Décès COVID 19 & Intelligence Artificielle

L’Intelligence Artificielle appliquée à la COVID, c’est-à-dire la COVID IA, est la clé de la lutte contre ce virus mortel. Au cours des dix derniers mois, le virus a fait plus de victimes que le V.I.H., la malaria, la grippe et le choléra sur la même période. Et la pandémie COVID-19 continue de se propager dans le monde entier.

Combattre les décès : entrer dans les essais cliniques

Depuis le début des épidémies à la fin 2019, le coronavirus s’est répandu dans tous les pays. Selon les données de l’université Johns Hopkins, il a rendu malade plus de 34 millions de personnes dans le monde et a causé plus de 1,13 million de décès. Un lourd tribut tiré des comptes officiels, mais qui sous-estime considérablement le nombre de personnes qui ont réellement péri. La COVID-19 est la cause sous-jacente des décès attribués à d’autres maladies.

Le taux de mortalité élevé, signalé, arrive dix mois après les premiers cas à Wuhan, en Chine. Le coronavirus a peut-être déjà vaincu la tuberculose et l’hépatite en tant que maladie infectieuse la plus mortelle au monde. Et les statistiques de mortalité augmentent rapidement. Pourtant, il est loin derrière le nombre total de décès attribués au V.I.H. avec 32 millions depuis ses premières manifestations.

En comparaison, elle est loin de la pandémie mortelle de la grippe espagnole de 1918 qui a fait 50 millions de victimes dans le monde. Le taux de survie et de mortalité du coronavirus en fait une des épidémies les plus mortelles parmi les épidémies modernes. En revanche, la grippe H1N1 de 2009 a coûté la vie à 18 500 personnes. La menace de ces maladies infectieuses oblige les pays à se concentrer sur le contrôle et la prévention.

Quelques pays tels que la Chine, l’Allemagne, la Corée du Sud et la Nouvelle-Zélande ont suffisamment ralenti la pandémie pour limiter les infections et les décès tout en continuant à rouvrir les entreprises et les écoles. Elle nécessite une combinaison d’actions gouvernementales bien coordonnées qui peuvent être difficiles à réaliser dans certains pays : tests à grande échelle, recherche des contacts, mise en quarantaine, éloignement social, port de masques, élaboration d’une stratégie claire et cohérente et préparation à un lock down en cas de difficultés.

Mais les pays qui ont réussi à gérer cette crise sont rares. Nombreux sont ceux qui envisagent avec espoir un vaccin potentiel pour réduire le taux de mortalité attribué à la COVID-19. Les essais de vaccins entrent dans leur phase finale vers la fin de l’année 2020. Et il n’existe pas de vaccin efficace à 100 %.

En outre, tous les citoyens ne seront pas vaccinés, même si cela peut entraîner un risque. Par conséquent, même un vaccin efficace ne peut pas remplacer les méthodes de contrôle et de prévention de la maladie. De plus, on ne sait pas encore comment le virus mute ; il est donc impossible de prédire combien de temps un éventuel vaccin pourrait fonctionner.

COVID IA : qu’est-ce qui rend les gens plus sujets au décès ?

En tant qu’équipe scientifique, nous avons essayé d’obtenir des informations à partir des données concernant les causes des décès dues à la COVID-19. Les données que nous avons choisies sont une base de données mexicaine. Elle est mise à la disposition du grand public par le gouvernement mexicain.

Cette base de données est sollicitée dans divers travaux de recherche et articles. L’une de ces études est un article du chercheur médical Omar Yaxmehen Bello-Chavolla et de son équipe.

Les données de cette base de données sont des informations fournies par les patients qui se présentent dans les hôpitaux mexicains pour diverses affections : maladies cardiovasculaires, maladies respiratoires, maladies rénales, grippe et pneumonie. Elle comprend le sexe, les groupes d’âge, les comorbidités. Nous avons déjà analysé cette base de données sous l’angle des infections COVID-19, de l’entrée en soins intensifs et de l’intubation.

Nous avons fait fonctionner notre outil de Machine Learning TADA sur cette base de données pour comprendre les causes de morbidité et de mortalité. 

La question que nous avons posée à l’outil était la suivante : « Avec un patient COVID-19, quels sont les facteurs de risque susceptibles de devenir des causes de décès ?” TADA a créé de nombreux modèles d’apprentissage et en a extrait les éléments les plus significatifs. Globalement, le taux de mortalité des patients COVID-19 est inférieur à 5 %.

La précision moyenne des modèles COVID IA résultants était de 86 %, avec une sensibilité de 87 %. Cela signifie que le modèle prédit raisonnablement les cinq pour cent de décès. Les faux négatifs, c’est-à-dire les personnes censées vivre qui sont mortes, représentaient un pour cent. Ces chiffres représentent d’excellents modèles.

Les principaux critères utilisés par les modèles de l’IA pour prédire le décès d’un patient COVID-19 étaient :

  • Si le patient a été intubé,
  • Si le patient avait une pneumonie,
  • Si le patient appartenait à un groupe d’âge supérieur à 65 ans,
  • Et s’il était cas contact.

La pneumonie était un critère primordial et, par conséquent, considérée comme l’une des principales causes de décès. Nous avons décidé d’explorer ce que le modèle COVID IA avait à dire lorsque la pneumonie était écartée. Nous avons donc relancé TADA sans pneumonie, les modèles résultants ont montré une précision de 80% et une sensibilité similaire.

Les critères influents sont restés identiques, sauf pour la pneumonie, bien sûr : intubation, âge, cas contact. Cependant, un nouveau critère est apparu dans cette nouvelle étude : l’obésité. La broncho-pneumopathie chronique obstructive (BPCO) n’apparaît pas comme une cause majeure de décès dans cette étude, pas plus que d’autres maladies pulmonaires, le diabète ou les maladies coronariennes.

La lutte contre la pandémie de COVID-19 grâce à l’intelligence artificielle.

Cet article est le dernier d’une série de quatre sur COVID-19 et le Machine Learning. Nous avons démontré qu’il est possible de proposer des hypothèses solides pour une investigation plus approfondie par la recherche médicale avec des modèles de Machine Learning. L’âge semble être un critère aggravant majeur pour toutes les étapes que nous avons analysées : contamination, entrée en soins d’urgence, intubation et décès.

Pour la contamination et l’entrée dans les soins intensifs, le diabète était un critère qui nous a surpris. Dans ce dernier article, nous avons été étonnés de constater que l’obésité était une cause majeure de décès chez les patients atteints de COVID-19.

Nous ne prétendons pas inventer le traitement COVID pour les patients COVID-19. Nous prétendons lutter contre COVID-19 en aidant les chercheurs médicaux à être plus efficaces avec les données qu’ils recueillent.

Références

https://www.cdc.gov/coronavirus/2019-ncov/covid-data/investigations-discovery/hospitalization-death-by-age.html

https://www.worldometers.info/coronavirus/

https://edition.cnn.com/2020/09/30/us/app-state-student-covid-19-death-trnd/index.html

https://www.npr.org/sections/goatsandsoda/2020/09/28/916984072/covid-19-deaths-top-1-million-how-these-5-countries-are-driving-the-pandemic?t=1601622733380

https://www.nytimes.com/2020/09/28/world/covid-1-million-deaths.html

https://www.cbsnews.com/news/coronavirus-deaths-1-million-worldwide/

https://www.unaids.org/en/resources/fact-sheet

https://www.nytimes.com/2020/05/06/world/europe/germany-merkel-coronavirus-reopening.html

https://www.nytimes.com/2020/03/23/world/asia/coronavirus-south-korea-flatten-curve.html

https://www.nytimes.com/2020/08/13/world/asia/new-zealand-coronavirus-lockdown-elimination.html

Share
Partager sur linkedin
Partager sur twitter
Partager sur facebook

Start making sense of  your data

Test easily TADA with our test data here

You might also like...

Article Mikhail Kamalov Algorithmes évolutifs

Les algorithmes évolutionnaires appliqués à la classification

Retrouvez Alain Blancquart, notre PDG, sur le plateau de BFMTV !

MyDataModels et CIUS

MyDataModels collabore avec le CIUS dans le cadre d’un programme de recherche international

Apprentissage semi-supervisé pour la classification des documents