Photo: Shutterstock
La carence de test et la difficulté à les mener à bien ont obligé des chercheurs à réfléchir sur la meilleure méthode pour réaliser des dépistages ciblés. C’est là où l’intelligence artificielle intervient…
Les chercheurs du King's College London et du Massachusetts General Hospital (Boston), notamment, ont utilisé les données de l'application COVID Symptom Study. Il s’agit d’une application qui permet aux utilisateurs de rendre compte quotidiennement de leur état de santé, qu'elles se sentent bien ou qu'elles présentent de nouveaux symptômes tels qu'une toux persistante, de la fièvre, de la fatigue et une perte de goût ou d'odorat (anosmie).
Actuellement, plus de 3,3 millions de personnes dans le monde emploient cette application. L’équipe de chercheurs a analysé les données d’environ 2,5 millions de personnes aux USA et au Royaume-Uni. Sur l’ensemble, 30% des participants présentaient des symptômes pouvant évoquer le Covid-19. De ceux-ci, seulement 18374 avaient subi un test dont 7178 se sont révélés positifs pour le SRAS-Cov-2.
A partir de leur analyse, ils ont pu déduire les symptômes les plus fréquemment rencontrés chez les personnes confirmées pour l’infection au SRAS-Cov-2. Ceux du rhume et de la grippe ont été évoqués, mais comme on l’a déjà dit, la fièvre et la toux ne sont pas les plus fréquentes. En effet, l’étude de l’équipe de Mons (Belgique) l’a montré, l’anosmie et l’agueusie sont de loin les plus souvent citées avec leur présence chez 2/3 des positifs pour le SRAS-Cov-2 contre seulement 1/5 chez les négatifs.
A partir de ces données, ils ont pu développer un modèle mathématique prédictif avec une sensibilité de 80%, en fonction de son âge, de son sexe et d'une combinaison de quatre symptômes clés : perte d'odeur ou de goût, toux grave ou persistante, fatigue et sauter des repas. L'application de ce modèle à l'ensemble d’un groupe de plus de 800 000 utilisateurs présentant des symptômes a permis de prédire qu'un peu moins d'un cinquième des personnes souffrant d'un malaise (17,42 %) étaient susceptibles d'avoir la COVID-19 à ce moment-là.
Les chercheurs estiment que la combinaison de cette prédiction de l'IA avec l'adoption généralisée de l'application pourrait aider à identifier ceux qui sont susceptibles d'être infectieux dès l'apparition des premiers symptômes, en concentrant les efforts de suivi et de test là où ils sont le plus nécessaires. Bien sûr, au prix de la divulgation de nombreuses données de santé…
Real-time tracking of self-reported symptoms to predict potential COVID-19
Partager par e-mail