Détection précoce et prédiction des agents pathogènes zoonotiques viraux transmis par les vecteurs

Aperçu

Ce projet utilise un système automatisé de surveillance des vecteurs, basé sur des capteurs bioacoustiques et la technologie IoT, pour détecter, classer et compter les moustiques. En capturant des moustiques dans différents lieux et en analysant le son de leur battement d’ailes associé à des données visuelles, un modèle d’apprentissage profond identifie avec précision les espèces vectrices de maladies, notamment celles responsables du paludisme, de la dengue et du Zika.

Le système intègre l’IA avec des données satellitaires pour prévoir les éventuelles épidémies en identifiant les conditions environnementales favorables à la reproduction des moustiques. Les scientifiques utilisent également le séquençage de nouvelle génération pour détecter les virus émergents chez les moustiques et les animaux susceptibles de représenter un risque pour l’homme.

Les capteurs connectés à Internet permettent une surveillance en temps réel et à grande échelle à moindre coût, rendant la surveillance des vecteurs plus efficace et accessible.

Mis en œuvre en partenariat avec la Division de la Santé Publique du Ghana, le projet renforce l’infrastructure nationale de surveillance des maladies et étend les capacités de suivi pour inclure d’autres maladies vectorielles au-delà du paludisme et de la dengue, soutenant des interventions de santé publique proactives et basées sur les données.