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

Prédiction de l’IA BlueDot

Le 6 janvier, les Centres pour le contrôle et la prévention des maladies (CDC) des États-Unis ont informé le public qu’une épidémie de type grippe se propageait à 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.

Alors que ces réponses peuvent sembler opportunes, 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, qui comprend le scan 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, 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 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 sur 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 améliorer la prévisibilité de l’IA

Qu’est-ce qui empêche l’IA BlueDot et des 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 de grandes données alimentant un réseau neuronal artificiel (RNA), qui utilise l’apprentissage profond pour rechercher des modèles. Plus les données alimentant 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 les 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 précédents tels que Google Flu Trends (GOOGL ) 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 complet à la presse pour rendre compte des problèmes de santé mondiale.

Cela étant dit, les journalistes ne peuvent travailler qu’avec les informations 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 manière dont leurs cliniques et hôpitaux peuvent distribuer certaines données en temps réel aux responsables, 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 spécifique a montré une augmentation du nombre de patients présentant des symptômes de type 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 ces informations collectées et assemblées, le système d’IA pourrait déclencher des alertes à toutes les régions voisines afin que les précautions nécessaires soient prises.

Alors que cela serait 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 mettre en place 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 inter-hôpitaux et inter-provinciale pourraient être étendus pour offrir aux Canadiens d’autres avantages, tels que l’accès accéléré aux soins médicaux d’urgence et la réduction des dépenses 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 s’inscrire lui-même à 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 a été lancé en 2013. L’objectif était de protéger les personnes du monde entier des maladies infectieuses avec l’intelligence humaine et artificielle. La composante 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.