Mila > COVI

COVI

Lutter contre la COVID-19 avec une application pour la prédiction du risque

Description du projet

COVI est un projet de recherche qui a entraîné le développement d’une application mobile de santé qui intègre l’IA pour aider les citoyens dans la lutte contre la COVID-19.

Développée au Canada, cette application a été créée pour permettre aux citoyens de prendre des décisions plus éclairées sur leurs actions afin de réduire les risques, tout en préservant la vie privée des individus. L’application COVI s’appuie sur l’épidémiologie, la psychologie comportementale et l’intelligence artificielle pour proposer une approche innovante à la technologie mobile de notification des contacts.

La phase de conception et de développement du projet est désormais finalisée. Nos codes et modèles sont disponibles en sources ouvertes pour la consommation académique et accessibles aux états qui souhaitent déployer une application de santé propulsée par l’IA et inspirée par notre approche.

Survol

Bénéfices

Les avantages principaux à valeur ajoutée d’une application fondée sur l’IA sont les suivants :

  • Informe les utilisateurs de s’isoler ou de se faire tester s’ils ont été exposés à une personne dont le test de dépistage de la COVID-19 s’est révélé positif. En se synchronisant avec les bases de données provinciales de résultats de tests, tout cela peut être fait automatiquement, ce qui réduit le fardeau de la COVID-19 sur les systèmes de santé.
  • Prévoit les niveaux de risque au quotidien pour chaque utilisateur sur la base des données démographiques, des comportements, des problèmes de santé, des symptômes et des contacts. Cette approche va au-delà des applications de notification traditionnelles grâce à l’outil d’IA qui peut considérer un large éventail de variables pour évaluer la probabilité qu’un individu spécifique soit porteur du virus et ce, avant l’apparition de tout symptôme visible.
  • Transpose quotidiennement les directives de santé publique en recommandations personnalisées. Alors que les autorités de santé publique adaptent leurs lignes directrices au cours des différentes phases du confinement et du déconfinement, le défi auquel sont confrontés les citoyens est de trouver le sens de « qu’est-ce que cela signifie pour moi aujourd’hui »? L’application est conçue pour combler cette lacune en transposant le niveau de risque individuel en recommandations formulées, par exemple, prendre les transports en commun, aller au travail, fréquenter des amis.
  • Réduit le nombre total de cas. Grâce aux prédictions de l’IA, les utilisateurs sont signalés lorsqu’ils doivent ajuster leurs comportements et réduire le nombre d’interactions sociales dès que leur indice de risque augmente. Cette démarche peut avoir lieu plusieurs jours avant l’apparition des symptômes et/ou avant d’être informé d’une exposition potentielle dû à une personne ayant obtenu un résultat positif dans leur réseau.
  • Fournit les premiers signaux d’alertes de foyers d’éclosion. Grâce au calcul des données agrégées, l’application peut soutenir la santé publique au niveau de la population en signalant les communautés ou régions à risque avant que le nombre de cas ne commence à augmenter. De la sorte, les premiers signaux d’alertes permettraient de concevoir des interventions ciblées, telles que des programmes de dépistage communautaire dans des régions à haut risque ou un confinement au niveau local.
  • Aide à définir de nouveaux modèles épidémiologiques. Les données partagées par les utilisateurs de l’application permettent à un outil d’intelligence artificielle d’identifier de nouveaux modèles et des paramètres spécifiques sur la façon dont le virus se propage (par exemple, la distance, le temps, le sexe et l’âge). Ainsi, nous pourrons collectivement être mieux informés sur la COVID-19 et les autorités de santé publique pourront prendre des décisions plus éclairées, fondées sur des données probantes.
  • Prévoit l’impact sur la courbe de contagion. Les interventions des autorités sanitaires peuvent être simulées pour évaluer l’impact probable de la prolifération virale. En raison de ses connaissances sur le virus au niveau régional, le modèle d’IA peut prédire ce qui se produira, en faisant du stress-testing et en optimisant les stratégies de déconfinement.

Dès la conception de l’application COVI, l’équipe s’est efforcée de respecter les principes fondamentaux inhérents à la protection de la vie privée, répondant aux normes les plus strictes en matière de confidentialité et de protection des données. Le système a été conçu de manière à ne jamais identifier directement un utilisateur et à crypter toutes les informations échangées. Le système minimiserait la collecte de données et faciliterait leur suppression. Les données seraient stockées sur les téléphones des utilisateurs avec leur consentement, et toute donnée datant de plus de 30 jours serait automatiquement supprimée. Les utilisateurs auraient la possibilité de consentir au partage des données avec COVI pour construire le modèle et améliorer ses calculs de risque. Aucune donnée ne serait conservée plus de trois mois, et le consentement peut être retiré à tout moment. Le projet est conforme aux lois canadiennes sur la protection de la vie privée et suivra toutes les recommandations applicables formulées dans la déclaration commune des commissaires fédéraux, provinciaux et territoriaux à la protection de la vie privée du 7 mai 2020.

Ressources

Code de l'application mobile COVI
Lire
Code d'entraînement du modèle de risque pour application de traçage Covid-19.
Lire
Simulateur de propagation Covid-19 avec modélisation de la mobilité humaine et des interventions.
Lire
Nous présentons ici un aperçu de la raison d’être, de la conception, des considérations d’ordre éthique et de la stratégie de confidentialité de COVI, une application mobile publique de traçage entre pairs de la COVID-19 et d’évaluation des risques mise au point au Canada.
Lire

Partenaires

Le projet COVI est dirigé par Yoshua Bengio, chercheur en IA de renommée mondiale à Mila, et réunit une coalition de chercheurs et d’experts canadiens, combinant des recherches en santé publique, épidémiologie, vie privée, apprentissage machine (ML), éthique et psychologie.

Développé par

Partenaires

Membres de l’équipe Mila

Membre académique principal
Directeur scientifique, Mila et IVADO, Professeur titulaire, Professeur Samsung AI, Université de Montréal, Chaire en IA Canada-CIFAR
Vice-Président, Politiques publiques, Société et Affaires mondiales, Équipe de direction
Membre académique principal
Professeur titulaire, Université de Montréal, Chaire en IA Canada-CIFAR
Membre académique principal
Professeur agrégé, HEC Montréal, Chaire en IA Canada-CIFAR
Étudiant Doctorat, École Polytechnique de Montréal, Université de Montréal
Étudiant Doctorat
Stagiaire Maîtrise, Stagiaire
Étudiant Doctorat - University of Oxford, Alan Turing Institute, Alumni
Membre affilié
Professeure adjointe, University of Toronto
Étudiant Doctorat, Université de Montréal
Présidente et Cheffe de la direction - Mila, Équipe de direction, Observatrice, conseil d'administration
Étudiant Doctorat
Voir tous les professeurs