C3.ai annonce les lauréats du COVID-19 Grand Challenge

C3.ai, un fournisseur de premier plan de logiciels d’intelligence artificielle (IA) stimulant la transformation numérique, a annoncé aujourd’hui les lauréats du C3.ai COVID-19 Grand Challenge. Lancé le 15 septembre dernier, le concours mondial avait pour objectif d’encourager les développeurs, les scientifiques spécialistes des données, les étudiants et les esprits créatifs à élaborer des techniques et des stratégies de science des données de classe mondiale qui puissent permettre d’accélérer la recherche novatrice sur le COVID-19 et favoriser des prises de décision intelligentes et sûres. Le C3.ai COVID-19 Grand Challenge offre l’occasion d’informer les décideurs aux niveaux local, étatique et fédéral, et de transformer la façon dont le monde fait face à cette pandémie.

Après un processus d’examen rigoureux, le jury a choisi de récompenser sept projets de recherche. Les juges ont évalué dans quelle mesure les postulants ont utilisé les techniques de science des données pour déduire des informations qui n’apparaissaient pas auparavant. Les juges ont sélectionné les soumissions les plus susceptibles de dégager des avantages importants sur le plan de la santé publique et de l’économie.

Un total de 200 000 USD de prix en espèces sera remis à ces équipes de recherche. Chaque équipe lauréate a développé des informations significatives dérivées des données qui non seulement aideront la communauté mondiale à comprendre et à diminuer la propagation du COVID-19, mais permettront également de préparer le monde à lutter contre les futures pandémies, d’améliorer la capacité de la communauté médicale à réagir et d’aider les décideurs dans leurs prises de décisions concernant le COVID-19.

Lauréats du C3.ai COVID-19 Grand Challenge :

Grand Prix – 100 000 USD

  • Combined Diagnostics (Diagnostics combinés) – Modélisation de l’hétérogénéité de la population et diagnostics personnalisés du COVID. Permet de prédire le statut infectieux et le statut de susceptibilité d’un individu ainsi que sa probabilité d’attraper le COVID-19. L’équipe a appliqué la méthode bayésienne Prévisions stochastiques-Maximisation aux données démographiques, aux caractéristiques de santé individuelles et aux données comportementales et géographiques afin de fournir des estimations personnalisées du statut infectieux et du statut de susceptibilité de chaque individu. (Freddy Bunbury – Carnegie Institution for Science, Nina Miolane – Université de Californie à Santa Barbara, et Claire Donnat – Université de Chicago)

« Tout retour à la normale repose sur la détermination précise de qui pourrait attraper le COVID-19. Les données démographiques, les caractéristiques de santé individuelles et les données comportementales et géographiques modifient considérablement le risque d’attraper le virus, d’en souffrir et de le propager », a déclaré Freddy Bunbury, chercheur postdoctoral à la Carnegie Institution for Science. « Sachant cela, nous avons développé un modèle d’apprentissage automatique réactif, granulaire et même personnalisé pour aider les individus et, par extension, la société, à calculer avec une plus grande précision la probabilité d’attraper le COVID-19. En combinant intelligemment ces sources de données disparates, notre objectif est de connaître de manière plus fiable la probabilité individuelle de contracter et de propager la maladie, de réduire les faux résultats de test et de rendre plus précis les modèles de transmission de la maladie. »

« Ce projet a un énorme potentiel en termes d’impact immédiat sur la pandémie grâce à son approche visant à générer des résultats significatifs à partir des tests COVID », a déclaré Thomas M. Siebel, PDG de C3.ai. « Il s’agit-là d’une opportunité sans précédent de mettre en application une prise de décision éclairée basée sur les données afin de permettre à la vie quotidienne et aux opérations commerciales de continuer, tout en gérant efficacement les risques sanitaires. »

Prix de la deuxième place – 25 000 USD chacun

  • DeepOutbreak : Cadre de prévision de la dynamique du COVID-19 et des maladies co-évolutives. Permet de modéliser la progression du COVID-19 et des maladies pseudo-grippales co-évolutives symptomatiquement similaires, ainsi que les taux d’hospitalisation et de mortalité. Conçu pour optimiser le déploiement des soins de santé, élément particulièrement important avec la résurgence des hospitalisations et le nombre de plus en plus important de soignants tombant malade. (Alexander Rodriguez, Nikhil Muralidhar, Bijaya Adhikari, Naren Ramakrishnan et B. Aditya Prakash – États-Unis)
  • Évaluation du niveau de conservation des cibles thérapeutiques et vaccinales du COVID-19. Vise à prédire l’efficacité des vaccins et des thérapies par séquences génomiques et à prioriser les traitements les plus pertinents pour éclairer le développement de médicaments et de vaccins. (Yuanfang Guan et Manqi Zhou – États-Unis)

Prix de la troisième place – 12 500 USD chacun

  • Analyse de l’impact des politiques de lutte contre le COVID-19 sur la population et l’économie. Calcule l’impact des politiques gouvernementales sur les taux d’infection au COVID-19, les cours des actions et la mobilité de la population pour informer les gouvernements de la manière dont les politiques peuvent affecter les personnes et l’économie. (Niti Wattanasirichaigoon, Napat Ratanakul, et Apiwat Jaroonpol – États-Unis, Singapour et Japon)
  • COVIDProf : Un chatbot intelligent de questions-réponses conçu pour fournir des recherches scientifiques et des données liées au COVID-19 en langage naturel. Facilite la recherche et la compréhension des recherches scientifiques et des données pertinentes relatives au COVID-19 pour les personnes ordinaires grâce à un chatbot intelligent de questions-réponses. (Varsha Rao et Joy Yeh – Singapour et Japon)
  • Modélisation structurelle de la propagation du COVID en relation avec la mobilité humaine. Modélise les relations de cause à effet entre les indicateurs de mobilité humaine (voyages, distance parcourue, injonction de rester à la maison et distanciation sociale) et la propagation du COVID-19 pour aider les décideurs politiques à agir. (Rezwana Rafiq, Tanjeeb Ahmed et Md Yusuf Sarwar Uddin – États-Unis)
  • Programmation linéaire du Center on Stochastic Modeling, Optimization, and Statistics (COSMOS) liée au COVID-19. Outil en ligne de réouverture des communautés permettant aux décideurs d’étudier des scénarios hypothétiques pour éclairer la planification et protéger les personnes à haut risque. (Victoria Chen, Yuan Zhou, Nilabh Ohol, Alireza Fallahi et Amith Viswanatha – États-Unis)

Critères d’attribution de prix

Les projets ont été examinés sur la base de leur mérite scientifique, de l’utilisation de l’IA, de l’apprentissage automatique et/ou des autres techniques de science des données utilisées dans le cadre du projet, et sur l’incorporation d’au moins deux sources de données issues du C3 AI® COVID-19 Data Lake.

Le processus d’évaluation a également évalué dans quelle mesure les connaissances dérivées de la science des données se traduiraient, si elles étaient mises en œuvre à grande échelle, par des avantages importants pour la santé publique et l’économie.

Pour en savoir plus sur le C3.ai COVID-19 Grand Challenge, veuillez consulter le site https://c3.ai/c3-ai-covid-19-grand-challenge/.

À propos de C3.ai

C3.ai est un fournisseur de logiciels d’IA, de premier plan, stimulant la transformation numérique. C3.ai offre la Suite C3 AI pour le développement, le déploiement et la mise en fonction à grande échelle de l’IA, de l’analyse prédictive et d’applications IdO, en sus d’un portefeuille de plus en plus étendu d’applications IA clés en main. La base de l’offre de C3.ai est une architecture IA exclusive et pilotée par les modèles qui enrichit considérablement la science des données et le développement des applications.

Le texte du communiqué issu d’une traduction ne doit d’aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d’origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.