Au cours des dernières semaines, les séances d’information quotidiennes des responsables de la santé publique et des gouvernements sur la pandémie de Covid-19 sont devenues des rendez-vous incontournables pour plusieurs Canadiens et Québécois. D’heure en heure, chaque jour, nous sommes bombardés de chiffres cruciaux : nombre de nouveaux cas, nombre d’hospitalisations, nombre de tests, nombre de personnes guéries et, malheureusement, nombre de décès.
Il ne fait aucun doute que la population a une dette énorme envers les travailleurs de première ligne qui soignent les malades, assurent notre sécurité et maintiennent les chaînes d’approvisionnement nous permettant de nourrir nos familles. Il est tout aussi vrai que, pour le moment, nous ne disposons d’aucun traitement permettant d’arrêter efficacement la propagation du virus ou d’en réduire les effets. Il n’existe pas de vaccin contre de futures épidémies.
Je suis conseiller spécial du président concernant la stratégie des données à la University of Western Ontario et mon co-auteur, Ted Hewitt, est président du Conseil de recherches en sciences humaines du Canada. Nous croyons que dans le combat mené actuellement contre la pandémie de Covid-19, les données sont essentielles, à condition d’être bien analysées et interprétées.
Un outil d’aide à la décision
Dans ce contexte — comme tout médecin en santé publique vous le dirait — les données sont notre allié le plus précieux. La surveillance des taux d’infection et des mesures prises pour réduire l’exposition est essentielle pour diminuer le nombre de personnes infectées sur de longues périodes, et c’est ce que signifie « aplatir la courbe ».
Les données sur la disponibilité des lits aux soins intensifs, des respirateurs ou des équipements de protection pour les médecins et les infirmières nous aident à planifier efficacement les ressources en prévision de hausses subites du nombre d’hospitalisations. Les données sur la localisation des foyers d’infection contribuent à protéger les populations vulnérables ou à contenir la propagation de l’infection d’une région à l’autre.
Ces données alimentent les modèles sur lesquels s’appuient les responsables de la santé publique pour déterminer qui sera soumis à l’auto-isolement et, pour des millions de Canadiens, à quel moment et comment ils pourront reprendre une vie normale.
Il faut plus de transparence
La promesse des données précises, informatives et partagées est presque sans limites. Cependant, les données mondiales dont nous disposons sont en réalité inexactes, incomplètes, non divulguées, et parfois même, corrompues.
Nous nous heurtons à ce défi générationnel précisément au moment où nous avons la capacité de recueillir, d’échanger et d’interroger des données à une échelle qui était inimaginable il y a encore deux décennies. Pour gagner la bataille, et pour réduire les souffrances et les pertes de vies humaines, nous devons nous engager à échanger des données de manière transparente et ouverte. Qu’il s’agisse d’une simple analyse de régression ou du plus complexe des réseaux de neurones, nos modèles — et notre capacité à comprendre et à planifier notre avenir — dépendent entièrement de la quantité et de la qualité des données utilisées pour les construire.
Les données ne s’analysent pas d’elles-mêmes, et les modèles n’émettent pas de directives politiques entièrement formées.
Le rôle des scientifiques
Ce qui précède suggère un rôle tout aussi important pour certaines personnes, comme les scientifiques des données et les experts du domaine qui peuvent parler le langage de la science des données, tout au long du spectre disciplinaire. En outre, et au-delà de la crise, nous nous appuierons fortement sur les exercices de modélisation entrepris par nos économistes, nos analystes fonctionnels et d’autres spécialistes des sciences sociales qui pourront nous montrer la voie pour retrouver une société saine, tolérante et prospère.
C’est déjà le cas. Eric Kennedy, de l’Université York s’intéresse, par exemple, à la façon dont les Canadiens comprennent et perçoivent la pandémie, aux personnes à qui ils font confiance pour obtenir des renseignements et à la façon dont ils adaptent leurs comportements. Ces connaissances essentielles permettront d’établir des stratégies plus efficaces pour l’échange de renseignements fiables susceptibles de réduire l’impact de maladies comparables sur les sociétés.
À l’Université de Calgary, une autre équipe de chercheurs guidée par Myles Leslie,évalue la façon dont les politiques de préparation à la Covid-19 et d’intervention face à la maladie sont transmises aux hôpitaux et aux centres de santé familiale afin qu’elles soient mises en œuvre, depuis les protocoles d’isolement jusqu’au triage. Ces travaux permettront de déterminer les possibilités d’amélioration des efforts d’intervention, aujourd’hui et pour les futures urgences de santé publique.
À l’Université McGill, David Buckeridge et son équipe combinent la technologie de traitement du langage naturel avec des outils d’apprentissage automatique, tels que les réseaux neuronaux, pour analyser plus de deux millions de rapports de médias traditionnels et de médias sociaux sur la propagation du coronavirus.
Ces renseignements seront combinés à d’autres données, telles que les rapports sur les cas de Covid-19, afin de donner aux décideurs et aux autorités sanitaires une image beaucoup plus complète de la manière dont le virus se propage différemment dans les pays, et des raisons pour lesquelles il le fait.
Il nous tarde à tous de voir le jour où des traitements et des vaccins efficaces seront disponibles pour lutter contre la menace mondiale qu’est la Covid-19. D’ici là — et très probablement à l’avenir — les données et la science des données resteront en première ligne de la gestion des menaces de maladies.