Cette crise sanitaire contribue à générer de grands volumes de données, que les scientifiques analysent pour suivre la maladie, orienter l'action et trouver des traitements. Pour les humains, les données des pandémies peuvent être difficiles à comprendre, car les délais entre le début de l'épidémie et les effets visibles dans la communauté sont longs, particulièrement à une telle échelle. Les data sciences peut s'avérer précieuses pour traiter ces chiffres.
De nombreux projets utilisant l'intelligence artificielle (IA) et l'analyse de données sont déjà en cours pour lutter contre la pandémie. Ils peuvent jouer un rôle tout au long du cycle de vie de l'épidémie : de la prévision à la détection et aux mesures prises, jusqu'à la convalescence.
La détection
Fin décembre 2019, BlueDot, une start-up de Toronto, repère un regroupement inhabituel de cas de pneumonie aux alentours d'un marché de Wuhan, en Chine. Une semaine plus tard les CDC (Centres pour le contrôle et la prévention des maladies aux États-Unis) et l'Organisation Mondiale de la Santé publient des déclarations avertissant de l'émergence d'une nouvelle maladie de type grippal au même endroit.
BlueDot, société spécialisée dans la surveillance des maladies infectieuses, utilise un algorithme d'intelligence artificielle pour analyser les données provenant de centaines de milliers de sources. Elles comprennent notamment des bulletins d'information, des données de billetteries aériennes, des déclarations gouvernementales, des données médicales et des réseaux de maladies pour détecter l'émergence de nouvelles maladies infectieuses BlueDot utilise la technologie pour examiner directement les données sans avoir à interagir avec les autorités locales, qui peuvent être plus lentes ou réticentes à partager ces données.
La propagation
Outre la détection d'une épidémie, l'IA peut également aider à prédire sa progression. Par exemple, BlueDot a pu prédire la propagation précoce de la maladie de Wuhan à d'autres villes asiatiques en se basant sur les données de billetteries aériennes. Cette méthode avait déjà fait ses preuves, notamment lors de l'épidémie de virus Ebola de 2014. Des chercheurs américains avaient alors créé un modèle de recensement des voyages afin de prédire l'endroit exact d'un cas de maladie au Texas.
Les données des téléphones mobiles peuvent jouer un rôle clé dans le suivi des déplacements de personnes, pour aider à identifier où la maladie est susceptible de se propager. Par exemple, les statistiques de localisation peuvent aider à analyser la propagation de la maladie et à attribuer les ressources en fonction de la répartition démographique.
En France, les équipes d’Orange se sont mobilisées très tôt pour établir des outils statistiques utiles dans le cadre de la lutte contre le Covid-19. En tirant parti de l’outil Flux vision, les informations de connexion de 27 millions d’appareils connectés à notre réseau sont reçues et agrégées en temps réel. En conformité avec les critères établis par la CNIL, ces données ne sont jamais stockées et seuls les totaux calculés à la volée sont conservés. Par extrapolation statistique, nous sommes ensuite en mesure d’établir le comportement de la population dans son ensemble, dont les déplacements d‘une région à l’autre.
Toutes ces informations sont précieuses pour la science et nos chercheurs travaillent étroitement avec les chercheurs de l’Inserm pour anticiper les évolutions de l’épidémie. Ces données sont également très utiles pour les autorités, qui déploient les moyens médicaux sur l’ensemble du territoire. Si nous les informons qu’1,2 million des habitants d’Île-de-France ont quitté la région dans les jours qui ont précédé et suivi le début du confinement, alors que l’Yonne en a gagné 10 %, nous les aidons à mieux calibrer le dispositif hospitalier ou à anticiper les livraisons de matériel médical. Nous pouvons également leur indiquer si les mesures sanitaires de confinement ont été bien suivies globalement par la population, et pas par un individu en particulier, pour qu’elles ajustent si besoin les mesures sanitaires.
Les prévisions de propagation de maladies fondées sur l'IA peuvent également guider les autorités de santé publique dans leurs décisions concernant l'attribution de ressources et les actions requises à certains endroits. Par exemple, l'analyse du Big Data peut établir des liens entre les données sur la maladie et les personnes âgées à risque en fonction de leur code postal ou de l'incidence d'autres facteurs, tels que le diabète ou l'obésité. Cela leur permet d'identifier, par exemple, à quel endroit il est nécessaire de mettre à disposition un plus grand nombre de lits de soins intensifs.
La gestion de la pandémie
Didier Gaultier, directeur de Data Science et IA au sein de Business & Décision du groupe Orange, explique que nous manquons actuellement de données à grande échelle sur la COVID-19 pour obtenir des résultats précis fondés sur la science des données et l'intelligence artificielle. Par exemple, les chercheurs soupçonnent que le groupe sanguin pourrait être un facteur de risque dans le développement de formes sévères de la COVID-19, mais les études et les données sont encore manquantes, et ce n'est probablement pas le seul facteur impliqué.
L'OMS considère que le dépistage est essentiel pour lutter contre la propagation de la maladie, et des recherches impliquant l'IA sont en cours pour identifier des personnes atteintes de la COVID-19 à partir d'autres moyens, comme les scanners. L'apprentissage automatique étant déjà utilisé pour identifier tous les types de maladies, du cancer aux maladies oculaires, cette méthode présente un certain potentiel, même si les scanners sont peu susceptibles d'être utiles dans la détection précoce de la maladie.
La science des données peut jouer un rôle central dans l'analyse des tests à grande échelle en corrélant ces résultats avec les données médicales anonymisées des patients hospitalisés. Cela nous permettra de comprendre les principaux facteurs de risque et de mieux protéger les personnes les plus à risque. Étant donné qu'il s'agit d'une nouvelle maladie, ces facteurs sont encore largement méconnus. Plus nous disposons de données, plus ces prévisions sont exactes, et plus la gestion de cette pandémie pourra être efficace. Cela nous permettra également de prendre des décisions éclairées sur la manière et le moment de lever les mesures de distanciation sociale.
L'intelligence artificielle est aussi utilisée pour accélérer le développement de médicaments contre la Covid-19. Par exemple, le système d'intelligence artificielle DeepMind de Google est utilisé pour identifier les caractéristiques du virus qui peuvent aider à comprendre son fonctionnement. Ces informations pourraient se révéler utiles pour déterminer quels traitements poursuivre. D'autres systèmes, dont celui de l'entreprise britannique BenevolentAI, utilisent l'intelligence artificielle pour identifier les traitements existants contre d'autres maladies qui pourraient être efficaces pour traiter la Covid-19.
La convalescence
Une fois l'épidémie contenue, les autorités de santé publique peuvent utiliser l'IA et les Data sciences pour prendre des décisions sur la façon de traiter les épidémies futures. Les données recueillies au cours de cette pandémie seront précieuses pour comprendre comment traiter au mieux les émergences futures du virus. Elles permettront aux autorités de tester différents scénarios et résultats pour prendre des décisions fondées sur les données quant aux meilleures mesures à adopter à l'avenir.
L'intelligence artificielle peut également aider à identifier le lieu de la prochaine émergence du virus et la forme qu'elle prendra. Les scientifiques s'attendaient à ce que la prochaine pandémie mondiale soit de type grippal, mais le fait que la Covid-19 soit issue d'un coronavirus n'est pas une surprise.
La détection précoce d'une épidémie peut jouer un rôle vital dans l'amélioration de la réponse face à cette maladie. La surveillance mondiale des maladies constitue donc un élément important de la lutte contre les futures pandémies. L'IA joue un rôle de plus en plus important dans ce domaine. Elle peut aider les chercheurs à analyser les données mondiales sur les virus connus, l'activité humaine, la modélisation des maladies, la visualisation et la cartographie afin de prédire l'endroit que la prochaine pandémie touchera et l'impact qu'elle aura.
Les maladies infectieuses ont toujours coexisté avec l'humanité, et bien que les modes de vie modernes aient contribué à l'accélération de cette pandémie, nous n'avons jamais été aussi bien équipés pour y faire face. Il est essentiel de comprendre cette pandémie pour la combattre, et il est évident que nous avons encore beaucoup à apprendre sur la Covid-19. Plus nous collectons de données, plus la science des données et l'IA seront en mesure de nous aider.
Pour aller plus loin
Je suis membre du comité de gestion d'Orange Business et dirige l'entité Digital & Data. Grâce à l'expertise de 3 500 consultants, développeurs et Data Scientists opérant avec un écosystème ouvert de partenaires, nous permettons aux entreprises d'exploiter la puissance des données et de la technologie numérique pour innover et réinventer leurs activités.