Données, analyses et IA… la clé pour se préparer à une prochaine pandémie, selon Mark Lambrecht, Senior Director, Health and Life Sciences, SAS.

Personne ne peut prédire à quoi ressemblera la prochaine pandémie et quel en sera l’impact. Il semble clair que ce n’est qu’une question de temps avant qu’un autre virus n’apparaisse.

« De nombreux experts s’inquiètent, car un variant de la grippe aviaire, par exemple, causerait bien plus de dégâts que le COVID-19. Personne ne niera que nous étions mal préparés en 2020, constate Mark Lambrecht. Mais où en sommes-nous aujourd’hui ? Une chose est sûre : l’analyse et l’IA jouent un rôle clé ».

L’analyse est une arme dans la lutte contre les épidémies et les pandémies depuis plus de cent ans. Au XIXe siècle, par exemple, cette technique a permis d’identifier la cause d’une épidémie de choléra à Londres et d’empêcher la propagation de la maladie. « À l’époque, les chercheurs ne disposaient que d’une fraction des données dont nous disposons aujourd’hui, illustre Mark Lambrecht. Pourtant, quelque part dans cette grande montagne de données se trouve généralement un signal qui peut nous avertir d’une pandémie majeure avant l’apparition d’un virus… »

Même si tout cela semble prometteur, malheureusement, la plupart des gouvernements ne sont pas encore équipés pour traiter et utiliser toutes ces données. « De fait, nous n’avions pas prévu suffisamment de budget pour cela dans les années qui ont précédé la pandémie du coronavirus. Les investissements augmentent désormais dans de nombreux endroits et nous voyons émerger des initiatives, comme la HaDEA -l’agence exécutive européenne pour la santé et le numérique – en Europe. Mais nous sommes encore en train de rattraper notre retard ? Comment pouvons-nous nous préparer de manière optimale et que faut-il pour être prêts à la prochaine pandémie ? Ces questions méritent réflexion. »

Améliorer la qualité et l’expertise des données

Tout d’abord, beaucoup dépend des données que nous collectons. En pratique, explique Mark Lambrecht, on peut regrouper deux types de sources de données. « D’une part, il y a l’épidémiologie classique, qui utilise des techniques de collecte de données plus classiques telles que des enquêtes auprès des professionnels de santé, des bases de données avec enregistrement du nombre de cas pseudo-grippaux, mais d’autre part, des sources non médicales – telles que les réseaux sociaux – peuvent également aider les experts à reconnaître les signaux. Les techniques émergentes telles que l’IA générative et les grands modèles linguistiques – les fameux LLM – joueront sans aucun doute un rôle dans la synthèse de données encore plus non structurées et dans la traduction des informations en langage humain. »

Bien entendu, les logiciels et la technologie ne constituent pas à eux seuls une solution magique. L’intelligence artificielle nous permet de reconnaître rapidement les signaux, mais des connaissances expertes sont toujours nécessaires pour filtrer et surveiller les informations. Par exemple, les modèles sont généralement très sensibles, ce qui provoque de nombreux faux positifs. « En corrigeant le système par des experts, la précision augmente. À tel point que les modèles d’aujourd’hui sont déjà bien meilleurs qu’il y a dix ans et, bien sûr, cette tendance va se poursuivre… »

Enfin, nous devons également visualiser clairement ces informations, invite Mark Lambrecht. Les tableaux de bord jouent un rôle important à cet égard. « Une visualisation correcte est nécessaire pour les experts, mais le grand public peut également comprendre les données si nous les transmettons de manière claire. Cela est désespérément nécessaire pour accroître le soutien pendant une pandémie et pour fournir de bons arguments en faveur du traitement, de l’isolement ou de la vaccination. »

Prédire la pandémie six mois à l’avance

Si la Belgique était loin d’être le meilleur élève de la promotion lors de la crise précédente, notre pays a fait un grand bond en avant. Et assume même un rôle de pionnier. En témoignent les travaux de Sciensano et les investissements de différents ministères dans le domaine des données et de l’IA. « Ailleurs dans le monde également, nous travaillons actuellement d’arrache-pied pour mieux nous doter de la technologie et de l’expertise nécessaires pour détecter et surveiller mieux ou plus tôt les maladies infectieuses nouvelles ou existantes. »

En raison de l’imprévisibilité d’une pandémie, nous devrons surtout renforcer notre agilité. Dans les années à venir, nous devrons rassembler structurellement toutes les informations disponibles et relier les données de différents systèmes. « Considérez les données des gouvernements, mais aussi des entreprises privées et des entreprises du secteur pharmaceutique. Dans le contexte de l’interopérabilité, nous avons besoin de normes qui nous permettent d’échanger des informations de manière efficace. Car plus nous pouvons coordonner de bases de données, plus nos prévisions sont précises. »

En tout cas, à en croire Mark Lambrecht, l’avenir s’annonce prometteur. « Supposons que nous puissions prédire l’apparition de la prochaine pandémie six mois à l’avance, cela ferait une énorme différence ! Après tout, nous avons réussi à développer un vaccin la dernière fois en un peu plus de cette période. Ce délai supplémentaire aiderait les chercheurs à commencer à tester des médicaments antiviraux à un stade précoce ou à isoler les personnes par mesure de précaution via la recherche des contacts. Et avec un peu de chance, cela pourrait suffire à minimiser l’impact sur la société et notre économie. »