Recevez chaque jour toute l'actualité du numérique

x

Covid-19 : Comment la Grèce a utilisé l'IA pour cibler le dépistage des touristes

Vu ailleurs La Grèce, qui a été l'un des pays européens les moins touchés par la pandémie, a mis en place à l'été 2020 un algorithme de machine learning pour optimiser les tests PCR réalisés dans ses aéroports et ainsi limiter la propagation du virus. Des chercheurs démontrent dans quelle mesure cette méthode a été plus efficace que celle des tests aléatoires. 
Twitter Facebook Linkedin Flipboard Email
×

Covid-19 : Comment la Grèce a utilisé l'IA pour cibler le dépistage des touristes
Covid-19 : la Grèce a utilisé l'IA pour cibler à qui faire passer un test PCR dans les aéroports. © Photo by Mufid Majnun on Unsplash

Entre juin et novembre 2020, la Grèce a rouvert ses frontières aux touristes, et s'est retrouvée face à un problème : comment utiliser ses capacités limitées de tests PCR le plus efficacement possible, afin de limiter les risques de contamination au Covid-19 ? Au mois d'août 2020, elle a accueilli plus d'1,6 millions de passagers internationaux dans ses aéroports, selon Tourmag. Il aurait été impossible de tester tout le monde. Les autorités ont décidé de mettre en œuvre un système de machine learning, plus précisément d'apprentissage par renforcement, pour sélectionner les passagers à tester.

Ce type de modèle est entrainé pour améliorer sa prise de décision au fur et à mesure, en capitalisant sur les résultats accumulés de ses décisions passées. Un article publié le 10 septembre dans la revue scientifique Nature revient sur les résultats de cette expérience.

Trois variables : pays, sexe et âge
Baptisé Eva, ce système a été déployé dans 40 aéroports, ports et postes de frontière terrestre, avec l'appui de 400 personnels de santé pour effectuer les tests. Pour déterminer qui tester en priorité, il regroupait les voyageurs en catégories selon leur provenance, leur sexe et leur âge, et les mettait en parallèle avec les statistiques de prévalence disponibles sur ces différents groupes, issues des tests déjà effectués. Certaines données, comme la profession des voyageurs, ont volontairement été écartées pour développer l'algorithme en raison de préoccupations liées aux données personnelles.  

L'objectif était de maximiser la détection de voyageurs contaminés asymptomatiques, et de réserver suffisamment de tests aux groupes pour lesquels les statistiques n'étaient pas assez représentatives, afin de les enrichir a posteriori. L'idée était d'augmenter progressivement l'indice de confiance relatif à l'estimation du taux de prévalence par groupe.

Quasiment deux fois plus efficace que la méthode aléatoire
Les scientifiques ont comparé les résultats d'Eva à ceux qu'auraient obtenus deux autres méthodes de sélection : la méthode aléatoire, et l'utilisation des données épidémiologiques par pays d'origine (nombre de cas, de décès, de tests positifs rapportés à la population générale).

Selon les chercheurs, durant le pic touristique (août et septembre), la méthode aléatoire aurait découvert seulement 54% des cas qu'Eva a réussi à trouver. Pour parvenir aux mêmes résultats, il aurait fallu augmenter de 85% le nombre de tests réalisés. Quant à la méthode basées sur les seules statistiques épidémiologiques, Eva a permis d'identifier entre 25 et 45% de cas en plus, pour le même budget.

Eva a par ailleurs fait partie des éléments utilisés par le gouvernement pour établir la liste des pays dans lesquels les voyageurs devaient réaliser un test PCR pour pouvoir entrer en Grèce. D'après les auteurs de l'étude, l'algorithme aurait ainsi permis d'éviter l'entrée dans le pays de 6,7% de voyageurs contaminés en plus.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.