L’intelligence artificielle pour prévenir les pandémies
Des algorithmes et les réseaux sociaux pourront aider les scientifiques
Alors que tous les yeux sont tournés sur la course au vaccin et aux remèdes pour lutter contre le coronavirus, plusieurs chercheurs tentent de mettre au point une méthode pour mieux détecter et surveiller les pandémies.
L’entreprise de Toronto Bluedot a une longueur d’avance. Elle a été l’une des premières au monde à tirer la sonnette d’alarme sur la situation à Wuhan, foyer de l’éclosion du coronavirus.
Ce n’est pas pour rien qu’ottawa a annoncé le 23 mars dernier que l’agence de la santé publique du Canada utilisera sa plateforme d’analyse des maladies pour comprendre et surveiller la propagation du virus.
Son travail devrait permettre de comprendre où la distanciation sociale est efficace, où on doit concentrer les ressources et où apparaîtront les secondes vagues de cas, par exemple.
LA PREMIÈRE
Le 31 décembre 2019, Bluedot a repéré un article en chinois évoquant des cas de pneumonie liés à un marché d’animaux à Wuhan, en Chine.
À cette date, l’organisation mondiale de la santé n’avait pas encore publié d’information à ce sujet.
Ce savoir-faire de Bluedot est rendu possible grâce à l’intelligence artificielle.
Ses experts ont créé des algorithmes et ont entraîné des machines pour traiter des mots clés dans quelque 65 langues. Ils sont ainsi capables de traquer plus de 150 maladies. Ce type d’algorithme n’existait pas en 2003, lors de l’épisode du SRAS.
TWITTER À LA RESCOUSSE
La réponse des scientifiques à l’actuelle pandémie est à des années-lumière de celle du SRAS, notamment en raison des avancées de l’intelligence artificielle, souligne dans une lettre parue dans le Globe and Mail le Dr Alan Bernstein, président de l’organisme CIFAR chargé d’élaborer la première Stratégie pancanadienne en matière d’intelligence artificielle.
Bluedot n’utilise pas les réseaux sociaux, car tout y est trop désordonné. Mais c’est le défi que s’est lancé l’épidémiologiste Hélène Carabin, professeure à l’école de santé publique de l’université de Montréal qui s’intéresse, elle, à Twitter.
Son groupe de recherche tente de savoir si le réseau social a le potentiel pour devenir un outil d’analyse.
« La première étape est d’entraîner un système d’intelligence artificielle à reconnaître les bons tweets de ceux qui n’ont pas rapport », explique Mme Carabin.
Depuis le 21 janvier, l’équipe télécharge des tweets toutes les 15 minutes dans six langues différentes, ce qui représente environ 1,4 million de tweets par jour. Il a fallu classer à la main plus de 10 000 tweets et ce classement est utilisé pour entraîner la machine.
« C’est l’avenir, de dire Mme Carabin. Si Twitter s’avère un indicateur valide de ce qui se passe dans la réalité, ça pourrait être un outil de plus dans les poches de la santé publique pour réagir plus rapidement. »
– Avec l’agence France Presse