Un modèle d’intelligence artificielle capable de prédire les épidémies virales avec une grande précision Le Nil occidental en Italie. Il a été développé par le groupe « Gabie » (Génomique, IA, Bioinformatique, Maladies infectieuses, Épidémiologie) créé par Massimo Ciccozzi, professeur de statistiques médicales et Francesco Branda, chercheur à l'unité de recherche en statistiques médicales et épidémiologie moléculaire de l'Université Campus Bio-Medico de Rome, en collaboration avec Fabio Scarpa, professeur agrégé de génétique à l'Université de Sassari. L'étude, publiée dans la revue « Tropical Medicine and Infectious Disease », a intégré sur dix ans des données de surveillance de la santé (2012-2024) avec des informations climatiques quotidiennes à haute résolution, telles que la température, les précipitations et l'humidité, provenant d'archives météorologiques « open source ». Depuis début 2025, 767 cas de Nil occidental ont été enregistrés en Italie avec 69 décès, selon le dernier bulletin de surveillance de l'ISS publié le 15 octobre.
Selon l'étude, « le virus du Nil occidental, transmis par les moustiques du genre Culex, peut infecter les oiseaux, les chevaux et les humains : dans la plupart des cas, il provoque des symptômes bénins, mais chez les sujets âgés et fragiles, il peut provoquer une encéphalite ou une méningite. Désormais endémique dans le nord de l'Italie – notamment en Vénétie, en Émilie-Romagne et en Lombardie – le virus représente une menace récurrente pendant les mois d'été ». Le Nil occidental « n'est plus une urgence saisonnière mais une réalité qui se répète chaque année – explique l'épidémiologiste Massimo Ciccozzi à Adnkronos Salute – Comprendre à l'avance où et quand il frappera est essentiel pour protéger la population ».
Pour construire le modèle, l'équipe a utilisé un algorithme « d'apprentissage automatique » supervisé appelé XGBoost, particulièrement adapté à la gestion de données complexes et de variables hétérogènes. Le modèle a été formé sur des séries chronologiques de données épidémiologiques et climatiques, en adoptant une procédure de validation croisée temporelle pour tester sa capacité de prédiction sur des années non incluses dans la formation. « Les résultats ont été remarquables : le système a atteint une capacité prédictive de 99%, démontrant une grande fiabilité même au niveau provincial – lit-on dans l'étude – Un aspect important de l'étude est l'utilisation de techniques d'interprétabilité des modèles (« valeurs Shap »), qui ont permis de comprendre quels facteurs climatiques influencent le plus les prévisions. s'accélère, tandis que les précipitations et les températures maximales ont un moindre impact. Cette approche nous permet de maintenir la transparence et la reproductibilité, deux éléments fondamentaux pour une application opérationnelle en santé publique.
Le groupe Gabie étend déjà la méthodologie à d'autres maladies à transmission vectorielle, telles que la Dengue et le Chikungunya.
Le modèle peut être intégré aux systèmes de surveillance italiens pour activer des alertes préventives, identifier les zones d'intervention prioritaires et optimiser les ressources pour la désinfestation et la communication des risques. « Avec notre approche – ajoute Francesco Branda – nous voulons transformer les données en prévention : l’intelligence artificielle peut devenir une alliée de la santé publique, en nous aidant à prévenir au lieu de chasser les épidémies.
L'étude s'inscrit dans la vision « One Health », qui considère ensemble la santé des humains, des animaux et de l'environnement. Pour cette raison, outre les cas humains, le modèle inclut également des données sur les oiseaux et les moustiques collectées par les réseaux vétérinaires et environnementaux, afin d'intercepter les premiers signaux de circulation virale. Le groupe Gabie étend déjà la méthodologie à d'autres maladies à transmission vectorielle, telles que la dengue et le chikungunya, et la relie aux projections climatiques futures pour estimer la manière dont le réchauffement climatique pourrait modifier la répartition des virus en Europe.
« Le changement climatique – conclut Ciccozzi – est en train de redessiner la géographie des infections : des zones autrefois considérées comme sûres deviennent favorables à la propagation des moustiques et des agents pathogènes qu'ils transmettent. Disposer d'outils prédictifs comme celui-ci signifie pouvoir agir plus tôt, en protégeant la santé des personnes et du territoire ».
