Les prévisions par IA de HungerMap Live aident à orienter la réponse alimentaire d'urgence en Somalie
Somalie
La plateforme HungerMap Live du PAM, assistée par IA et développée avec Google.org, couvre plus de 50 pays et a …
Royaume-Uni · London · Voir le profil de Royaume-Uni · Voir le profil de London
Top 35% 67/100 · Demandez à Evidence Copilot à propos de cette pratique
L'Agence britannique de sécurité sanitaire (UKHSA) a testé des modèles d'apprentissage automatique prévoyant les appels au NHS 111 et les admissions aux urgences pour bronchiolite jusqu'à 28 jours à l'avance durant l'hiver 2022-2023, publiant des résultats évalués par les pairs qui montrent aussi bien les réussites du modèle que ses échecs lors d'une saison sans précédent.
Durant la saison respiratoire hivernale 2022-2023, l'UK Health Security Agency (UKHSA) a testé un nouveau système de prévision automatisé, construit sur ses données quotidiennes existantes de surveillance syndromique pour l'Angleterre. Le pilote ciblait deux indicateurs sensibles au virus respiratoire syncytial (VRS) chez les enfants de moins de cinq ans : les appels de télésanté au NHS 111 pour « toux » et les admissions aux urgences pour « bronchiolite aiguë », dans le but de prévoir le moment et l'intensité des pics saisonniers jusqu'à 28 jours à l'avance, afin que les gestionnaires du NHS puissent planifier leurs capacités.
Les épidémiologistes de l'UKHSA ont testé 252 spécifications de modèles combinant sept méthodes d'apprentissage supervisé (dont forêts aléatoires, machines à vecteurs de support, régression elastic-net et gradient boosting) avec différents termes de saisonnalité et de tendance, publiant la comparaison complète dans une évaluation révisée par les pairs. Les modèles de forêt aléatoire avec termes saisonniers de Fourier ont donné les meilleurs résultats, avec des erreurs de prévision de pic de 0,0195 (appels NHS 111) et 0,0267 (admissions aux urgences). Lors d'un test en temps réel, le modèle a correctement prévu la date du pic de bronchiolite du 29 novembre 2022 et estimé son intensité à environ 9 % près de la valeur réelle.
La même évaluation documente les échecs de la prévision : une hausse sans précédent des appels pour toux au NHS 111 en décembre 2022 — 39,3 % au-dessus du record précédent — a été en partie provoquée par l'inquiétude publique liée aux infections invasives à streptocoque du groupe A plutôt qu'au seul VRS, ce qui a dégradé la spécificité de l'indicateur toux et faussé des prévisions entraînées sur des tendances historiques. Les auteurs concluent que les prévisions automatisées sortent de leur cadre d'entraînement lors de saisons véritablement inédites et « doivent toujours être accompagnées d'une interprétation experte » plutôt qu'utilisées comme outil de décision autonome — un compte rendu, revu par les pairs, inhabituellement franc sur la valeur et les limites de la méthode.
Les détails de mise en œuvre (coût, calendrier, personnel, conditions de réussite) ne sont pas encore disponibles pour cette pratique.
Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
D'où proviennent les informations de cette pratique, et quand.
Somalie
La plateforme HungerMap Live du PAM, assistée par IA et développée avec Google.org, couvre plus de 50 pays et a …
Suisse
La SPSP intègre l’analyse génomique par IA pour détecter les variants pathogènes en Suisse. Mandatée par l’OFSP depuis 2021, elle …
Sierra Leone
Statistics Sierra Leone et le partenariat GRID3 utilisent la détection d'empreintes de bâtiments par apprentissage automatique sur des images satellite …
Soudan
HungerMap LIVE, du PAM, utilise des modeles d'apprentissage automatique pour estimer l'insecurite alimentaire la ou les enquetes de terrain sont …
Ouvrir le copilote complet Fondé sur des pratiques citées — vérifiez toujours les sources.