photo du big data

Big Data à l’heure de la pandémie

Avec un nombre important de cas actifs dans le monde, le nouveau coronavirus représente un défi extrême de santé publique. L’apparition de la pandémie a entraîné des restrictions strictes en matière de voyages, ce qui rend la collecte de données très difficile pour la communauté de la recherche pour le développement.

Les méthodes traditionnelles de collecte de données qui nécessitent des visites sur le terrain peuvent être risquées en ces temps difficiles. Dans ce contexte, si des garanties appropriées en matière de respect de la vie privée et d’éthique sont mises en place, les données importantes sont à la fois pertinentes et utiles, aujourd’hui plus que jamais. Par exemple, les coordonnées du système de positionnement global obtenues à partir des enregistrements des téléphones portables peuvent être utiles pour suivre les déplacements des personnes. Pendant la pandémie, il existe un immense potentiel d’utilisation de ces données pour prévoir les points chauds et arrêter la propagation du virus. Autre exemple : l’analyse des sentiments par l’exploitation des données des médias sociaux pourrait fournir des informations utiles pour aider à concevoir des messages de santé appropriés pour le public.

Une nouvelle carte systématique soutenue par CEDIL et développée par 3ie rassemble une collection unique et complète d’études qui utilisent de grandes données pour mesurer ou évaluer les résultats du développement. La carte couvre les évaluations d’impact qui utilisent de grandes données pour évaluer les résultats du développement, les examens systématiques des évaluations d’impact de grandes données et d’autres études de mesure qui ont utilisé de manière innovante de grandes données pour mesurer et valider tout résultat de développement. Ce blog est une tentative de mettre en évidence le rôle que peuvent jouer les données de grande taille dans la résolution des problèmes de santé publique. Nous donnons un aperçu des résultats de notre carte des lacunes et discutons ensuite de l’utilisation potentielle des grandes données dans le domaine de la santé.

Qu’est-ce que la carte a révélé concernant le Big Data en matière de santé ?

Sur les 437 études incluses dans la carte, 63 ont examiné les résultats du développement liés à la santé. Vingt-huit études ont examiné les interventions visant à réduire la mortalité, et 28 autres ont évalué les interventions visant à mettre fin à l’épidémie d’une maladie transmissible. Il y a cependant une absence d’évaluation de l’impact d’une épidémie, tant dans les petites unités comme les districts que dans les grandes unités comme un État ou un pays.

Les données satellites ont été utilisées dans 29 études et ont été la source de données importantes la plus fréquemment utilisée. Par exemple, l’une des études incluses a examiné la couverture des vaccins contre les épidémies de rougeole au Niger. L’étude a fusionné les mesures de la distribution de la population obtenues par satellite avec les cas de rougeole à haute résolution signalés dans le pays. Cette étude a été suivie de près par l’enregistrement détaillé des appels de téléphone portable (CDR), qui a été utilisé dans 27 études.  Une étude menée en Haïti visait à évaluer si le CDR pouvait prédire l’évolution spatiale précoce de l’épidémie de choléra. En outre, les résultats de notre carte montrent que le plus grand nombre de grandes études de données liées aux épidémies ont été menées en Afrique subsaharienne, avec le moins au Moyen-Orient et en Afrique du Nord.

La carte met en évidence un manque important de données lorsqu’il s’agit d’études liées aux épidémies dans des contextes fragiles. En ce qui concerne les lacunes globales en matière de données sur d’autres résultats sanitaires, les décès dus aux accidents de la route, à la toxicomanie et aux services de santé sexuelle et reproductive ont rarement été étudiés.

 

Big Data tableau big data santé durant la pandémie Covid-19

Avec l’augmentation exponentielle du nombre de cas de coronavirus, des données importantes peuvent aider à détecter les épidémies. En rassemblant des données provenant de diverses sources, nous pouvons utiliser des algorithmes pour analyser les dossiers médicaux et retracer l’historique des contacts avec les patients afin d’aider à identifier les schémas de propagation du virus. Ces applications peuvent permettre de délimiter non seulement les zones actuelles où le nombre de cas est élevé, mais aussi de prévoir les futures épidémies grâce à la recherche des déplacements et des contacts.

A lire également  OVH : L'hébergeur Français bientôt coté en Bourse ?

Une technique d’intelligence artificielle appelée traitement du langage naturel (TLN) mérite d’être mentionnée ici. En analysant les interactions humaines régulières sous forme de texte et de parole, la PNL peut aider à donner plus de sens à la communication humaine. Elle peut être utilisée pour analyser les liens des médias sociaux et les bulletins d’information en ligne, ce qui peut potentiellement déclencher une alarme lorsqu’il y a de nouveaux développements liés à COVID-19 dans le monde. La PNL et d’autres techniques de données importantes peuvent également être utilisées dans la détection d’incidents afin qu’à l’avenir, de telles urgences sanitaires soient traitées rapidement.

Malgré les progrès importants réalisés ces dernières années, ces technologies sont encore nouvelles et de nombreux problèmes de mise en œuvre, tels que la surcharge d’informations et les ambiguïtés des données, subsistent.

Australie COVIDSafe
Israël Hamagen
Singapour TraceTogether
France StopCovid
Allemagne Corona-Warn
Inde Aarogya Setu
Iran Mask.ir

 

De nombreux pays à travers le monde tentent d’atténuer la courbe de la pandémie à l’aide d’applications pour smartphones (voir le tableau présentant des exemples d’applications pour téléphones portables). Ces applications surveillent les déplacements des personnes afin de déterminer si elles se trouvent dans des endroits à haut risque ou si elles ont été en contact avec des personnes à haut risque.

L’utilisation croissante de données volumineuses a toutefois soulevé des préoccupations éthiques et posé des problèmes juridiques. Ces applications pour téléphones portables ont accès à un nombre important d’informations personnelles. Les questions éthiques concernent notamment le respect de la vie privée, le manque d’autonomie personnelle et l’exigence de transparence et d’équité de la part du public lors de l’utilisation de données volumineuses. Il est donc très important d’examiner attentivement et de mettre en œuvre des politiques de protection de la vie privée lors de l’utilisation de données volumineuses.

En dépit des problèmes liés à la protection de la vie privée, les données volumineuses ont un avenir prometteur dans le secteur de la santé. Comme les restrictions de voyage persistent dans de nombreux pays, il pourrait y avoir de plus en plus de possibilités d’utiliser des données de grande taille pour compenser le manque de collecte de données en personne. Toutefois, pour y parvenir, des investissements financiers sont nécessaires. Si les organisations travaillant dans le domaine de la santé veulent utiliser des données de grande taille, elles devront investir dans la technologie, l’infrastructure et la formation du personnel nécessaires. Elles auraient besoin d’applications pour smartphones offrant une protection solide de la vie privée et de l’infrastructure informatique nécessaire pour travailler en toute sécurité avec de grandes quantités de données. Plus important encore, ils devront former leur personnel aux techniques d’analyse des données. Afin d’explorer le potentiel des grandes données dans le domaine des soins de santé, une évaluation plus systématique des méthodologies disponibles par la communauté des chercheurs est nécessaire. Compte tenu de la crise actuelle de la santé publique, il sera utile de voir si les grandes données peuvent être utilisées pour prévoir les éventuelles épidémies à l’avenir.

Yohann G.