Alors que l’industrie pharmaceutique et le système hospitalier ont été pris de court par l’épidémie du COVID-19, le digital a fait naître un énorme espoir de trouver une réponse moderne au second pilier de la lutte contre l’épidémie : la prévention.
Le numérique : un socle solide pour les politiques de prévention sanitaire
La révolution numérique semble permettre de résoudre un des obstacles majeurs des politiques de prévention sanitaire : identifier et informer les personnes à risque. On peut ainsi sortir d’une logique de prévention de masse, et développer une prévention ciblée plus efficace et moins coûteuse. Elle permet ainsi d’optimiser l’efficacité des ressources sanitaires qui sont souvent en pénurie au début d’une épidémie, notamment pour les tests de dépistage.
On peut attendre deux avantages majeurs d’une application numérique :
1. Une prise en charge précoce des personnes infectées, essentielle à leur guérison.
2. Associée au dépistage, elle permet d’isoler les personnes contagieuses pour lutter contre la propagation de l’épidémie.
Pour aider à contenir la propagation d’une épidémie il faut comprendre qu’une application ne doit pas forcément identifier toutes les personnes contaminées. Elle doit simplement en identifier suffisamment pour faire baisser le nombre moyen de personnes contaminées par une personne infectée : le R0. Lorsque le R0 tombe en dessous de 1, l’épidémie finit par s’éteindre d’elle-même. Dans le cas d’un R0 à 2, une application qui identifierait 50% des malades permettrait d’arrêter la propagation de l’épidémie.
On voit donc qu’une application suffisamment efficace, couplée à une campagne de dépistage et d’une politique de confinement des personnes contagieuses, permettrait de stopper une épidémie sans avoir recours au confinement généralisé de la population qui nous semblait hier encore une solution d’un autre âge.
L’application Stop Covid cumule les obstacles pour être efficace dans cette crise
Une solution numérique doit permettre une politique ciblée sur les patients infectés. C’est-à-dire qu’elle doit identifier la probabilité qu’un utilisateur soit infecté de manière la plus précise possible.
Pour cela elle doit répondre à deux critères :
1. Identifier le plus de personnes infectées possible (ce qui semble évident).
2. Alerter le moins de personnes possible qui s’avèreraient finalement non infectées pour ne pas surcharger inutilement les ressources sanitaires.
L’application Stop Covid qui identifie les contacts avec les personnes infectées cumule les obstacles pour répondre à ces deux critères. Elle risque de passer à côté de nombreuses personnes infectées et au contraire d’en alerter de nombreuses saines.
Au-delà des choix techniques (Bluetooth) qui nécessitent que 60% de la population télécharge l’application pour qu’elle soit efficace, il y a selon nous une erreur plus fondamentale dans la démarche même de la solution. L’application ne recherche pas la probabilité qu’une personne soit contaminée. Elle fait un raccourci entre contact avec une personne infectée et risque de contamination. Si cela peut sembler intuitif au premier abord, cela ne traduit pourtant pas la réalité.
D’une part, de nombreuses contaminations ne se font pas par contact direct avec une personne infectée, mais par une surface contaminée. Comme une poignée de porte par exemple. Ces contaminations par les surfaces ne sont pas prises en compte par Stop Covid. D’autre part, dans leur très grande majorité, les personnes en contact avec une personne contaminée ne seront pas infectées. Ainsi une personne contagieuse pourra contaminer en moyenne 5 personnes. Mais elle aura pu en croiser 100. Ainsi l’application aura détecté et alerté 95% d’entre elles qui seront en réalité saines.
Imaginons maintenant une situation idéale où toute la population aurait téléchargé Stop Covid, et où tous les utilisateurs infectés l’auraient déclaré. L’application pourrait signaler une majorité des utilisateurs alors même que 1% seulement serait contaminé. Elle ne ferait ainsi pas beaucoup mieux qu’un confinement généralisé.
Enfin, le temps de contact de 15 minutes que Stop Covid instaure avant de déclarer un risque fera effectivement baisser le nombre de faux positifs. Mais ce temps est arbitraire. Il y a des contaminations qui se font avec un temps de contact plus court et qui ne seront donc pas identifiées par l’application. Ce temps dépend d’ailleurs du lieu et n’est pas le même dans un jardin que dans une rame de métro. De plus, plusieurs contacts très courts peuvent se révéler aussi dangereux qu’un seul contact de 15 minutes.
Nous voyons donc que Stop Covid n’est qu’un indicateur, à destination de ses utilisateurs. L’application ne répond pas à la question qui pourrait guider les campagnes de prévention : quelle est la probabilité qu’un utilisateur soit infecté ?
Stop V : une solution au potentiel incroyable qui pourrait révolutionner le secteur de la santé
Comme nous l’avons vu, détecter les contacts avec les personnes infectées n’est pas du tout suffisant pour repérer un cas de contamination. Pour identifier avec suffisamment de précision les personnes contaminées et permettre une prévention efficace, il faut prendre en compte de nombreux facteurs.
Ces facteurs sont identifiés par des médecins et des épidémiologistes dont le travail est de comprendre comment ces facteurs favorisent la contamination.
C’est justement ce travail de compréhension que nous avons voulu mettre dans l’application Stop V grâce à de l’Intelligence Artificielle. Celle-ci se nourrit de nombreuses informations qui jouent sur la contamination en plus des contacts avec les personnes contaminées.
- La géolocalisation de ses utilisateurs : qui permet d’identifier les contacts mais aussi leur fréquence. Elle permet de prendre en compte la dynamique de propagation du virus qui a un impact très important sur le risque de contamination.
- La géomatique c’est-à-dire les caractéristiques des lieux fréquentés : on a plus de chance d’être contaminé dans une rame de métro ou dans une pharmacie que dans un jardin.
- Et des symptômes déclarés par ses utilisateurs.
L’application Stop V apprend et s’améliore avec le temps. Plus son nombre d’utilisateurs est élevé, plus elle est nourrie de données et d’expériences, plus elle est efficace.
Dès le départ notre application pourra repérer les contacts avec les personnes contaminées comme l’application Stop Covid. Elle gagnera cependant en précision en identifiant les circonstances qui favorisent leur contamination.
Quelques exemples concrets :
Si aucun utilisateur croisant d’autres utilisateurs contaminés dans un parc n’a de test positif, l’application finira par ne plus les avertir d’un risque. Au contraire si de nombreuses personnes ont un test positif après avoir été contaminées par une poignée de porte à l’entrée d’un magasin, l’application avertira les personnes s’étant rendues dans ce magasin même si elles n’y ont pas croisé de personnes contaminées.
Notre ministre de la Santé Olivier Véran a dit très justement qu’il n’est pas possible de tester 60 millions de Français tous les jours. En revanche il est possible de tester toutes les personnes ayant un risque d’être contaminées tous les jours, pour peu qu’elles soient détectées.
C’est le but de notre application. Cet objectif nécessite beaucoup plus que simplement comptabiliser les contacts entre individus. Il nécessite de comprendre avec finesse la dynamique de propagation du Covid-19 et de tenir compte de tous les facteurs. Cette approche est aujourd’hui possible grâce à l’utilisation de l’Intelligence Artificielle.
Une solution telle que Stop V respecte davantage le RGPD que les applis de contact tracing
Cela pose évidemment des questions éthiques liées à la confidentialité des données personnelles.
L’application Stop V utilise des solutions de cryptage, de suppression des données, de regroupement des données par identifiants anonymisés, et ne récupère aucune donnée d’identification directe. Seules les données de géolocalisation sont transmises à un serveur centralisé, les autres informations restent sur le téléphone de l’utilisateur. Elle propose ainsi les plus grandes garanties en matière de protection de données personnelles.
Mais le risque principal d’une application n’est pas tant les données qu’elle récupère, qui le sont déjà par de nombreuses applications (Uber, Facebook) que leur croisement avec d’autres bases de données. C’est justement ce qui s’est passé en Coré du Sud et en Israël. Ces pays utilisent des solutions numériques de contact tracing similaires à Stop Covid, et pour palier à l’insuffisance qualitative et quantitative des données récoltées par l’appli, ils ont croisé ces données avec d’autres bases de données. C’est ici que commence le danger pour les données personnelles.
Conserver toutes les informations nécessaires au dépistage dans une seule application est donc la meilleure garantie que peut apporter une application pour protéger nos données personnelles.
Stop V dessine ainsi une solution européenne alliant prévention sanitaire et respect des libertés. Elle tirera son efficacité de l’agencement des outils numériques anonymes et des ressources médicales, de la responsabilisation de la population et d’une action publique.
Cette solution ne se construira pas en un jour. Il est donc important de la mettre en place dès maintenant. En effet, si la prochaine crise sanitaire implique un virus comme l’Ebola capable de décimer 70% d’une population, quel autre choix aurons-nous sinon celui de prendre la première application aboutie qui nous sera proposée ? Il est impératif que l’Europe dispose de sa propre solution numérique, adaptée à sa situation et à ses valeurs. Ce ne sera pas forcément la moins coûteuse, mais elle offrira beaucoup plus que la protection : la liberté !