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

Ces technologies sont déployées dans divers domaines tels que la recherche et la santé

• 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.


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...