Service Communautaire d'Information sur la Recherche et le Développement - CORDIS

H2020

REMOSIS — Résultat en bref

Project ID: 691131
Financé au titre de: H2020-EU.2.
H2020-EU.3.
Pays: Allemagne
Domaine: Santé

L'IA améliore l'identification des moustiques pour un meilleur contrôle des maladies

Un contrôle efficace des vecteurs de maladies repose sur une identification rapide et simple, actuellement inexistante dans les régions les plus touchées. Un projet de l'UE propose une solution pilotée par IA.
L'IA améliore l'identification des moustiques pour un meilleur contrôle des maladies
Des millions de citoyens dans le monde sont infectés par des maladies transmises par des moustiques infectieux, entraînant des milliers de décès, une perte de revenus due à une mauvaise santé et une pénurie des systèmes de santé nationaux. Il existe aujourd’hui des preuves suggérant que le changement climatique introduit davantage de maladies transmises par les moustiques en Europe. Les tentatives exhaustives pour s'attaquer au problème reposent habituellement sur des informations précises sur les populations de moustiques dans une zone donnée, qui impliquent généralement l'inspection manuelle périodique des pièges.

Le projet REMOSIS a mis au point des pièges intelligents pour réduire les coûts d'enquête et le temps nécessaires. Le dispositif appelé BG-Eye utilise avec succès l'apprentissage automatique pour distinguer différentes espèces de moustiques, détecter des espèces d'intérêt particulier (comme les vecteurs de maladies invasives) et distinguer les sexes d'une même espèce. Ces informations sont nécessaires pour mener une action préventive efficace.

Toutes les espèces ne sont pas égales

Toutes les espèces de moustiques ne présentent pas le même intérêt pour les chercheurs, notamment en ce qui concerne les cas d'espèces invasives ou la transmission de certaines maladies. Il est donc important de pouvoir les trier. Jusqu'à présent, ce tri n’était possible qu'en amenant les moustiques pris dans des pièges aux laboratoires pour une identification manuelle. Ce processus prend du temps, coûte cher et se prête souvent à des inexactitudes, en raison d'une erreur humaine.

Le dispositif du projet REMOSIS (BG-Eye), financé par l'UE, utilise les capacités d'intelligence artificielle (IA) pour améliorer continuellement son identification des espèces d'intérêt, en se reposant sur ses efforts passés. Comme l'explique le coordinateur du projet, le Dr Andreas Rose, «la formation de base est réalisée en laboratoire avec des moustiques élevés en laboratoire, où le dispositif apprend à identifier les espèces cibles. Le dispositif est ensuite introduit sur le terrain, où ses capacités d'identification sont testées et ajustées, si nécessaire. Après cela, il peut utiliser ce qu'il a appris de manière autonome.»

Un aspect important de BG-Eye est que l'appareil peut fonctionner lorsqu'il est combiné avec des pièges à moustiques équipés d’un ventilateur vendus dans le commerce. Cela signifie qu'il peut déjà être facilement utilisé avec des outils standard de suivi des moustiques sur le terrain. Jusqu'à présent, les technologies similaires ne fonctionnaient que dans des installations de laboratoire avec des moustiques en dehors du flux d'air d'un piège à moustiques.

L'unité de détection BG-Eye est une mise à niveau d'un appareil déjà commercialisé, le BG-Counter, qui différencie les moustiques des autres insectes en aspirant la capture dans le piège à travers une fine barrière lumineuse. Cependant, le signal résultant est trop court pour différencier les espèces de moustiques. REMOSIS a donc commencé à allonger le signal et à augmenter les points de données, ce qui signifie que les insectes ont dû être analysés plus longtemps que prévu.

La mise à niveau s'est avérée un succès, comme le rappelle le Dr Rose: «Une surprise, du moins pour les biologistes de l'équipe, était la précision avec laquelle l'IA était capable de séparer les espèces visuellement très difficiles à distinguer. Après avoir alimenté les algorithmes d'apprentissage machine avec davantage de données, le système a appris à distinguer deux espèces d'anophèles qui ne peuvent être différenciées qu’en utilisant des méthodes moléculaires.»

Surveiller le système immunitaire de la société

La surveillance des vecteurs de maladies potentiels protège essentiellement le système immunitaire de la société, la rapidité de la détection des menaces entraînant un contrôle plus rapide de cette menace.

Comme le résume le Dr Rose: «Avec le dispositif REMOSIS, la surveillance des moustiques vecteurs de maladie sera plus rapide et fournira des informations fiables presque en temps réel. Cela permet des activités de contrôle très ciblées et efficaces, avec des coûts considérablement réduits, des temps de réaction beaucoup plus courts et un impact moindre sur l'environnement.»

Actuellement, l'équipe travaille sur cinq prototypes avec toutes les fonctionnalités du produit final. Ces appareils seront envoyés à différents partenaires du monde entier pour recueillir les moustiques dans divers habitats et environnements.

Chaque compte fournira une signature électronique type pour ces insectes, et l'apprentissage automatique, des algorithmes et de l'IA seront utilisés pour calibrer la technologie. Au fur et à mesure que la bibliothèque de signatures de moustiques se développera, des habitats plus complexes avec de nombreuses espèces de moustiques différentes seront ciblés.

Informations connexes

Mots-clés

REMOSIS, moustique, paludisme, maladie, vecteurs, zika, dengue, intelligence artificielle, apprentissage automatique, algorithme, espèces, insectes, identification