Une équipe de recherche de l’Université Concordia met au point une technique rapide et efficace pour suivre la propagation des agents pathogènes

Une nouvelle méthode de surveillance et de suivi de la propagation des agents pathogènes mise au point par une équipe de recherche de l’Université Concordia pourrait aider à freiner de futures épidémies de maladies potentiellement dangereuses comme la COVID-19.

Présentée dans la revue Building and Environment, cette méthode recourt à un suivi en temps réel des personnes infectées à l’aide de caméras et de capteurs, ainsi qu’à des modèles algorithmiques de dispersion de l’air et des agents pathogènes pour évaluer les risques d’infection. Elle peut également alerter les systèmes de ventilation mécanique automatisés afin d’optimiser la circulation de l’air et de réduire la probabilité qu’un agent pathogène présent dans l’air contamine les personnes à proximité.

« Notre méthode innovante réduit considérablement le temps de simulation nécessaire dans d’autres études, ce qui nous permet de mieux déterminer si un lieu qui a été exposé à des agents pathogènes présente toujours un risque », explique Zeinab Deldoost, doctorante et auteure principale de l’étude.

Elle souligne que, contrairement à d’autres modèles qui peuvent simuler avec précision un schéma de dispersion durant moins d’une minute, le nouveau modèle peut poursuivre les simulations avec précision sur une période prolongée.

« Si nous savons qu’une personne est malade, ce système nous aide à la surveiller et à connaître la dispersion dimensionnelle de l’agent pathogène autour d’elle », ajoute Fariborz Haghighat, coauteur et professeur au Département de génie du bâtiment, civil et environnemental de l’École de génie et d’informatique Gina-Cody.

« Un bâtiment équipé de capteurs nous permet de suivre ces personnes et d’estimer ou de retracer qui a été en contact avec elles. »

Des calculs de circulation d’air plus simples

L’efficacité du modèle résulte de la réduction du nombre de calculs qu’il effectue.

Au lieu de tenter d’estimer comment les déplacements d’une personne influent sur la circulation de l’air, le modèle traite la personne comme une source d’émissions en mouvement sans masse. Cette approche permet au modèle de mesurer la circulation de l’air de manière cohérente et d’étudier comment un agent pathogène se disperse dans l’air à partir d’une source en mouvement.

L’étude valide cette approche en montrant que la présence physique d’une personne ne perturbe que brièvement la circulation de l’air. Une fois qu’une personne quitte une pièce, la circulation de l’air revient à la normale en 40 secondes approximativement. De plus, la zone touchée s’étend sur environ un mètre autour de la trajectoire du déplacement. L’effet sur la dispersion des agents pathogènes sur de grandes surfaces et de longues durées s’avère donc négligeable.

Cette technique améliorée permet au modèle de simuler une seconde de dispersion en seulement 3,8 secondes sur un ordinateur portable personnel.

Les chercheurs soulignent que cela rend leur système mieux adapté aux bâtiments complexes à occupation dynamique, tels que les hôpitaux, et permet aux décideurs de faire des choix en temps quasi réel.

Fuzhan Nasiri, coauteur et également professeur au Département de génie du bâtiment, civil et environnemental, estime que ce système pourrait faciliter l’adoption future de modèles de dispersion-réponse dans les bâtiments.

« Si nous pouvions utiliser cette simulation sur une longue période et dans différents scénarios, nous pourrions générer suffisamment de données pour représenter différents modèles en matière de déplacements et de dispersion, explique-t-il. Cet ensemble de données pourrait ensuite servir à former des systèmes d’IA afin que les futurs utilisateurs n’aient plus besoin d’effectuer des simulations complètes pour établir les modèles de dispersion et les réponses en temps quasi réel correspondantes. »

L’étude a bénéficié d’une subvention à la découverte du Conseil de recherches en sciences naturelles et en génie du Canada.

Lisez l’article cité : "Real-time analysis of pathogen dispersion patterns resulting from a moving infectious person"