La crise de la COVID-19 est qualifiée de « pandémie déterminée par les données » parce que des quantités massives de renseignements et de données sont publiées et diffusées à une échelle jamais vue auparavant. Dans le monde entier, l’intelligence artificielle (IA) et la recherche axée sur la science des données s’avèrent prometteuses pour la détection précoce de la COVID, les communications en temps utile à l’intention du public, les nouveaux outils de diagnostic, et les interventions stratégiques et de santé publique éclairées qui peuvent être automatisées, mises en œuvre et étendues à un coût abordable.
L’IA et les méthodologies de la science des données sont particulièrement bien adaptées à la reconnaissance de schémas, à la prévision et à l’automatisation. Les tableaux de bord peuvent aider à relayer les risques et les points chauds aux décideurs politiques, à soutenir les autotests à domicile et les conseils, ainsi qu’à aider les praticiens de la santé dans l’établissement des diagnostics médicaux et le triage des patients. Dans ce projet, on utilisera un cadre d’IA pour évaluer et contenir la COVID-19 et les épidémies futures tout en atténuant les répercussions socio-économiques sur les femmes, les enfants et les groupes défavorisés en Malaisie et au Sri Lanka. Le projet développera l’IA afin de mener des activités de recherche des contacts et d’atténuation de l’impact socio-économique d’une manière plus éclairée, plus sociale et plus responsable en vue de la prochaine vague d’infections par la COVID-19 et des pandémies futures. Il formulera un ensemble de recommandations auxquelles les décideurs politiques et les médecins pourront accéder.
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 Centre de recherches pour le développement international et par l’Agence suédoise de coopération au développement international.
Artificial intelligence framework for threat assessment and containment for covid-19 and future epidemics while mitigating the socioeconomic impact to women, children, and underprivileged groups Article Auteur ou autrice(s) : Ilangarathna, G., Weligampola, H., Ranasinghe, Y., Attygalla, E., Godaliyaddha, R. Langage : Anglais |
Prerequisite for COVID-19 prediction : a review on factors affecting the infection rate Article Auteur ou autrice(s) : Tang, Shirley Gee Hoon, Hadi, Muhamad Haziq Hasnul, Arsad, Siti Rosilah, Ker, Pin Jern, Ramanathan, Santhi Langage : Anglais |
Comprehensive overview of education during three COVID-19 pandemic periods : impact on engineering students in Sri Lanka Article The study provided an overview of changes in the educational system due to the COVID-19 pandemic among engineering undergraduates of Sri Lanka. Results show that students’ attendance in online classes improved over time compared to the initial pandemic period. Nearly 50% of students’ family income was impacted- either stopped or reduced due to the pandemic. Most students have issues regarding computing devices, internet connectivity, and the home environment, which are not conducive to learning at home. Under normal circumstances, engineering undergraduates in Sri Lanka have high exposure to modern technology and a diversity of instructional delivery, hence this student cohort was chosen for the study. Auteur ou autrice(s) : Ilangarathna, Gayanthi A., Ranasinghe, Yasiru, Weligampola, Harshana, Attygalla, Erandi, Ekanayake, Janaka Langage : Anglais |
Hands off : a handshake interaction detection and localization model for COVID-19 threat control Paper A handshake interaction localization model in real-time that may help mitigate the threat for transmitting COVID-19, is presented using computer vision in a non-intrusive technique. A real-time detection model (using YOLO/you only look once) is proposed to identify handshake interactions in realistic scenarios. YOLO can detect multiple interactions in a single frame. The model can be applied to public spaces to identify handshake interactions. The study is the first to use a human interaction localization model in a multi-person setting. YOLO is a convolutional neural network (CNN) for object detection in real-time. Auteur ou autrice(s) : Jameel Hassan, A. S., Sritharan, Suren, Jayatilaka, Gihan, Godaliyadda, Roshan I., Ekanayake, Parakrama B., Herath, Vijitha, Ekanayake, Janaka B. Langage : Anglais |
Spatial analysis of COVID-19 and socio-economic factors in Sri Lanka Paper Using data from the Epidemiological Department of Sri Lanka, a cluster analysis was carried out based on COVID-19 data and demographic data of districts, towards developing a mathematical model that can identify and describe socio-economic factors related to pandemic measures. Population and population density, monthly expenditure, and education level are suggested as main factors for policy makers consideration. Findings can support future evidence-based COVID-19 policies, and further utilized as a foundation for other epidemiological models. A challenge in the study was the presumed disparity between actual COVID-19 cases and observed COVID-19 cases, thereby depicting an inaccurate measure of COVID-19 severity. Auteur ou autrice(s) : Perera, Rumali, Weligampola, Harshana, Marikkar, Umar, Sritharan, Suren, Godaliyadda, Roshan, Ekanayake, Parakrama, Herath, Vijitha, Rathnayake, Anuruddhika, Dharmaratne, Samath Langage : Anglais |