WEBVTT Kind: captions Language: fr 00:00:01.760 --> 00:00:04.670 Merci à Florence, à Lauren et à tous les membres de l'équipe COVID Info Commons. 00:00:04.670 --> 00:00:11.580 J'ai fait un premier exposé il y a environ un an et demi et, à la fin de cet exposé, 00:00:11.580 --> 00:00:19.440 je ferai le point sur ce qui en a résulté et sur une nouvelle collaboration qui s'est 00:00:19.440 --> 00:00:20.810 mise en place. 00:00:20.810 --> 00:00:26.740 Mais je voulais parler de notre archive de données COVID-19, COVID-ARC en abrégé. 00:00:26.740 --> 00:00:30.070 Je suis professeur adjoint à l'Université de Californie du Sud, à la Keck School of 00:00:30.070 --> 00:00:32.099 Medicine, dans le laboratoire de neuro-imagerie. 00:00:32.099 --> 00:00:37.030 Dans notre laboratoire, nous avons donc beaucoup d'expérience dans la création d'archives 00:00:37.030 --> 00:00:42.100 de données multimodales à grande échelle, principalement pour les données cérébrales. 00:00:42.100 --> 00:00:46.789 Mais au début de la pandémie, nous avons pensé que nous pourrions utiliser notre expérience 00:00:46.789 --> 00:00:51.730 et nos ressources avec toutes ces archives de données pour développer une archive de 00:00:51.730 --> 00:00:52.730 données COVID-19. 00:00:52.730 --> 00:00:57.940 Nous avons donc reçu une bourse RAPID de la NSF pour développer ces archives de données 00:00:57.940 --> 00:00:58.940 appelées COVID-ARC. 00:00:58.940 --> 00:01:03.920 Ce que nous faisons, c'est regrouper différents types de données COVID-19 ainsi que des ressources 00:01:03.920 --> 00:01:09.430 et nous avons construit une plateforme d'archives centralisées et en réseau qui stockent, 00:01:09.430 --> 00:01:13.410 conservent, visualisent et diffusent les données multimodales COVID-19. 00:01:13.410 --> 00:01:20.810 Nous disposons d'un grand nombre d'ensembles de données provenant du monde entier. 00:01:20.810 --> 00:01:25.700 Nous avons donc travaillé avec les fournisseurs de données pour mettre au point des accords 00:01:25.700 --> 00:01:28.119 d'utilisation des données adaptés à leurs besoins. 00:01:28.119 --> 00:01:35.570 Les métadonnées sont également disponibles sur le site web, de sorte que si les utilisateurs 00:01:35.570 --> 00:01:43.790 souhaitent demander l'accès à ces données, nous facilitons le processus. 00:01:43.790 --> 00:01:50.810 Mais ce sont les fournisseurs de données qui prennent la décision finale. 00:01:50.810 --> 00:01:56.380 Une grande partie des données est stockée sur notre site à l'USC, mais certains ensembles 00:01:56.380 --> 00:02:01.579 de données sont stockés sur le site où les données ont été collectées et nous 00:02:01.579 --> 00:02:06.600 disposons des métadonnées pour que les gens puissent les consulter. 00:02:06.600 --> 00:02:14.330 Une grande partie de notre travail a consisté à harmoniser les métadonnées, afin de faciliter 00:02:14.330 --> 00:02:24.000 la recherche sur les cohortes regroupées et de permettre aux chercheurs d'effectuer 00:02:24.000 --> 00:02:30.310 différents types d'analyses sur différents sites, plutôt que de se concentrer sur un 00:02:30.310 --> 00:02:31.810 seul d'entre eux. 00:02:31.810 --> 00:02:39.260 Dans quelques diapositives, je parlerai de certains de ces défis et de la raison pour 00:02:39.260 --> 00:02:41.920 laquelle nous travaillons sur l'harmonisation. 00:02:41.920 --> 00:02:49.410 Nous avons également intégré des outils de visualisation, de contrôle de la qualité 00:02:49.410 --> 00:02:50.410 et d'analyse. 00:02:50.410 --> 00:02:52.830 Encore une fois, pour aider les chercheurs - juste pour accélérer la recherche sur 00:02:52.830 --> 00:02:53.830 COVID-19. 00:02:53.830 --> 00:03:00.730 En plus de tout le travail d'archivage et d'harmonisation des données, nous effectuons 00:03:00.730 --> 00:03:07.650 également différents types d'analyses sur les données dont nous disposons et nous utilisons 00:03:07.650 --> 00:03:14.360 les principes de rétroaction et la science des données pour étudier divers aspects 00:03:14.360 --> 00:03:15.360 de COVID-19. 00:03:15.360 --> 00:03:22.260 En ce qui concerne les données, nous disposons de différents types de données - une grande 00:03:22.260 --> 00:03:26.020 partie d'entre elles se concentre sur les images de tomodensitométrie et de radiographie, 00:03:26.020 --> 00:03:32.740 mais nous avons aussi des données cliniques qui comprennent les symptômes, les constantes, 00:03:32.740 --> 00:03:36.780 les comorbidités, les données démographiques, les antécédents du patient, la géolocalisation. 00:03:36.780 --> 00:03:41.610 Nous disposons également - pour l'imagerie - d'ultrasons et d'IRM, ainsi que de données 00:03:41.610 --> 00:03:42.610 EEG. 00:03:42.610 --> 00:03:48.410 Nous avons également fourni des masques pulmonaires, des masques d'infection et des annotations 00:03:48.410 --> 00:03:49.410 de radiologues. 00:03:49.410 --> 00:03:54.129 Vous pouvez voir ici que nous utilisons le système de transfert de fichiers crypté 00:03:54.129 --> 00:03:58.450 à grande vitesse d'IBM, conforme à la HIPAA, appelé ASPERA, qui permet aux fournisseurs 00:03:58.450 --> 00:04:02.670 de données de transférer facilement des données à COVID-ARC et aux utilisateurs 00:04:02.670 --> 00:04:06.620 de télécharger des données de COVID-ARC sur leurs ordinateurs. 00:04:06.620 --> 00:04:12.739 À l'heure actuelle, nous disposons de 28 ensembles de données provenant du monde entier. 00:04:12.739 --> 00:04:18.509 Comme vous pouvez l'imaginer, il existe des incohérences dans la dénomination des fichiers, 00:04:18.509 --> 00:04:23.010 dans le formatage des métadonnées, dans les infrastructures de stockage, ainsi que 00:04:23.010 --> 00:04:26.350 d'autres différences entre ces ensembles de données. 00:04:26.350 --> 00:04:31.639 Nous avons donc rassemblé toutes ces données dans une archive centralisée et nous avons 00:04:31.639 --> 00:04:37.270 veillé à ce que le nom et l'organisation des fichiers soient cohérents, que le formatage 00:04:37.270 --> 00:04:40.390 des métadonnées soit cohérent et qu'il soit facile de télécharger plusieurs ensembles 00:04:40.390 --> 00:04:42.990 de données à partir d'un seul endroit à l'aide d'ASPERA. 00:04:42.990 --> 00:04:46.490 Voici une capture d'écran d'une partie des données dont nous disposons. 00:04:46.490 --> 00:04:53.440 Je n'ai pas pu tout mettre sur une seule diapositive, mais vous pouvez voir que si vous allez sur 00:04:53.440 --> 00:04:56.430 covid-arc.loni.usc.edu, vous pouvez trouver les données dont nous disposons. 00:04:56.430 --> 00:05:02.250 Vous pouvez voir le numéro du site, l'endroit où les données ont été collectées, les 00:05:02.250 --> 00:05:07.290 modalités, les formats de fichiers, toutes les métadonnées que nous avons en plus, 00:05:07.290 --> 00:05:10.400 et ensuite le nombre d'images qu'il y a. 00:05:10.400 --> 00:05:14.280 Certaines d'entre elles sont réparties entre COVID et non COVID. 00:05:14.280 --> 00:05:18.970 Nous disposons également d'informations sur la disponibilité publique ou non des données. 00:05:18.970 --> 00:05:24.280 Maintenant, je voudrais juste mettre en lumière quelques-uns des projets sur lesquels mes 00:05:24.280 --> 00:05:28.210 étudiants ont travaillé, ils ont été très productifs et ont fait des recherches vraiment 00:05:28.210 --> 00:05:29.210 passionnantes. 00:05:29.210 --> 00:05:34.639 J'ai quelques expériences de recherche NSF pour les étudiants de premier cycle et Aksh 00:05:34.639 --> 00:05:35.740 Garg est l'un d'entre eux. 00:05:35.740 --> 00:05:39.620 Il a commencé alors qu'il était au lycée et il est maintenant en première année de 00:05:39.620 --> 00:05:40.620 licence à Stanford. 00:05:40.620 --> 00:05:46.190 La semaine dernière, son article a été accepté dans Expert Systems with Applications 00:05:46.190 --> 00:05:52.569 et il a comparé 40 architectures de réseaux neuronaux convolutifs pour distinguer le COVID 00:05:52.569 --> 00:06:00.210 du non COVID et il a découvert que le meilleur modèle EfficientNet-B5 donnait une sensibilité 00:06:00.210 --> 00:06:02.710 et une spécificité extrêmement élevées en termes de précision. 00:06:02.710 --> 00:06:09.030 Le modèle s'appuyait également sur des caractéristiques cliniques pertinentes, telles que les opacités 00:06:09.030 --> 00:06:15.460 de verre et les consolidations, qui sont souvent observées chez les patients atteints de COVID. 00:06:15.460 --> 00:06:21.560 Un autre projet - Alex Bruckhaus est un autre lauréat de la REU, dont les travaux ont été 00:06:21.560 --> 00:06:26.130 publiés dans le Journal of Immigrant and Minority Health - lui et d'autres étudiants 00:06:26.130 --> 00:06:29.610 se sont penchés sur la dynamique de la vaccination en Californie. 00:06:29.610 --> 00:06:34.130 Ils se sont donc penchés sur ce que l'on appelle l'indice de vulnérabilité sociale 00:06:34.130 --> 00:06:38.330 (Social Vulnerability Index, SVI), qui comporte quatre thèmes, à savoir le statut socio-économique, 00:06:38.330 --> 00:06:47.310 la composition du ménage et le handicap, le type de logement et le transport, ainsi 00:06:47.310 --> 00:06:51.389 que le statut de minorité et la langue. 00:06:51.389 --> 00:06:57.889 Ils ont constaté que la couverture vaccinale la plus faible se trouvait dans les groupes 00:06:57.889 --> 00:06:58.889 à forte vulnérabilité. 00:06:58.889 --> 00:07:06.240 Le statut minoritaire et la langue ont donné lieu à la plus grande disparité de couverture 00:07:06.240 --> 00:07:16.110 entre les comtés à faible vulnérabilité et ceux à forte vulnérabilité. 00:07:16.110 --> 00:07:27.020 Je pense donc qu'il s'agit d'un travail très important, en particulier au moment où nous 00:07:27.020 --> 00:07:36.680 essayons de vacciner une plus grande partie de la population. 00:07:36.680 --> 00:07:44.660 Un autre article publié par Alex Bruckhaus et d'autres étudiants portait sur les taux 00:07:44.660 --> 00:07:49.360 d'infection après le confinement à la suite des réouvertures. 00:07:49.360 --> 00:07:59.080 Ils ont donc étudié 83 comtés des États-Unis où le nombre de cas de COVID-19 était élevé 00:07:59.080 --> 00:08:00.080 l'année dernière. 00:08:00.080 --> 00:08:07.409 Ils ont examiné différents types d'entreprises et ont fait la distinction entre une réouverture 00:08:07.409 --> 00:08:09.479 totale et une réouverture partielle. 00:08:09.479 --> 00:08:19.110 Ils ont étudié les variations des taux d'infection avant et après ces réouvertures et ont cherché 00:08:19.110 --> 00:08:27.770 à savoir quelles entreprises avaient le plus d'impact sur l'augmentation des taux d'infection. 00:08:27.770 --> 00:08:34.700 Les bars et les salles de sport ont joué un rôle important à cet égard. 00:08:34.700 --> 00:08:40.210 Yujia Zhang, qui est mon assistante sur ce projet, a réalisé l'année dernière un 00:08:40.210 --> 00:08:45.910 article de synthèse sur l'association entre le groupe sanguin et le COVID-19. 00:08:45.910 --> 00:08:57.700 Elle a donc examiné 23 études qui présentaient une vue d'ensemble du groupe sanguin en tant 00:08:57.700 --> 00:09:03.670 que facteur de risque et de protection, de la manière dont certains groupes sanguins 00:09:03.670 --> 00:09:08.310 sont susceptibles d'être testés positifs et des résultats cliniques de la gravité. 00:09:08.310 --> 00:09:12.570 Elle a également examiné les associations génétiques et les mécanismes moléculaires 00:09:12.570 --> 00:09:13.570 sous-jacents potentiels. 00:09:13.570 --> 00:09:21.300 Azrin Khan, qui a bénéficié d'une bourse REU au cours des deux derniers étés, travaille 00:09:21.300 --> 00:09:27.209 sur un projet de segmentation des poumons basée sur un seuil. 00:09:27.209 --> 00:09:33.560 Il s'agit d'une méthode de seuillage en plusieurs étapes qui permet de quantifier les anomalies 00:09:33.560 --> 00:09:37.370 pulmonaires avec de meilleures performances que les méthodes existantes. 00:09:37.370 --> 00:09:44.990 Et comme je manque de temps, je vais passer un peu vite, mais je voulais parler d'une 00:09:44.990 --> 00:09:50.779 collaboration qui a commencé à la suite de la première conférence COVID Info Commons 00:09:50.779 --> 00:09:52.060 que j'ai donnée. 00:09:52.060 --> 00:09:59.769 Michael Pazzani et Albert Hsiao de l'UCSD, de San Diego, ont également donné des conférences 00:09:59.769 --> 00:10:06.260 et nous avons entamé une collaboration après cela. 00:10:06.260 --> 00:10:10.990 Nous avons également soumis une proposition de santé intelligente qui n'a pas été financée, 00:10:10.990 --> 00:10:18.060 mais nous l'avons soumise à nouveau en novembre dernier, et nous attendons donc de savoir 00:10:18.060 --> 00:10:19.760 ce qu'il en est. 00:10:19.760 --> 00:10:24.640 Mais voici une capture d'écran de l'un des webinaires de sensibilisation que nous avons 00:10:24.640 --> 00:10:26.779 organisés à l'intention des lycéens du sud de la Californie, et nos étudiants ont 00:10:26.779 --> 00:10:30.350 collectivement donné des conférences éclair sur leur projet, ce qui a été une grande 00:10:30.350 --> 00:10:31.350 réussite. 00:10:31.350 --> 00:10:33.210 Je tenais à vous remercier. 00:10:33.210 --> 00:10:38.610 Voici le site web du laboratoire, le site web COVID-ARC, envoyez-moi un email[duncand@usc.edu] 00:10:38.610 --> 00:10:40.100 si vous avez des questions. 00:10:40.100 --> 00:10:43.059 Je remercie la NSF et le NIH pour leur financement.