La pandémie de COVID-19 a suscité une demande sans précédent d'interventions susceptibles à la fois de réduire la propagation d'une maladie, tout en évitant de restreindre excessivement l'activité quotidienne, compte tenu des répercussions à long terme sur la santé mentale des individus, sur leur sécurité financière et sur les économies locales et mondiales.
Ainsi, le recours à des applications de traçage numérique des contacts s'est imposée comme l'une des composante de la boîte à outils de gestion des épidémies dans de nombreux pays.
Toutefois, ces applications de traçage doivent composer avec de nombreux angles morts, et peuvent conduire à l'absence ou au retard de la notification des contacts infectieux, compromettant les efforts de contrôle de l'épidémie.
Soren Harnois-Leblanc (diplômée du doctorat en santé publique option épidémiologie de l'École de santé publique de l'Université de Montréal) et Nanor Minoyan (candidate au doctorat en santé publique, option promotion de la santé) ont collaboré avec des chercheurs et chercheuses de l’Université d’Oxford, de l’Université McGill (incluant David Buckeridge) et l’Institut Mila (incluant Yoshua Bengio), pour élaborer un simulateur épidémiologique de propagation de contacts de la COVID-19 et étudier l’efficacité et les retombées économiques d’une application de traçage basée sur l’intelligence artificielle.
L’article intitulé "Proactive Contact Tracing" a été publié en mars 2023 dans PloS Digital Health.
Gupta P, Maharaj T, Weiss M, Rahaman N, Alsdurf H, et al. (2023) Proactive Contact Tracing. PLOS Digital Health 2(3): e0000199. doi.org/10.1371/journal.pdig.0000199