À un demi-pays, un mainframe de la Mayo Clinic collecte les données de localisation de ces demandes, puis les intègre dans une formule complexe pour prédire le nombre de cas futurs dans le comté de cette personne qui tousse.

Bienvenue dans la quête d’une boule de cristal COVID-19 à l’échelle nationale, version 2.0.

Mayo lance une machine de prédiction COVID-19 à l'échelle nationale

Le nouveau site Web de suivi de la Mayo Clinic en question n’a pas de nom unique et accrocheur. Mais si ses prétentions à l’exactitude le confirment, le nouvel outil de prévision COVID-19 du système de santé a le potentiel de dépasser tous les autres tableaux de bord dans l’espoir de connecter les consommateurs avec les meilleures informations sur le virus.

C’est parce que le nouveau site Web à mayoclinic.org/coronavirus-covid-19 – voyez, ce n’était pas accrocheur – fait plus que réécrire les derniers rapports du CDC, ou même réagir aux événements dans les nouvelles.

Au lieu de cela, il puise dans le logiciel de modélisation mathématique prédictive locale de la clinique pour le virus, puis applique ces calculs aux dernières données de test de chaque comté du pays.

En plus de tout cela, il regroupe ses prédictions avec les dernières informations vérifiées par Mayo sur le virus. Si vous ne l’avez pas remarqué, obtenir des informations fiables sur le COVID-19 n’a pas été une promenade socialement distante dans le parc.

Le site Web est en cours de lancement progressif – il propose actuellement une carte État par État montrant le nombre total et les nouveaux cas pour chaque comté du pays, mais rien sur les cas attendus la semaine prochaine. Cependant, lorsque sa fonction de signature sera ajoutée dans les prochains jours, l’outil de suivi COVID-19 de la clinique sera le premier du genre à prédire le nombre de cas à l’échelle nationale au niveau du comté.

C’est après tout comment les épidémies de COVID-19 se manifestent finalement. Vous ne parlez pas d’une épidémie au Minnesota, vous parlez d’une épidémie dans le comté de Blue Earth, ou le comté de Stearns, ou le comté de Dakota.

Comment fait-il tout cela ? En utilisant un algorithme d’apprentissage automatique qui réagit aux résultats des tests au fil du temps, un système Mayo a conçu pour préparer ses propres hôpitaux aux demandes auxquelles ils pourraient bientôt s’attendre.

En tant que logiciel, il est « agnostique », comme le dit le Dr Henry Ting, Chief Value Officer, à propos des commandes de masques, des fermetures d’écoles et de toutes les autres initiatives de santé publique qui retiennent tant notre attention.

« Notre modèle n’essaie pas de faire des hypothèses sur les effets de la réouverture des écoles, des rassemblements, des manifestations ou des matchs de football », dit Ting. « Vous pouvez ouvrir des écoles très différemment, et il y a cent façons de le faire. Si vous comptez utiliser cela pour projeter l’avenir, vous allez probablement vous tromper, alors nous n’utilisons pas ces informations. »

« Il regarde vraiment ce qui s’est passé au cours des quatre derniers mois par rapport à ce qui s’est passé au cours des quatre derniers jours. Peu importe que ce soit un événement scolaire ou un rallye moto, notre modèle le reprend. Cela ne va pas dire simplement parce que vous rouvert les écoles, nous allons augmenter les cas.  »

En plus du nombre de cas et de tests identifiés dans une zone donnée par population, le tableau de bord utilise des données de recherche Google et de mobilité sociale anonymes et accessibles au public à partir de téléphones portables et de Facebook, en les canalisant via une intelligence artificielle capable de réinitialiser quotidiennement le règles mathématiques pour la prédiction.

« La plupart des modèles mathématiques intègrent ces paramètres et font des hypothèses qui restent constantes », explique Ting. « Nous permettons à ces paramètres tels que les tests de taux de positivité et le temps de doublement des cas de changer quotidiennement pour prédire l’avenir. »

Armé de données montrant comment des cas sont apparus géographiquement dans le passé par rapport au présent, il prédit à quoi les voyageurs peuvent s’attendre, par exemple, à Pocatello, dans l’Idaho, la semaine prochaine.

« Nous avons appris que notre modèle est extrêmement précis », a déclaré Ting. « Il a été en mesure de prédire une augmentation des cas que nous avons constatés en Floride et en Arizona plusieurs semaines à l’avance, ce qui a permis à nos dirigeants de pratique médicale d’avertir qu’il y aurait une augmentation des hospitalisations, puis un pic, un plateau et une baisse.

Ting a déclaré que Mayo avait pu voir à partir du modèle que les cas ne submergeraient pas le système de santé de Rochester, ce qui a permis à la clinique de reprendre les procédures qui avaient été suspendues. Lors d’une pandémie remplie d’un excès de mauvaises informations sur le virus, avec des poussées qui semblent surgir de nulle part, les responsables de la santé disent que cela ne peut pas arriver assez tôt.

« Nous sommes certainement reconnaissants pour les données que Mayo a partagées avec nous et heureux qu’ils les rendent également publics », a déclaré le commissaire d’État à la santé Jan Malcom lors d’un appel à la presse le jeudi 17 septembre. « Nous voyons une grande valeur dans la il offre des données de niveau granulaire en temps réel. … Nous pensons que plus nous pouvons diffuser d’informations en temps réel pour permettre au public de comprendre les risques, mieux c’est.  »

Le tableau de bord présentera la gravité d’une épidémie locale en termes de nouveaux cas par jour pour 100 000 habitants. Ting a déclaré que les comtés avec moins de 10 cas pour 100 000 un jour donné « reflètent que la communauté a fait toutes les bonnes choses en termes de protocoles de sécurité pour se protéger. »

Les comtés avec 10 à 20 cas pour 100 000, cependant, sont classés comme un risque intermédiaire, tandis que les comtés affichant des taux de cas supérieurs à 20, dit-il, « marquent le début d’un point chaud ».

« Un consommateur peut utiliser cela en premier lieu, pour aider à comprendre si les comportements de la société ont été efficaces », explique Ting, « et en deuxième lieu, décidez s’il y a un domaine … que vous voudrez peut-être éviter voler pour visiter.  »

Tout cela parce que quelqu’un a demandé à Google où trouver un thermomètre.