Ils fournissent des solutions pour suivre les cas, stériliser les surfaces et trouver un vaccin. Leurs innovations pourraient même contribuer à empêcher la prochaine pandémie.

Dans la lutte pour endiguer la pandémie de coronavirus, notre incapacité à identifier rapidement les personnes exposées à cet ennemi invisible a constitué l’un des problèmes les plus meurtriers. Face à des périodes d'incubation longues et asymptomatiques, difficile en effet de savoir qui mettre en quarantaine. Les autorités, qui s’efforcent de ralentir la propagation du virus, demandent à des populations entières de rester chez elles, imposant ainsi une quasi-paralysie des économies.

Désireux de changer la donne, les scientifiques intègrent l’écosystème de l’intelligence artificielle (IA) et le Big Data au domaine de la santé afin de concevoir des solutions qui contribueront à l’identification des personnes infectées, au nettoyage des surfaces contaminées et au traitement – mais aussi à la prévention – de l’infection.

Certains outils sont déjà en cours de déploiement, tandis que d’autres sont en phase de développement. Le COVID-19 ne sera pas le dernier virus que l’humanité devra combattre, et l’IA et le Big Data nous aideront peut-être à éviter une autre pandémie de la sorte.

Quel rôle l’IA et le Big Data peuvent-ils jouer dans la lutte contre la propagation des maladies infectieuses ?

  • La « visualisation de la santé de la population » peut contribuer à établir des diagnostics précoces, mais aussi à intervenir rapidement et à assurer la prévention
  • Les robots qui stérilisent les surfaces, quant à eux, peuvent aider à contrôler la propagation du virus
  • Le séquençage génétique et les outils permettant d’identifier la forme des protéines virales peuvent accélérer l’élaboration de traitements et de vaccins efficaces

Comment cela se passe-t-il concrètement ?

La « visualisation de la population » peut contribuer à établir des diagnostics précoces, mais aussi à intervenir rapidement et à assurer la prévention

L’ampleur de la vague épidémiologique aux Etats-Unis suggère que le virus s’est propagé pendant plusieurs semaines sans apparaître sur les radars.1 Pratiquer des tests en masse peut remédier à notre incapacité à le détecter assez rapidement. Mais il ne s’agit là que d’un remède.

Imaginez qu’il soit également possible de dresser rapidement une carte de la répartition géographique des cas et de suivre dans le temps l'apparition des symptômes associés à un virus. Qu'en serait-il si nous pouvions établir des liens entre les patients testés positifs et les personnes avec lesquelles ils sont susceptibles d’être entrés en contact ? Et si nous pouvions les visualiser dans le contexte des schémas de déplacements internationaux et nationaux ?

Le Big Data et l’IA disposent d’un avenir très prometteur dans la santé.

A l’heure actuelle déjà, les entreprises spécialisées dans les données possèdent des modèles de prévision des épidémies qui intègrent de vastes bases de données médicales aux bulletins d’information quotidiens des médias du monde entier et aux schémas de déplacements en temps réel. L’accès à ces prévisions pourrait permettre une détection précoce du virus et améliorer les prises de décision des gouvernements et des particuliers pour contribuer à prévenir la propagation de la maladie et donc à sauver des vies.

Plusieurs sociétés de surveillance épidémiologique utilisant l’IA ont ainsi lancé des alertes avant même le signalement officiel des premiers cas de COVID-19 aux Etats-Unis. BlueDot a repéré les premières « pneumonies suspectes » le 30 décembre 2019, publié un rapport prédisant une propagation mondiale et identifié les 11 villes dans lesquelles des cas de COVID-19 seraient signalés après Wuhan. Fin février 2020, Metabiota a prédit avec justesse que l’Italie, la Corée du Sud et les Etats-Unis risquaient fort de devenir les prochains épicentres du nouveau coronavirus.

D'autres entreprises sont déjà en mesure de fournir une cartographie en temps réel de l'incidence des maladies, pour aider à déterminer où les efforts politiques doivent se concentrer. Par exemple, Kinsa fournit des données en temps réel sur les symptômes grippaux atypiques recueillis auprès d’au moins un million de clients qui utilisent ses thermomètres connectés reliés à une application. Une autre société, Relola, a conçu une solution de cartographie basée sur les auto-évaluations anonymes de l’état de santé et des symptômes des utilisateurs de l’application.

Imaginez maintenant que le monde puisse passer à la vitesse supérieure à l’aide d’une technologie d’agent conversationnel (« chatbot ») évolutive qui demanderait à toute une population de lui donner chaque jour un bilan de santé et d’enregistrer les éventuels symptômes. Nous serions alors en mesure d’obtenir un panorama exhaustif des conditions sanitaires en fonction de la zone géographique, ou de toute autre catégorie ou thématique. Les mesures des autorités pourraient ainsi cibler avec précision les zones ou les catégories qui en auraient le plus besoin.

La carte de la « météo santé » des Etats-Unis

Cette carte a été établie par Kinsa en collaboration avec un professeur de l’Université d’Etat de l’Oregon et présente des données recueillies entre le 18 mars et le 8 avril 2020. Avec l'aimable autorisation de Kinsa Inc.
Carte représentant le nombre de cas de syndromes grippaux qui ont été détectés au-delà des niveaux normaux escomptés aux Etats-Unis depuis le 1er mars. Les codes chromatiques mettent en évidence les zones où les cas sont nombreux (rouge), modérés (orange foncé), peu nombreux (orange clair) et faibles (jaune). La carte révèle que des régions telles que New York, certaines parties du Michigan et de la Floride font partie des zones en rouge. Image reproduite avec l'aimable autorisation de Kinsa, Inc. Une telle technologie pourrait permettre aux particuliers comme aux décideurs politiques de prendre des décisions plus éclairées. Et si vous aviez la possibilité de découvrir facilement si vous avez été en contact avec une personne diagnostiquée positive au COVID-19 ? Il est probable que vous décideriez alors de vous isoler et de consulter un médecin. En effet, tout récemment, Apple et Google ont annoncé un projet d’application de « contact tracing » fonctionnant avec le Bluetooth et sur la base du volontariat, qui alerterait ses utilisateurs en cas d’exposition potentielle à un malade avéré du COVID-19.

En Chine, Qihoo 360 a développé une application fondée sur l’agrégation massive de données qui permet à ses utilisateurs de savoir s’ils ont récemment voyagé aux côtés d’une personne infectée par la COVID-19. Il vous suffit d’entrer la date de votre voyage et votre numéro de vol. Plus de 21 millions de personnes ont utilisé ce service dans les deux jours qui ont suivi son lancement.

La stérilisation des surfaces par des robots peut aider à contrôler la propagation du virus

Les technologies robotisées, déjà utilisées et ayant fait leurs preuves, devraient être de plus en plus largement déployées car elles améliorent l'efficacité des efforts de stérilisation tout en minimisant le risque d'exposition humaine et en réduisant la menace de propagation d'une infection.

Les robots anti-germes sont capables de désinfecter totalement les surfaces. Des études ont démontré que la désinfection effectuée par les robots peut faire chuter le taux de contamination environnementale de 50% à 100%.2 Il n’est guère surprenant dès lors que certains hôpitaux et hôtels aient recours à de tels outils.

Les robots UVD semi-autonomes conçus par Blue Ocean Robotics utilisent les rayons ultraviolets de type C pour éradiquer les bactéries et les germes de pièces entières plus rapidement et plus sûrement que les humains ne pourraient le faire.

De la même façon, des drones d’opérateurs privés peuvent désinfecter les espaces publics extérieurs. Un seul drone de taille standard peut transporter jusqu’à 9,5 litres de spray désinfectant et assainir une surface presque aussi grande que deux terrains de football américain.3

Le Big data et l’IA en médecine : dresser la cartographie de l’ADN d’un virus et visualiser sa structure peut permettre d’accélérer l’élaboration des traitements et vaccins

Les innovations en matière de séquençage et de prédiction de la structure des protéines ont permis à la communauté biotechnologique de commencer à expérimenter de potentiels remèdes contre le virus COVID-19 plus rapidement que cela n’aurait été possible auparavant.

Le 11 janvier 2020, les autorités chinoises ont partagé la séquence génétique de ce nouveau coronavirus.4 Mais il ne suffit pas de connaître la séquence génétique d'une protéine dans un virus. Il est également utile de comprendre la structure de la protéine, qui détermine sa fonction.5 Par exemple, notre organisme utilise des protéines d'anticorps en forme de Y qui constituent des crochets exclusifs et viennent se fixer sur les virus et les bactéries pour les « marquer » en vue de leur élimination.

Découvrir la forme d'une nouvelle protéine, comme la protéine spiculaire du coronavirus, qui s'attache aux cellules hôtes et les infecte, est un processus qui nécessite beaucoup de temps et de ressources (des outils d'imagerie à haute résolution sont nécessaires). Par contraste, des sociétés technologiques telles que Baidu et Google DeepMind ont été en mesure d’utiliser des algorithmes d’IA pour prédire la structure de la protéine à partir de son code génétique bien plus rapidement mais avec la même précision.

Par conséquent, l'Organisation mondiale de la Santé affirme que la recherche sur le COVID s'est accélérée à une vitesse incroyable.6 70 candidats vaccins sont en cours d’évaluation clinique, dont trois déjà en phase d’essais cliniques, et de nombreuses recherches sont menées en parallèle concernant de potentiels traitements.7 Par exemple :

  • Regeneron prévoit de commencer d’ici mi-avril la fabrication à grande échelle d'un « cocktail » d'anticorps neutralisant le virus, qui se lient à la protéine spiculaire et bloquent sa capacité à infecter les cellules hôtes. 

  • Moderna travaille quant à elle sur un vaccin qui introduirait de l’ADN de protéine spiculaire dans l’organisme d’un patient afin de déclencher une réponse immunitaire en toute sécurité. La société a pu passer de la sélection de séquences à son premier dosage sur des patients humains en seulement 63 jours et, dans le cadre d’une utilisation d'urgence, pourrait potentiellement mettre le vaccin à la disposition de certaines personnes dès l'automne 2020.

Qu'est-ce que tout cela signifie pour vous à présent ?

Sur le plan personnel, les dernières nouvelles ont été terrifiantes et bien tristes. Les victimes de cette crise sanitaire sont si nombreuses. Savoir que l'ingéniosité humaine – et l'application du Big Data et de l'IA dans la santé – permet de développer de nouveaux outils capables d’atténuer la pandémie actuelle, et susceptibles de contribuer à empêcher qu'une crise de cette ampleur ne se reproduise, peut apporter un certain réconfort et faire naître de l’espoir.

Le domaine de l’investissement se transforme rapidement sous l’impulsion de l’IA et du Big Data. Si le recours à ces technologies n’est pas une nouveauté, leurs applications profitent à des secteurs de plus en plus nombreux, et contribuent à résoudre un nombre croissant de problèmes. La lutte contre la COVID-19 en est un exemple éloquent.

N’hésitez pas à contacter votre conseiller J.P. Morgan pour obtenir davantage d’informations à ce sujet et évoquer ensemble votre portefeuille et son adéquation avec vos objectifs à long terme en matière de patrimoine.

 

1 « Coronavirus screening may miss two-thirds of infected travelers entering U.S. » The Harvard Gazette, 4 mars 2020.

2 « Bring in the Robot Cleaners: Travel Industry Innovations for the Pandemic, » The New York Times, 28 mars 2020.

3 « Fever-Detecting Goggles and Disinfectant Drones: Countries Turn to Tech to Fight Coronavirus, » The Wall Street Journal, 10 mars 2020.

4 En dépit d’une complexité bien inférieure à celle d'un génome humain (qui compte 3,2 milliards de nucléotides), la longueur de l'ARN de cette famille de coronavirus est la plus grande de tous les virus à ARN (avec un total de 29.904 nucléotides).

5 AlphaFold : Using AI for scientific discovery, 15 janvier 2020.

6 Observations préliminaires du Directeur général de l'OMS lors du point de presse consacré au COVID-19, 6 avril 2020.

7 « Draft landscape of COVID-19 candidate vaccines – 11 April 2020. » Organisation mondiale de la Santé, 11 avril 2020.