Incapable de tester chaque touriste et incapable de les refuser, la Grèce a utilisé le ML pour sélectionner les visiteurs pour les contrôles COVID-19

  • FrançaisFrançais



  • Confrontée à des ressources limitées dans une pandémie, la Grèce s’est tournée vers un logiciel d’apprentissage automatique pour décider quels types de voyageurs tester pour COVID-19 à leur arrivée dans le pays.

    Le système en question utilisait un apprentissage par renforcement, en particulier des algorithmes de bandits multi-armés, pour identifier quels passagers asymptomatiques potentiellement infectés méritaient d’être testés et mis en quarantaine si nécessaire. Il a également été en mesure de produire des statistiques à jour sur les infections que les autorités peuvent analyser, telles que les premiers signes de l’émergence de points chauds COVID-19 à l’étranger, nous dit-on.

    Surnommé Eva, le logiciel a été utilisé dans les 40 points d’entrée de la Grèce du 6 août au 1er novembre de l’année dernière. Les voyageurs entrants ont été invités à remplir un questionnaire détaillant le pays et la région dont ils venaient ainsi que leur âge et leur sexe. Sur la base de ces caractéristiques, Eva a choisi s’ils devaient être testés pour COVID-19 à leur arrivée. À son apogée, Eva traitait apparemment entre 30 000 et 55 000 formulaires par jour, chaque formulaire représentant un ménage, et environ 10 à 20 % des ménages ont été testés.

    Fondamentalement, le logiciel prendrait les résultats du test comme un retour d’information et en tirerait des leçons pour améliorer sa précision, et s’assurerait qu’il ne se contente pas d’identifier quelques types de passagers – il testerait les types de voyageurs qu’il rencontrait rarement pour s’assurer qu’il avait un vaste ensemble de données. En d’autres termes, il y avait plus que de la logique comme : si le lieu de départ est égal à Londres, alors testez.

    Le logiciel a été conçu pour cibler les voyageurs à haut risque sans s’appuyer sur les chiffres de test fournis par les pays individuels, qui pourraient sous-déclarer les infections, souffrir de biais ou prendre du retard sur la propagation réelle du virus. Au lieu de cela, Eva utiliserait ses propres données fraîches et en temps réel sur les personnes arrivant en Grèce et essaierait d’éloigner les personnes infectées de la population générale pour aider à atténuer la pandémie.

    Il existe un schéma très intéressant que nous avons observé et rapporté dans notre étude qui montre que les augmentations de la prévalence que nous mesurons via notre système sont suivies d’une reprise des cas quelques semaines plus tard dans les pays correspondants.

    “Premièrement, compte tenu des informations actuelles, Eva cherche à maximiser le nombre de voyageurs asymptomatiques infectés identifiés”, a expliqué l’équipe universitaire américano-grecque derrière le logiciel dans un article sur leurs travaux publié ce mois-ci dans Nature. “Deuxièmement, Eva attribue stratégiquement certains tests aux types de voyageurs pour lesquels elle ne dispose pas actuellement d’estimations précises afin de mieux connaître leur prévalence.”

    Le code a identifié 1,85 fois plus de voyageurs asymptomatiques et infectés que les méthodes de test aléatoires, “avec jusqu’à 2 à 4 fois plus pendant les pics de voyage”, selon l’équipe. “Pour atteindre la même efficacité qu’Eva, les tests aléatoires auraient nécessité 85 % de tests supplémentaires à chaque point d’entrée”, a déclaré leur article, concernant ce premier chiffre.

    Eva a également identifié “1,25 à 1,45 fois plus de voyageurs asymptomatiques et infectés que de politiques de test qui n’utilisent que des mesures épidémiologiques”, et elle a également pu révéler quels pays étaient sur le point de rencontrer une légère augmentation des cas, affirme-t-on également.

    Cette dernière partie est importante car, selon le journal, les recommandations d’Eva ont conduit à la liste grise de 10 pays par la Grèce, ce qui signifiait que les personnes de ces pays devaient toujours être testées, ce qui réduisait les voyages non essentiels depuis ces endroits.

    “Il y a un schéma très intéressant que nous avons observé et rapporté dans notre étude qui montre que les augmentations de la prévalence que nous mesurons via notre système sont suivies d’une augmentation des cas quelques semaines plus tard dans les pays correspondants”, Kimon Drakopoulos et Vishal Gupta , professeurs adjoints au département des sciences des données et des opérations de la Marshall School of Business de l’Université de Californie du Sud, qui ont co-écrit l’article avec des collègues, ont déclaré Le registre par email.

    En fin de compte, Eva a été conçue pour aider les autorités grecques à effectuer efficacement des tests de dépistage de virus, en s’assurant que les groupes de personnes susceptibles d’avoir le virus ont été testés et ceux qui ne l’ont probablement pas ne l’ont pas été. Une façon de réduire la propagation du COVID-19 dans le pays serait de tester tout le monde à la frontière avant l’entrée et de bloquer ou de mettre en quarantaine les personnes atteintes de coronavirus. Les ressources de la Grèce étaient limitées mais elle ne pouvait pas fermer complètement ses portes ; le tourisme est la plus grande industrie du pays, et il en dépendait donc.

    “Nous avions suffisamment de ressources pour tester environ 10% des arrivées en haute saison touristique et 20% en basse saison touristique lorsque les arrivées étaient plus faibles”, a déclaré le duo universitaire.

    Eva a été licenciée après novembre. “À la fin de la saison touristique, le nombre de passagers internationaux à l’arrivée est devenu très faible, et il y avait donc très peu d’avantages à autoriser les voyages non essentiels dans le pays”, a déclaré Drakopoulos. Le Reg.

    « Par conséquent, la Grèce a décidé de fermer les frontières aux voyages non essentiels et de réaffecter tout le personnel médical et les ressources d’Eva vers des mesures internes en cas de pandémie – test de la population locale, vaccinations, réouverture des écoles, surveillance des fermetures locales et mesures de distanciation sociale. »

    Les chercheurs ont refusé de dire combien de personnes au total ont été testées après avoir été distinguées par Eva, invoquant des raisons de confidentialité. Le registre demandé le pourcentage de passagers sélectionnés par le système pour les tests qui ont été confirmés infectés par COVID-19. Le taux de précision pour attraper les porteurs asymptomatiques de la bionastie n’était pas très élevé, bien que la précision soit difficile à évaluer en tant que mesure de performance pour Eva.

    « Dans notre contexte, la prévalence du COVID-19 est généralement faible (par exemple, environ 2 sur 1 000) et les taux d’arrivée diffèrent considérablement d’un pays à l’autre. Combinées, ces caractéristiques font que nos données de test sont à la fois déséquilibrées (peu de cas positifs parmi ceux testés) et clairsemées (peu d’arrivées de certains pays) », comme le dit le document.

    Gupta a dit El Reg cette précision et les taux de faux positifs et négatifs d’Eva n’étaient pas pertinents dans l’étude. « Les objectifs du projet n’étaient pas de prédire ou de deviner si quelqu’un est [infectious] ou pas. Les objectifs étaient plutôt en grande partie normatifs : recommander combien et quels types de passagers tester pour à la fois identifier les infections asymptomatiques et maintenir de bonnes estimations de la prévalence du COVID-19 pour tous les types de passagers. »

    Pour améliorer les performances d’Eva pour attraper les personnes asymptomatiquement infectées par COVID-19, les universitaires auraient besoin de plus d’informations de la part des passagers. Ce n’est pas trivial, cependant, étant donné les règles concernant la confidentialité et les données médicales.

    De toute évidence, avoir accès à plus de données améliorerait les performances mais compromettrait la vie privée des personnes

    « De toute évidence, avoir accès à plus de données améliorerait les performances mais compromettrait la confidentialité des personnes », nous ont dit Drakopoulos et Gupta.

    L’équipe prévoit d’améliorer son code open source afin que d’autres pays ainsi que des entreprises, des campus universitaires et des écoles puissent déployer Eva pendant la pandémie.

    “Un domaine dans lequel nous aimerions voir ces idées appliquées est celui des tests désormais “de routine” que nous voyons actuellement dans les écoles américaines, les grands immeubles de bureaux, etc. “, ont-ils déclaré.

    « En tirant parti d’une approche d’apprentissage par renforcement similaire à celle d’Eva, il pourrait être possible de rendre ces systèmes plus efficaces et de concentrer les tests sur des individus à haut risque. Les modèles devraient être légèrement différents, mais cela pourrait être une piste intéressante pour de futurs travaux, en particulier dans les régions du pays où les taux de vaccination sont faibles. » ®

    L'équipe de Comparaland

    Rédacteur web depuis 2009 et webmestre depuis 2011.

    Je m'intéresse à tous les sujets comme la politique, la culture, la géopolitique, l'économie ou la technologie. Toute information permettant d'éclairer mon esprit et donc, le vôtre, dans un monde obscur et à la dérive. Je suis l'auteur de plusieurs livre

    Pour me contacter personnellement :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *