Université Cheikh Anta Diop, Dakar - Sénégal +221 77 445 77 76 ai4declicsn@gmail.com
Experts

40

Projects

12

Distinctions

10

AI4-DECLIC SN

Intelligence Artificielle pour la Détection Précoce des Maladies Zoonotiques

IA et Science des Données
Approche Communautaire

Principal Investigateur :

Sylvain Landry Birane FAYE

Professeur Titulaire des Universités, Socio-Anthropologue
Directeur du Laboratoire de Sociologie, Anthropologie, Psychologie (LASAP)

Ecole Doctorale ET.HO.S, Département de Sociologie, Faculté Lettres et Sciences Humaines (FLSH)
Université Cheikh Anta DIOP (UCAD)
BP 5005 DAKAR-FANN SENEGAL

Contactez-nous pour plus d'informations

fayesylvain@yahoo.fr

Description du projet

Ai4Declic : Intelligence artificielle et modélisation hybride pour la détection communautaire précoce des maladies zoonotiques dans le contexte du changement climatique au Sénégal

L'objectif général de ce projet est d'améliorer le système de surveillance épidémiologique au Sénégal en développant et en testant un système communautaire de détection précoce et d'alerte pour les maladies zoonotiques, sensible au genre, en utilisant l'Intelligence Artificielle (IA), la science des données et une approche One Health.

Ce projet consiste à mobiliser l'IA responsable et la science des données pour comprendre, soutenir et expérimenter des systèmes de détection précoce et d'alerte pour les maladies zoonotiques au Sénégal.

Nous proposons de développer et de mettre en œuvre des applications d'IA communautaires destinées à la détection précoce des maladies, en nous basant sur les réalités locales : écologiques, géographiques, médicales, mais aussi économiques et socioculturelles. Inspiré par les approches "One Health", notre projet recueillera des données socio-anthropologiques sur les pratiques de santé, les facteurs de risque perçus et les vulnérabilités, ainsi que sur les relations entre les humains et leur environnement physique dans le contexte du changement climatique et des bouleversements écologiques. Ces données permettront de concevoir des modèles basés sur l'IA éthique, sensible au genre, pour la détection des risques liés aux maladies.

Le projet développera également des outils, adaptés et accessibles aux communautés locales, pour faciliter la communication d'alertes aux services de santé de première ligne, pour une réponse plus efficace aux menaces épidémiques.

Nous adoptons une méthodologie de recherche-action participative et mobilisons des méthodes de recherche pluridisciplinaires (anthropologie, géographie, écologie, IA et sciences des données, biologie, épidémiologie, sciences vétérinaires, Genre). Nous travaillons en collaboration avec les communautés locales, les utilisateurs des connaissances à chaque étape du projet de recherche (REVOCAP : Réseau des volontaires communautaires d'appui au personnel de santé) Division de la Surveillance épidémiologique (MSAS) les Comités de veille et d'alerte communautaires (CVAC), l'Agence sénégalaise pour le reboisement de la Grande Muraille Verte (ASRGMV).
Axes de recherche

Nos axes de recherche

Engaging Communities: Partnership, Participatory Research, and Capacity Building

Engaging Communitie…

One Health: ecological systems, Social Life and Emerging Disease

The approach propos…

AI Technologies and Epidemiological Modeling for the Community-Based Early Detection and Response

AI Technologies and…

Ethnographic Research on Gender, Lifestyles, Human-animal-environment Interactions, Vulnerabilities

Ethnographic Resear…

Témoignages

Ce que nos partenaires disent de notre projet

Actualité

Lisez les derniers articles

Admin 02 Juillet 2023

Réunion introductive à la DPM

Dans le cadre de la mise en place et du lancement prochain de ce programme de recherche

Lire Plus

Contactez-nous

123 Rue, Dakar, Sénégal

ai4declicsn@gmail.com

+221 77 445 77 76