Les scientifiques du Lawrence Berkeley National Laboratory utilisent des méthodes de Machine Learning pour traiter un ensemble de données sanitaires et environnementales afin d’évaluer si le Covid-19 a ou non une réponse saisonnière. Plus d’informations sur le sujet dans la suite de cet article.
Covid-19 : un impact à l’horizon 2021 !
Le Covid-19 devrait avoir un impact sur les systèmes de santé mondiaux au moins jusqu’à la fin de l’année 2020, et très probablement jusqu’en 2021. Parmi les nombreuses questions sans réponse, on se demande si la maladie comporte un élément saisonnier comme la grippe, et si elle va naturellement s’atténuer au cours de l’été avant de réapparaître en hiver. Les scientifiques du Lawrence Berkeley National Laboratory en Californie utilisent désormais le Machine Learning, ou l’apprentissage automatique pour traiter des ensembles de données mondiales sur la santé et l’environnement afin de trouver une réponse.
Ben Brown, biologiste informaticien au Berkeley Lab, déclare à ce sujet : « nos données de base s’appuient sur le travail étonnant que Bin Yu et son groupe à l’UC Berkeley ont réalisé en compilant et en contrôlant de nombreuses sources de données : Les cas de covariectomie, ainsi que des informations démographiques et socio-économiques et des données sur l’état de santé de la population. Nous ajouterons des paramètres météorologiques à haute résolution, des données anonymes sur la mobilité provenant de téléphones portables (les données sur la mobilité rendront compte quantitativement d’une certaine manière des interventions de santé publique comme les abris sur place) et d’autres facteurs comme les taux de dépistage pour estimer le nombre réel de cas seront également étudiés ».
Les recherches ont déjà indiqué que le Covid-19 pourrait être saisonnier
L’objectif initial est de prévoir comment les facteurs environnementaux peuvent influencer la propagation du virus. Le grand nombre de variables évaluées dans le cadre de la recherche serait presque impossible à démêler sans l’aide de l’intelligence artificielle (IA). Bien que les taux de contact social restent le principal mode de propagation de la maladie, des facteurs tels que la température, l’humidité et l’indice UV ont tous été associés à la transmission du Covid-19. En outre, ils ont tous un impact sur les autres facteurs. La météo, par exemple, a un impact direct sur le temps que les gens sont susceptibles de passer à l’extérieur.
Les recherches du Centre national américain d’analyse et de contre-mesures en matière de biodéfense ont déjà indiqué que le Covid-19 pourrait être saisonnier. Il a été constaté qu’en cas d’exposition au soleil et d’humidité sur diverses surfaces, le virus perdait sa viabilité en moins d’une heure, mais qu’à l’obscurité et à des températures basses, il restait stable pendant huit jours.
Les chercheurs de Berkeley ne s’attendent pas à ce que le climat soit soudainement révélé comme un facteur dominant dans la propagation de la maladie, mais il pourrait y avoir des interactions importantes entre les différentes variables. Il semble que la maladie se soit répandue beaucoup plus lentement dans l’hémisphère sud que dans l’hémisphère nord, par exemple. Bien que de nombreux facteurs puissent y contribuer, il est essentiel de noter que les mois d’été les plus chauds dans l’hémisphère sud sont décembre, janvier et février, lorsque Covid-19 commençait à se propager dans le monde et que c’était l’hiver dans le nord.