Subvention

(sans titre)

La pandémie du COVID-19 a révélé des faiblesses dans la préparation et la réponse de santé publique aux maladies infectieuses. Un défi majeur a été la planification des politiques et des ressources en temps réel: les analystes des politiques disposent d'outils limités pour explorer les options politiques et leur impact sur la trajectoire de la pandémie, une grande partie de leur travail étant basé sur l'exploration de scénarios prédéfinis. En outre, l'impact des options politiques sur les facteurs socio-économiques est généralement découplé de l'analyse de santé publique, ce qui conduit à des actions moins idéales qui pourraient à leur tour avoir un impact sur la santé mentale et physique de la population. Dans le cas du COVID-19, par exemple, des mesures de distanciation sociale à grande échelle adoptées en réponse à la pandémie actuelle ont été efficaces pour limiter la propagation du SRAS-CoV-2; Cependant, ces mesures sont des interventions non viables pendant de longues périodes et ont montré qu'elles affectent l'économie, l'éducation et la santé mentale de nombreux membres de la société. Avec la baisse du nombre de cas de COVID-19, la quantification de l'impact de la levée de ces politiques sur la santé publique a été un défi majeur pour les analystes des politiques, mettant une fois de plus en évidence le besoin d'outils pouvant soutenir une telle analyse. Un autre problème majeur dans l'analyse de la pandémie de COVID-19 a été la grande incertitude dans les données disponibles sur la maladie et son impact sur la population. La quantification de ces incertitudes et de leur impact sur les résultats du modèle est essentielle pour développer un plan d'action approprié. Le but de ce projet est de résoudre les problèmes mis en évidence ci-dessus en automatisant le processus d'exploration des options politiques pour contrôler la propagation des maladies infectieuses. En associant des outils d'intelligence artificielle à de solides modèles épidémiologiques basés sur