Bluetoothのバグにより接触追跡アプリが大量のエラーを吐き出す

Bluetoothベースの接触追跡アプリの根底には、根本的な問題が一つあります。それは、実際に新型コロナウイルス感染症（COVID-19）の感染拡大抑制に役立つかどうかです。有効かどうかは、疫学的側面と技術的側面という二つの要素で判断できます。しかし、パンデミックが始まって数ヶ月が経った今でも、明確な答えは未だに得られていません。

「Bluetoothはかなり信頼性が低い」と、ダブリン大学トリニティ・カレッジのコンピュータシステム学科長、ダグラス・リース氏は語る。同氏は、デバイスがBluetoothを使って距離をどの程度測定できるかを分析してきた。アプリが周囲のデバイスを正確に検知し、それらの差を計算する信頼性は、大きく異なる可能性があるとリース氏は指摘する。Bluetoothは接触追跡のために設計されたものではないが、パンデミックの時代において、危機の解決策として注目されている。

Bluetooth Low Energy（Bluetooth Low Energy）を使用した接触追跡アプリ（AppleやGoogleのプロトコルを使用したものも含め、世界中のアプリの大半が使用）は、受信信号強度表示（RSSI）を使用して周囲のデバイスを検出します。簡単に言えば、これは信号強度のことです。あるスマートフォンの送信機と別のデバイスの受信機間の信号強度の差を利用して、スマートフォン間の距離を測ります。

携帯電話間の距離は2分ごとと5分ごとに計算されますが、これは国によって異なる場合があります。この計算は、ある人が他の人に近づくことで新型コロナウイルス感染症（COVID-19）の感染リスクが高まるかどうかを判断するために使用されます。これらのアプリは、ある人が2メートル以内に15分以上いると、ウイルスが人から人へと感染する可能性が高くなるという理解に基づいています。（ただし、世界各地で様々なソーシャルディスタンス対策が行われていることからもわかるように、感染リスクが変化する距離に関する科学的根拠は複雑です。）

「パフォーマンスに大きな影響を与える要因は少なくとも4つあります」とリース氏は言います。エンジニアにとって、これらはどれも意外なことではありません。Bluetoothは電子レンジと同じ周波数帯で動作し、その周波数は十分に研究されているからです。携帯電話の種類、アンテナ、チップセット、そしてそれらの組み合わせなどによって、Bluetoothのパフォーマンスは大きく左右されます。アプリが一般公開される前にどのようにテストされたか、またアプリが使用される環境の材質（厚いコンクリートの壁と薄いガラス窓など）も、影響を与える可能性があります。これらすべてが、登録されたRSSI値を変化させます。

携帯電話メーカーは、自社のデバイスにおけるBluetoothの動作の違いを解消しようと努力してきました。Googleもその努力に尽力し、デバイスメーカーがBluetooth設定をより簡単に行える方法を開発しました。具体的には、携帯電話を三脚に固定し、回転させることで大量のデータを収集します。

12,000機種以上の携帯電話（CoolpadやTecnoなど、あらゆる大手メーカーを含む）をリスト化したスプレッドシートを見ると、そのばらつきの大きさが分かります。RSSI補正は19から-29までの範囲で、送信電力は最大45ポイントも変動します。

信号強度に最も影響を与える要因の一つは、単にデバイスの置き場所だ。「携帯電話の相対的な向きのわずかな変化によって、信号強度に変動が見られるのです」とリース氏は言う。携帯電話を後ろポケットに入れている場合、目の前に座っている人や立っている人に伝わる信号は、前ポケットに入れている場合と大きく異なる。

リース氏と同僚のスティーブン・ファレル氏が路面電車で行った実験では、信号強度だけでは距離を効果的に計算できないことが分かりました。彼らは、イタリア、スイス、ドイツのアプリの検出ルールを用いて実験を行いました。その結果、端末間の距離が2メートル未満でも2メートル以上離れていても、信号強度はほぼ同じ範囲（最大5メートル）であることが分かりました。このような違いは新型コロナウイルス感染症の感染拡大に大きな影響を与える可能性がありますが、Bluetoothはそれを検出できるほど感度が高くありません。

路面電車の場合、精度が低いのは、金属製の壁、床、天井のすべてが無線信号を反射するためです。「このシステムが機能しない可能性が高い場所がいくつかあります。特に金属が多い環境です」とリース氏は付け加えます。

Bluetoothが人と人の間の距離を常に正確に測定できないことは周知の事実です。そして、測定が不正確だと、誤った通知が送信される可能性があります。コロナウイルス感染リスクが低いにもかかわらず、人々に自主隔離を勧告することは、経済的な損失を招き、追跡システム全体への信頼を損なう可能性があります。逆に、感染リスクが高い人を特定できないことは、ウイルスの拡散を容易にすることを意味します。

8月、イングランドとウェールズでNHSの新型コロナウイルス感染症アプリがリリースされるのに先立ち、国立サイバーセキュリティセンターは「Bluetooth問題」について議論した。同センターによると、携帯電話の所有者が実際には2メートル以内にいないにもかかわらず、近くにいたと誤認識してしまうという誤検知の問題は、現在取り組んでいる課題の一つだという。

「感染者から2メートルから4メートル以内にいた場合、現時点で偽陽性率は約45%です」と、NCSCの技術ディレクター、イアン・レヴィ氏はブログ投稿で述べている。つまり、新型コロナウイルス感染症の検査で陽性反応を示した人から2メートル以上離れているにもかかわらず、感染の可能性があるという通知が送られてくる人がいるということだ。

「簡単な例を挙げると、最近のレスターでのアウトブレイクでは、このアプリは人口33万人に対して1日あたり約50件の誤検知を生成していたでしょう」と、アラン・チューリング研究所のマーク・ブライアーズ氏は8月のブログ投稿でアプリのモデリングについて述べている。このモデリングはまだ公開されていない。

研究者たちは偽陽性率の改善に奔走している。このアプリを担当する政府機関である保健社会福祉省の広報担当者によると、NCSCの分析結果が発表されて以来、2メートルから4メートル離れた人同士の偽陽性率は約25%減少したという。アプリが感染リスクが高いと判断するが実際にはリスクが低い人の割合は、10人中4.5人から3人に減少したと保健社会福祉省の広報担当者は述べている。

アプリからの通知は、誰かが検査で陽性と確認された場合にのみ送信されると付け加えている。「連絡を受けた人は全員、コロナウイルスの陽性者と濃厚接触していたことになります。これは明確に申し上げておきます」と広報担当者は説明した。

NHSのCOVID-19アプリの運用の鍵となるのは、Bluetoothの距離と時間データと、陽性反応を示した人の症状発現時刻を組み合わせたリスクスコアリングアルゴリズムです。保健省とNHSは、より科学的な助言が得られ次第、通知をトリガーするリスクレベルを変更することができます。チューリング研究所とNCSCのブライアーズ氏は、このアルゴリズムと検出方法のさらなる改良に取り組んでいます。

「誤検知を最小限に抑える、あるいは減らす唯一の方法は、感度を下げることです」と、MITのエンジニアで、接触追跡アプリとその基盤技術に取り組むPACTチームの一員であるゲイリー・ハトケ氏は言う。「そうでなければ、AppleとGoogleにAPIの動作方法を変えてもらう必要があります。」Googleは、Androidのバッテリーへの影響を可能な限り低減するよう取り組んでおり、Appleと共に通知システムを継続的に改善していると述べている。

他のBluetoothデバイスは、スマートフォンよりも距離測定に優れている可能性があります。新型コロナウイルス感染症の接触追跡アプリを最初に開発したシンガポールは、現在ウェアラブルデバイスの試験運用を行っています。「ウェアラブルデバイスは、一般的にスマートフォンよりも、感染リスクの推定において優れた性能を発揮する可能性があります」と、Bluetooth規格を開発する団体Bluetooth SIGの最高マーケティング責任者、ケン・コルダーアップ氏は述べています。「多くの場合、リストバンドなどのウェアラブルデバイスは、干渉が少ない場所で身体に装着されるため、人と人の間の実際の距離をより正確に推定できます。」

しかし、当面は、Bluetoothによる接触追跡は数百万台のスマートフォンによって行われ、少数のウェアラブルデバイスによって行われることはないだろう。ハトケ氏によると、MITのチームはデバイス上でBluetoothの信頼性を向上できることを示したという。アプリはRSSI測定をより頻繁に行うことで、他のデバイスとの距離を測定できるようになるが、効果を上げるにはより多くのバッテリーが必要になる可能性があるという。

ハトケ氏によると、もう一つの方法は「携帯電話に自己認識機能を持たせることです。測定するたびに、ポケットの中にいるかどうかを判断できるでしょうか」。これは、携帯電話の表面が覆われているか、体の近くにあるかを検知できる近接センサーや、光センサーなどを通して実現できるだろう。「その情報を、送信される信号にエンコードすることも可能です」とハトケ氏は言う。

しかし、ハトケ氏と同僚のマーク・ジスマン氏は、接触追跡アプリの開発目的そのものについて依然として疑問を呈している。そして、それがアプリの最適化を困難にしている。アプリは、感染者にとって未知の人物（例えば電車に乗っている人）を見つけるためのものか、それとも人間の接触追跡による接触よりも早く、人々に自主隔離を通知するためのものか？

パンデミックが始まって7ヶ月が経った今も、明確な答えは出ていません。距離と時間は感染リスクを示す指標のほんの2つに過ぎません。空気の流れ、人が屋内にいるか屋外にいるか、そして話す音量などは、新型コロナウイルス感染症の感染拡大に影響を与える他の変数です。しかし、これらのどれも、ごくわずかなデータしか収集できないアプリでは簡単に測定できません。

「この制度を実施している管轄区域からのデータは本当に必要です」とジスマン氏は言う。その結果、研究者が接触追跡アプリを最も効果的に活用する方法を模索する動機はほとんどない。「国や州ごとに、これらの値が何であるかを示す公開データがないのです。」

マット・バージェスはWIREDの副デジタル編集長です。@mattburgess1からツイートしています。

この記事はWIRED UKで最初に公開されました。