Cette plateforme numérique élaborée par l’Institut hospitalo-universitaire (IHU) strasbourgeois et ses partenaires va aider les élus du Grand Est et les professionnels de santé à suivre l’épidémie afin de prendre les dispositions nécessaires.

Gérer c’est prévoir. Or, en matière de Covid-19, il est difficile d’avoir un outil de pilotage local pour suivre l’épidémie et prendre les décisions qui s’imposent. C’est justement le manque que comble désormais PredictEst, une plate-forme numérique en Open Source accessible aussi bien aux élus et professionnels de santé locaux qu’aux responsables des services décentralisés de l’État. Quelques heures suffisent pour se former à cet outil que dévoilent aujoud’hui la région Grand-Est, l’Eurometropole et l’Institut hospitalo-universitaire de Strasbourg. Sans oublier l’association Priesm. Laquelle innove en e-santé et intelligence artificielle avec sa plateforme Inesia sur laquelle est construite PredictEst.

Avec deux ténors français du numérique

À l’instar d’un cockpit, cette solution de pilotage et d’aide à la décision délivre à ses utilisateurs des tableaux de bord et des cartes interactives. De quoi les aider à répondre aux besoins et aux enjeux des territoires. Tant au plan sanitaire et économique que sociétal. La plateforme constitue le premier outil de modélisation épidémiologique de la Covid-19 du Grand-Est. Elle est conçue en partenariat avec deux ténors français du numérique : CapGemini, spécialisé dans les services digitaux aux entreprises et l’éditeur Dassault Systèmes.

« Une vingtaine d’informaticiens et de médecins ont travaillé à l’élaboration de ce cockpit »

Ce dernier délivre le cloud sur lequel est hébergé la plateforme. « Une vingtaine d’informaticiens et de médecins ont travaillé à l’élaboration de ce cockpit », indique Benoît Gallix, directeur de l’IHU de Strasbourg qui a pris cet été la tête d’une équipe pour réaliser cette plate-forme en opération commando.

Suivi instantané de l’épidémie

On s’en doute, PredictEst utilise plusieurs bases de données provenant de partenaires et du ministère de la Santé. Dont le SI-DEP (système d’information et de dépistage de la Covid). Grâce à ces données actualisées en temps réel et préalablement anonymisées, les utilisateurs peuvent suivre instantanément l’évolution de la pandémie. Ils peuvent ainsi prévoir un éventuel rebond de la maladie. Et ce, à l’échelle d’une ville ou d’un quartier comptant au moins 2 000 habitants. En-dessous de cette maille, l’information est floutée afin d’éviter que les habitants de toutes petites communes touchés par le coronavirus soient identifiés.

Projection à 15 jours

Point fort, les prédictions à 30 jours ont un taux de fiabilité élevé. Bien-sûr, plus la projection est courte est plus la prévision sera fiable. « Par exemple, nous pouvons prédire avec une marge de 5 % le nombre de personnes qui seront alitées au CHU de Strasbourg dans deux semaines », estime Benoît Gallix. Aujourd’hui ce chiffre s’élève à moins de 430 personnes, il descendra sous la barre des 400 personnes dans 15 jours. À l’avenir, PredictEst est appelé à connaître d’autres usages. Elle sera utilisée notamment pour suivre d’autres épidémies ou suivre la campagne vaccinale de la Covid-19. Par ailleurs, cet outil est réplicable dans d’autres territoires et régions puisque les sources de données sont disponibles pour l’ensemble du pays.

© Eliane Kan