Industrie Mag - Le journal de l'industrie.

La crise du COVID-19 a rapidement dépassé le domaine du pur médical pour impacter l’ensemble de l’économie et des activités françaises. Comme partout dans le monde, le système « France » a été soumis à une série de chocs majeurs successifs (santé, confinements, économie, psychologie, …), qui démontrent les multiples interactions entre des composantes qui fonctionnaient habituellement dans un équilibre invisible et qui a été gravement perturbé.

Un point clé dans la gestion de crises inédites est que l’on découvre au cours de la crise quels sont les facteurs essentiels qui interviennent et sur lesquels les autorités peuvent interagir. Il est donc illusoire d’espérer échapper à l’improvisation. Mais improviser ne s’improvise pas : il faut être pleinement préparé et outillé.

La modélisation et la simulation ont ainsi acquis une nouvelle visibilité liée à ces besoins. Cependant, des limitations sont apparues dans l’unique considération de la dynamique de l’épidémie afin de fonder la décision politique ou économique. D’autres facteurs non modélisés se sont révélés essentiels (industriels, économiques, sociétaux, psychologiques), et ce parce que la pandémie était humaine, et non pas animale ou végétale.

Ainsi, les données de suivi des mobilités révèlent que la population a, lors du second confinement, anticipé de plusieurs jours la réduction du transport par rapport au début du confinement, avec un effet sur la vitesse de propagation du virus. Par ailleurs, le biais observé en Janvier-Février 2021 entre les prévisions court-terme des épidémiologistes et l’observation de la propagation virale est lui aussi très certainement imputable aux comportements des populations. Il est mis en évidence dans les résultats préliminaires de modélisations issues de la théorie des jeux, qui permettent d’intégrer, à côté de la propagation du virus, le comportement des populations.

Dans son rapport « Modélisations et Données pour la Gestion de Crises Sanitaires », L’Académie des technologies analyse les mécanismes liés à la collecte de données, à la modélisation, à l’interaction entre les éléments physiologiques et physiques et les réactions de populations humaines. Elle rappelle l’état des connaissances nécessaires à la modélisation dans les domaines des mathématiques, de l’informatique et de la théorie de la décision.

Par ailleurs l’Académie fait le constat que des grands industriels ont su s’équiper d’outils de gestion de crise adaptés et qui permettent de croiser différents angles d’analyse avant décision. Elle préconise donc une approche système globale, appuyée sur une plateforme logicielle réunissant données et modèles relatifs aux divers facteurs concernés par la crise. Cette plateforme en quelque sorte un « Crisis Model Hub » à l’échelle nationale ou européenne permettrait diverses analyses et études de scenarii d’action dans des temps réduits, préparant les solutions opérationnelles efficaces prenant aussi en compte les ressources et besoins futurs pour leur déploiement.

La déclinaison de ce type de plateforme pour la gestion de crises sanitaires suppose l’accès à des données publiques, une restitution publique des résultats fournis par ces plateformes, ainsi qu’une certaine forme de publication des modèles invoqués. Elle prolonge le concept de Health Data Hub (HDH) existant pour le domaine de la santé et s’appuie sur un accès sécurisé et garanti aux données d’intérêt général, objet du HDH.

La mise en œuvre de telles plateformes est indispensable à une meilleure préparation aux crises à venir. Pour en assurer la souveraineté et l’indépendance, l’initiative Franco-Allemande GAIA-X constitue un cadre naturel à vocation européenne. Enfin, il convient de s’appuyer sur les technologies similaires développées par certains grands industriels ou éditeurs Européens pour la gestion des crises relevant de leur propre secteur.

L’Académie des technologies préconise par ailleurs de favoriser les recherches transdisciplinaires en modélisations mathématiques et informatiques et de soutenir l’émergence d’une « nouvelle » école de modélisation pour produire des modèles épidémiologiques intégrant aussi les dimensions de comportements socio-culturels et les anticipations, plus complexes mais plus conformes aux réalités constatées. Ceci sera facilité par des formations multidisciplinaires dans la gestion de crise, les théories d’aide à la décision et la modélisation et systèmes complexes.

Enfin, dans la mesure où les résultats fournis par les modèles sont utilisés par des non-experts des dits modèles, il est important que soit délivrée une formation pour non-spécialiste, mais destinée à éviter les interprétations et usages erronés de ces résultats.

https://www.academie-technologies.fr/