Blogs universels

Comment la Data Science pourrait bien arrêter le Covid-19

Nous savons que les données et l'analytique jouent un rôle dans les produits du quotidien, depuis les recommandations sur la musique que nous pourrions écouter jusqu'au guidage automatique de notre système GPS. Mais comment la puissance de l'analytique peut-elle juguler un fléau qui menace actuellement la santé et la prospérité économique des citoyens aux quatre coins du monde ?

En remontant le temps jusqu'aux années 1850, on trouve deux exemples significatifs de l'impact incroyable que les pionniers de la Data Science ont eu sur le monde. Ces deux cas peuvent nous donner une idée de ce qui nous attend.

Un exemple parlant de la façon dont les données et l'analytique peuvent influencer radicalement la propagation d'une maladie.

En 1852, la pandémie de choléra avait atteint Londres. On dénombrait déjà plus de 23 000 morts. Pire encore, des articles de presse relayant des informations infondées laissaient penser que les victimes avaient plus de chances de mourir à l'hôpital qu'à domicile, et que les médecins tuaient leurs patients pour faire des dissections, un phénomène appelé « Burking. »

John Snow, souvent célébré comme le père fondateur de l'épidémiologie, a commencé à analyser les décès survenus à Londres avec une approche géographique. Il a ainsi isolé la source de la maladie, un puits contaminé, la pompe de Broad Street, qui alimentait en eau le quartier de Soho.

Carte des signalements de cas de choléra à Londres par John Snow.

Grâce à son analyse, il a convaincu les autorités locales de retirer la poignée de la pompe. Les cas de choléra ont alors rapidement chuté et la maladie a cessé de se propager à Londres.

Quelques années plus tard, dans la même région, une jeune infirmière, Florence Nightingale, a résolu un autre problème médical important. L'Empire britannique était en guerre contre l'Empire russe et des milliers de soldats étaient hospitalisés. Les conditions dans les hôpitaux étaient effroyables et les chances de survie après l'admission étaient inférieures à 60 %.

Florence Nightingale s'intéressait énormément aux données. Lorsqu'elle a mis en œuvre de nouvelles procédures (comme le lavage des mains), elle a scrupuleusement noté les effets et analysé ces résultats. L'un des rapports les plus célèbres a montré que ces pratiques adoptées dans les hôpitaux de campagne ont fait baisser les taux de mortalité de 42 % à 2 %. Mieux encore, Florence Nightingale a recueilli des données du même ordre auprès des meilleurs hôpitaux de Londres afin de démontrer que ces nouvelles pratiques devaient être appliquées partout.

Bon nombre de ces méthodes utilisées pour réduire la propagation de la maladie sont encore en vigueur aujourd'hui. Croyez-le ou non, à cette époque la plupart des gens pensaient que les mauvaises odeurs étaient à l'origine de la propagation des maladies.

Ces deux pionniers de la Data Science ont ouvert la voie à de nombreux autres précurseurs.  Ils étaient tous deux des experts dans leur domaine, la médecine. Ils avaient accès aux données et savaient comment les analyser pour en tirer des enseignements. Ce schéma continue de se répéter dans des exemples plus contemporains.

Lors d'une autre épidémie, la pandémie de grippe aviaire de 2009, le Département de l'Agriculture des États-Unis s'est appuyé sur Alteryx pour faire face à l'épidémie avec une rapidité incroyable. Grâce aux données géographiques et à la plateforme analytique moderne d'Alteryx, l'agence a pu mener plus vite ses analyses sur le terrain, ce qui a permis de mettre fin à l'épidémie rapidement et de réduire son impact économique.

Qu'est-ce qui pourrait contribuer à ralentir ou stopper l'épidémie de Covid-19 ?

Actuellement, des rapports chinois indiquent que l'intelligence artificielle (IA) représente l'une des plus grandes chances de ralentir la propagation. En enregistrant les cas signalés et en associant ces données aux mouvements GPS des téléphones portables, le gouvernement a pu créer des modèles analytiques pour prédire quels quartiers étaient les plus susceptibles de présenter de futurs cas. Grâce à ces informations, des mesures telles que la mise en quarantaine pouvaient rapidement être prises pour réduire et/ou arrêter la propagation. Même si de nombreux pays n'atteignent pas ce niveau de partage des données, des signes suggèrent que ces mesures ont considérablement réduit l'impact de la maladie : la Chine signale déjà moins de nouveaux cas que plusieurs autres pays.

Concrètement

Deanna Sanchez, Data Scientist remarquable, s'intéresse tout particulièrement à la composante géospatiale. Sa spécialité : la géographie médicale. En appliquant ces compétences au Covid-19, elle a déjà détecté des tendances dans les données.

« En utilisant Alteryx, nous avons pu créer les cartes ci-dessous, qui montrent la propagation du Covid-19 aux États-Unis sur une période de quelques semaines. Chaque point représente les cas confirmés, avec des variations de couleur qui illustrent une ou plusieurs formes de la maladie. »

Remarque : les cartes montrent les données pour les cas confirmés à partir du 11/02/20 à 10 h 50.

« La propagation et l'étendue sont toutes deux traduites visuellement. De plus, on accède instantanément à certaines données, telles que l'impact réduit de la maladie, sa propagation dispersée et la façon dont la propagation a été contenue dans les grandes villes. Les lieux de contamination, les schémas de propagation et les types de personnes qui sont contaminées peuvent également être analysés efficacement à l'aide d'un système SIG. »

— Deanna Sanchez, Alteryx ACE, Practice Manager – Intelligence & Analytics, PK – Experience Engineering Firm (Comment l'analyse géographique peut aider à lutter contre le Covid-19)

Pourrait-on continuer d'utiliser la Data Science pour mettre fin à la propagation du virus de Covid-19 ?

Il y a peu, alors que je descendais de l'avion, j'ai été interrogé par le CDC sur la base d'analyses selon lesquelles j'avais voyagé dans une zone à haut risque. Il s'agit certainement d'un excellent cas d'usage de l'analytique qui est, de plus, incroyablement facile à mettre en œuvre sur les plateformes analytiques modernes. Mais je pense qu'il reste encore d'autres avancées à réaliser avec des effets encore plus importants : l'analytique des vaccins ou les méthodologies de confinement, l'analyse de l'efficacité des traitements ou les nouvelles procédures pour protéger les intervenants en première ligne.

Je sais que des personnes formidables, ayant une grande expérience et des connaissances approfondies, continuent d'exploiter des outils et techniques d'analytique avancée pour changer le monde, et je sais que j'entendrai d'autres exemples de ces héros du quotidien qui tiennent tête au Covid-19. Ils ont les informations et les compétences en Data Science.

Ce qu'il faut retenir

  • L'analytique et le Big Data sont essentiels pour comprendre la propagation des maladies mortelles et la combattre.
  • La connaissance du domaine et l'accès aux données, ainsi que les compétences liées à l'analyse des données, sont des facteurs clés pour obtenir des résultats prometteurs.
  • La Data Science et Alteryx peuvent vous aider à changer le monde.

Ne partez pas.

LISEZ CECI

Voici un autre article intéressant qui explique comment les entreprises aident les autorités à lutter contre le Covid-19.

REGARDEZ CECI

Dans ce replay, Un duo prometteur : l'analytique et l'innovation portée par l'IA dans le milieu médical, découvrez comment les tendances, actuelles et futures, en matière d'analytique et d'intelligence artificielle (IA) dans le secteur de la santé affectent le paysage fluctuant de l'innovation médicale.

Auteur
image
Blog
5 min to read

Leaders Recognize the Benefits of Governance and Oversight

Leaders recognize the connection between Analytics Automation and Digital Transformation Success.

Chaîne d'approvisionnement
Responsable Analytique
Responsable Business
Lisez vite !
Two men with computers
Blog
5 min to read

Leaders Manage Analytics Automation Together With Their Business Intelligence and Data Science Teams

Three-Part Series.

BI/Analytique/Data science
Responsable Analytique
Responsable Business
Lisez vite !
Blue pattern in sand
Blog
5 min to read

Breaking the Bias

Prioritizing equity and belonging in the workplace differentiates innovative businesses from businesses satisfied with the status quo.

Analyste
Responsable Analytique
Responsable Business
Lisez vite !