En savoir plus

Contexte et enjeux

L’intelligence artificielle (IA) correspond à un large ensemble de théories et technologies mobilisées pour résoudre des problèmes à forte complexité logique ou algorithmique. Dans une acception large de l’IA, son utilisation en santé animale permet d'aborder des questions complexes telles qu’en épidémiologie quantitative et prédictive ou en médecine de précision animale et humaine, et également d’étudier finement les interactions hôte × pathogène. Cependant, les méthodes d’IA sont encore peu connues et mobilisées dans leur diversité dans le domaine de la santé, notamment vétérinaire. Pourtant, l’IA adresse des défis qui font sens en santé animale : mieux comprendre une situation et sa dynamique, telle qu’une dynamique épidémique, mieux percevoir l’environnement, par exemple en détectant automatiquement des patrons, formes ou signaux à différentes échelles, ou encore assister la prise de décision humaine, par exemple par des systèmes expertsou de l’aide au diagnostics. L’IA offre pour cela un large panel de méthodes, parmi lesquels les méthodes d’apprentissage, mais aussi les méthodes de résolution de problèmes complexes, d’automatisation de tâches ou de raisonnements, d’intégration d’informations hétérogènes, ou encore d’aide à la décision.

Résultats

Sur la base d’une revue de la littérature des articles scientifiques à l'interface entre IA et santé animale, couvrant la période de 2009 à 2019, et via des entretiens avec des chercheurs français positionnés à cette interface, les principaux domaines de la santé animale où des approches d'IA sont actuellement mobilisées ont été identifiés. Nous avons analysé comment l’IA peut contribuer à renouveler les problématiques de recherche en santé animale et lever les barrières méthodologiques ou conceptuelles. Ainsi, l'IA contribue au diagnostic et à la détection des maladies, à fiabiliser les prédictions et réduire les erreurs d’interprétation, à produire des représentations plus réalistes des systèmes biologiques, à accroître la lisibilité des codes informatiques pour leurs utilisateurs, à accélérer les décisions et améliorer la précision des analyses de risque, et enfin à mieux cibler les interventions et anticiper les possibles effets négatifs. En retour, les défis de santé animale peuvent stimuler la recherche en IA en raison de la spécificité des systèmes, des données, des contraintes et des objectifs visés. Après avoir présenté les obstacles et les leviers possibles à l’utilisation de l’IA en santé animale, nous avons formulé des recommandations pour mieux appréhender le défi que représente cette interface entre disciplines des sciences formelles et des sciences du vivant.

Perspectives

Avec le développement de plusieurs concepts récents promouvant une perspective globale et multisectorielle de la santé, l'IA devrait contribuer à défragmenter les différentes disciplines de la santé vers une recherche plus transversale et intégrative.

Références bibliographiques

Ezanno P., Picault S., Beaunée G., Bailly X., Munoz F., Duboz R., Monod H., Guégan J-F. 2021. Research perspectives on animal health in the era of artificial intelligence. Veterinary Research 52, 40, https://doi.org/10.1186/s13567-021-00902-4

Positionnement de quelques thèmes de recherche en santé animale (en noir) et de méthodes d’IA utiles pour les développer (en vert). Auteure : P. Ezanno.