Un radar pandémique mondial doit être créé pour détecter de nouvelles variantes de COVID et d'autres maladies émergentes. Dirigé par l'OMS, le projet vise à construire un réseau international de hubs de surveillance, mis en place pour partager des données qui nous aideront à surveiller la résistance aux vaccins, suivre les maladies et en identifier de nouvelles au fur et à mesure de leur apparition.

C'est indéniablement une bonne chose. Peut-être plus que tout événement de mémoire récente, la pandémie de COVID a fait ressortir l'importance de mettre en commun l'intelligence collective de la société et de trouver de nouvelles façons de partager ces connaissances combinées le plus rapidement possible.

Dans sa forme la plus simple, l'intelligence collective est la capacité accrue qui est créée lorsque divers groupes de personnes travaillent ensemble, souvent avec l'aide de la technologie, mobiliser plus d'informations, des idées et des connaissances pour résoudre un problème. Les technologies numériques ont transformé ce qui peut être réalisé grâce à l'intelligence collective ces dernières années :nous connecter davantage, augmenter l'intelligence humaine avec l'intelligence artificielle, et nous aider à générer de nouvelles connaissances à partir de nouvelles sources de données.

Alors, qu'avons-nous appris au cours des 18 derniers mois de mise en commun de l'intelligence collective qui peut informer le radar mondial de pandémie ? Construire à partir de la crise COVID, quels enseignements nous aideront à parfaire la surveillance des maladies et à mieux répondre aux crises futures ?

Les gens veulent aider les scientifiques

Répondre aux menaces nouvelles et émergentes nécessite de nouvelles méthodes pour combler rapidement les lacunes en matière de données et de preuves. Les méthodes d'intelligence collective comme la science citoyenne sont largement utilisées dans le secteur de l'environnement depuis des années, mais des scientifiques avertis ont rapidement vu l'opportunité de déployer ces approches et d'autres pour puiser dans l'appétit du public pour contribuer à la réponse COVID-19.

Avant que les médecins aient accès à des tests communautaires de masse ou à des prévisions précises, par exemple, les données fournies par le public ont constitué une première source d'information précieuse. Par exemple, des chercheurs du King's College de Londres ont rapidement développé l'application de suivi des symptômes COVID Zoe, auxquels plus de 4,6 millions de personnes ont contribué leurs symptômes depuis mars 2020. Ces données ont joué un rôle essentiel pour nous aider à comprendre comment le virus affecte différents groupes de personnes, exposant la variété des symptômes de COVID-19 que les gens ont éprouvés.

Même les joueurs ont joué leur rôle dans les coulisses. Project Discovery est décrit comme un « mini-jeu de science citoyenne, " dans lequel les joueurs explorent l'espace tout en dessinant des polygones autour d'amas de cellules. Les populations cellulaires autour desquelles ils tracent proviennent de données de cytométrie en flux qui seraient normalement minutieusement étudiées par les scientifiques pour voir comment une infection COVID affecte différents types de cellules. Plus de 327, 000 joueurs ont participé depuis juin 2020, économiser aux scientifiques environ 330 ans de recherche.

Peut-être plus visiblement, les efforts de développement de vaccins ont également été alimentés par des volontaires. Plus de 500, 000 personnes se sont inscrites au service volontaire britannique d'études sur les vaccins COVID.

La formation scientifique et le financement de la recherche ne sont généralement pas orientés vers la participation et la collaboration du public. Cela signifie, malgré le potentiel, le public est généralement exclu de la participation à la recherche scientifique. Changer cela pourrait nous aider à changer le cadran de la prévention de la prochaine pandémie et à relever toute une série de nos autres défis complexes, comme le changement climatique.

Donner du sens à trop de données

Parallèlement à cet essor de la science citoyenne, 2020 a également été une année record pour la recherche scientifique, voir une augmentation de 15 % des soumissions d'articles. Plus de 475, 000 articles et pré-impressions liés au COVID ont été partagés en ligne en juin 2021.

Ce reportage scientifique fiévreux, particulièrement intense dans le domaine de la santé et de la médecine, a soulevé des inquiétudes concernant le contrôle de la qualité. Les processus traditionnels d'examen par les pairs ont été mis à rude épreuve, avec des papiers de plus en plus publiés en pré-impressions, avant qu'ils n'aient été évalués par les pairs. Pendant ce temps, les décideurs sont confrontés au défi de trouver les ressources les plus pertinentes face à la surcharge d'informations.

La base de données collaborative sur les données probantes en santé, Epistemonikos, offre un certain soulagement à ces défis. Il utilise une combinaison d'algorithmes d'apprentissage automatique et de validation de foule pour identifier toutes les revues cliniques systématiques liées à la requête de recherche saisie par l'utilisateur.

Autrefois, il a été utilisé par les décideurs politiques au Chili pour accélérer le processus de législation en matière de santé publique. Depuis 2020, l'équipe derrière Epistemonikos en a identifié plus de 6, 000 revues systématiques liées au COVID-19 dans leur base de données. Leur mise en évidence a aidé les professionnels de la santé et les décideurs à trouver ce qu'ils cherchaient au milieu du bruit.

Il n'y a pas que la recherche scientifique qui s'est avérée difficile à comprendre. Le flot de données sur la pandémie a également nécessité une collecte minutieuse, vu qu'il provient souvent de plusieurs sources et est dispersé sur différents sites Web et bases de données ouvertes, dont beaucoup suivent des normes et des formats différents. Les données sur une crise ne sont utiles que si elles sont synthétisées et présentées de manière à ce que les décideurs puissent les comprendre.

Une étude rétrospective a montré comment les recherches Google impliquant des mots-clés liés à la pandémie, comme "pneumonie, " aurait pu être utilisé pour repérer les signes avant-coureurs de la propagation du COVID-19 en Europe. Le même résultat a été obtenu à l'aide des données de Twitter, et pourrait à l'avenir être atteint avec les données de la technologie portable. Pour l'instant, ces nouvelles sources de données ne sont pas intégrées dans des efforts de surveillance plus larges, mais cela pourrait aider les gouvernements à mieux anticiper les crises à l'avenir.

Aux Etats-Unis, l'absence d'un système accessible au public pour agréger les données liées au COVID a conduit à la création du COVID Tracking Project. Une communauté de plus de 300 bénévoles rassemblés, a organisé et analysé des sources de données pour produire la source publique d'informations la plus complète sur COVID aux États-Unis. Leurs efforts ont aidé à traiter des données sous-déclarées sur les personnes en soins de longue durée et l'incidence de COVID organisées par race et origine ethnique.

Cependant, une autre initiative pandémique prometteuse, le projet Intelligence Collective et Augmentée Contre le COVID-19 (CAIAC), n'a pas réussi à décoller, malgré le soutien de l'UNESCO et du Stanford Institute for Human-Centered Artificial Intelligence. La leçon :combiner de manière productive l'intelligence humaine et l'intelligence artificielle pourrait nous aider à gérer des quantités écrasantes de données, mais ce n'est pas facile. Créer et maintenir de nouvelles infrastructures de données mondiales prend du temps, efforts et investissements importants.

La diversité renforce l'intelligence collective

Nous pouvons faire plus pour exploiter correctement l'intelligence collective face aux crises futures. Plus de données aide certainement, et ceux qui organisent ces données peuvent aider à les présenter aux décideurs clés le plus rapidement possible. Mais qui prend les décisions compte aussi.

Avec le monde pris par surprise, il semble que la prise de décision liée au COVID-19 ait suivi le modus operandi habituel consistant à exclure les voix des femmes et des minorités. Une analyse de 115 groupes de travail décisionnels et experts COVID-19 de 87 pays, y compris le Royaume-Uni et les États-Unis, ont constaté que seulement 3,5% avaient la parité entre les sexes dans leur adhésion, tandis que 85,2 % étaient des hommes majoritaires. L'impact disproportionné de COVID-19 sur les communautés noires et ethniques minoritaires et les femmes aurait-il été aussi grave si ces groupes d'experts avaient été plus diversifiés ?

La littérature sur l'intelligence collective a longtemps souligné le potentiel de la diversité dans la résolution de problèmes, mais ces effets positifs ne peuvent être réalisés que si les institutions recherchent activement une variété de voix. Sans trouver de meilleurs moyens d'apporter des perspectives diverses dans la prise de décision, nous n'allons pas trop nous enthousiasmer pour les avantages du Global Pandemic Radar, et d'autres efforts futurs pour mettre en commun les données et les renseignements, se fera sentir.

Alors que COVID a placé la modélisation basée sur l'IA au cœur des décisions gouvernementales, il y a encore un long chemin à parcourir avant que ces modèles soient accessibles aux gens ordinaires, ce qui pourrait aider à diversifier la prise de décision. C'est là que des méthodes participatives plus créatives, visant à aider les membres du public à explorer les conséquences des décisions politiques et des comportements collectifs, peut avoir un rôle à jouer.

Le jeu Corona Minister permet aux gens d'explorer les conséquences de différentes interventions politiques alors qu'ils naviguent dans les compromis entre la santé publique, l'économie et les droits civiques. Autre part, des chercheurs danois ont créé une expérience de jeu en réalité virtuelle où les citoyens naviguent à travers des scènes bondées et tentent d'éviter l'infection. Le but de l'expérience est d'aider les participants à comprendre la complexité de la propagation de la maladie et le rôle joué par la vaccination.

Faire des progrès dans la façon dont nous pouvons penser efficacement, décider et agir ensemble est un domaine qui ne reçoit pratiquement aucun investissement en recherche. Nous pensons utiliser l'IA pour tirer le meilleur parti de l'intelligence collective distribuée des grands, la diversité des groupes est une frontière majeure pour l'innovation, et une énorme opportunité de préparer la population à une future crise.

Investir dans des initiatives ascendantes

D'Ebola à COVID, nous avons appris à maintes reprises que les crises nécessitent des réponses à la fois descendantes et ascendantes. Ainsi, bien que le radar mondial de pandémie soit un grand pas en avant, les gouvernements qui prennent au sérieux la prévention et la réponse aux crises doivent commencer à soutenir les infrastructures numériques et sociales qui permettent aux communautés d'agir elles-mêmes intelligemment.

En 2020, nous avons vu comment les systèmes d'action communautaire existants ont pu pivoter rapidement pour se concentrer sur COVID-19. L'un d'eux était MetaSUB, un projet mondial de création de portraits microbiens des systèmes de transport urbain qui existe depuis 2015. Avec un réseau de bénévoles et de scientifiques dans plus de 100 villes, ils prélèvent régulièrement des écouvillons dans les trains et les escalators, tester les agents pathogènes qu'ils trouvent pour tout marqueur de résistance aux antibiotiques.

La pandémie les a vu rapidement mettre en place le projet MetaCOV, appliquant leur méthodologie précédente pour voir comment les échantillons microbiens ont changé pendant la pandémie. Leurs données ont aidé à montrer que plus le COVID-19 était long sur une surface, moins cela risquait de rendre quelqu'un malade.

Ensuite, il y a le système de prévision FluCast, qui exploite la « sagesse des foules » pour prédire les tendances de la grippe saisonnière pour les Centers for Disease Control des États-Unis depuis 2015. Le système a été rapidement réutilisé dans COVIDCast en 2020, qui repose sur des sources de données ouvertes et la participation de bénévoles. COVIDCast offre désormais des données en temps réel sur une gamme d'indicateurs, y compris le port de masques et les visites médicales liées au COVID, pour prévoir les pics régionaux d'infections et d'hospitalisations au COVID.

Le fait que ces systèmes étaient déjà présents et connectés signifiait qu'ils pouvaient être rapidement déployés pour répondre à de nouvelles exigences pressantes. De nombreuses réponses communautaires ont, bien sûr, a émergé pour jouer un rôle vital sans aucun soutien institutionnel existant, tels que des groupes créant des EPI pour les hôpitaux en difficulté, et des communautés en Inde et au Népal surveillant l'approvisionnement en oxygène et la disponibilité des lits d'hôpitaux. Bon nombre de ces nouveaux groupes devraient être soutenus afin qu'ils puissent se mobiliser rapidement dans les futures situations d'urgence.

En plus de ça, un investissement plus proactif, suivant l'exemple d'organisations comme le réseau Omidyar, devraient maintenant être orientés vers les infrastructures communautaires. Et les institutions gouvernementales devraient reconnaître qu'il est actuellement trop difficile pour les projets communautaires de se connecter aux institutions. S'ils sont exclus de la planification formelle, de tels groupes ne peuvent offrir leur intelligence collective pour le bien collectif.

Exploiter l'intelligence collective

À son meilleur, l'intelligence collective peut nous aider à répondre aux crises avec plus de confiance, clarté et coopération. Mais nous devons commencer à construire et à renforcer ces programmes et systèmes maintenant, avant la prochaine crise.

La pandémie a été dure. Mais elle a aussi mis notre intelligence collective à l'honneur, que ce soit par le biais de groupes WhatsApp de quartier ou de recherches scientifiques internationales. Alors que nous nous dirigeons vers la récupération de COVID, en pariant sur de nouvelles initiatives comme le Global Pandemic Radar, nous devons veiller à ce que ces leçons ne soient pas oubliées. Nous devons maintenant investir dans la puissance combinée des données, la technologie et les gens, qui nous aidera à éviter la prochaine épidémie et à contrer la prochaine grande crise de la société.

Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lire l'article original.