Russ Greiner (professeur, Université de l'Alberta) et une équipe de l'Université de l'Alberta utilisent des outils d'apprentissage automatique et des données publiques pour tenter de prédire l'avenir en ce qui concerne les cas de coronavirus.
Comme le rapporte Folio, l'équipe a mis au point un modèle qui vise à prévoir le nombre de futurs cas de coronavirus auxquels une région peut s'attendre. Cela donnerait aux responsables de la santé publique un temps précieux pour allouer des ressources et se préparer à l'afflux de patients.
Les modèles de prévision des cas de maladie ne sont pas nouveaux -- depuis le début de la pandémie, les agences sanitaires ont créé d'innombrables prévisions sur le comportement prévisible du virus. Toutefois, la plupart de ces modèles ne sont précis qu'à court terme, généralement quelques semaines. Plus on regarde loin dans l'avenir, moins les prévisions sont précises.
L'approche de l'équipe de l'Université de l'Alberta tire des données de diverses sources : Admissions aux soins intensifs, fermetures d'écoles, restrictions commerciales, entre autres. L'outil d'IA construit par l'équipe étudie ensuite les données, identifiant les points de données qui sont de bons indicateurs de cas futurs et écartant ceux qui ne le sont pas. Avec suffisamment de données et de temps, le modèle peut être entraîné à prédire les cas possibles qu'une zone pourrait connaître jusqu'à dix semaines dans le futur.
L'équipe multidisciplinaire comprend des étudiants et des chercheurs de divers départements de l'Université de l'Alberta, notamment le département de mathématiques et de sciences statistiques, le département de sciences biologiques, le département d'informatique et le département de médecine de laboratoire et de pathologie de la faculté de médecine et de dentisterie.