Le dépistage rapide des cas de COVID-19 est l’une des principales recommandations de l’Organisation mondiale de la santé (OMS) pour endiguer la propagation de la pandémie, ce qui a occasionné une très forte demande pour les tests diagnostiques lors de la première flambée de cas, au printemps 2020. La société Roche, qui produit des tests moléculaires et sérologiques pour détecter cette maladie au Canada, s’est alors retrouvée dans l’incapacité d’envoyer les bonnes quantités aux quatre coins du pays. Pour ne pas nuire aux efforts de dépistage du virus, l’entreprise de biotechnologie a donc dû repenser sa stratégie d’approvisionnement, et vite.
Cette technologie a littéralement « appris » à prédire la demande future pour les tests diagnostiques de COVID-19.
Pour ce faire, Roche a sollicité l’expertise d’Andrea Lodi, titulaire de la Chaire d’excellence en recherche du Canada sur la science des données pour la prise de décision en temps réel à Polytechnique Montréal. Dès la fin de mars, le chercheur, qui est aussi membre du Groupe d’études et de recherche en analyse des décisions (GERAD), a travaillé intensivement sur un outil d’optimisation de la distribution basé sur l’intelligence artificielle. À partir de masses considérables de données, cette technologie a littéralement « appris » à prédire la demande future pour les tests diagnostiques de COVID-19, puis à répartir ceux qui sont produits selon les scénarios de propagation anticipés.
À peine six semaines plus tard, Andrea Lodi a livré un outil d’aide à la décision 100 % opérationnel, entre autres grâce à ses collaborateurs Guillaume Rabusseau et Guy Desaulniers, à la supergrappe en intelligence artificielle Scale AI et à la société spécialisée en intelligence numérique Ivado Labs qui ont mis la main à la pâte. Roche recourt depuis à cet outil pour s’assurer de l’envoi d’un nombre adéquat de tests diagnostiques aux bons endroits et en temps réel. Mieux encore : la multinationale peut désormais certifier aux différents laboratoires canadiens – ses clients – qu’elle les approvisionne de manière juste et équitable, sans parti pris ou favoritisme. Cette technologie novatrice pourrait bientôt être déployée ailleurs – aux États-Unis, par exemple – en vertu de son développement, qui exige un partage ouvert et rapide de ses données et de ses résultats de recherche.
Andrea Lodi travaille par ailleurs sur un autre projet en lien avec la COVID-19 avec le Centre hospitalier de l’Université de Montréal. Le CHUM cherche à optimiser l’horaire d’utilisation de son bloc opératoire en fonction du nombre de lits disponibles aux soins intensifs. Ces travaux sont toujours en cours.