Selon une étude suédoise récente, l’intelligence artificielle pourrait s’avérer être un outil précieux lors de futures pandémies mondiales. Ces travaux suggèrent que l’IA pourrait contenir l’augmentation des infections. Le contexte actuel autour de la Covid-19 a évidemment impulsé ces recherches dont le thème n’avait que très peu été exploré par le passé.
Une meilleure gestion des pandémies
Aujourd’hui, le bilan de la pandémie de Covid-19 est de plus de trois millions de décès, dont plus de 550 000 rien qu’aux États-Unis. Or, il aura fallu attendre l’arrivée de cette pandémie pour intensifier les recherches portant sur un sujet très méconnu. Dans son étude relayée dans un communiqué du 13 avril 2021, l’Université de Göteborg (Suède) a en effet évoqué les utilisations bénéfiques de l’IA dans le but de maîtriser rapidement une épidémie.
Dans le cadre de ces travaux, les scientifiques ont évalué la manière avec laquelle des algorithmes de machine learning pourraient mettre au point des méthodes de dépistage efficaces. Cela permettrait ainsi de mieux contrôler les futures crises sanitaires, malgré une limitation des données synonyme de manque de visibilité.
D’après Laura Natali, chercheuse au sein du département de Physiques de l’UG et une des auteures de l’étude, “cela peut être un premier pas vers un meilleur contrôle par la société des futures grandes épidémies et réduire la nécessité de restrictions et de l’arrêt des activités”. Ainsi, il n’y aurait pas nécessairement besoin de confiner la population et d’affaiblir l’économie en ralentissant ou stoppant les activités comme c’est le cas actuellement.
L’intelligence artificielle définira des priorités de dépistage
Selon les chercheurs suédois, la nouvelle stratégie de tests se basant sur le machine learning pourrait s’adapter automatiquement aux caractéristiques spécifiques des personnes malades. Ainsi, l’IA définira des priorités de dépistage en fonction des tranches d’âge de la population ou de certaines zones géographiques à différentes échelles.
« Lorsqu’une épidémie commence, il est important d’identifier rapidement et efficacement les individus infectieux. Dans les tests aléatoires, il existe un risque important de ne pas y parvenir, mais avec une stratégie de test plus axée sur les objectifs que l’on souhaite définir, nous pouvons trouver plus d’individus infectés et ainsi obtenir également les informations nécessaires pour réduire la propagation de l’infection. Nous montrons que le machine learning peut être utilisé pour développer ce type de stratégie de test », a déclaré Laura Natali.
Ce genre de solution pourrait bel et bien voir le jour lors d’une prochaine épidémie de grande ampleur. Rappelons qu’il y a peu, des chercheurs étasuniens ont évoqué un « potentiel de débordement » chez 500 000 agents pathogènes alors qu’à ce jour, nous dénombrons « seulement » 250 virus transmis entre l’animal et l’humain. Autrement dit, il ne fait aucun doute que d’autres pandémies de grande importance verront le jour. Tout dépendra alors de notre capacité à les contenir.
