La France s’ouvre de plus en plus à une gestion territorialisée de l’épidémie de Covid-19. Après des confinements le week-end instaurés à Nice et Dunkerque, Jean Castex a annoncé jeudi 25 février que de nouvelles mesures restrictives pourraient être prises dans 20 départements, après concertation des préfets et élus.
Dans ce cadre-là, une connaissance très pointue de l’évolution du virus, à l’échelle d’une ville voire de ses quartiers, permettrait de venir appuyer les décisions locales. Une connaissance à laquelle donne accès un outil développé à l’été 2020 à Strasbourg (Bas-Rhin), utilisé depuis début février par la région Grand Est et en cours d’installation dans la région Auvergne-Rhône-Alpes.
Porté par Inesia, la plate-forme d’innovation en e-santé et IA de l’Institut hospitalo-universitaire (IHU) de Strasbourg, l’outil a été conçu en partenariat avec Dassault Systèmes, dont le logiciel 3D Experience intervient dans la modélisation, et avec CapGemini, qui a participé à l’intégration des données. Hormis ces deux prestations qui sont payantes, l’outil est gratuit, industriel et... adaptable en quelques semaines à d’autres territoires.
25 à 30 zones sur Strasbourg
"L’outil que nous avons développé offre trois niveaux d’information, détaille le professeur Benoît Gallix, directeur général de l'IHU de Strasbourg. Les chiffres clé de l’épidémie à l’échelle de la région et de ses départements, comme on peut les trouver sur Santé Publique France, mais avec une ergonomie qui facilite la lecture territoriale des données ; une géolocalisation des lycées, centres de vaccinations et autres lieux clé, toujours pour favoriser l’approche locale ; et surtout des données sur la circulation de l’épidémie et des prévisions à un échelon extrêmement fin."
Cet échelon, c’est celui des découpages Iris, définis par l’Insee comme des territoires comprenant environ 2 000 personnes. "En ville, cela peut correspondre à un quart de quartier, précise Benoît Gallix. Soit 25 à 30 zones sur Strasbourg par exemple. Cartographier à cette échelle les incidences et variations du virus permet de visualiser les hétérogénéités et de comprendre les dynamiques."
Algorithmie classique et deep learning
Cet outil, appelé Predict’EST pour la région Grand Est et Prédict’AURA pour l’Auvergne Rhône-Alpes, utilise des données de santé anonymes, passées à la moulinette de différents types d’algorithmes. "D’abord nous utilisons des modèles d’algorithmie classique, qui permettent de déduire, à partir des données collectées sur différents critères, celles des catégories manquantes, explique Benoît Gallix. Avec ces modèles, nous obtenons des prévisions à 30 jours du nombre d’hospitalisation, de décès, de sortie de l’hôpital et du taux d’occupation des lits. Nos algorithmes sont très proches de ceux utilisés par l’Institut Pasteur pour ses modélisations mais ils ont été optimisés pour fonctionner aux échelles départementale et communale." Un ajustement réalisé avec l'aide de la Direction générale de l’Armement (DGA).
En complément, l’outil s’appuie sur un modèle d’apprentissage profond (deep learning), qui offre une prédiction très précise à deux semaines, mais ne permet pas d’aller au-delà. "Le modèle n’intègre pas le caractère médical des données, donc il a beaucoup de mal à anticiper les changements de tendance", reconnait Benoît Gallix.
Des données aux mains des ARS, préfectures, ... pour guider les décisions
Toutes ces données sont à destination des Agences régionales de santé (ARS), préfectures, rectorats, hôpitaux, et de certains élus locaux, comme les prédes métropoles. "Aujourd’hui, 200 licences ont été octroyées sur chacune des deux régions utilisatrices", argue Benoît Gallix. Ainsi les décideurs locaux peuvent prendre différentes décisions, comme augmenter les campagnes de tests, celles de vaccination quand les doses seront suffisantes, ou renforcer en local les mesures restrictives, telles qu'interdire un événement ponctuel dans la perspective de l’été.
"Dans le cas de la Moselle, par exemple, nous avons vu dès début janvier que l’épidémie était en train de reprendre alors que le nombre de tests était lui en baisse, rapporte Benoît Gallix. Nous avons tout de suite alerté les pouvoirs publics pour qu’ils les fassent augmenter. L’outil a aussi montré que les contaminations des jeunes étaient plus fortes qu’ailleurs, ce qui a permis aux rectorats de lancer des campagnes de tests dans les lycées et centres de formation." Des améliorations de l'outil sont aussi prévues, comme l'intégration du taux de circulation des variants. Une donnée désormais clé pour anticiper une flambée de l'épidémie.
