EventsÉvènementsPodcasts
Loader
Suivez-nous
PUBLICITÉ

L'IA pourrait-elle aider à planifier notre réponse aux futures pandémies ?

Un membre du personnel médical portant une combinaison de protection attend à un point de contrôle de triage destiné à alléger la pression sur les hôpitaux, à la suite de la recrudescence du COVID-19 en Italie.
Un membre du personnel médical portant une combinaison de protection attend à un point de contrôle de triage destiné à alléger la pression sur les hôpitaux, à la suite de la recrudescence du COVID-19 en Italie. Tous droits réservés Luca Bruno/AP Photo
Tous droits réservés Luca Bruno/AP Photo
Par Lauren Chadwick
Publié le
Partager cet articleDiscussion
Partager cet articleClose Button
Cet article a été initialement publié en anglais

Les chercheurs étudient comment l'intelligence artificielle pourrait être utilisée pour planifier des scénarios en vue de futures épidémies.

PUBLICITÉ

Et si vous pouviez interpréter plus rapidement de grandes quantités de données sur la santé pour prédire la durée d'hospitalisation d'un patient, ou introduire le comportement humain dans un modèle épidémique pour déterminer l'ampleur possible d'une épidémie virale ?

Ce sont là quelques-uns des moyens utilisés par les chercheurs pour tester de nouveaux modèles d'intelligence artificielle (IA) afin de mieux planifier les futures épidémies virales telles que la "maladie X", un agent pathogène inconnu qui pourrait déclencher une épidémie semblable à celle du Covid-19.

"L'un des points forts que nous constatons avec les approches basées sur l'IA pour analyser de grands ensembles de données est vraiment la capacité d'identifier des signaux précoces d'anomalies potentielles dans la santé publique", explique, à Euronews Next, Alain Labrique, directeur du département de la santé numérique et de l'innovation à l'Organisation mondiale de la santé (OMS).

"Je pense qu'il existe de nombreuses façons différentes d'utiliser un outil informatique avancé comme l'intelligence artificielle pour améliorer la façon dont nous détectons de nouvelles épidémies et pandémies, mais aussi pour répondre à ces épidémies et pandémies", ajoute-t-il. 

Il a toutefois ajouté qu'il était important, pour renforcer les modèles, de s'attaquer aux biais et de leur fournir de bonnes données, et pas seulement celles d'une population spécifique. Il s'agit d'un domaine où la recherche se développe, mais dans la pratique, certains de ces nouveaux modèles pourraient prendre du temps à se mettre en place.

Gravité des maladies et planification des capacités hospitalières

Des chercheurs de l'université de Yale, aux États-Unis, ont récemment publié une étude qui aborde l'un des nombreux défis qui se sont posés lors de la pandémie de Covid-19 : comment gérer la saturation dans les services hospitaliers.

"Le nombre de lits d'hôpitaux est limité et si vous avez une pandémie comme [Covid-19], vous devez vous préparer. Nous nous plaçons du point de vue de la santé publique. Nous voulons être prêts si quelque chose se produit", affirme, à Euronews Next, Vasilis Vasiliou, président du département des sciences de la santé environnementale à l'école de santé publique de Yale.

Leur modèle épidémique utilise une plateforme alimentée par l'IA pour trier les patients en prédisant la gravité de la maladie et la durée de leur séjour à l'hôpital.

Il est basé sur des biomarqueurs cliniques et métaboliques qui, selon les chercheurs, permettent d'indiquer l'évolution de la maladie.

Selon Vasilis Vasiliou, en cas d'épidémie virale, il s'agirait d'intégrer les premières données dans un algorithme alimenté par l'IA afin de déterminer comment mieux organiser les ressources de l'hôpital.

"Si quelque chose se produit très rapidement, vous disposez d'un cadre, d'un modèle, d'un algorithme que vous alimentez immédiatement [avec] les premières données du premier pays où cela s'est produit. Vous pouvez alors commencer à élaborer un nouveau modèle", détaille-t-il.

Selon lui, l'une des limites actuelles est le manque de données. "Pour chaque modèle d'IA, plus il y a de données, moins il y a de limites", assure-t-il.

Kirill Veselkov, co-auteur de l'étude à l'Imperial College de Londres, a déclaré qu'avec une maladie émergente, il est nécessaire de trouver de nouveaux biomarqueurs qui peuvent influencer sa gravité.

"Les outils analytiques de pointe actuels seront capables de mesurer des centaines de milliers de ces biomolécules", avance Kirill Veselkov.

"Si l'on veut les analyser, les médecins humains ne pourront probablement pas le faire sans recourir à des algorithmes mathématiques sophistiqués, et l'IA est particulièrement adaptée pour cela, afin d'identifier le modèle ou l'ensemble de biomarqueurs et de les associer au processus de la maladie et à ses résultats", ajoute-t-il.

PUBLICITÉ

Mais leur modèle devra être étudié de manière plus approfondie avec davantage de populations, en tenant compte des comorbidités et d'autres facteurs, avant de pouvoir être généralisé pour le grand public.

Kin Cheung/AP Photo
Des patients allongés sur des lits d'hôpital attendent dans une zone de traitement temporaire improvisée à l'extérieur du centre médical Caritas à Hong Kong, 2022Kin Cheung/AP Photo

Utiliser l'IA pour savoir quand fermer les portes

Pour le Covid-19, un virus sur lequel nous disposons déjà d'informations, l'IA peut contribuer à la programmation des hôpitaux, selon Rachel Dunscombe, membre du conseil britannique de l'IA et actuelle directrice générale de l'OpenEHR.

"Ce que nous avons, c'est un ensemble de données sur le terrain qui nous indiquent la situation réelle et nous devons savoir si nous devons intervenir, si nous devons verrouiller, si nous devons augmenter la capacité des systèmes, si nous devons, vous savez, réduire les activités électives pour faire de la place", explique Rachel Dunscombe, qui est également l'ancienne directrice générale de la NHS Digital Academy, à Euronews Next.

"Nous pouvons en fait utiliser l'IA [dans la planification des soins de santé] pour déterminer le moment approprié pour verrouiller, mettre des masques en place, vous savez, mettre du personnel supplémentaire en place pour réduire l'activité que nous faisons au jour le jour", précise l'ancienne directrice générale. 

PUBLICITÉ

Elle a déclaré qu'au Royaume-Uni, on se sentait mieux équipé pour utiliser des modèles afin d'évaluer l'impact sur le terrain de certains scénarios, après la pandémie de Covid-19.

"Si on lui fournit les bonnes données et qu'il est supervisé de la bonne manière, il nous donnera les résultats probables", a-t-elle ajouté.

Difficile de représenter la prise de décision humaine

Des chercheurs de Virginia Tech, aux États-Unis, tentent de résoudre un autre problème de modélisation des épidémies à l'aide de l'IA : comment représenter avec précision les complexités du comportement humain lors d'une épidémie virale ?

"Dans la modélisation traditionnelle, il faut représenter d'une manière ou d'une autre la prise de décision humaine, ce qui est difficile à faire", explique Navid Ghaffarzadegan, professeur associé à Virginia Tech, à Euronews Next.

PUBLICITÉ

"La raison en est que les êtres humains sont complexes. Les sociétés sont difficiles à prévoir. Avec de meilleures ou différentes façons de représenter les humains grâce à l'IA, vous avez maintenant la possibilité de voir comment ils réagissent dans différents scénarios, et vous avez des modèles qui intègrent le comportement humain", a-t-il ajouté.

Dans le cadre de leur étude, qui est actuellement en préimpression, les chercheurs ont modélisé une épidémie dans une ville nommée Dewberry Hollow avec un virus fictif appelé Catasat, afin d'éviter les biais possibles lors de l'utilisation de ChatGPT.

Ils ont étudié la manière dont les humains décidant de rester à la maison ou non pouvaient influencer le modèle épidémique en fournissant un scénario et les caractéristiques de personnalité de différents prétendus "agents".

Ils ont constaté que ces humains dotés d'une IA générative imitaient dans la simulation "des comportements réels tels que la mise en quarantaine en cas de maladie et l'auto-isolement en cas d'augmentation du nombre de cas".

PUBLICITÉ

Les multiples vagues du virus étaient similaires aux vagues observées lors des pandémies précédentes, qui ont abouti à l'endémisation du virus dans la société.

Le principal inconvénient de ce modèle est qu'il est coûteux et long à mettre en œuvre, mais il devrait s'améliorer à mesure que l'intelligence artificielle se développe. D'autres affirment que leur modèle doit encore être validé.

Charles Rex Arbogast/AP Photo
Un piéton attend en silhouette un bus de la Chicago Transit Authority alors que plusieurs messages de service public COVID-19 sont projetés sur des écrans, 2020Charles Rex Arbogast/AP Photo

L'avenir de l'IA et des pandémies

Dans un autre article publié l'année dernière, Navid Ghaffarzadegan a mis en évidence les difficultés liées à la prévision de la trajectoire d'une épidémie à l'aide de modèles traditionnels et de modèles d'IA. Il a constaté que les modèles d'IA n'étaient pas nécessairement plus performants, mais que cela était en partie dû aux changements dans le comportement humain.

Certains affirment qu'il existe encore peu de recherches évaluant les performances de l'IA au cours de la pandémie Covid-19.

PUBLICITÉ

Un article publié en 2021 dans la revue Frontiers in Medicine a analysé 78 études portant sur l'utilisation de l'IA pendant la pandémie.

L'utilisation de l'IA comprenait le diagnostic assisté par l'IA pour le Covid-19, la prédiction des épidémies ainsi que le développement de médicaments, comme l'identification rapide de médicaments ou de produits susceptibles de neutraliser la maladie.

Ils ont conclu qu'il s'agissait d'un outil potentiel en cas d'épidémie, mais qu'il était nécessaire de poursuivre les recherches dans ce domaine.

Vasilis Veselkov a affirmé que l'étude sur le triage par IA en était au stade de la recherche et du développement, mais qu'il faudrait encore du temps avant que ces modèles d'IA puissent être utilisés pour planifier de futures épidémies, comme celle d'un agent pathogène inconnu que l'OMS appelle "maladie X".

PUBLICITÉ

"Nous devons vraiment développer les outils, mais aussi beaucoup réfléchir, surtout lorsqu'il s'agit d'applications dans le domaine des soins de santé, des pandémies, des applications au niveau de la population. Nous devons penser à la sécurité et à la robustesse de la solution, ainsi qu'à ses limites", conclut-il.

Partager cet articleDiscussion

À découvrir également

Des organisations humanitaires investissent dans l'IA pour améliorer leur travail

L'âge des individus désormais estimée par l'intelligence artificielle

Comment éviter les PFAS : attention à ces 5 produits du quotidien pour limiter son exposition aux "polluants éternels"