En utilisant la modélisation informatique, les chercheurs visent à détecter non seulement la transmission directe, mais aussi contact avec des surfaces contaminées et transmission indirecte. Crédit :iStock
A présent, il n'est pas surprenant que la recherche des contacts - identifier les interactions récentes d'une personne malade pour déterminer qui d'autre elle aurait pu être infectée - puisse être un moyen efficace de contrôler l'épidémie de coronavirus.
Mais les méthodes traditionnelles, principalement des entretiens de personne à personne pour identifier et isoler ceux qui auraient pu entrer en contact avec le virus, pourrait être trop lent face à une pandémie qui s'accélère.
La solution? Votre téléphone intelligent.
Le professeur d'informatique de l'USC Cyrus Shahabi et son équipe travaillent sur une application de recherche de contacts qui vise à répondre à la question :sur la base de mes traces de localisation, quel est mon risque d'être infecté par le coronavirus?
Analyse de risque individualisée
L'application permet aux utilisateurs de saisir les symptômes et les lieux visités, et fournit une analyse de risque individualisée, identifier les points chauds potentiels et donner aux chercheurs une meilleure idée de la façon dont le virus se propage, sans compromettre la confidentialité des utilisateurs.
Cela pourrait aider les autorités à localiser le virus et à alerter automatiquement les personnes à proximité, conseillant des tests ou un isolement temporaire. En utilisant la modélisation informatique, les chercheurs visent à détecter non seulement la transmission directe, mais aussi contact avec des surfaces contaminées et transmission indirecte.
"La technologie de traçage des contacts peut jouer un rôle important dans la réduction de la propagation du virus au début de la courbe mais aussi vers la fin, aider les gens à retrouver leur emploi et leur vie sociale, " dit Chahabi, président du département d'informatique de l'USC et professeur Helen N. et Emmett H. Jones en ingénierie.
"Le principal défi est de savoir comment réduire la propagation du coronavirus dans cette crise immédiate, mais aussi comment contenir les points chauds à l'avenir. »
Le développement de l'application a commencé en collaboration avec Peter Kuhn, professeur de sciences biologiques du doyen de l'USC au Dornsife College of Letters, Arts et Sciences, et sera étendu pour inclure un backend pour la gestion et l'analyse des données dans le cadre d'une collaboration avec des chercheurs de l'Université Emory et du Centre des sciences de la santé de l'Université du Texas (UTHealth).
Le projet est proposé pour un prix National Science Foundation Rapid Response Research, qui a été créé en réponse à des cas d'urgence tels que la pandémie de coronavirus.
Méthodes traditionnelles de recherche de contacts, représenté ci-dessus, sont efficaces, mais pourrait être trop lent face à une pandémie. En utilisant les données du téléphone, les personnes potentiellement infectées peuvent être notifiées plus rapidement, testé et potentiellement isolé pour arrêter la propagation. Crédit :CDC Creative Commons.
Améliorations de la confidentialité
Alors que la recherche des contacts fonctionne dans des pays comme la Corée du Sud et la Chine, il y a encore des points d'interrogation sur les problèmes de confidentialité et l'efficacité du traçage des maladies à l'aide des données des téléphones portables.
Mais Shahabi, un expert en confidentialité des lieux, et son équipe sont préparés :depuis plusieurs années, les chercheurs se sont attaqués à ces deux problèmes pour des services de localisation plus quotidiens tels que les applications de covoiturage et les recherches de « points d'intérêt ».
Dans les projets de recherche en cours, Shahabi et son équipe travaillent à rendre les algorithmes de données cryptées plus efficaces lors de la recherche de données de localisation. Un autre projet actif dans le laboratoire de Shahabi consiste à ajouter du bruit aux données de localisation avant que l'application n'envoie des données au système principal. Mais le cryptage peut être lent et l'ajout de bruit peut également rendre le suivi de localisation moins efficace.
Pour l'application de recherche de contacts COVID-19, l'équipe se concentre initialement sur des améliorations plus simples de la confidentialité pour atténuer les risques de confidentialité, tout en assurant un impact immédiat sur la santé publique. Spécifiquement, les utilisateurs peuvent choisir la fréquence de suivi, ou enregistrement manuel, ainsi que la spécificité des emplacements téléchargés, par exemple, centre-ville de LA contre Grand Central Market, à mesure que leur risque évolue.
Les futures versions de l'application combineront le cryptage et l'ajout de bruit pour trouver un compromis entre précision et vitesse.
Les recherches antérieures de Shahabi sur la déduction des réseaux d'amitié entre les utilisateurs utilisant les données de leur téléphone portable contribueront également à améliorer la précision de l'aspect analyse des risques de l'application. On pense que les gens passent plus de temps avec ceux avec qui ils sont socialement connectés. En tant que tel, vous êtes plus susceptible d'être infecté par un ami assis en face de vous pendant la durée du déjeuner que par un serveur qui prend votre commande.
« Ce projet est l'aboutissement de plusieurs années de travail, avec de nombreux axes de recherche réunis pour lutter contre une pandémie mondiale, ", a déclaré Shahabi. "Nous sommes particulièrement bien placés pour résoudre ce problème en raison de nos travaux antérieurs dans le domaine de la confidentialité des emplacements et de l'analyse des données de mobilité."
L'application pourrait, en théorie, être prêt dans quelques semaines, mais dépend de tests peu coûteux et faciles, qui n'est pas encore disponible aux États-Unis ou dans de nombreux autres pays. L'équipe travaille actuellement avec les autorités sanitaires pour approuver l'application et se connecter avec les utilisateurs afin de collecter volontairement des données. Les chercheurs prévoient de déployer l'application auprès de la population étudiante des trois universités des chercheurs au cours du semestre d'automne.
