Proposition de Stratégie de déconfinement Basée sur L'intelligence Artificielle Et La Prédiction - Analytiques et Prédiction en Temps Réel de la Pandémie Covid-19 – Par Samia Chehbi Gamoura – Papier Diffusé Le 23/04/2020 1 PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19 PAR SAMIA CHEHBI GAMOURA Humanis, EM Strasbourg, Université of Strasbourg, Strasbourg, France samia.gamoura@em-strasbourg.eu Liste des publications Pre-print précédentes [1] S. C. Gamoura, «Real-time Data Analytics and prediction of the COVID-19 pandemic (Period to March 22th, 2020),» Published on March 22, 2020 - DOI: https://doi.org/10.13140/RG.2.2.33995.13607 [2] S. C. Gamoura, «Real-time Data Analytics and prediction of the COVID-19 pandemic (Period to March 26th, 2020),» Published on March 26, 2020 - DOI: https://doi.org/10.13140/RG.2.2.12574.69444 [3] S. C. Gamoura, «Real-time Data Analytics and prediction of the COVID-19 pandemic (Period to March 28th, 2020),» Published on March 28, 2020 - DOI: https://doi.org/10.13140/RG.2.2.25996.46726 [4] S. C. Gamoura, «Real-time Data Analytics and prediction of the COVID-19 pandemic (Period to April 2nd, 2020).,» Published on April 02, 2020 - DOI: https://doi.org/10.13140/RG.2.2.36777.13921 [5] S. C. Gamoura, «Real-time Data Analytics and prediction of the COVID-19 pandemic (Period to April 4th, 2020),» Published on April 04, 2020 - DOI: https://doi.org/10.13140/RG.2.2.16238.15686 [6] Real-time Data Analytics and prediction of the COVID-19 pandemic (Period to April 10th, 2020). Published on April 10, 2020 - DOI: https://doi.org/10.13140/RG.2.2.26379.03367 [7] Real-time Data Analytics and prediction of the COVID-19 pandemic (Period to April 13th, 2020). Published on April 13, 2020 - DOI: https://doi.org/10.13140/RG.2.2.33807.53926 Approche Proposée Maintenant que plusieurs pays se trouvent dans le plateau pandémique, certains commencent à réfléchir sur la stratégie à suivre pour le déconfinement. Nous prenons dans cette étude l'exemple de la France, qui , selon nos études analytiques précédentes en pre-print ( [7], [6], [5] , [4], [3], [2], [1]) est rentrée dans le plateau épidémique dès le 11/04/2020. Comme nous l'avions déjà présenté dans les mêmes publications, notre algorithme permet de: - Pour l'état actuel: l’algorithme permet d'extraire le facteur démographique relatif de contagion Relative Demographic Contagion Factor (RDCF) pour une population, que ce soit à l'échelle d'un pays, d'une région, d'un département, ou d'une localité ou ville. Pour ce faire, l’algorithme croise les paramètres suivants : o Densité de la population o Période d’incubation estimée (extraire de la première série) o Population (Nombre) o Distribution des tranches d’âge o Limitation des tests o Politique de confinement appliquée (et sa date d’application) o Date du premier cas déclaré o Série des nombres des nouveaux cas dès le premier cas - Pour le futur: l’algorithme permet de prédire la série des nouveaux cas à venir.