Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Tendances produits
{{{sourceTextContent.title}}}
Coronavirus : Utilisation de l'IA pour prévoir les épidémies
{{{sourceTextContent.subTitle}}}
L'épidémie de 2019-nCov-nouveau coronavirus 2019 semble être moins mortelle que celle de son cousin éloigné, le SRAS, mais potentiellement plus contagieuse.
{{{sourceTextContent.description}}}
Elle a éclaté en Chine depuis la mi-décembre et a déjà causé au moins 170 morts. Selon le ministre chinois de la santé Ma Xiaowei, elle est entrée dans une "phase plus sérieuse et plus complexe" Au cours des dernières années, les évolutions technologiques ont vu les praticiens et les organisations médicales passer de plus en plus d'une médecine réactive à une médecine proactive. Si l'utilisation de modèles prédictifs pour atténuer les épidémies n'est pas nouvelle, les progrès de l'intelligence artificielle (IA) permettent aujourd'hui de développer ces modèles pour en faire des outils très efficaces. Fondée en 2015, AIME (Artificial Intelligence in Medical Epidemiology) est une start-up américaine pionnière qui utilise l'analyse de grandes données et l'apprentissage automatique pour prédire en temps réel le lieu et l'heure des épidémies de maladies infectieuses. MedicalExpo a rencontré le Dr Helmi Zakariah, directeur général de l'AIME pour la région Asie-Pacifique, pour en savoir plus sur cette technologie et ses applications.
Le magazine électronique MedicalExpo : Comment fonctionne l'AIME ? Quelles sont ses caractéristiques les plus innovantes ?
Dr. Helmi Zakariah : AIME est un système multi-plateforme, évolutif et en temps réel, comprenant des applications web et des applications mobiles, toutes reliées par une base de données unifiée. L'une des principales caractéristiques du système est un bot appelé REDINT, qui recherche automatiquement dans plus de 40 bases de données différentes des données épidémiologiques, météorologiques et géographiques. Le traitement de ces données par apprentissage machine permet ensuite au système de prévoir et de géolocaliser les foyers de maladies.
Lorsqu'il est prévu que plusieurs épidémies se produisent simultanément, l'AIME est en mesure de créer un indice de priorité dans la région touchée, afin que les insecticides, les larvicides et les ressources humaines puissent être déployés le plus efficacement possible. Cela permet aux professionnels de la santé publique de prévenir les épidémies en adoptant les meilleures mesures préventives.
ME e-mag : Quelle est la précision de l'AIME ?
Dr. Helmi Zakariah : Pour que l'AIME soit mis en œuvre avec succès, il doit être déployé et utilisé dans l'ensemble du secteur des soins de santé, des cliniques communautaires aux hôpitaux régionaux. Sans un flux continu de nouvelles données sur l'incidence des maladies, la plateforme est rendue inefficace.
"Lors des tests de notre plateforme de prévision des épidémies de dengue en Malaisie et au Brésil, le système a prédit les endroits où des épidémies se produiraient avec une précision allant jusqu'à 88%, trois mois à l'avance et dans un rayon de 400 mètres"
Toutefois, si elle reçoit de telles données, l'AIME continuera à apprendre. Sa précision et son efficacité d'intervention s'en trouvent alors régulièrement améliorées. Lors des tests de notre plateforme de prévision des épidémies de dengue en Malaisie et au Brésil, le système a prédit les endroits où des épidémies se produiraient avec une précision allant jusqu'à 88%, trois mois à l'avance et dans un rayon de 400 mètres. Cette plateforme est désormais utilisée en Malaisie, au Brésil et aux Philippines pour aider les prestataires de soins de santé à gérer et à endiguer les épidémies.
ME e-mag : Quels sont vos projets pour AIME maintenant ? Sur quoi travaillez-vous ?
Dr. Helmi Zakariah : Grâce à un consensus mondial sur la surveillance des maladies et à des initiatives telles que le Règlement sanitaire international de l'Organisation mondiale de la santé, d'énormes quantités de données sur la santé et les maladies sont déjà produites. Toutefois, les compétences et les capacités d'analyse de ces données ne sont pas aussi développées.
L'utilisation de l'IA pour découvrir des modèles et des marqueurs cachés à la vue de tous et l'analyse statistique conventionnelle a ouvert un éventail de nouvelles possibilités passionnantes. Un exemple est un de nos nouveaux projets qui se concentre sur la prédiction de la résistance aux antibiotiques. Cela représente un énorme écart par rapport à l'approche diagnostique classique de la lutte contre la résistance aux antimicrobiens. Nous parions que l'IA peut devenir aussi diagnostique qu'un kit de test rapide, mais au lieu d'utiliser du sang, nous utilisons des données pour évaluer la probabilité. Nous voulons également créer des appareils pour diagnostiquer la tuberculose et le paludisme, et des logiciels pour diagnostiquer la rétinopathie diabétique.
"Nous parions que l'IA peut devenir aussi diagnostique qu'un kit de test rapide, mais au lieu d'utiliser du sang, nous utilisons des données pour évaluer la probabilité"
ME e-mag : Viendra-t-il un jour où nous pourrons prévoir toutes les épidémies avant qu'elles ne se produisent ?
Dr. Helmi Zakariah : La technologie se développe maintenant à un rythme exponentiel. Il y a un peu plus de dix ans, contracter le VIH était une condamnation à mort - aujourd'hui, on a plus de chances de mourir d'un accident de voiture que du sida (peut-être verrons-nous cette statistique changer avec l'évolution de la conduite autonome). Si nous avons les bonnes sources de données, le bon cadre réglementaire et la bonne approche en matière d'échange de données, je ne vois pas pourquoi nous ne pourrions pas prévoir les épidémies de choléra et d'autres maladies de la même manière que nous pouvons actuellement prévoir un tsunami.
{{medias[35761].description}}
{{medias[35762].description}}