Aller au contenu principal
Projet

Exploiter les techniques d’IA et de la science des données pour harmoniser, échanger et analyser les données sur la COVID-19 au Rwanda
 

Rwanda
Numéro de projet
109587
Financement total
1,282,900.00 $ CA
Administrateur·trice du CRDI
Gillian Dowie
État du projet
Actif
Durée
24 mois

Organisation(s) principale(s)

Chargé·e de projet:
Charles Ruranga
Rwanda

Sommaire

Le Rwanda a été félicité pour sa réaction rapide et ses efforts politiques coordonnés pour gérer la crise de la COVID-19.En savoir plus

Le Rwanda a été félicité pour sa réaction rapide et ses efforts politiques coordonnés pour gérer la crise de la COVID-19. Le gouvernement et d’autres institutions de santé publique appellent à des initiatives susceptibles de favoriser une plus grande disponibilité des données pour soutenir l’élaboration de politiques fondées sur des données probantes ainsi que pour s’adapter aux voies de transmissions changeantes de la maladie. Cependant, la plupart des données disponibles sont fragmentées, incomplètes et dispersées dans de multiples établissements, comme les cliniques, les hôpitaux et les sites de dépistage. En outre, le partage des données peut être affecté par les exigences en matière de respect de la vie privée et les différentes structures de données susceptibles de rendre difficile l’acquisition de nouvelles connaissances.

Dans le cadre de ce projet, on fera l’essai pilote d’une approche visant à agréger et à harmoniser les données sur la COVID-19 afin qu’elles respectent les droits en matière de protection de la vie privée et soutiennent de nouveaux types d’innovation. Les données seront complétées par des enquêtes supplémentaires auprès des ménages. Le projet explorera également les règles juridiques et sociales relatives au partage des données. Enfin, le projet utilisera l’intelligence artificielle et des techniques de modélisation traditionnelles pour améliorer la compréhension des mesures de santé publique sur la trajectoire de la pandémie au Rwanda, et d’en prévoir les effets.

Le projet se concentrera sur les taux globaux d’infection, les admissions à l’hôpital, la gravité de la maladie, la santé mentale et d’autres défis sociaux et économiques. Il visera à fournir une approche évolutive pouvant être utilisée pour lutter contre d’autres maladies infectieuses, comme la maladie à virus Ebola et la grippe. À terme, le projet vise à soutenir l’écosystème de la santé publique rwandaise en harmonisant les données et en tirant parti de l’apprentissage machine pour prévenir et traiter les maladies infectieuses.

Ces travaux seront réalisés dans le cadre du Programme d’innovation en matière de données et d’intelligence artificielle destiné aux pays du Sud en réponse à la COVID-19, qui est financé par le CRDI et par l’Agence suédoise de coopération au développement international.

Résultats de recherche

Voir tous les résultats de recherche Opens in new tab
Report
Langue:

Anglais

Sommaire

The general objective of the LAISDAR project was Leveraging Artificial Intelligence and Data Science Techniques in Harmonizing, Accessing and Analysing SARS-COV-2/COVID-19 Data in Rwanda. The research approach, methodology and key activities have been implemented as planned. Collected data has been analysed and findings disseminated through conferences, workshops, and publications. Many studies have been conducted in this project and this report also present key research findings.

Auteure(s) et auteur(s)
Ruranga, Charles
Report
Langue:

Anglais

Sommaire
Auteure(s) et auteur(s)
Halvorsena, Lars
Article
Langue:

Anglais

Sommaire

Background: Since the outbreak of COVID-19 pandemic in Rwanda, a vast amount of SARS-COV-2/COVID-19-related data have been collected including COVID-19 testing and hospital routine care data. Unfortunately, those data are fragmented in silos with different data structures or formats and cannot be used to improve understanding of the disease, monitor its progress, and generate evidence to guide prevention measures. The objective of this project is to leverage the artificial intelligence (AI) and data science techniques in harmonizing datasets to support Rwandan government needs in monitoring and predicting the COVID-19 burden, including the hospital admissions and overall infection rates. Methods: The project will gather the existing data including hospital electronic health records (EHRs), the COVID-19 testing data and will link with longitudinal data from community surveys. The open-source tools from Observational Health Data Sciences and Informatics (OHDSI) will be used to harmonize hospital EHRs through the Observational Medical Outcomes Partnership (OMOP) Common Data Model (CDM). The project will also leverage other OHDSI tools for data analytics and network integration, as well as R Studio and Python. The network will include up to 15 health facilities in Rwanda, whose EHR data will be harmonized to OMOP CDM. Expected results: This study will yield a technical infrastructure where the 15 participating hospitals and health centres will have EHR data in OMOP CDM format on a local Mac Mini (“data node”), together with a set of OHDSI open-source tools. A central server, or portal, will contain a data catalogue of participating sites, as well as the OHDSI tools that are used to define and manage distributed studies. The central server will also integrate the information from the national Covid-19 registry, as well as the results of the community surveys. The ultimate project outcome is the dynamic prediction modelling for COVID-19 pandemic in Rwanda. Discussion: The project is the first on the African continent leveraging AI and implementation of an OMOP CDM based federated data network for data harmonization. Such infrastructure is scalable for other pandemics monitoring, outcomes predictions, and tailored response planning.

Auteure(s) et auteur(s)
Nishimwe, Aurore
Voir tous les résultats de recherche Opens in new tab

À propos du partenariat

Partenariat(s)

Programme d'IA destiné aux pays du Sud en réponse à la COVID-19

L'intelligence artificielle (IA) et les méthodes de la science des données peuvent contribuer à améliorer les capacités des pays en développement à répondre aux futures épidémies.