Comment l’IA a prédit le coronavirus et peut prévenir les futures pandémies – Opinion

Prédiction BlueDot AI

Le 6 janvier, les Centres pour le contrôle et la prévention des maladies (CDC) des États-Unis ont informé le public qu’une épidémie ressemblant à la grippe se propageait dans la ville de Wuhan, dans la province du Hubei, en Chine. Par la suite, l’Organisation mondiale de la santé (OMS) a publié un rapport similaire le 9 janvier.

Ces réponses peuvent sembler opportunes, mais elles étaient lentes par rapport à une entreprise d’IA appelée BlueDot. BlueDot a publié un rapport le 31 décembre, une semaine complète avant que les CDC ne publient des informations similaires.

Encore plus impressionnant, BlueDot a prédit l’épidémie de Zika en Floride six mois avant le premier cas en 2016.

Quels sont certains des ensembles de données que BlueDot analyse ?

• La surveillance des maladies, ce qui inclut la vérification de 10 000 sources médiatiques et publiques dans plus de 60 langues.
• Les données démographiques provenant des recensements nationaux et des rapports statistiques nationaux. (La densité de population est un facteur derrière la propagation du virus)
• Les données climatiques en temps réel de la NASA, de la NOAA, etc. (Les virus se propagent plus rapidement dans certaines conditions environnementales)
• Les vecteurs insectes et les réservoirs animaux (Importants lorsque le virus peut se propager d’une espèce à une autre).

BlueDot travaille actuellement avec diverses agences gouvernementales, notamment Affaires mondiales Canada, l’Agence de la santé publique du Canada, l’Association médicale canadienne et le ministère de la Santé de Singapour. Le produit BlueDot Insights envoie des alertes de maladies infectieuses en temps quasi réel. Certains des avantages de ce produit incluent :

• La réduction du risque d’exposition pour les travailleurs de la santé de première ligne
• La visibilité mondiale permet de gagner du temps dans la surveillance des maladies infectieuses
• L’opportunité de communiquer des informations cruciales clairement avant qu’il ne soit trop tard.
• La capacité de protéger les populations des infections

Comment l’IA peut améliorer sa prévisibilité

Qu’est-ce qui empêche l’IA BlueDot et les IA similaires de s’améliorer ? Le principal facteur limitant est l’incapacité d’accéder aux grandes données en temps réel.

Ces types de systèmes prédictifs reposent sur des grandes données qui alimentent un réseau neuronal artificiel (RNA), qui utilise l’apprentissage profond pour rechercher des modèles. Plus les données qui sont alimentées dans ce RNA sont nombreuses, plus l’algorithme d’apprentissage automatique devient précis.

Cela signifie essentiellement que ce qui empêche l’IA de pouvoir signaler une épidémie potentielle plus tôt que plus tard, c’est simplement un manque d’accès aux données nécessaires. Dans des pays comme la Chine, qui surveillent régulièrement et filtrent les actualités, ces retards dans les données nécessaires sont encore plus prononcés. Le processus de censure de chaque point de données peut considérablement réduire la quantité de données disponibles et, pire encore, peut même supprimer complètement l’exactitude de ces données, ce qui supprime l’utilité potentielle de ces données. Des données erronées étaient même la raison pour laquelle des efforts antérieurs tels que Google Flu Trends ont échoué.

En d’autres termes, le principal problème qui empêche les systèmes d’IA de prédire une épidémie le plus tôt possible est l’ingérence gouvernementale. Les gouvernements comme la Chine et l’administration Trump actuelle doivent se retirer de tout type de filtrage de données et permettre un accès total à la presse pour rendre compte des problèmes de santé mondiaux.

Cela étant dit, les journalistes ne peuvent travailler qu’avec les informations qui leur sont disponibles. Contourner les rapports d’actualité et accéder directement aux sources permettrait aux systèmes d’apprentissage automatique d’accéder aux données de manière plus rapide et plus efficace.

Ce qui doit être fait

À partir de maintenant, les gouvernements qui sont vraiment intéressés à réduire le coût des soins de santé et à prévenir une épidémie devraient commencer une révision obligatoire de la façon dont leurs cliniques et hôpitaux peuvent distribuer certains points de données en temps réel aux fonctionnaires, aux journalistes et aux systèmes d’IA.

Les informations personnelles individuelles peuvent être complètement supprimées de chaque patient, permettant au patient de rester anonyme tandis que les données importantes sont partagées.

Un réseau d’hôpitaux dans une ville qui collecte des données en temps réel et partage ces données serait en mesure d’offrir des soins de santé supérieurs. Par exemple, il pourrait être suivi qu’un hôpital particulier a montré une augmentation du nombre de patients présentant des symptômes ressemblant à la grippe, avec 3 patients à 10h00, à 7 patients à 13h00, à 49 patients à 17h00. Ces données pourraient être comparées à celles des hôpitaux de la même région, pour des alertes immédiates qu’une certaine région est une zone potentielle à risque.

Une fois que ces informations sont collectées et assemblées, le système d’IA pourrait déclencher des alertes à toutes les régions voisines afin que les précautions nécessaires puissent être prises.

Bien que cela soit difficile dans certaines régions du monde, les pays avec de grands hubs d’IA et de faibles densités de population, tels que le Canada, pourraient instituer un tel système avancé. Le Canada a des hubs d’IA dans les provinces les plus peuplées (Waterloo et Toronto, Ontario, et Montréal, Québec). Les avantages de cette coopération interhospitalière et interprovinciale pourraient être étendus pour offrir aux Canadiens d’autres avantages, tels qu’un accès accéléré aux soins médicaux d’urgence et une réduction des dépenses de soins de santé. Le Canada pourrait devenir un leader à la fois dans l’IA et les soins de santé, en licenciant cette technologie à d’autres juridictions.

Le plus important, une fois qu’un pays comme le Canada a un système en place, la technologie/méthodologie peut alors être clonée et exportée vers d’autres régions. Finalement, l’objectif serait de couvrir l’ensemble du monde, pour garantir que les épidémies sont un vestige du passé.

Ce type de collecte de données par les travailleurs de la santé a des avantages pour de multiples applications. Il n’y a aucune raison pour laquelle, en 2020, un patient devrait devoir s’inscrire lui-même dans chaque hôpital individuellement, et que ces mêmes hôpitaux ne communiquent pas les uns avec les autres en temps réel. Ce manque de communication peut entraîner la perte de données pour les patients qui souffrent de démence ou d’autres symptômes qui peuvent les empêcher de communiquer pleinement la gravité de leur état, ou même où ils ont été traités.

Leçons apprises

Nous ne pouvons qu’espérer que les gouvernements du monde entier tirent parti des leçons importantes que le coronavirus nous enseigne. L’humanité devrait se considérer chanceuse que le coronavirus ait un taux de mortalité relativement faible par rapport à certains agents infectieux du passé, tels que la peste noire, qui est estimée avoir tué 30 % à 60 % de la population européenne.

La prochaine fois, nous ne serons peut-être pas si chanceux, ce que nous savons jusqu’à présent, c’est que les gouvernements sont actuellement mal équipés pour faire face à la gravité d’une épidémie.

Bluedot a été conçu à la suite de l’épidémie de SRAS à Toronto en 2003 et lancé en 2013. L’objectif était de protéger les personnes dans le monde entier des maladies infectieuses avec l’intelligence humaine et artificielle. La composante d’IA a démontré une capacité remarquable à prédire la trajectoire des maladies infectieuses, ce qui reste est la composante humaine. Nous avons besoin de nouvelles politiques pour permettre à des entreprises comme BlueDot d’exceller dans ce qu’elles font de mieux. En tant que personnes, nous devons exiger plus de nos politiciens et de nos fournisseurs de soins de santé.