11 février 2022
Toronto, 11 février 2022 – Aujourd’hui, le Vector Institute, avec ses collaborateurs de l’industrie Roche Canada, Deloitte et TELUS, a publié une étude qui peut aider à éclairer la fréquence des symptômes et le traitement subséquent des personnes vivant la COVID longue. Conscients du rôle crucial que les médias sociaux peuvent jouer dans la surveillance de la santé publique, Vector, en collaboration avec ses collaborateurs de l’industrie, a créé un cadre pour analyser plus de 460 000 publications Twitter à l’aide de l’apprentissage automatique. Ce cadre a permis d’identifier les symptômes les plus marquants manifestés par les personnes présentant la COVID longe, tels que la fatigue, le brouillard cérébral, les maux de tête, la douleur et l’anxiété. Il a également reconnu des schémas de co-occurrence de multiples symptômes.
La COVID longue n’est pas bien comprise. Environ la moitié des personnes ayant eu la COVID-19 ont signalé au moins un symptôme persistant trois mois après l’infection. Il n’existe pas non plus de méthode unique pour diagnostiquer la condition ni de traitement unique. Vector espère rapprocher les chercheurs et cliniciens d’aider à traiter la COVID longue en fournissant des informations manquantes sur ses symptômes.
Des recherches ont démontré que les médias sociaux sont un moyen courant d’exprimer l’expérience de la maladie. Les utilisateurs s’appuient sur les réseaux sociaux pour s’informer ainsi que pour obtenir un soutien émotionnel et social. Cela fait des médias sociaux une ressource riche pour les chercheurs, mais seulement s’ils peuvent filtrer de façon fiable la mer de publications quotidiennes et identifier celles avec un langage pertinent.
En collaboration avec Roche Canada, Deloitte et TELUS, Vector a appliqué des techniques de traitement du langage naturel (PNL) à plus de 460 000 publications Twitter de personnes ayant auto-signalé la COVID longue afin de voir si des motifs ou des signaux apparaîtraient au milieu du bruit des réseaux sociaux.
L’espoir était que ces schémas pourraient révéler des indices de la vie quotidienne en dehors de l’hôpital sur le moment et la fréquence des symptômes et les endroits où surviennent les regroupements de la condition. Les idées pourraient être partagées avec les cliniciens et les chercheurs afin d’affiner leurs questions, d’identifier les tendances tôt ou d’orienter les stratégies de traitement.
Après avoir mené une série d’expériences, les résultats préliminaires ont montré que des motifs liés à la fréquence des symptômes, à la cooccurrence et à la distribution au fil du temps pouvaient être détectés et visualisés avec succès à l’aide du cadre. L’analyse des réseaux sociaux a confirmé plusieurs symptômes récurrents et schémas de cooccurrence. L’étape suivante consiste à travailler avec des chercheurs et des cliniciens.
« Cette étude est un exemple concret de la façon dont l’IA peut aider à améliorer des vies. Elle fournit à la communauté médicale des signaux précoces et une compréhension directe des symptômes de la COVID longue qui peuvent aider à orienter les recherches et traitements ultérieurs. » a déclaré Cameron Schuler, chef de la commercialisation et vice-présidente de l’innovation industrielle chez Vector.« Cela démontre aussi comment les spécialistes de l’IA, les secteurs corporatif et de la santé peuvent travailler ensemble et partager leur expertise pour aider à faire face à certaines des conséquences les plus préoccupantes de la COVID-19. »
« La COVID longue peut se manifester de plusieurs façons. Nous apprenons encore à connaître l’hétérogénéité de cette condition et comment traiter les symptômes, et il n’existe pas d’approche universelle. Les résultats de l’étude sur les médias sociaux de Vector contribuent à renforcer notre compréhension du COVID long, en particulier des symptômes les plus gênants. Cette étude de preuve de concept peut être appliquée à de nombreux domaines de la médecine et peut servir à informer les professionnels de la santé de multiples façons – de la détection précoce des signaux en pandémie aux premiers signaux des effets secondaires des nouveaux traitements médicamenteux », a déclaré la Dre Angela Cheung, médecin-chercheuse principale, TGHRI, Schroeder Arthritis Institute, au University Health Network, Professeur de médecine à l’Université de Toronto et co-chef de CANCOV, l’étude prospective de cohorte canadienne COVID-19.
En effet, la valeur de ce cadre d’apprentissage automatique ne commence ni ne s’arrête avec la COVID. Les chercheurs disposent maintenant d’un outil et d’un processus qui peuvent faire des médias sociaux une ressource clé pour comprendre d’autres événements de santé à l’échelle de la population, comme les nouvelles maladies infectieuses émergentes, les maladies rares ou les effets des doses de rappel sur l’infection.
Le projet collaboratif Covid Long Haul, dirigé par Vector, est en cours, et un court article technique a été accepté pour présentation lors du 6e Atelier international sur l’intelligence en santé à la conférence AAAI 2022. Un rapport complet du projet avec les résultats sera publié au début de 2022.
Vector reconnaît les précieuses contributions en apprentissage automatique et en expertise clinique des partenaires sponsors Roche Canada, Deloitte et TELUS, y compris l’idéation initiale du projet; revue de la littérature clinique; la modélisation de la collecte de données; l’ingénierie des visualisations; et interprétation des résultats.
À propos de l’Institut Vector
Le Vector Institute est une entreprise indépendante à but non lucratif dédiée à l’avancement de l’intelligence artificielle, excellant dans l’apprentissage automatique et l’apprentissage profond. Notre vision est de favoriser l’excellence et le leadership dans la connaissance, la création et l’utilisation de l’IA au Canada afin de favoriser la croissance économique et d’améliorer la vie des Canadiens. L’Institut des vecteurs est financé par la province de l’Ontario, le gouvernement du Canada via la Stratégie pancanadienne d’IA du CIFAR, ainsi que par des commanditaires industriels à travers le Canada.
Pour plus d’informations, veuillez contacter :
