AWS - Comment l'intelligence artificielle et le machine learning aident à lutter contre la COVID-19

Comment l'intelligence artificielle et le machine learning aident à lutter contre la COVID-19

• Les organisations ont su rapidement mettre leur expertise en matière d'Intelligence Artificielle (IA) et de Machine Learning (ML) à profit afin de contribuer à la lutte pour endiguer la pandémie.
  
• Ces technologies sont déployées dans des domaines aussi variés que la recherche, la santé ou encore l’agriculture.

Alors que le monde lutte encore contre l’épidémie de COVID-19, chaque innovation technologique mise en œuvre pour lutter contre cette pandémie nous rapproche de son éradication. Parmi elles, l’IA et le ML jouent un rôle clé pour mieux comprendre et mettre fin à la crise de COVID-19. La technologie de ML permet, par exemple, permet aux ordinateurs d'imiter l'intelligence humaine et d'ingérer de grands volumes de données pour identifier rapidement des tendances et dégager des hypothèses.

Dans la lutte contre la COVID-19, les organisations ont rapidement appliqué leur expertise en matière de machine learning dans plusieurs domaines : l'élargissement des communications avec les clients, la compréhension de la propagation de la COVID-19 et l'accélération de la recherche d’un traitement.

Permettre aux organisations d'évoluer et de s'adapter

Tous types d'organisations, petites ou grandes, publiques comme privées, ont innové pour trouver de nouveaux moyens d’être productives et de répondre aux besoins de leurs clients et de leurs employés, malgré les mesures de distanciation physiques. La technologie de ML joue un rôle important dans cette évolution en fournissant les outils nécessaires pour soutenir la communication à distance, permettre la télémédecine et assurer 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 et répondre aux questions du public. Clevy.io, une start-up française, a par exemple lancé CovidBot, un chatbot pour permettre aux utilisateurs de trouver plus facilement les communications officielles du gouvernement sur la COVID-19. Alimenté en temps réel par des informations 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 plus de 3 millions de messages envoyés, ce chatbot est en mesure de répondre à des questions sur tous les sujets, de l'exercice physique à l'évaluation des risques de la COVID-19, sans encombrer les centres d’appels et lignes d’urgence. Des villes françaises comme Strasbourg, Orléans et Nanterre utilisent ce chatbot pour décentraliser la distribution d'informations précises et vérifiées.

Pour éviter toute perturbation de la chaîne d'approvisionnement alimentaire, les transformateurs de produits alimentaires et les gouvernements doivent comprendre l'état actuel de l'agriculture. La start-up Agri-tech Mantle Labs offre, pendant 3 mois, sa solution de surveillance des cultures basée sur l'IA, afin d'apporter une résilience et une certitude supplémentaires aux chaînes d'approvisionnement au Royaume-Uni. Cette technologie permet d'évaluer les images satellites des cultures pour signaler rapidement les problèmes potentiels aux agriculteurs et aux détaillants afin qu'ils puissent mieux gérer l'approvisionnement, les achats et la planification des stocks. La plateforme déploie des modèles de machine learning personnalisés pour combiner les images de plusieurs satellites, permettant une évaluation en temps quasi réel des conditions agricoles.

Pièce jointe 574478

Comprendre comment la COVID-19 se répand

Le machine learning aide également les chercheurs et les praticiens à analyser de grands volumes de données pour prévoir la propagation du virus, afin de pouvoir mieux prédire les futures pandémies et identifier les populations vulnérables. En analysant 12 régions du globe, les chercheurs du Chan Zuckerberg Biohub en Californie ont construit un modèle pour estimer le nombre d'infections COVID-19 non détectées et les conséquences pour la santé publique. Grâce au ML et à un partenariat avec l’AWS Diagnostic Development Initiative, ils ont mis au point de nouvelles méthodes pour quantifier les infections non détectées - en analysant la façon dont le virus mute lorsqu'il se propage dans la population pour en déduire le nombre de transmissions manquées.

Au début de cette pandémie, BlueDot, une start-up canadienne qui utilise l'IA pour détecter les foyers de maladie, a été l'une des premières à tirer la sonnette d'alarme sur l'apparition inquiétante d'une maladie respiratoire à Wuhan, en Chine. BlueDot utilise l'IA pour détecter les foyers de maladie. Grâce à ses algorithmes d'apprentissage automatique, la start-up passe au crible les bulletins d'information en 65 langues, ainsi que les données des compagnies aériennes et les réseaux de maladies animales pour détecter les épidémies et anticiper la dispersion de celles-ci. 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 afin de les aider à anticiper et à mieux gérer les risques.

Le machine learning permet aussi aux dirigeants de prendre des décisions plus éclairées face à COVID-19. En mars, un groupe de professionnels bénévoles, dirigé par l'ancien responsable des données scientifiques de la Maison-Blanche, DJ Patil, a demandé à AWS de l'aider à soutenir un outil de planification de scénario. Grâce à celui-ci, ils ont pu modéliser l'impact potentiel de COVID-19 afin de dégager des estimations quant au nombre de lits nécessaires dans les hôpitaux ou encore sur la durée des ordonnances d’hébergement. Ils avaient besoin de mettre à l'échelle leur modèle open source afin que les gouverneurs de tous les États-Unis puissent comprendre le volume d'exposition, d'infection et d'hospitalisation pour mieux établir leurs plans d'intervention. En partenariat étroit avec AWS et l'école de santé publique Johns Hopkins Bloomberg, le groupe a déplacé le modèle vers le cloud, ce qui leur a permis d'exécuter plusieurs scénarios en quelques heures seulement et de déployer le modèle dans les 50 États et au niveau international pour aider à prendre des décisions qui ont eu un impact direct sur la propagation mondiale de COVID-19.

Les organisations examinent également les moyens de limiter la propagation de COVID-19, en particulier parmi les populations vulnérables. Closedloop, une start-up d'IA, utilise son expertise en matière de données sur les soins de santé pour identifier les personnes les plus exposées au risque de complications graves liées au COVID-19. Closedloop a développé et mis à disposition un index de vulnérabilité COVID, un modèle prédictif basé sur l'IA qui identifie les personnes les plus à risque de complications graves de COVID-19. Cet "indice C-19" est utilisé par les organismes de santé et les compagnies d'assurance pour identifier les personnes à haut risque, les sensibiliser à l’importance des gestes barrières, et leur proposer la livraison de nourriture, de papier toilette et d'autres fournitures essentielles pour qu'elles puissent rester chez elles.

Accélérer la recherche et le traitement

Les prestataires de santé et les chercheurs sont confrontés à un volume de données exponentiel sur la COVID-19, ce qui rend difficile l’identification d'informations pertinentes quant à la mise en place d’un traitement. En réponse à cette situation, AWS a lancé CORD-19 Search, un nouveau site de recherche basé sur le Machine Learning, qui aide les chercheurs à naviguer dans ce corpus de littérature sur le virus, leur permettant ainsi d’identifier efficacement des informations pertinentes et actualisées

Basée sur un ensemble de données contenant près de 128 000 documents et articles de recherche, compilé par l'Institut Allen pour l'IA (AI2), cette solution de Machine Learning peut extraire des informations médicales pertinentes à partir de textes non structurés et offre de solides capacités de recherche en langage naturel, ce qui contribue à accélérer le rythme des découvertes.

Dans le domaine de l'imagerie médicale, les chercheurs utilisent le machine learning pour aider à reconnaître des modèles dans les images, ce qui renforce la capacité des radiologues à indiquer la probabilité d'une maladie et à la diagnostiquer plus tôt, améliorant ainsi les chances de guérison des patients.

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

Enfin, le Machine Learning peut également contribuer à accélérer la découverte de médicaments pour aider à traiter les symptômes de la COVID-19.

« BenevolentAI, une entreprise britannique spécialisée dans l'IA, a orienté sa plateforme vers la compréhension de la réponse de l'organisme au coronavirus. Ils ont lancé une enquête en utilisant leur plateforme de recherche de médicaments basés sur l'IA afin d'identifier les médicaments approuvés qui pourraient potentiellement freiner la progression de ce nouveau virus », explique Swami Sivasubramanian, vice-président d'Amazon Machine Learning chez Amazon Web Services.

« Ils ont utilisé le machine learning pour aider à dégager les relations contextuelles entre les gènes, les maladies et les médicaments, dans le but de proposer un petit nombre de composants médicamenteux. En quelques jours, BenevolentAI a découvert que le Baricitinib (un médicament actuellement approuvé pour le traitement de la polyarthrite rhumatoïde, propriété d'Eli Lilly) s'avérait le candidat le plus pertinent. Le Baricitinib est actuellement en phase finale d'essais cliniques avec l'Institut national américain des allergies et des maladies infectieuses (NIAID) afin d’évaluer son efficacité et sa sécurité en tant que traitement potentiel pour les patients atteints de COVID-19. La rapidité avec laquelle le médicament est entré en phase d'essais cliniques reflète l'urgence de la pandémie mondiale et l'importance de l'IA pour faciliter la découverte de nouveaux traitements. »

Source : AWS

Et vous ?

:fleche: Que pensez-vous de toutes ces technologies introduites dans la gestion de la COVID-19 ?
:fleche: Sont-elles suffisantes pour répondre aux besoins des entreprises ?
:fleche: Et à vos besoins personnels et professionnels ?

Voir aussi :

:fleche: Amazon Web Services annonce la disponibilité d'AWS CodeArtifact
:fleche: AWS annonce la disponibilité générale de la sixième génération d'instances Amazon EC2, avec trois nouvelles instances propulsées par des processeurs Graviton2 conçus par AWS