Aplanir la courbe du COVID-19 grâce à l'IA et à la conception comportementale des produits

En mars 2020, la pandémie de COVID-19 n'en était qu'à ses débuts. Presque du jour au lendemain, les pays du monde entier sont passés d'une situation normale à un état de fermeture totale. Soudain, les aspects les plus simples de la vie quotidienne - aller au magasin, prendre le métro, rencontrer un ami - étaient potentiellement dangereux.

Dans ce climat d'incertitude et de peur, les gouvernements tentaient désespérément de trouver des solutions qui permettraient aux gens de reprendre une vie normale, tout en atténuant les risques liés au COVID. Mais à l'époque, nous disposions encore de très peu d'informations sur la manière dont le nouveau coronavirus affectait les personnes et se propageait au sein de la population.

De plus, les risques liés au COVID varient considérablement d'une partie de la société à l'autre. Les enfants, les personnes âgées et les personnes immunodéprimées sont tous plus exposés aux conséquences graves du coronavirus, y compris la mort. Les gouvernements et les organisations de santé publique ont donc eu beaucoup plus de mal à tracer une voie à suivre : des personnes différentes ont besoin de lignes directrices adaptées à chacune d'entre elles.

Mila est un institut de recherche montréalais qui se concentre principalement sur l'apprentissage automatique. Fondé par le célèbre informaticien Yoshua Bengio, Mila est mondialement reconnu pour ses contributions à notre compréhension de l'intelligence artificielle (IA).

Lorsque les bouclages ont commencé, l'équipe de Mila a envisagé de créer une application de pointe pour la recherche des contacts afin d'aider les gens ordinaires à naviguer dans la "nouvelle normalité" de la vie en pandémie. Développée à l'intersection de l'épidémiologie et de l'apprentissage automatique, l'application COVI serait capable d'informer les utilisateurs lorsqu'ils ont été potentiellement exposés au virus. Elle serait également capable de prédire le niveau de risque personnel de chaque utilisateur dans diverses situations de la vie quotidienne, en fonction de ses caractéristiques démographiques, de ses antécédents médicaux et de ses contacts, pour ne citer que quelques facteurs.

TDL s'est associé à Mila et à Libéo, un développeur de logiciels de premier plan au Québec, dans le cadre d'un projet commun de développement de COVI. En raison de l'urgence de la situation, le projet devait être rapide comme l'éclair : COVI a vu le jour en quelques semaines, fruit d'une collaboration intense et de longues nuits. Notre travail a été couvert par les principaux organes de presse du Canada, y compris la CBC.

Pendant que nous travaillions sur COVI, une multitude d'autres applications de recherche de contacts étaient en cours de développement dans le monde entier, tous les développeurs et leur grand-mère s'efforçant de mettre au point des outils viables pour lutter contre COVID-19.

Ce qui a permis à COVI de se démarquer de ses contemporains, c'est l'accent mis sur les gradations de risque. Une approche d'apprentissage automatique nous a permis de développer une application qui intégrerait de nombreux niveaux d'information dans un score graduel qui permettrait aux utilisateurs de comprendre leur propre niveau de risque personnel dans n'importe quelle situation donnée. Forts de ces informations, les utilisateurs peuvent alors prendre des décisions fondées sur des preuves quant aux actions à entreprendre, en fonction de leur tolérance personnelle au risque et de leurs besoins.

En tant que responsable du comportement dans le cadre du projet COVI, le rôle de TDL était d'optimiser l'interface que les utilisateurs verraient. Nous étions chargés de déterminer les défis les plus pressants auxquels les citoyens étaient confrontés en matière de prise de décision. Comment pouvions-nous canaliser les connaissances offertes par l'apprentissage automatique pour leur fournir quelque chose de vraiment utile, en particulier à une époque où les émotions et le stress étaient si élevés ?

Pour répondre à ces questions, nous avons mené des enquêtes répétées auprès de milliers de Canadiens afin de suivre l'évolution de leurs attitudes au cours des premiers mois de la pandémie. Nous avons interrogé les participants non seulement sur COVID lui-même, mais aussi sur leurs croyances et leurs attitudes à l'égard du gouvernement, des applications numériques de santé mentale, des applications de suivi, etc. Ces données nous ont permis d'identifier les points de douleur potentiels et d'autres pièges, ainsi que les astuces et autres interventions comportementales qui pourraient être intégrées à l'interface pour aider à atténuer les inquiétudes des utilisateurs.

En plus de notre recherche utilisateur, TDL a également réalisé une analyse de l'écosystème et une revue de la littérature comportementale, identifiant les meilleures pratiques basées sur des données probantes à suivre dans la conception UX de l'application. Enfin, nous nous sommes occupés de la gestion complexe des parties prenantes du projet, en cartographiant les besoins et les préférences des nombreuses parties prenantes impliquées : les citoyens, les différents niveaux de gouvernement et les communautés spécifiques qui ont été particulièrement touchées par la pandémie de COVID-19.

Lorsque les données de santé des utilisateurs sont en jeu, la protection de la vie privée est primordiale. Comme nous l'avons appris dans le cadre de nos autres travaux dans le domaine de la santé numérique et du bien-être, les utilisateurs ont tendance à se méfier de toute plateforme qui leur demande de partager des informations personnelles, et ce pour de bonnes raisons. C'est pourquoi l'équipe a veillé à respecter les normes les plus strictes en matière de confidentialité et de protection des données lors du développement de COVI.

Le système de COVI a été conçu de manière à ce que toutes les informations relatives aux utilisateurs soient entièrement cryptées. Les données ont été rendues anonymes et n'ont été analysées que de manière globale, afin de garantir qu'aucune personne ne puisse être identifiée. L'application minimise également la collecte des données de l'utilisateur en se limitant à l'essentiel, et supprime les données de l'utilisateur au bout de 30 jours.

À la mi-2020, le gouvernement du Canada envisageait sérieusement de faire de COVI l'application officielle de recherche de contacts au Canada. Bien que notre proposition n'ait finalement pas été retenue, les codes et modèles utilisés pour développer COVI sont toujours disponibles en open source sur le site web de Mila.

L'IA et les sciences du comportement recèlent toutes deux un immense potentiel pour la santé publique. Nous espérons qu'en rendant le code source de COVI accessible à tous, nous aiderons d'autres chercheurs et gouvernements à développer à l'avenir des applications de santé similaires basées sur l'IA.