- L'IA révèle les symptômes du COVID long grâce à l'analyse de près d'un demi-million de tweets de première main sur Twitter.
- Plus de 100 symptômes ont été identifiés. Les plus fréquents sont la fatigue, la douleur, les troubles de la concentration, l'anxiété et les maux de tête. Des schémas de cooccurrence ont aussi été observés.
- Les résultats peuvent aider à éclairer et à accélérer le pronostic et le traitement des patients souffrant de symptômes persistants par les chercheurs et les cliniciens .
- Ce cadre pourrait faciliter la collecte de données de première main sur les symptômes de maladies sur les médias sociaux.
Toronto, le 11 février 2022 – L’Institut Vector, en collaboration avec ses partenaires industriels Roche Canada, Deloitte et TELUS, a publié aujourd’hui une étude qui contribue à mieux comprendre la fréquence des symptômes et les traitements ultérieurs des personnes atteintes de COVID long. Consciente du rôle crucial que peuvent jouer les médias sociaux dans la surveillance de la santé publique, l’Institut Vector, de concert avec ses partenaires industriels, a créé un cadre d’analyse de plus de 460 000 publications Twitter grâce à l’apprentissage automatique. Ce cadre a permis d’identifier les symptômes les plus fréquents chez les personnes souffrant de COVID long, comme la fatigue, les troubles cognitifs, les maux de tête, la douleur et l’anxiété. Il a également permis de déceler des schémas de concomitance de plusieurs symptômes.
Le COVID long est encore mal compris. Environ la moitié des personnes qui ont contracté la COVID-19 présentent au moins un symptôme persistant trois mois après l'infection. Il n’existe par ailleurs ni méthode unique pour diagnostiquer cette affection, ni traitement spécifique. Vector espère permettre aux chercheurs et aux cliniciens de progresser vers la prise en charge du COVID long en fournissant des informations précieuses sur ses symptômes.
La recherche a démontré que les médias sociaux sont un moyen courant d'exprimer son expérience de la maladie. Les utilisateurs s'y approvisionnent en informations, ainsi qu'en soutien émotionnel et social. En conséquence, les médias sociaux constituent une ressource précieuse pour les chercheurs, à condition qu'ils soient capables de filtrer efficacement le flux quotidien de publications et d'identifier celles qui utilisent un vocabulaire pertinent.
En collaboration avec Roche Canada, Deloitte et TELUS, Vector a appliqué des techniques de traitement automatique du langage naturel (TALN) à plus de 460 000 publications Twitter de personnes ayant déclaré souffrir de COVID long afin de voir si des tendances ou des signaux émergeraient du bruit des médias sociaux.
L'espoir était que ces schémas puissent révéler, dans la vie quotidienne hors de l'hôpital, des indices sur le moment et la fréquence d'apparition des symptômes, ainsi que sur les lieux où la maladie se regroupe. Ces observations pourraient être partagées avec les cliniciens et les chercheurs afin d’affiner leurs questions, de repérer les tendances tôt ou d’orienter les stratégies de traitement.
Après une série d'expériences, les résultats préliminaires ont montré que le cadre utilisé permettait de détecter et de visualiser avec succès les tendances liées à la fréquence, à la cooccurrence et à l'évolution temporelle des symptômes. L'analyse des médias sociaux a confirmé la récurrence de certains symptômes et l'existence de schémas de cooccurrence. La prochaine étape consiste à collaborer avec des chercheurs et des cliniciens.
« Cette étude illustre concrètement comment l'IA peut contribuer à améliorer des vies. Elle fournit à la communauté médicale des signaux précoces et un aperçu direct des symptômes persistants de la COVID-19, ce qui peut orienter les recherches et les traitements ultérieurs », a déclaré Cameron Schuler, directeur de la commercialisation et vice-président de l'innovation industrielle chez Vector. « Elle démontre également comment les spécialistes de l'IA, les entreprises et le secteur de la santé peuvent collaborer et partager leur expertise pour contribuer à atténuer certaines des conséquences les plus préoccupantes de la COVID-19. »
La COVID longue peut se manifester de multiples façons. Nous continuons d'apprendre sur l'hétérogénéité de cette affection et sur la façon de traiter ses symptômes, et il n'existe pas de solution unique. Les résultats de l’étude menée par Vector sur les médias sociaux contribuent à approfondir notre compréhension de la COVID longue, en particulier des symptômes les plus invalidants. Cette étude de validation de principe peut s’appliquer à de nombreux domaines de la médecine et éclairer les professionnels de la santé de diverses manières, qu’il s’agisse de repérer les signes précoces d’une pandémie ou les premiers signes d’effets secondaires de nouveaux traitements médicamenteux », a déclaré la Dre Angela Cheung, médecin-chercheuse principale au TGHRI, à l’Institut d’arthrite Schroeder du Réseau universitaire de santé, professeure de médecine à l’Université de Toronto et coresponsable de CANCOV, l'étude de cohorte prospective canadienne sur la COVID-19.
En effet, la valeur de ce cadre d'apprentissage machine ne se limite pas à la COVID-19. Les chercheurs disposent désormais d'un outil et d'un processus qui permettent de faire des médias sociaux une ressource essentielle pour comprendre d'autres événements de santé publique, tels que les nouvelles maladies infectieuses émergentes, les maladies rares ou les effets des rappels de vaccination sur l'infection.
Le projet collaboratif Covid Long Haul, dirigé par Vector, se poursuit. Un court article technique a été accepté pour présentation lors du 6e atelier international sur l'intelligence sanitaire, dans le cadre de la conférence AAAI 2022. Un rapport complet présentant les résultats du projet sera publié au début de 2022.
Vector reconnaît la précieuse contribution de ses partenaires commanditaires, Roche Canada, Deloitte et TELUS, en matière d'apprentissage machine et d'expertise clinique, notamment pour l'idéation originale du projet; l'examen de la littérature clinique ; la modélisation de la collecte de données ; l'ingénierie des visualisations; et l'interprétation des résultats.
À propos de l'Institut Vector
L'Institut Vector est un organisme indépendant sans but lucratif voué à l'avancement de l'intelligence artificielle et à l'excellence en apprentissage automatique et en apprentissage profond. Notre vision est de promouvoir l'excellence et le leadership au Canada dans le domaine des connaissances, de la création et de l'utilisation de l'IA afin de stimuler la croissance économique et d'améliorer la vie des Canadiens. L’Institut Vector est financé par la province de l’Ontario, le gouvernement du Canada par l’entremise de la Stratégie pancanadienne en IA du CIFAR et des commanditaires de l’industrie partout au Canada.
Pour de plus amples renseignements, veuillez communiquer avec :
