Comprendre la dynamique de l'épidémie
De nombreux facteurs influencent la propagation du coronavirus. Afin de mieux prédire l'évolution de l'épidémie, des chercheurs de l'ETH Zurich et de l'Université de Californie L.A. invitent des participants du monde entier à développer des modèles sur la base de données accessibles au public.
Les politiciens du monde entier tentent actuellement d'endiguer le coronavirus en imposant notamment des restrictions massives à la liberté de mouvement. L'évolution d'une épidémie est influencée par une multitude de facteurs. C'est pourquoi des scientifiques de l'ETH lancent désormais un appel aux chercheurs du monde entier pour qu'ils développent de nouveaux modèles de prédiction de la propagation du virus. L'objectif de l'"Epidemic Datathon", lancé la semaine dernière, est de mieux comprendre la dynamique de l'épidémie. Le terme Datathon est dérivé du mot Hackathon et désigne un défi dans lequel les participants doivent trouver en peu de temps de nouvelles solutions à des problèmes donnés à l'aide de données.
Le Datathon est organisé par une équipe multidisciplinaire de l'ETH : outre Nino Antulov-Fantulin et Dirk Helbing de l'Institut de Computational Science, il s'agit de Lucas B?ttcher (Computational Medicine, University of California, Los Angeles (UCLA) et Institut de physique théorique, ETH) ainsi que de Zhang Ce et David Dao du Département de l'informatique de l'ETH.
Le Datathon se base sur des données disponibles publiquement - par exemple celles concernant le nombre de cas et de tests ou la mobilité de la population. "Les participants développent des modèles qu'ils vérifient ensuite en temps réel", explique le coorganisateur Nino Antulov-Fantulin de l'Institut de Computational Social Science de l'ETH. Après quelques jours ou semaines, les participants au Datathon vérifient plusieurs fois l'exactitude des prédictions à l'aide de données réelles, par exemple en comparant le nombre prédit de personnes infectées dans un pays avec le nombre réel de cas. De cette manière, les participants au Datathon peuvent déterminer lequel de leurs modèles est le meilleur. Pour des raisons éthiques, les prix ne sont pas attribués.
Prendre en compte le comportement de la population
Certes, il existe déjà des modèles épidémiologiques qui décrivent l'évolution de l'épidémie. Mais leur pertinence est limitée, car ils ne tiennent pas compte de différents facteurs. En effet, la vitesse de propagation du coronavirus n'est pas une question purement biologique, mais dépend également des mesures prises pour l'endiguer. Le comportement de la population est également déterminant. "Tous ces facteurs sont idéalement pris en compte dans les modèles", explique Antulov-Fantulin.
Le Datathon a une vocation mondiale et multidisciplinaire : outre les médecins et les épidémiologistes, il fait appel à des économistes, des spécialistes des sciences sociales et des experts en apprentissage automatique. En conséquence, le comité consultatif du Datathon est également composé d'experts internationaux issus de différentes disciplines.
Des modèles prédictifs plus précis pourraient aider à comprendre comment différentes mesures d'endiguement pourraient avoir un impact à court et moyen terme sur la propagation de Covid-19. Les goulots d'étranglement dans le secteur de la santé pourraient également être anticipés sur cette base. Antulov-Fantulin met toutefois en garde contre des attentes trop élevées. "C'est un projet à l'ouverture d'esprit et nous ne savons pas encore si et quand des résultats valables seront disponibles".
La question de savoir si le Datathon portera ses fruits dépend en grande partie de ses participants. Les étudiants de la section Science des données de l'ETH ont déjà fait le premier pas avec leurs premiers modèles de prédiction. Depuis le 30 mars, le Datathon est également ouvert aux participants internationaux. Plusieurs équipes d'universités renommées se sont déjà inscrites.