L'IA au service de la veille épidémiologique en santé animale

L'Écho Animal

L'IA au service de la veille épidémiologique en santé animale

L'Écho Animal
Un article intitulé « L'intelligence artificielle au service de la veille en santé animale », publié le 27 juin 2025 dans la revue The Animal Echo, mis en lumière les avancées réalisées par le CIRAD et l'INRAE en matière de surveillance épidémiologique grâce aux technologies d'intelligence artificielle. Cet article revient notamment sur l'évolution des systèmes dits EBS (Event-Based Surveillance), qui permettent de détecter des signaux sanitaires en temps réel à partir de sources ouvertes comme les médias en ligne.
Parmi ces outils, PADI-web (Platform for Automated extraction of animal Disease Information from the Web), développé depuis 2016, joue un rôle central. Il s'appuie sur des techniques de traitement automatique du langage naturel (TALN) et sur des modèles d'apprentissage automatique pour repérer, classifier et extraire des informations pertinentes sur les maladies animales. Ces systèmes complètent les bases de données officielles comme WAHIS (OMSA), souvent soumises à des délais de notification, en fournissant des alertes précoces et en élargissant le champ géographique et thématique de la surveillance.
Les auteurs présentent également les travaux menés dans le cadre du projet MOOD (Monitoring Outbreaks for Disease surveillance in a data science context), qui ont permis d'améliorer la qualité des modèles grâce à l'annotation experte de corpus de dépêches, à la mise en œuvre de hackathons thématiques et à l'intégration de modèles de langue spécialisée.
L'article évoque enfin le développement de l'outil MUST (Multi-Source Surveillance Tool), issu de la collaboration de 3 unités (ASTRE, TETIS et le LIRMM) afin de croiser automatiquement différentes sources (notifications officielles, bases de données sanitaires nationales, systèmes EBS) afin de mieux suivre l'évolution de maladies comme la grippe aviaire hautement pathogène.
Ces approches innovantes renforcent la capacité d'anticipation des autorités sanitaires et ouvrent la voie à une veille épidémiologique plus rapide, plus fine et plus collaborative.
Mathieu Roche est chercheur en informatique au CIRAD, au sein de l'UMR TETIS à Montpellier. Spécialiste de la fouille de textes, il travaille sur l'application de l'intelligence artificielle aux données sanitaires, avec plus de 200 publications et 25 doctorants encadrés. Carlène Trévennec est vétérinaire et épidémiologiste, ingénieure de recherche à l'INRAE, basée au CIRAD au sein de l'UMR ASTRE. Elle contribue à la veille sanitaire internationale et à la surveillance des maladies animales, à l'interface entre recherche et appui aux politiques publiques.