la data intelligence

Spécialistes des big data : en savez-vous déjà plus que les meilleurs médecins ?

Spécialistes des big data : en savez-vous déjà plus que les meilleurs médecins ?

A l’heure où nous écrivons ces lignes, les hôpitaux sont sous l’eau et le monde de la recherche intégralement mobilisé pour réagir au Covid. Les experts en big data pourraient être déjà mieux informés. Ils nous l’ont déjà prouvé avant même l’arrivée de la crise…

Si l’alerte de l’OMS n’a pas eu le retentissement que les médecins espéraient, celle de BlueDot est passée carrément inaperçue. Pourtant, cette plateforme d’intelligence artificielle est l’œuvre même d’un physicien et épidémiologiste canadien, Kamran Khan. Et elle avait repéré l’anomalie dès le 30 décembre, soit 9 jours avant que l’OMS n’émette son premier communiqué annonçant un premier cas de Covid-19 autour de Wuhan, en Chine.

Auriez-vous pu en faire autant grâce au big data ?

Cette découverte est celle du big data. Pas besoin d’être sur place, de parler mandarin ni même de communiquer avec le personnel hospitalier pour capter l’information, pourtant secrète, voire pas encore analysée, d’un virus potentiel.

C’est l’IA construite et programmée par Kamran Khan et ses équipes qui a repéré « l’aiguille dans la meule de foin » : quelques cas suspects de pneumonie inhabituelle dans une province chinoise. Une IA associée à une technologie de « language processing » qui a trié des centaines de milliers de sources d’information en ligne autour des anomalies raretés médicales, dont des déclarations politiques, des rapports médicaux, études démographiques ou encore data online des compagnies aériennes.

De la détection à la prévision

Mais auriez-vous pu, comme BlueDot, prévoir ensuite ce qui allait se passer ?

Si la compagnie n’a pas réalisé de prévisions sur l’ampleur de la crise actuelle, elle a pu projeter les premiers développements géographiques du virus. Soit une visualisation des territoires à risques grâce aux données des compagnies aériennes ! Quelles sont les connexions les plus empruntées depuis Wuhan, quelles villes, quelles habitudes de mouvement, etc. : ces informations en open-source ont permis d’identifier correctement les points qui seraient immédiatement touchés par le virus…Et auraient pu permettre de limiter la pandémie ?

Savez-vous utiliser le big data en gestion de crise ?

Si vous savez prévoir ses aires de développement, vous devriez aussi pouvoir réagir efficacement en temps de crise, là encore grâce au big data.

Prenez l’exemple taïwanais : en variant les process de collecte et de traitement des data de ses citoyens, Taïwan a partiellement bloqué le virus à sa frontière. Pour mettre en place une réaction data-driven, auriez-vous eu, vous aussi, les réflexes suivants  :

  • Revoir et fusionner vos databases. Comme à Taïwan, qui a fusionné les bases de données de l’Assurance maladie nationale et des services de l’immigration pour identifier (et prévoir) les cas de contamination et les personnes à risques.

  • Contrôler les entrées et sorties « saines » sur le territoire via un pass santé virtuel grâce aux objets connectés des zones aéroportuaires et aux données mobiles des utilisateurs/voyageurs.

  • Établir un monitoring anonymisé des personnes à risques avec une information en direct via une application mobile utilisant le bluetooth (et non la géolocalisation, dans un respect du RGPD).

Quelle que soit vos réponses dans ce cas de figure de santé publique, revenez maintenant à votre activité actuelle. Le big data vous apporterait-il des réponses que d’autres n’ont pas ?

Le Big Data vous apporterait-il des réponses que d’autres n’ont pas ? 

Cliquez ici et prenons Rendez-Vous.

Share This

Copy Link to Clipboard

Copy