Des chercheurs affirment avoir identifié, grâce à l'intelligence artificielle et à des photos soumises par des citoyens, ce qu'ils considèrent comme le premier Anopheles stephensi détecté à Madagascar. L'image rapprochée d'une larve, prise en 2020 dans un pneu à Antananarivo, a été retrouvée deux ans plus tard lors d'un examen des données historiques et analysée dans une étude publiée dans la revue Insects.
L'équipe, dirigée par Ryan Carney, a entraîné des algorithmes de reconnaissance d'images à partir de milliers de photos de smartphone vérifiées. Ces algorithmes ont servi à créer un outil de science citoyenne capable de suggérer l'espèce observée. Les auteurs présentent cet exemple comme un moyen pour les communautés locales et la technologie numérique de combler des lacunes de surveillance, en particulier dans les zones urbaines difficiles à suivre.
Anopheles stephensi est bien adaptée au milieu urbain, elle se reproduit dans des récipients artificiels comme les pneus et seaux, et elle est fortement résistante aux pesticides. Sa propagation représente une menace pour le contrôle du paludisme : une étude antérieure a estimé qu'elle pourrait mettre 126 millions de personnes supplémentaires en risque à travers l'Afrique. Pour étendre la surveillance, les chercheurs citent trois applications gratuites (iNaturalist, Mosquito Alert, GLOBE Observer de la NASA) accessibles dans plusieurs langues, et recommandent l'usage du Global Mosquito Observations Dashboard pour regrouper photos et données de localisation.
Ils soulignent aussi des limites concrètes : beaucoup de personnes à Madagascar n'ont pas de smartphone ou d'accès internet fiable, ignorent ces outils, et les algorithmes ont été entraînés sur des photos prises avec une lentille clip-on 60x, ce qui crée une exigence technique. Pour augmenter l'utilisation, ils recommandent que les programmes de lutte contre le paludisme et les agences de santé aident les citoyens à obtenir la bonne lentille, sensibilisent la population et mettent ces outils directement entre les mains des communautés, notamment alors que l'aide internationale pour la lutte contre les maladies diminue.
Mots difficiles
- intelligence artificielle — systèmes informatiques capables d'apprendre et d'analyser
- algorithme — suite d'instructions pour résoudre un problèmealgorithmes
- science citoyenne — recherche menée par des membres du public
- surveillance — suivi régulier pour détecter des problèmes
- résistant — qui n'est pas affecté par un produit chimiquerésistante
- lentille — petit verre utilisé pour agrandir une image
- sensibiliser — informer et attirer l'attention d'un groupesensibilisent
Astuce : survolez, mettez le focus ou touchez les mots en surbrillance dans l’article pour voir des définitions rapides pendant que vous lisez ou écoutez.
Questions de discussion
- Comment l'utilisation de l'intelligence artificielle et de la science citoyenne peut-elle améliorer la surveillance du paludisme en milieu urbain ? Donnez des exemples tirés du texte.
- Quels obstacles concrets, mentionnés dans le texte, doivent être résolus pour que les communautés utilisent ces outils ?
- Si l'aide internationale diminue, quelles actions locales les programmes de santé pourraient-ils prendre d'après l'article ?
Articles liés
Les tribunaux pakistanais et la justice climatique
Les juridictions pakistanaises reconnaissent de plus en plus le droit à un environnement sain, mais des obstacles restent: financements limités, expertise juridique concentrée et résistances institutionnelles malgré des décisions et une réforme constitutionnelle récentes.
FCI : réduire les émissions et protéger les serveurs d'IA
Des chercheurs proposent Federated Carbon Intelligence (FCI), une méthode qui relie données environnementales et santé des serveurs pour diminuer les émissions de carbone et limiter l'usure du matériel. Des simulations montrent des gains importants.
Les cheveux racontent l'exposition chimique
Des chercheurs de l'Université du Texas à Austin montrent que les cheveux peuvent enregistrer l'exposition à des produits chimiques sur des jours, semaines et mois. La méthode permet de reconstituer des chronologies d'exposition et d'orienter des solutions pratiques pour l'air intérieur.
