L'IA pour prédire la prochaine pandémie

L'intelligence artificielle s'attaque à l'un des défis les plus complexes de la santé publique mondiale : anticiper l'émergence de pandémies inconnues avant qu'elles ne deviennent incontrôlables. Des chercheurs explorent des modèles capables de calculer des trajectoires épidémiques potentielles dès les 200 premiers jours suivant la détection d'un premier cas, même en l'absence totale de données historiques sur le pathogène concerné.

L'enjeu est considérable. La pandémie de Covid-19 a mis en lumière une faille critique des systèmes de surveillance épidémiologique traditionnels : leur dépendance aux données passées pour formuler des prévisions. Or, par définition, un nouveau pathogène n'en possède aucune. Disposer d'un outil capable de modéliser le comportement d'une menace inédite permettrait aux autorités sanitaires de déclencher des réponses préventives bien avant que les hôpitaux ne soient saturés.

L'approche repose sur une modélisation par trajectoires probabilistes : plutôt que de prédire un scénario unique, le système génère un éventail de courbes d'évolution plausibles fondées sur des paramètres structurels — vitesse de transmission estimée, comportements de mobilité, densité de population, capacité de réponse sanitaire locale. Ce cadre permet d'encadrer l'incertitude inhérente aux premiers stades d'une émergence, là où les données sont rares et les inconnues biologiques nombreuses.

Si la méthode se confirme, elle pourrait transformer radicalement le protocole de réponse des organisations comme l'OMS ou les CDC. La capacité à cartographier des scénarios du pire dès la détection initiale d'un foyer ouvrirait une fenêtre d'intervention précoce aujourd'hui inexistante — un changement de paradigme qui, selon ses promoteurs, aurait pu modifier significativement le cours de la crise Covid-19.