Paikkatietotyökaluilla on ollut tärkeä rooli koronatilanteen hallinnassa. Ne tarjoavat apua monilähteisten, suurten tietomassojen yhdistämiseen, epidemiatietojen visualisointiin ja vahvistettujen tapausten paikalliseen seurantaan. Paikkatiedot antavat tukea päätöksenteolle, niiden avulla voidaan tehdä ennusteita, hallita resurssien kysyntää ja tarjontaa – ja mikä tärkeintä, torjua viruksen aiheuttamia riskejä.
Toimenpiteiden muotoilu ja tehokkuuden arviointi pandemian ehkäisyssä ja valvonnassa on kehittynyt suhteellisen nopeasti. Laajalle levinneen epidemian torjunnassa tärkein haaste on kuitenkin pystyä nopeasti uudistamaan strategioita vanhentuneiden menetelmien päälle.
Datatasolla, datatalouden aikakaudella, tiedot eivät tule yhdestä paikasta, vaan ne kerätään monipuolisesti useista eri organisaatioista. Tämän seurauksena vaikeuksia on tiedonhankinnassa ja epäyhtenäisten tietojen integroinnissa. Tietojen yhteentoimivuus ja yhteiskäyttöisyys vaatii työtä niin säädösvalmistelussa kuin kaikilta tiedon tuottajilta ja käyttäjiltäkin.
Tietoaineistot kiven takana
Esimerkiksi Helsingin yliopisto on tutkinut epidemialevinneisyyttä paikkatietomenetelmiä hyödyntäen. Analyyseja on kuitenkin pystytty tekemään vain niillä vähäisillä tiedoilla, jotka on saatu tutkimuskäyttöön. Menetelmiä löytyy, mutta niiden käyttäminen on tehty hankalaksi, kun tietojen saavutettavuus on rajattua.
Monet tutkijat ovatkin sitä mieltä, että Suomessa vallitsee tietoturvapaniikki. Paikkatietoaineistot ovat kiven takana verrattuna esimerkiksi USA:han, missä on verrattain avoin datapolitiikka. Kun tietoaineistot ovat helpommin hyödynnettävissä, kansalaisille pystytään myös helpommin kommunikoimaan paikalliset tilanteet.
Suomessa on osaamista, on välineitä, on tekijöitä. Mutta kun tietoihin ei ole riittävää pääsyä, on esillä lähinnä teemakarttoja ilman lukuja. Myös päätökset perustuvat silloin hataralle pohjalle. Jos viranomaiset eivät pysty hyödyntämään tilannekuvan luomiseen vaadittavaa dataa, eivät he myöskään voi tehdä parhaita päätöksiä. Tämä lisää epävarmuutta, kun toiminnan ohjaamista ei pystytä todistamaan päteväksi.
Paikkatiedot mahdollistavat tiedon tehokkaan käytön
Lähes kaikki tieto perustuu sijaintiin, joten miksi tätä ei linkitetä tartuntatilanteen tutkimuksiin? Paikkatietojärjestelmien avulla pystytään tarkastelemaan maantieteellisiä keskittymiä eli klustereita, joissa annetun tietokannan objektit ryhmitellään merkityksellisiin alaryhmiin. Saman ryhmän sisällä kullakin objektilla on jokin sama ominaisuus, kuten sijainti.
Jos esimerkiksi kaupungit voisivat analysoida paikallisia klustereita, tulevaisuuden toimenpiteitä olisi helpompi suunnitella. Tutkijoille tämä on itsestäänselvyys, mutta ilman helpommin saavutettavia tietokantoja vahvistusta tuova tieto puuttuu.
Klusterointiin liittyy myös tilastollinen kysymys aluejaosta. Aluejakoja voivat olla kuntien osa-alueet, postinumeroalueet, taajamat ja ruutuhilat. Aluejaot eivät kuitenkaan ole nyt Suomen sisällä riittävän yhteismitallisia. Alueluokitusten tulisi olla sekä pysyviä että joustavia, jotta niiden hyödyntäminen olisi mahdollista. Erityisesti tarvittaisiin homogeeninen pienaluejako koko maahan.
Yksi vaihtoehto tiedon avaamiseen päätöksenteon tueksi on tehdä esityksiä historiadatasta. Historiasta voi saada tiedon sijaintina, kuten paljonko sairastuneita on jäänyt jäljittämättä, eli kuinka moni on sairastanut koronan tietämättään?
Näin tutkimus ei ärsytä akuuttia tilannetta, mutta kykenee ottamaan huomioon realistisia, lähihistorian tapahtumia. Historiadata on kuitenkin vielä pitkään turvaluokiteltua.
Siilojen purkaminen paikkatiedon ja muun datan ympäriltä on ensiaskel kohti älykkäämpää yhteiskuntaa. Esimerkiksi tilastotieteilijät haluavat kohdata paikkatieto-osaamista korkealaatuisten tietojen ja analyysien varmistamiseksi.
Laajemminkin tulisi keskittyä siihen, että eri substanssit kohtaavat paikkatiedon. Yhteistyö toimii pohjana ekosysteemitoiminnalle, joka synnyttää kestäviä, turvallisia ratkaisuja.