Exploiter l'intelligence artificielle pour la préparation et la réponse aux pandémies : une revue d'exploration pour identifier les cas d'utilisation clés

L'intelligence artificielle (IA) représente un outil précieux qui pourrait être largement utilisé pour éclairer la prise de décision clinique et de santé publique afin de gérer efficacement les impacts d'une pandémie. L'objectif de cette revue d'exploration était d'identifier les cas d'utilisation clés de l'implication de l'IA pour la préparation et la réponse aux pandémies à partir de la littérature évaluée par des pairs, des prépublications et de la littérature grise. La synthèse des données comportait deux parties : un examen approfondi des études ayant utilisé des techniques d'apprentissage automatique (AA) et une revue limitée des études ayant appliqué des approches de modélisation traditionnelles. Les applications de l'AA de l'examen approfondi ont été catégorisées en cas d'utilisation liés à la santé publique et à la pratique clinique, et synthétisées narrativement. Cent quatre-vingt-trois articles ont répondu aux critères d'inclusion pour l'examen approfondi. Six cas d'utilisation clés ont été identifiés : prévision des dynamiques de maladies infectieuses et des effets des interventions ; surveillance et détection des épidémies ; suivi en temps réel de l'adhésion aux recommandations de santé publique ; détection en temps réel des maladies semblables à la grippe ; triage et diagnostic opportun des infections ; et pronostic de la maladie et réponse au traitement. Les sources de données et types d'AA utiles variaient selon le cas d'utilisation. La recherche a identifié 1167 articles qui faisaient état d'approches de modélisation traditionnelles, soulignant des domaines supplémentaires où l'AA pourrait être exploitée pour améliorer la précision des estimations ou des projections. Des solutions importantes basées sur l'AA ont été développées en réponse aux pandémies, et en particulier pour la COVID-19, mais peu ont été optimisées pour une application pratique dès le début de la pandémie. Ces résultats peuvent soutenir les décideurs, les cliniciens et d'autres parties prenantes dans la priorisation de la recherche et du développement pour soutenir l'opérationnalisation de l'IA pour les futures pandémies.