BluBLE:通过准确的接触者追踪评估COVID-19风险

Dinesh Bharadia是新BluBLE接触追踪应用程序的首席科学家。

加州大学圣地亚哥分校的研究人员认为，在公众周围创造保护性的、保持社交距离的“泡沫”是可行的无线通信传感与网络实验室正在开发BluBLE这是一款在COVID-19大流行期间追踪接触者的新应用程序。

BluBLE采用无所不在的蓝牙低能耗(BLE)技术和个性化算法，确保智能和准确的接触追踪。该应用程序旨在通过考虑用户的各种社交和身体互动，为每位用户提供个性化的风险评分。风险评分实时更新，提供了一种比现有方法更快、更有效的方式提醒个人风险。

电子与计算机工程系助理教授、该项目的首席研究员Dinesh Bharadia表示:“BluBLE将利用我的团队在确定室内WiFi和蓝牙的可靠位置方面的专业知识，使核心算法能够提供准确的接触确定。”“我们的愿景不仅是建立准确的接触追踪，而且能够实时反馈，警告用户潜在的物理空间，以避免(细菌区)，这对重新开放我们的经济是必要的。”

BluBLE建立在现有联系人追踪应用程序的基础上，解决了BLE技术带来的关键挑战。BLE的150英尺的追踪范围比标准的6英尺大得多，这增加了应用程序在没有联系的情况下记录两人联系的几率。例如，一个应用程序可能会认为被墙隔开的邻居，如果他们的距离在150英尺以内，就会认为他们彼此“有联系”。

BluBLE为用户提供实时警告，并在每一种可能与新型冠状病毒接触的情况下更新个性化风险评分。

此外，大多数COVID-19接触追踪应用程序将一个人接触新型冠状病毒的情况识别为“是”或“否”。Bharadia的团队说，有了更多的背景，BluBLE可以更好地估计用户从社交互动中感染病毒的可能性。例如，在通风不良的房间里进行长时间的谈话，比在街上短暂路过更有可能传播疾病。通过考虑手机上各种常见传感器(主要是蓝牙、红外和运动传感器)的输入，BluBLE可以更准确地估计每个联系人的潜在风险。

BluBLE还计划在尊重用户隐私的同时鼓励有效的隔离。该应用程序将向被隔离的用户提供礼貌的通知，以吸引他们到室外冒险。此外，如果有人打破了隔离，BluBLE会建议他们避开附近未受COVID-19影响的智能手机用户，从而尊重被隔离者的隐私。

今年4月，该团队通过android和iOS向加州大学圣地亚哥分校社区广泛发布了BluBLE。第二次发布即将到来。社区成员可以通过以下方式支持团队访问BluBLE网站并进行一些简短的实验，使平台更加健壮。

该项目得到了研究生Aditya Arun和Agrim Gupta以及本科生Saikiran Komatineni和Shivani Bhakta的支持。