Cette pièce a été écrite par Swami Sivasubramanian, vice-président d'Amazon Machine Learning, AWS. Il a été initialement publié sur le Forum économique mondial.

  • Les organisations ont rapidement appliqué leur savoir-faire en matière d'IA et d'apprentissage automatique dans la lutte contre cette pandémie.
  • Ces technologies sont déployées dans des domaines allant de la recherche aux soins de santé et même à l'agriculture.

Alors que le monde se débat avec COVID-19, chaque once d'innovation technologique et d'ingéniosité mise à profit pour lutter contre cette pandémie nous rapproche d'un pas de plus pour la surmonter. L'intelligence artificielle (IA) et l'apprentissage automatique jouent un rôle clé pour mieux comprendre et faire face à la crise du COVID-19. La technologie d'apprentissage automatique permet aux ordinateurs d'imiter l'intelligence humaine et d'ingérer de grands volumes de données pour identifier rapidement les modèles et les informations.

Dans la lutte contre COVID-19, les organisations ont rapidement appliqué leur expertise en matière d'apprentissage automatique dans plusieurs domaines: la mise à l'échelle des communications avec les clients, la compréhension de la propagation du COVID-19 et l'accélération de la recherche et du traitement.

Permettre aux organisations d'évoluer et de s'adapter

Chaque type d'organisation, qu'elle soit petite ou grande, publique ou privée, trouve de nouvelles façons de fonctionner efficacement et de répondre aux besoins de ses clients et employés alors que les mesures de distanciation sociale et de quarantaine restent en place. La technologie d'apprentissage automatique joue un rôle important pour permettre ce changement en fournissant les outils pour soutenir la communication à distance, activer la télémédecine et protéger la sécurité alimentaire.

Pour les établissements de santé et les institutions gouvernementales, cela inclut l'utilisation de chatbots basés sur l'apprentissage automatique pour le dépistage sans contact des symptômes de COVID-19 et pour répondre aux questions du public. Un exemple est Clevy.io , une start-up française et client AWS, qui a lancé un chatbot pour faciliter la recherche de communications officielles du gouvernement sur COVID-19. Propulsé par des informations en temps réel du gouvernement français et de l'Organisation mondiale de la santé, le chatbot évalue les symptômes connus et répond aux questions sur les politiques gouvernementales. Avec près de 3 millions de messages envoyés à ce jour, ce chatbot est en mesure de répondre à des questions sur tout, de l'exercice à l'évaluation des risques COVID-19, sans surcharger davantage les ressources des soins de santé et des institutions gouvernementales. Des villes françaises comme Strasbourg, Orléans et Nanterre utilisent le chatbot pour décentraliser la diffusion d'informations précises et vérifiées.

L'apprentissage automatique aide les dirigeants à prendre des décisions plus éclairées face à COVID-19

Pour éviter toute perturbation de la chaîne d'approvisionnement alimentaire, les transformateurs alimentaires et les gouvernements doivent comprendre l'état actuel de l'agriculture. La start-up agro-technologique Mantle Labs , un autre client d'AWS, offre gratuitement aux détaillants sa solution de surveillance des cultures de pointe basée sur l'IA pendant une période de trois mois afin de fournir une résilience et une sécurité supplémentaires aux chaînes d'approvisionnement au Royaume-Uni. La technologie fonctionne pour évaluer les images satellites des cultures afin de signaler les problèmes potentiels aux agriculteurs et aux détaillants dès le début afin qu'ils puissent mieux gérer l'approvisionnement, l'approvisionnement et la planification des stocks. La plate-forme déploie des modèles d'apprentissage automatique personnalisés pour mélanger les images de plusieurs satellites, permettant une évaluation en temps quasi réel des conditions agricoles.

Comprendre comment COVID-19 se propage

L'apprentissage automatique aide également les chercheurs et les praticiens à analyser de grands volumes de données pour prévoir la propagation du COVID-19, afin de servir de système d'alerte précoce pour les futures pandémies et d'identifier les populations vulnérables. Des chercheurs du Biohub Chan Zuckerberg en Californie ont construit un modèle pour estimer le nombre d'infections au COVID-19 qui ne sont pas détectées et les conséquences pour la santé publique, en analysant 12 régions à travers le monde. À l'aide de l'apprentissage automatique et en partenariat avec l' AWS Diagnostic Development Initiative , ils ont développé de nouvelles méthodes pour quantifier les infections non détectées - analysant comment le virus mute au fur et à mesure qu'il se propage dans la population pour déduire le nombre de transmissions manquées.

Au début de cette pandémie, BlueDot , une start-up canadienne et cliente d'AWS qui utilise l'IA pour détecter les épidémies, a été l'une des premières à sonner l'alarme concernant une épidémie inquiétante d'une maladie respiratoire à Wuhan, en Chine. BlueDot utilise l'IA pour détecter les épidémies. À l'aide de ses algorithmes d'apprentissage automatique, BlueDot passe en revue les reportages en 65 langues, ainsi que les données des compagnies aériennes et les réseaux de maladies animales pour détecter les épidémies et anticiper la dispersion des maladies. Les épidémiologistes examinent ensuite ces résultats et vérifient que les conclusions ont un sens d'un point de vue scientifique. BlueDot fournit ces informations aux responsables de la santé publique, aux compagnies aériennes et aux hôpitaux pour les aider à anticiper et à mieux gérer les risques.

L'apprentissage automatique aide les dirigeants à prendre des décisions plus éclairées face à COVID-19. En mars, un groupe de professionnels bénévoles, dirigé par l'ancien scientifique en chef des données de la Maison Blanche, DJ Patil, a sollicité AWS pour l'aider à soutenir un outil de planification de scénarios qui modélise l'impact potentiel de COVID-19 afin de répondre à des questions telles que: «Comment de nombreux lits d'hôpital aurons-nous besoin? ou "Pendant combien de temps devrions-nous émettre une commande de refuge sur place?" Ils avaient besoin de faire évoluer leur modèle open source afin que les gouverneurs des États-Unis puissent comprendre le volume d'exposition, d'infection et d'hospitalisation pour mieux éclairer leurs plans de réponse. En étroite collaboration avec AWS et Johns Hopkins Bloomberg School of Public Health, le groupe a déplacé le modèle vers le cloud, leur permettant d'exécuter plusieurs scénarios en quelques heures et de déployer le modèle dans les 50 États et à l'échelle internationale pour aider à prendre des décisions qui impact direct sur la propagation mondiale de COVID-19.

Les organisations étudient également les moyens de limiter la propagation du COVID-19, en particulier parmi les populations vulnérables. Closedloop , une start-up d'IA avec laquelle nous travaillons, utilise son expertise dans les données de soins de santé pour identifier les personnes les plus à risque de complications graves liées au COVID-19. Closedloop a développé et open source un indice de vulnérabilité COVID, un modèle prédictif basé sur l'IA qui identifie les personnes les plus à risque de complications graves liées à COVID-19. Cet `` indice C-19 '' est utilisé par les systèmes de santé, les organisations de gestion des soins et les compagnies d'assurance pour identifier les personnes à haut risque, puis les appelle à partager l'importance du lavage des mains et de l'éloignement social, et propose également de livrer de la nourriture, du papier toilette, et d'autres fournitures essentielles pour qu'ils puissent rester à la maison.

Accélérer la recherche et le traitement

Les prestataires de soins de santé et les chercheurs sont confrontés à un volume d'informations en augmentation exponentielle sur COVID-19, ce qui rend difficile l'obtention d'informations pouvant éclairer le traitement. En réponse, AWS a lancé CORD-19 Search , un nouveau site Web de recherche propulsé par l'apprentissage automatique, qui peut aider les chercheurs à rechercher rapidement et facilement des articles et des documents de recherche et à répondre à des questions telles que "Quand la charge virale salivaire est-elle la plus élevée pour COVID-19?"

Construite sur le jeu de données de recherche ouvert CORD-19 d' Allen Institute for AI de plus de 128 000 articles de recherche et autres matériaux, cette solution d'apprentissage automatique peut extraire des informations médicales pertinentes à partir de texte non structuré et offre des capacités de requête en langage naturel robustes, contribuant à accélérer le rythme de Découverte.

Dans le domaine de l'imagerie médicale, les chercheurs utilisent l'apprentissage automatique pour aider à reconnaître les modèles dans les images, améliorant la capacité des radiologues à indiquer la probabilité de maladie et à la diagnostiquer plus tôt.

UC San Diego Health a conçu une nouvelle méthode pour diagnostiquer la pneumonie plus tôt, une condition associée à un COVID-19 sévère. Cette détection précoce aide les médecins à trier rapidement les patients au niveau de soins approprié avant même qu'un diagnostic de COVID-19 ne soit confirmé. Formé de 22 000 notations par des radiologues humains, l'algorithme d'apprentissage automatique recouvre les rayons X avec des cartes à code couleur qui indiquent la probabilité de pneumonie. Grâce aux crédits octroyés par l' AWS Diagnostic Development Initiative , ces méthodes ont maintenant été déployées sur chaque radiographie pulmonaire et tomodensitométrie de UC San Diego Health dans le cadre d'une étude de recherche clinique.

L'apprentissage automatique peut également aider à accélérer la découverte de médicaments pour aider à traiter COVID-19

L'apprentissage automatique peut également aider à accélérer la découverte de médicaments pour aider à traiter COVID-19. BenevolentAI, une société britannique d'IA et client AWS, a tourné sa plate-forme vers la compréhension de la réponse du corps au coronavirus. Ils ont lancé une enquête en utilisant leur plate-forme de découverte de médicaments contre l'IA pour identifier les médicaments approuvés qui pourraient potentiellement inhiber la progression du nouveau coronavirus. Ils ont utilisé l'apprentissage automatique pour aider à établir des relations contextuelles entre les gènes, les maladies et les médicaments, ce qui a conduit à proposer un petit nombre de composés médicamenteux. En quelques jours, BenevolentAI a découvert que le baricitinib (un médicament actuellement approuvé pour la polyarthrite rhumatoïde, propriété d'Eli Lilly) s'est révélé le candidat le plus fort. Le baricitinib est actuellement en phase finale d'essais cliniques avec le National Institute for Allergies and Infectious Diseases (NIAID) des États-Unis pour étudier son efficacité et sa sécurité en tant que traitement potentiel pour les patients atteints de COVID-19. La vitesse à laquelle le médicament est entré dans les essais cliniques reflète l'urgence de la pandémie mondiale et l'importance de l'IA pour faciliter la découverte de nouveaux traitements.

Je suis inspiré et encouragé par la vitesse à laquelle ces organisations appliquent l'apprentissage automatique pour résoudre COVID-19. J'ai toujours cru au potentiel de l'apprentissage automatique pour aider à résoudre les plus grands défis de notre monde - et cette promesse se concrétise maintenant alors que les organisations répondent à cette crise. J'espère qu'en cette période difficile, nous pourrons travailler ensemble à l'échelle mondiale pour innover et trouver de nouvelles façons dont l'apprentissage automatique peut contribuer à la lutte contre COVID-19.

Cet article a été initialement publié par le Forum économique mondial . Pour lire l'article, cliquez ici .

(Crédit photo: Unsplash)

N'oubliez pas de partager vos propres réflexions avec l'auteur en laissant un commentaire ci-dessous