Renforcer la surveillance grâce à la plateforme Surveillance-Santé-Sénégal (3S)

Aperçu

Les maladies zoonotiques — des infections qui se transmettent entre les animaux et les humains représentent une menace persistante et souvent sous-estimée pour la santé publique au Sénégal. Dans les régions frontalières marquées par la migration, les centres urbains densément peuplés avec des marchés de bétail, et les communautés où la santé humaine, animale et environnementale est étroitement liée, les lacunes des systèmes d’alerte précoce peuvent avoir des conséquences importantes. Pour les agents de santé communautaires, les professionnels du secteur de l’élevage et les acteurs locaux, souvent les premiers à détecter des anomalies, ces lacunes entraînent des retards d’intervention et des épidémies évitables.

Dirigé par l’équipe AI4PEP Sénégal, le projet a déployé la plateforme 3S (Surveillance-Santé-Sénégal), un outil basé sur l’IA pour la détection en temps réel des maladies zoonotiques dans trois districts stratégiques : Saraya à Kédougou, une région minière transfrontalière à forte mobilité de population ; Podor à Saint-Louis, un corridor à fort trafic à la frontière avec la Mauritanie ; et Pikine à Dakar, un centre urbain où se croisent animaux errants, eaux usées et pressions sur la biodiversité. Plutôt que de positionner la plateforme comme un outil descendant des autorités sanitaires, le projet l’a intégrée dans les pratiques communautaires, en formant des acteurs des secteurs de la santé, de l’élevage et de l’environnement à l’utiliser de manière collaborative et à fournir des retours pour améliorer son fonctionnement.

Les résultats illustrent l’impact d’un outil d’IA soutenu par une véritable appropriation communautaire. Dans les trois districts, les participants se sont approprié la plateforme, avec la participation de vendeurs de marché, de pêcheurs et de professionnels de l’élevage aux côtés des agents de santé formels dans une surveillance intersectorielle. L’alerte précoce n’est plus l’apanage des seules autorités sanitaires : elle devient une responsabilité partagée à l’échelle communautaire. Le projet propose ainsi un modèle reproductible de surveillance épidémiologique basée sur l’IA, ancré localement, connecté entre secteurs, et adapté aux réalités des communautés qu’il sert.