Une épidémiologiste INRAE décrypte le rôle de l’intelligence artificielle en santé animale (Article de synthèse)

Les recherches à l’interface entre santé animale et intelligence artificielle (IA) sont en plein essor. Afin d’y voir plus clair , INRAE publie sur son site un entretien avec Pauline Ezanno, épidémiologiste et spécialiste de la modélisation en santé animale. Elle y délivre quelques messages importants à propos de l’IA, parmi lesquels la nécessité de travailler de manière transdisciplinaire, le besoin de temps et l’importance cruciale des données.

 L’intelligence artificielle (IA) développe un grand éventail d’approches pour soutenir la réflexion humaine. « Deep learning », « machine learning », « algorithmes apprenants », l’IA regroupe un ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine. Elle s’applique à de nombreux domaines scientifiques, parmi lesquelles la santé animale.

La surveillance des épidémies, mais pas que…

L’équipe de Pauline Ezanno, épidémiologiste et spécialiste de la modélisation en santé animale à INRAE, travaille par exemple sur la propagation et la maîtrise de maladies animales infectieuses. « Souvent, la modélisation mathématique est mobilisée pour contribuer à mieux comprendre une épidémie et à anticiper sa dynamique. Cependant, on l’a bien vu avec la Covid19, c’est très compliqué de suivre la propagation d’une épidémie en temps réel, quand il y a en plus des événements qui viennent se greffer comme l’apparition de nouveaux variants du virus », illustre-t-elle. Compliqué aussi de travailler dans l’urgence car, même si ces modèles se calculent rapidement grâce à l’IA, il faut du temps pour réunir les données, les analyser et mettre à jour les modèles lorsqu’il y a de nouvelles connaissances à intégrer. Un des prochains défis de l’IA serait donc de faire de la prédiction « en temps réel », en apprenant aux modèles mathématiques à se mettre à jour automatiquement (machine learning). Outre le suivi des épidémies, l’IA peut avoir de nombreuses autres applications en santé animale, comme « détecter l’émergence d’une maladie (en recherchant des alertes par fouille de texte sur le web, en analysant des données collectées en routine en élevage, etc.) ou encore diagnostiquer automatiquement des maladies (par « reconnaissance de formes », c’est-à-dire reconnaissance d’anomalies types) », poursuit Pauline Ezanno.

Développer des logiciels pour accompagner les vétérinaires

Les chercheurs INRAE participent au développement de différents logiciels dans le domaine. Le logiciel IVAN aide par exemple les vétérinaires à identifier les causes de la mort d’un animal à partir de son autopsie. « Ce logiciel autoapprenant, construit à partir d’une base de données, guide le vétérinaire dans la réalisation de l’autopsie : en fonction des données renseignées par le vétérinaire, le logiciel indique quel organe regarder et quelles sont les hypothèses de diagnostic, avec les marges d’erreur », détaille l’épidémiologiste.

Autre exemple avec une innovation très prometteuse en cours, le projet ATOM, qui permet de générer automatiquement des outils d’aide à la décision (OAD) à partir des modèles. « Nous avions déjà proposé dès 2015 aux gestionnaires de la santé animale des outils d’aide à la décision pour raisonner les interventions sanitaires en élevage pour gérer la diarrhée virale bovine (EvalBVD) et la paratuberculose (EvalParaTuB) », illustre Pauline Ezanno. ATOM devrait fournir des OAD aux vétérinaires sans délai après le développement et l’analyse des modèles sous-jacents, dès 2022.

Pour en savoir plus :

• L’intelligence artificielle au service de la santé animale

Source : INRAE.