Comment identifier le prochain virus dangereux avant de se propager parmi les gens est la question centrale d’un nouveau commentaire en Les maladies infectieuses de Lancet. Dans ce document, les chercheurs discutent de la façon dont l’IA, combinée à la seule approche de santé, peut contribuer à améliorer la prédiction et la surveillance.
« L’intelligence artificielle ne peut pas empêcher en elle-même les pandémies, mais la technologie peut être un supplément puissant aux connaissances et aux méthodes que nous utilisons déjà. Plus nous devenons mieux dans l’intégration des données des humains, des animaux et de l’environnement, plus nous serons préparés », nous serons préparés à Denmark, l’un des auteurs du commentaire.
Il a été co-écrit par le professeur Marion Koopmans du Erasmus Medical Center aux Pays-Bas. Elle prévient qu’une fois qu’une maladie commence à se propager, il est très difficile de maîtriser.
« Les interventions requises sont drastiques – comme nous l’avons vu pendant Covid-19. C’est pourquoi il est crucial de détecter de nouveaux agents pathogènes avant de prendre pied », explique Koopmans, notant qu’une fois établie, de nouvelles maladies peuvent devenir des défis persistants, comme le montre Covid-19.
L’équipe d’auteurs, qui comprend également des experts de l’Université Eötvös Loránd (ELTE) en Hongrie, de l’Université de Bologne en Italie et de l’agence britannique Animal and Plant Health, parle de leur expérience en tant que collaborateurs au fil des ans, en se concentrant sur une approche de santé pour la préparation aux maladies émergentes dans le consortium Veo Consortium – une émergence européenne dans le développement de données conduites aux données conduites aux données pour détecter et une piste infectieuse en développement.
Les pandémies proviennent souvent d’animaux
Les épidémies de maladies telles que le SARS-COV-2, la grippe aviaire et le MPOX démontrent la difficulté de contrôler de nouvelles épidémies potentielles. De nombreux agents pathogènes proviennent des animaux, mais quand et où ils se répandreont à l’homme est imprévisible.
Les auteurs du commentaire mettent en évidence comment le changement climatique, la production intensive des animaux et l’empiètement humain dans les habitats naturels augmentent le risque d’événements dits de déversement – les situations dans lesquelles les agents pathogènes traversent les animaux aux humains et, dans le pire des cas, se développent en épidémies.
Les déversements ont été comparés à des étincelles: la plupart s’éteignent, mais certains allument les incendies qui se sont répandus de façon incontrôlable. Être en mesure de détecter de tels retombées le plus tôt possible est un défi que l’équipe a étudié en utilisant des approches de Big Data.
L’IA peut révéler des modèles dans des ensembles de données complexes
L’intelligence artificielle peut aider à analyser ces ensembles de données à partir de diverses sources, telles que le climat, l’utilisation des terres, la production animale, le transport, les mouvements de population et la socio-économie. Lorsque ces ensembles de données sont combinés, l’IA peut révéler des modèles qui seraient autrement difficiles à discerner.
« L’IA peut nous aider à identifier où, dans le monde, la surveillance devrait être intensifiée géographiquement, mais aussi dans des espèces animales spécifiques, dans les eaux usées ou chez l’homme. De cette façon, nous pouvons hiérarchiser les efforts où les risques sont les plus grands et appelés hotspots », explique Aarestrup.
Signaux génétiques comme avertissement précoce
Une fois que ces points chauds sont prédits, le séquençage métagénomique peut être ajouté comme une approche fourre-tout pour la détection des agents pathogènes, à la fois connus et nouveaux. Le séquençage métagénomique est l’analyse du matériel génétique – dans les échantillons des eaux usées, de l’air, de la nourriture ou de l’environnement. Il est de plus en plus utilisé pour donner un aperçu d’une grande diversité de micro-organismes connus et inconnus. De nombreux fragments génétiques identifiés ne sont pas encore caractérisés.
« Lorsque nous séquences un échantillon, nous pouvons trouver des millions de fragments génétiques. La plupart ressemblent à quelque chose de familier et d’inoffensive, mais nous nous retrouvons avec des milliers d’inconnues. Ici, l’IA peut aider à détecter les modèles et à indiquer ce qui pourrait être dangereux », explique Aarestrup.
Une fois qu’il est clair qu’il y a un pathogène potentiel, des questions peuvent se poser sur la dangereuse. Le potentiel de virus des animaux pour infecter les humains, se propager et provoquer une maladie en partie est ancré dans le code génétique. Des outils basés sur l’IA peuvent être utilisés pour prédire comment les mutations peuvent modifier les propriétés virales.
« Nous voyons d’énormes développements dans ce domaine. Les modèles de protéines basés sur l’IA peuvent fournir une indication de ce qu’une mutation fait à la structure des virus, et comment cela peut ensuite être traduit par un risque de propagation ou un risque de maladie grave. Bien que difficile maintenant, nous voyons un grand potentiel d’utilisation de l’IA pour accélérer l’évaluation des risques », explique Koopmans.
L’IA en tant que co-scientifique – Obligations et limitations
Le commentaire décrit également les premiers prototypes de soi-disant «co-scientifiques» de l’IA, capable de mener un cycle de recherche entier – de la génération d’hypothèses et de la revue de la littérature à l’analyse et aux rapports des données.
« J’envisage l’IA de devenir une compétence reconnue à la table – à un égal avec différents types de chercheurs. L’IA peut fournir des analyses ou des suggestions que nous, en tant que scientifiques, pouvons évaluer. De cette façon, la technologie devient un supplément qui peut renforcer nos processus décisionnels », explique Aarestrup.
« Cela implique également que nous devons apprendre quel est notre rôle futur en tant qu’enseignants et superviseurs. Comment pouvons-nous nous assurer que les nouvelles façons de travailler fournissent une production fiable? Serons-nous en mesure de reconnaître les erreurs avec les progrès des modèles d’IA? Nous devons également retourner en classe. Vraiment excitant », explique Koopmans.
Les auteurs concluent que l’intelligence artificielle offre des possibilités intrigantes pour améliorer la préparation pandémique. Pourtant, il doit être considéré comme un complément – pas un remplacement – aux approches de surveillance et de recherche classiques déjà utilisées.
