L’analyse prédictive pour renforcer la sécurité alimentaire

Les autorités sanitaires américaines se sont dotées d’un système d’analyse prédictive pour prévenir les crises liées au risque chimique dans l’alimentation. Cet outil, fourni par SAS, permet en particulier de traiter un flux conséquent d’informations textuelles et d’orienter la prise de décision grâce à la visualisation des données.

Aux États-Unis, le Centre pour la sécurité alimentaire et la nutrition appliquée (CFSAN) veille sur l’innocuité de la nourriture domestique et importée — un marché de 450 milliards de dollars. Parmi les projets de cet organe de la puissante FDA (l’agence américaine des produits alimentaires et médicamenteux) figure l’ambition d’identifier les produits chimiques problématiques avant leur introduction dans l’approvisionnement alimentaire. Pour y parvenir, elle doit détecter des signaux faibles dans un grand flux de données afin de développer un modèle prédictif. Par exemple, être en mesure de prévenir d’éventuelles conséquences sur la production alimentaire à partir d’un simple article de presse sur un déversement chimique dans telle ou telle région.

 

Analyse prédictive et visualisation de données propulsées par SAS

 

Une telle tâche apparaît impossible à accomplir de façon efficace et exhaustive par des êtres humains. Il s’agit en effet de parcourir de multiples sources de données textuelles et d’en tirer une information pertinente. Le CFSAN s’est donc tourné vers une suite de technologies de SAS, capables de réaliser cette analyse prédictive et permettant la visualisation des données, avec pour objectif de mettre au point une plateforme d’information sur l’apparition des risques chimiques. Celle-ci intègre des millions de citations d’articles scientifiques, des sites d’actualité, des alertes de sécurité concernant l’approvisionnement alimentaire, etc., et peut s’enrichir de 10 000 nouveaux enregistrements chaque jour.

La première mission de l’outil analytique consiste à filtrer les informations relatives à l’alimentation afin de les ajouter dans une base de données. Un modèle prédictif, entraîné avec des données fournies par des humains, prend le relai pour extraire les signaux potentiels. Les scientifiques du CFSAN ont développé une ontologie permettant d’identifier et de visualiser des relations contextuelles entre les éléments signalés — par exemple, un produit chimique détecté dans un aliment et un cancer auquel il est lié. Les agents peuvent approfondir la capacité de prédiction du système en examinant plus profondément les documents et, éventuellement, prendre une décision orientée par les données.

 

Lire l’article (en anglais)

 

En complément :

Un article à propos de maintenance prédictive

et un autre (en anglais) sur le diagnostic médical.