Le projet ICI (INRIA - Collaboration - IGN) est un simulateur de propagation d’épidémies, par exemple de type COVID-19, reposant sur une modélisation très détaillée d’un espace urbain et de sa population correspondante à l'échelle individuelle. Ce simulateur a pour but de permettre aux autorités de Santé d'évaluer quantitativement et de manière différenciée l'efficacité de politiques de santé durant les épidémies, d'estimer et comparer les effets de différentes interventions de santé publique de manière ciblée par territoire et par sous-population, de guider finement les décisions sanitaires, et de préparer des offres de soin adaptées aux prochaines pandémies.

ICI Recrute

Dans le cadre du PEPR Mobidec, nous recrutons un ingénieur de recherche pour 8 mois.

Accéder à la fiche de poste.

Description du modèle

1. Une modélisation géographique réaliste et précise

Le simulateur ICI repose sur la modélisation de l'espace géographique urbain où vivent et se déplacent des individus. Cette représentation géographique est construite grâce à des traitements originaux fusionnant de nombreuses sources de données (IGN, INSEE, OpenStreetMap, Agence Parisienne d'URbanisme (APUR), etc.).

illustration of a city model (from The 1975 movie clip 'I like America (and America likes me)'
Illustration of a metro entrance

2. L'emploi du temps des individus

La présence de la population au sein de l'espace géographique est modélisés grâce à un couplage de données très hétérogènes (opérateurs mobiles, d’enquêtes, de régies de transport, etc.) et des processus aléatoires markoviens à temps et espace discrets. Plus particulièrement, ces emplois du temps permettent de connaître la fréquentation au sein des bâtiments (restaurants, commerces, salles de sport, etc.) à une heure précise, ainsi que des volumes horaires des flux d'entrées/sorties au sein de la zone géographique.

3. Un modèle individu-centré

La simulation de la propagation d'une épidémie s'adapte à l'échelle fine et détaillée de l'espace urbain, de la population synthétique modélisée et de ses emplois du temps géolocalisés. Lorsqu'un individu contaminé rencontre un individu sain, une loi de probabilité permet de déterminer si l'infection se propage ou non à la personne saine. En raison de la très forte dépendance de l’évolution de l’épidémie à des caractéristiques épidémiologiques et à divers paramètres hétérogènes au sein de la population (temps d’incubation, probabilité de transmission, etc. ), tous ces paramètres sont modélisés de manière probabiliste. Ces simulations doivent donc être répliquées de nombreuses fois.

illustration of random php code being written

Accéder aux résultats de simulation

Une application dynamique permet à l'utilisateur de consulter les résultats de simulations, calculées préalablement, en sélectionnant certains paramètres d'entrée du modèle (démographie, épidémiologie). Une future mise à jour de cette application permettra d'inclure des mesures sanitaires.
L'utilisateur est chaleureusement invité à contacter l'équipe ICI pour toute demande d'ajout de résultats de simulation sur cette application.


Plusieurs explorations du modèle de diffusion épidémiologique ont également été menées grâce à la plateforme OpenMOLE.

Accéder au code source du simulateur ICI

Le simulateur a été développé en Julia (v1.10.6), langage de haut-niveau spécialisé dans le calcul scientifique. L'équipe ICI propose, à la communauté scientifique, une librairie Julia, appelée ICI_Simulateur, contenant la partie de simulation de propagation d'une épidémie, appliquée pour l'instant au SARS-COV-2.

Pour accéder au code source du simulateur, l'utilisateur est invité à effectuer une demande à l'équipe ICI afin d'avoir accès au projet git du simulateur ICI.
Il est à noter le simulateur nécessite de très grandes ressources de calcul afin de gagner en précision sur la méthode Monte-Carlo. Par conséquent, il est vital qu'il soit lancé sur de grandes plate-formes de calcul possédant des centaines, voir des miliers de noeuds de calculs (via GENCI, PRACE). Si l'utilisateur n'a pas accès à de telles plate-formes, l'équipe ICI a mis en place une interface utilisateur permettant d'afficher des résultats de propagations pré-calculés à l'avance (voir ci-dessous).

Une fois Julia et le code source installés sur la machine, il suffit de lancer les commandes suivantes dans Julia pour lancer une simulation dans l'ensemble du 11ème arrondissement de Paris (150 000 individus) avec des paramètres prédéfinis:

							julia> using ICI_simulateur ; 
julia> Principal() ;
Une explication sur l'utilisation du simulateur est disponible dans le guide d'utilisateur, téléchargeable ici

Les perspectives du projet ICI

Les utilisations potentielles du simulateur ICI sont très nombreuses. Ils permettent de prendre en compte l'effet de diverse mesures sanitaires sur la diffusion d'une épidémie, par exemple :

  • en adaptant les mécanismes de transmission en fonction de la couverture vaccinale, de la contagiosité de différentes activités, etc.
  • en modifiant l'ouverture ou non de différents types de commerces, leurs horaires d'ouverture, les différencier selon leurs localisation, etc.
  • en appliquant différant taux de télétravail ainsi que l'utilisation de différents types de transports, etc.
Le simulateur pourra, à terme, être utilisé pour prévenir, prévoir, gérer des propagations d’épidémies autres que le SARS-COV-2. Enfin, il pourrait servir dans des contextes très différents, par exemple dans le processus de conception de moyens de transport adaptés aux modes de vie des habitants, grâce aux modélisations avancées des multiples phénomènes régissant les déplacements.

Résumé des principales caractéristiques du simulateur ICI

Représentation géographique précise

De nombreuses sources de données sont croisées (IGN, INSEE, OpenStreeMap, Agence Parisienne d'URbanisme-APUR, opérateurs mobiles, RATP, enquêtes de déplacements, comptage de véhicules)

À l'échelle de l'individu

Le modèle ICI s'appuie sur une population synthétique réaliste. Ceci permet de représenter des chaînes de contamination précises et réalistes.

Présence des individus

La présence des individus au sein de différentes activités est calculée grâce à des enquêtes de déplacements et des informations fournies par les opérateurs mobiles. Ces présences quotidiennes sont définies heure par heure pour chaque individu selon une loi de probabilité de chaîne de Markov à temps et espace discret.

Modèle individu-centré

Le modèle ICI simule la propagation de l’épidémie au sein de la population synthétique simulée en tirant au hasard les contaminations entre individus présents au même instant dans la même cellule élémentaire de chaque bâtiment de la génération. Il s’agit donc d’une modélisation individu-centrée.

Simulations des impacts de mesures sanitaires

Le modèle ICI permet d’aider à mesurer l’impact de toute mesure sanitaire globale (par exemple, confinement total ou partiel, traçage) sur la propagation de l’épidémie en calculant des informations localisées en temps et en espace, et par catégories de populations (par exemple : pour chaque mesure sanitaire envisageable à une date donnée, proportion de seniors du 5ème arrondissement de Paris atteints par la maladie à partir de la dixième semaines).

Langages informatiques

Le simulateur est codé en Julia (v1.8.3) et utilise les données générées à l'aide de programmes de traitement de données spatiales en java (et parfois en scala). La visualisation des données est effectuée grâce au language R (et parfois en javascript).

Julia programming language logo

Equipe scientifique


  • Maxime Colomb : Ingénieur de recherche INRIA-IGN. Responsable du développement des simulateurs.
  • Denis Talay : Directeur de recherche à l'INRIA, ancien responsable de l'équipe Ascii. Concepteur et initiateur d’ICI, coordinateur et responsable du projet.
  • Julien Perret : Directeur de Recherche à l'IGN. Responsable du développement des données spatiales.
  • Carl Graham : Chercheur CNRS et responsable de l'équipe Ascii. Référent modélisation mathématique.
  • Josselin Garnier : Professeur à l'Ecole Polytechnique. Référent modélisation mathématique et étude de variabilité des modèles de simulation.
  • Quentin Cormier : Chercheur INRIA (Ascii). Référent modélisation mathématique et algorithmique.
  • Philippe Ravaud, Raphael Porcher, Viet-Thi Tran : Professeurs au CRESS (Inserm, Université Paris Cité, Université Sorbonne Paris Nord, INRAe). Référents en Epidémiologie d’intervention.
  • Aline Carneiro-Viana : Directrice de Recherche INRIA SIF et responsable de l'équipe projet TRIBE. co-responsable du projet SafeCityMap et référent pour l’utilisation des données d’opérateurs mobiles.
  • Razvan Stanica : Chargé de Recherche à l'INSA Lyon. co-responsable de SafeCityMap et référent pour l’utilisation des données d’opérateurs mobiles.
  • Milica Tomasevic : Chargée de Recherche CNRS à l'Ecole Polytechnique et membre de l'équipe projet MERGE. Appui pour la modélisation et la simulation numérique.
  • Laura Grigori : Professeure à l’EPFL. Référente pour la distribution parallélisée des simulations et le High Performance Computing.
  • Nicolas Gilet : Ancien ingénieur de Recherche à l'INRIA qui a développé la partie simulateur.

Partenariats

Instituts

INRIA institutional logo IGN logo École Polytechnique logo Other École Polytechnique logo

Pour nous contacter

Si vous avez des questions, des besoins de calculs ou des propositions de partenariats, n'hésitez pas à nous contacter via le formulaire ou directement par e-mail.

  • Adresse

    INRIA Saclay Ile-de-France
    1 Rue Honoré d'Estienne d'Orves 91120, Palaiseau
    France
  • Email

    denis.talay A-T inria D-O-T fr
    maxime.colomb A-T inria D-O-T fr
    carl.graham A-T inria D-O-T fr