• L'IA révèle de longs symptômes du COVID grâce à l'analyse de près d'un demi-million de tweets de première main. 

• Plus de 100 symptômes ont été identifiés. Les symptômes les plus fréquents sont la fatigue, la douleur, le brouillard cérébral, l'anxiété et les maux de tête. Des schémas de cooccurrence sont également apparus

• Les résultats peuvent contribuer à informer et à accélérer le pronostic et le traitement de longue haleine des chercheurs et des cliniciens.t

• Ce cadre pourrait contribuer à la collecte d'autres symptômes de maladies de première main sur les médias sociaux.

Toronto, février 112022 - Aujourd'hui, l'Institut Vecteur, en collaboration avec l'industrie, Roche Canada, Deloitte et TELUS, a publié une étude qui peut aider à faire la lumière sur la fréquence des symptômes et le traitement subséquent des personnes atteintes d'une COVID de longue durée. Conscient 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 messages Twitter à l'aide de l'apprentissage automatique. Ce cadre a permis d'identifier les symptômes les plus notables exprimés par les personnes souffrant de COVID de longue durée, tels que la fatigue, le brouillard cérébral, les maux de tête, la douleur et l'anxiété. Il a également permis d'identifier des schémas de cooccurrence de plusieurs symptômes.

Le COVID long n'est pas bien compris. Environ la moitié des personnes ayant contracté le 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 maladie, ni de traitement unique. Vector espère rapprocher les chercheurs et les cliniciens d'une aide au traitement de la COVID longue en fournissant les informations manquantes sur ses symptômes.

La recherche a montré que les médias sociaux sont un moyen couramment utilisé pour exprimer l'expérience de la maladie. Les utilisateurs s'appuient sur les réseaux sociaux pour obtenir des informations ainsi qu'un soutien émotionnel et social. Les médias sociaux constituent donc une ressource riche pour les chercheurs, mais seulement s'ils peuvent filtrer de manière fiable la mer de messages quotidiens et repérer ceux qui contiennent un langage pertinent.   

En collaboration avec Roche Canada, Deloitte et TELUS, Vector a appliqué des techniques de traitement du langage naturel (NLP) à plus de 460 000 messages Twitter postés par des personnes ayant déclaré une COVID longue pour voir si des modèles ou des signaux apparaissaient dans le bruit des médias sociaux.

L'espoir était que ces schémas puissent révéler des indices de la vie quotidienne en dehors de l'hôpital sur le moment et la fréquence d'apparition des symptômes et sur les lieux où se produisent les groupes de maladies. Ces informations pourraient être partagées avec les cliniciens et les chercheurs afin d'affiner leurs questions, d'identifier les tendances à un stade précoce ou d'éclairer les stratégies de traitement. 

Après avoir mené une série d'expériences, les résultats préliminaires ont montré que les modèles liés à la fréquence des symptômes, à leur cooccurrence et à leur distribution dans le temps pouvaient être détectés et visualisés avec succès à l'aide du cadre. L'analyse des médias sociaux a confirmé un certain nombre de symptômes récurrents et de schémas de cooccurrence. La prochaine étape consistera à travailler avec des chercheurs et des cliniciens. 

"Cette étude est un exemple concret de la façon dont l'IA peut contribuer à améliorer des vies. Elle fournit à la communauté médicale des signaux précoces et un aperçu de première main des symptômes de COVID à long terme qui peuvent aider à orienter les examens et les traitements ultérieurs ", a déclaré Cameron Schuler, directeur général de la commercialisation et vice-président de l'innovation industrielle de Vector. Cameron Schuler, directeur de la commercialisation et vice-président de l'innovation industrielle de Vector. "Il démontre également comment les spécialistes de l'IA, les entreprises et les secteurs de la santé peuvent travailler ensemble et partager leur expertise pour aider à traiter certains des résultats les plus inquiétants du COVID-19."

"Le COVID long peut se manifester de différentes manières. Nous sommes encore en train de découvrir l'hétérogénéité de cette maladie et la manière de traiter les symptômes, et il n'existe pas d'approche unique. Les résultats de l'étude de Vector sur les médias sociaux nous aident à mieux comprendre le COVID long, en particulier les symptômes les plus gênants. Cette étude de validation de principe peut être appliquée à de nombreux domaines de la médecine et peut être utilisée pour informer les fournisseurs de soins de santé de nombreuses façons - de la détection des signaux précoces d'une pandémie aux signaux précoces des effets secondaires d'un nouveau traitement médicamenteux", a déclaré le Dr Angela Cheung, médecin-chercheur principal, TGHRI, Schroeder Arthritis Institute, University Health Network, professeur de médecine à l'Université de Toronto et codirecteur de CANCOV, l'étude canadienne de cohorte prospective COVID-19. 

En effet, la valeur de ce cadre d'apprentissage automatique ne se limite pas à COVID. Les chercheurs disposent désormais d'un outil et d'un processus qui peuvent faire des médias sociaux une ressource clé pour comprendre d'autres événements sanitaires au niveau de la population, tels que les nouvelles maladies infectieuses émergentes, les maladies rares ou les effets des vaccins de rappel sur l'infection. 

Le projet collaboratif Covid Long Haul, mené par Vector, est en cours, et un bref document technique a été accepté pour être présenté lors de la 6e atelier international sur l'intelligence sanitaire lors de la conférence AAAI 2022. Un rapport complet sur les résultats du projet sera publié au début de 2022.

Vector reconnaît la précieuse contribution des partenaires Roche Canada, Deloitte et TELUS en matière d'apprentissage machine et d'expertise clinique, notamment en ce qui a trait à l'idéation originale du projet, à l'examen de la documentation clinique, à la modélisation de la collecte de données, à l'ingénierie des visualisations et à l'interprétation des résultats.

À propos de l'Institut Vecteur

L'Institut Vecteur est une société indépendante à but non lucratif qui se consacre à l'avancement de l'intelligence artificielle, en excellant dans l'apprentissage automatique et l'apprentissage profond. Notre vision est de stimuler 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 Vecteur est financé par la province de l'Ontario, le gouvernement du Canada par l'intermédiaire de la stratégie pancanadienne du CIFAR en matière d'IA, et des sponsors de l'industrie à travers le Canada.

Pour plus d'informations, veuillez contacter

media@vectorinstitute.ai

Orli.Namian@Vectorinstitute.ai