Exploiter les médias sociaux et l'IA pour accélérer l'assistance à la chaîne d'approvisionnement en cas de catastrophe
Un doctorant de l'Université d'Alabama à Huntsville (UAH) est l'auteur principal d'une étude sur le Journal international de recherche sur la production étudier les moyens par lesquels les plateformes de médias sociaux peuvent être exploitées avec l’intelligence artificielle (IA) pour fournir une communication vitale reliant les victimes de catastrophes à l’aide et au soutien extérieurs.
Vishwa Vijay Kumar, doctorant en ingénierie industrielle et des systèmes et en gestion de l'ingénierie à l'UAH, une partie du système de l'Université d'Alabama, a fait équipe avec ses collègues co-chercheurs de l'UAH, le Dr Avimanyu Sahoo et le Dr Sampson Gholston, ainsi qu'avec le mentor de Kumar, le Dr Siva K. Balasubramanian de l'Illinois Institute of Technology, pour soutenir l'initiative.
Pour le projet, l’équipe a utilisé les données de X, anciennement connu sous le nom de Twitter, sur deux périodes de six semaines et dans deux pays pendant la pandémie de COVID-19 : mars-avril 2020 aux États-Unis lorsque la pandémie a éclaté, et en Inde pendant la montée du variant delta en mai-juin 2021.
Les perturbations dans les chaînes d’approvisionnement des soins de santé au cours de ces périodes ont provoqué de graves pénuries d’équipements essentiels allant des masques faciaux et des médicaments aux respirateurs pour les patients en soins intensifs.
« Je suis né et j'ai grandi dans la campagne indienne, à Sitamarhi, dans le Bihar, près de la frontière avec le Népal, où les catastrophes naturelles telles que les inondations des rivières himalayennes sont fréquentes », explique Kumar.
« Ces inondations peuvent se propager sur des kilomètres, piégeant des milliers de personnes dans leurs maisons, qui ont besoin d'une aide urgente en matière de soins de santé et de nourriture, ainsi que d'opérations de sauvetage. Dès mon plus jeune âge, j'ai été amené à développer un cadre qui permettrait aux personnes dans le besoin de communiquer leurs besoins au monde et aux autorités compétentes afin qu'elles se coordonnent pour aider les victimes de catastrophes à temps. »
La pandémie de COVID-19 de 2020 a été une catastrophe d’un autre genre, touchant des milliards de personnes dans le monde et révélant d’importantes vulnérabilités dans les chaînes d’approvisionnement mondiales en soins de santé. Les pénuries critiques de fournitures essentielles telles que les kits de dépistage, les bouteilles d’oxygène et les lits d’hôpitaux ont mis en évidence le besoin urgent d’une allocation efficace des ressources et d’informations en temps réel.
« Cette situation a ravivé ma motivation initiale à explorer comment les médias sociaux et l'IA pourraient être exploités pour accélérer la réponse aux catastrophes et atténuer les problèmes de santé et d'approvisionnement pendant les crises », explique Kumar. « J'ai discuté de cette idée avec le Dr Sahoo, mon directeur de thèse. »
La recherche qui a suivi a présenté un processus en quatre étapes et développé des algorithmes pour analyser les informations de 3,9 millions de tweets afin d’identifier les informations impératives à l’aide de l’IA et de l’apprentissage automatique.
Les mots-clés des publications Twitter ont été identifiés pour indiquer quels tweets contenaient des informations pertinentes sur les perturbations de la chaîne d'approvisionnement liées à la pandémie et les ont traités pour l'analyse et la modélisation du contenu. Les tweets ont été classés comme « impératifs », c'est-à-dire des appels à l'aide exploitables, et « non impératifs », fournissant des informations non exploitables.
Les données analysées ont également permis d’estimer l’emplacement géographique des tweets impératifs dépourvus d’informations de géolocalisation pour faciliter la coordination des opérations d’aide.
En outre, les chercheurs ont identifié un certain nombre de défis liés à la chaîne d’approvisionnement des soins de santé en cas de catastrophe, qui font l’objet de recherches futures.
Les sujets abordés comprenaient la géolocalisation des personnes dans le besoin qui ont publié leurs préoccupations sur les réseaux sociaux sans identifier leur emplacement ; la prévision des approvisionnements en vaccins contre la COVID-19 ; la prévision de la disponibilité des fournitures de santé et de nourriture ; l'utilisation d'autres réseaux sociaux (par exemple, Facebook, Instagram, etc.) et la recherche de cas où ces améliorations seraient applicables à d'autres événements catastrophiques, tels que les ouragans et les tremblements de terre.
« Nous prévoyons également de développer une plateforme/un outil qui analysera les publications sur les réseaux sociaux concernant les événements de catastrophe et générera des rapports en temps réel sur les problèmes d'offre et de demande et sur les personnes avec leur géolocalisation demandant de l'aide », conclut Kumar.
