L’IA pourrait prédire les futures pandémies

Ces chercheurs de l’Université d’Oxford, de l’Université de Copenhague et de l’Institut Pasteur, en collaboration avec des confrères des sphères académique, industrielle et politique d’Afrique, d’Amérique, d’Asie, d’Australie et d’Europe, appellent ainsi « à la collaboration et la transparence, tant en matière de jeux de données que de modèles d’IA ».

Dans les 5 années à venir, l’IA pourrait « révolutionner la préparation aux pandémies » considère Moritz Kraemer (Institut des sciences pandémiques de l’Université d’Oxford) et auteur principal de cette étude, en particulier grâce aux données climatiques et socio-économiques régulièrement collectées. Cela devrait aider à mieux prédire « le lieu de déclenchement des épidémies et leur trajectoire », affirme -t-il, mais aussi à « anticiper leur impact sur chaque patient par l’étude des interactions entre le système immunitaire et les pathogènes émergents. Combinées et intégrées aux systèmes d’intervention des pays, ces avancées pourront sauver des vies et mieux préparer le monde aux futures menaces pandémiques » détaille l’expert.

L’étude montre en particulier que l’IA devrait permettre de préciser les modèles actuels de propagation des maladies, et la localisation des zones à fort potentiel de transmission. L’IA pourrait aussi améliorer les données sur les pathogènes et la surveillance des maladies, ce qui serait un atout majeur pour le développement de vaccins et l’identification de nouveaux variants.

Des données issues de mesures individuelles telles que celle de la fréquence cardiaque et des podomètres portatifs, pourraient aussi être intégrés pour mieux détecter et surveiller les épidémies.

Enfin l’IA pourrait aider à créer une nouvelle interface entre la science hautement technique et les professionnels de santé sur le terrain.

Les chercheurs appellent cependant à la prudence soulignant l’importance d’un « feedback humain aux flux de travail de modélisation de l’IA ». Ils expriment, en outre, leur préoccupation concernant « la qualité et la représentativité des données d’entraînement, l’accessibilité restreinte des modèles d’IA pour la communauté au sens large et les risques potentiels associés au déploiement de modèles de boîte noire pour la prise de décision ». Ils suggèrent des critères stricts d’évaluation des modèles d’IA.

Enfin, ils appellent à une étroite collaboration « entre les sphères gouvernementale, sociétale, industrielle et académique pour le développement durable et pratique de modèles destinés à améliorer la santé humaine »