Le système FluSense suit les tendances des maladies en surveillant de manière autonome les espaces publics

L’un des obstacles à une estimation précise de la prévalence des maladies dans la population générale est que la plupart de nos données proviennent des hôpitaux, et non des 99,9% du monde qui n’est pas les hôpitaux. FluSense est un système autonome respectueux de la vie privée qui compte les personnes et tousse dans les espaces publics pour tenir les autorités sanitaires informées.

Chaque année a une saison de grippe et de froid, bien sûr, bien que cette année soit bien plus grave. Mais c’est comme une saison de la grippe ordinaire dans la mesure où quiconque estime le nombre de personnes malades est d’analyser les statistiques des hôpitaux et des cliniques. Les patients signalant une «maladie de type grippal» ou certains symptômes sont regroupés et suivis de manière centralisée. Mais qu’en est-il des nombreuses personnes qui restent à la maison ou qui vont au travail malades?

Nous ne savons pas ce que nous ne savons pas ici, ce qui rend les estimations des tendances de la maladie – qui éclairent des choses comme la production de vaccins et le personnel hospitalier – moins fiables qu’elles ne pourraient l’être. Non seulement cela, mais cela produit probablement des biais: qui est moins susceptible d’aller à l’hôpital et plus susceptible de devoir travailler malade? Les gens à faible revenu et sans soins de santé.

Des chercheurs de l’Université du Massachusetts à Amherst tentent d’atténuer ce problème de données avec un système automatisé qu’ils appellent FluSense, qui surveille les espaces publics, compte les personnes qui s’y trouvent et écoute la toux. Quelques-uns de ceux-ci stratégiquement placés dans une ville pourraient fournir beaucoup de données précieuses et un aperçu des maladies pseudo-grippales dans la population générale.

Tauhidur Rahman et Forsad Al Hossain décrivent le système dans un article récent publié dans une revue ACM. FluSense se compose essentiellement d’une caméra thermique, d’un microphone et d’un système informatique compact chargé d’un modèle d’apprentissage automatique formé pour détecter les personnes et les sons de la toux.

Pour être clair au départ, il ne s’agit pas d’enregistrer ou de reconnaître des visages individuels; Comme une caméra qui fait la détection des visages pour régler la mise au point, ce système ne voit qu’un visage et un corps et les utilise pour créer un nombre de personnes en vue. Le nombre de toux détectées est comparé au nombre de personnes et à quelques autres paramètres comme les éternuements et la quantité de discours, pour produire une sorte d’indice de maladie – pensez-y comme une toux par personne et par minute.

Un exemple de configuration, ci-dessus, le matériel du prototype FluSense, le centre et la sortie d’échantillon de la caméra thermique avec des individus comptés et décrits.

Bien sûr, c’est une mesure relativement simple, mais il n’y a rien de tel là-bas, même dans des endroits comme les salles d’attente des cliniques où les malades se rassemblent; Le personnel des admissions ne tient pas un décompte continu de la toux pour les rapports quotidiens. On peut imaginer non seulement caractériser les types de toux, mais aussi des marqueurs visuels comme la proximité des gens et des informations de localisation comme les indicateurs de maladie dans une partie d’une ville par rapport à une autre.

«Nous pensons que FluSense a le potentiel d’élargir l’arsenal d’outils de surveillance de la santé utilisés pour prévoir la grippe saisonnière et d’autres épidémies respiratoires virales, telles que la pandémie de COVID-19 ou le SRAS», a déclaré Rahman à TechCrunch. «En comprenant le flux et le reflux de la dynamique des symptômes à différents endroits, nous pouvons mieux comprendre la gravité d’une nouvelle maladie infectieuse et de cette façon, nous pouvons appliquer une intervention de santé publique ciblée comme l’éloignement social ou la vaccination.»

Évidemment, la confidentialité est une considération importante avec quelque chose comme ça, et Rahman a expliqué que c’était en partie pourquoi ils ont décidé de construire leur propre matériel, car comme certains l’ont déjà compris, il s’agit d’un système qui est possible (mais pas trivial) à intégrer dans la caméra existante systèmes.

«Les chercheurs ont recueilli les opinions du personnel des soins cliniques et du comité d’éthique de l’université pour s’assurer que la plateforme de capteurs était acceptable et bien alignée sur les considérations de protection des patients», a-t-il déclaré. «Toutes les personnes ont discuté des principales hésitations concernant la collecte de toute imagerie visuelle haute résolution dans les zones des patients.

De même, le classificateur vocal a été spécialement conçu pour ne conserver aucune donnée vocale au-delà de ce que quelqu’un a parlé – ne peut pas divulguer des données sensibles si vous n’en collectez jamais.

Le plan pour l’instant est de déployer FluSense «dans plusieurs grands espaces publics», présume-t-on sur le campus UMass afin de diversifier leurs données. «Nous recherchons également des fonds pour exécuter un essai à grande échelle dans plusieurs villes», a déclaré Rahman.

Avec le temps, cela pourrait être intégré à d’autres mesures de première et de seconde main utilisées pour prévoir les cas de grippe. Il n’est peut-être pas temps d’aider beaucoup à contrôler le COVID-19, mais cela pourrait très bien aider les autorités sanitaires à mieux planifier la prochaine saison de la grippe, ce qui pourrait potentiellement sauver des vies.

Traduit de l’anglais de https://techcrunch.com/2020/03/20/flusense-system-tracks-sickness-trends-by-autonomously-monitoring-public-spaces/

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.