Coronavirus : Avec PredictEst, le Grand-Est se dote d’un outil de modélisation pour prédire l’évolution de l’épidémie

INNOVATION Cette solution de modélisation est présentée comme très précise, avec une marge d'erreur « inférieure à 10 % »

Thibaut Gagnepain

— 

L'outil PredictEst rassemble de nombreuses données modélisées ensuite sous formes de cartes diagrammes etc.
L'outil PredictEst rassemble de nombreuses données modélisées ensuite sous formes de cartes diagrammes etc. — Capture d'écran
  • La région Grand-Est a développé, avec l’aide de partenaires institutionnels, académiques et industriels, Predict’Est.
  • Cet outil de modélisation doit permettre, notamment, de prédire l’évolution de l’épidémie de Covid-19.
  • Comment cela est-il possible ? Avec les données publiques de l’Insee et Santé publique France. « Et grâce à l’exploitation d’une masse de publications scientifiques combinées à ces données publiques existantes, on a la possibilité de prédire l’évolution de l’épidémie selon des scénarios donnés », détaille le professeur Benoît Gallix, directeur de l’Institut hospitalo-universitaire (IHU) de Strasbourg.

Quel sera le nombre d’hospitalisations à cause du Covid-19 dans deux semaines à Reims ou à Strasbourg ? Le nombre de patients qui seront infectés par le virus en Alsace dans six à huit semaines ? Ce genre de prévisions, PredictEst peut et l’a déjà réalisé. Sans trop se tromper. « A l’arrivée, on était à un taux d’erreur de 5-8 % », se souvient le professeur Benoît Gallix pour le premier cas. Le directeur de l’Institut hospitalo-universitaire (IHU) de Strasbourg a contribué à l’élaboration de ce fameux outil de modélisation assez similaire à celui de l’Institut Pasteur mais propre au Grand-Est.

La région était justement motrice dans ce projet, aidée par d’autres partenaires institutionnels, académiques mais aussi privés (Dassault Systemes et CapGemini). Le but ? « Prendre un peu d’avance sur l’épidémie pour mieux adapter nos décisions au niveau local », explique le président du Grand-Est et médecin de formation, Jean Rottner, particulièrement satisfait du résultat.

Une énorme base de données

PredictEst, c’est d’abord une énorme base constituée de données publiques, de l’Insee ou Santé publique France. Jusqu’à une échelle très fine, comme celle du quartier à Strasbourg. Pour des analystes, il est ainsi possible de suivre l’évolution du taux d’incidence un peu partout dans la grande région. Et de nombreuses autres données : le taux de reproduction du virus, sa circulation active, la tension hospitalière, le nombre de tests PCR réalisés, mais aussi le taux de logements sociaux dans le coin, la population non-diplômée, etc. Des chiffres tous anonymisés. Les créateurs l’assurent : le « plus haut niveau de protection » entourent ces informations.

PredcitEst permet aussi de voir les données à une échelle très fine. Comme ici sur les quartiers de Strasbourg où il est possiblme de superposer le taux d'ncidence du Covid-19 avec d'autres données. Comme le taux de chômage, le nombre de logements sociaux etc. Tout ne se prête pas à analyse.
PredcitEst permet aussi de voir les données à une échelle très fine. Comme ici sur les quartiers de Strasbourg où il est possiblme de superposer le taux d'ncidence du Covid-19 avec d'autres données. Comme le taux de chômage, le nombre de logements sociaux etc. Tout ne se prête pas à analyse. - Capture d'écran

A l’écran, l’outil de modélisation dessine des courbes, des diagrammes, des tableaux, des cartes. « Et grâce à l’exploitation d’une masse de publications scientifiques combinées à ces données publiques existantes, on a la possibilité de prédire l’évolution de l’épidémie selon des scénarios donnés », reprend Benoît Gallix. « En cas de premier confinement, on sait par exemple que le nombre d’hospitalisations va diminuer dans des proportions qui seront différentes qu’en cas de couvre-feu ou de deuxième confinement. » Bref, avec les conclusions des épisodes passés, PredictEst prévoit l’avenir.

« La machine apprend au fur et à mesure »

Avec une limite : il ne connaît pas toutes les réactions de la population. Quid des fêtes de Noël ? Ce scénario-là n’a pas encore été vécu et ne peut donc générer aucune prospective. « La machine apprend au fur et à mesure qu’elle enregistre des données. Elle progresse tous les jours », résume Jean Rottner qui imagine déjà l’utiliser pour des cas précis et surtout de la prévention. « Comme pour aider à notre prochaine stratégie vaccinale car on sait que tels ou tels endroits ont été plus touchés que d’autres », souffle la préfète du Grand-Est, Josiane Chevalier.

PredictEst pourrait être aussi déployé dans d’autres régions. Le Bade-Wurtemberg (Allemagne) et le Luxembourg en auraient déjà fait la demande. Mais sera-t-il accessible à tous demain ? « Ce n’est pas un site web qui donne des prévisions, répond Benoît Gallix. Il est trop tôt pour une diffusion large. L’outil est prospectif mais doit être analysé par des personnes qui en ont l’habitude. C’est à destination des décideurs. » « Ça doit vraiment nous aider à anticiper et mieux expliquer faire comprendre nos choix au public », conclut la représentante de l’Etat.