Introduction à la problématique
L’exploration des connexions entre l’exposition aux pesticides et l’incidence des cancers a été entravée par l’insuffisance des cartes agricoles détaillées. Le projet Geo-K-Phyto introduit une innovation avec des algorithmes d’apprentissage profond pour automatiser la création de ces cartographies, ouvrant la voie à des recherches épidémiologiques approfondies.
Contexte scientifique
Une récente étude de l’Inserm a révélé une forte présomption de corrélation entre l’exposition aux pesticides et diverses maladies, dont certains cancers et la maladie de Parkinson, affectant tant les professionnels de l’agriculture que les habitants à proximité. Cependant, la précision des données agricoles nécessaires à l’analyse de ces effets reste un obstacle majeur.
La solution par l’IA
Pour surmonter ce défi, l’Institut national de l’information géographique et forestière (IGN) et l’Institut Bergonié ont collaboré sur le projet Geo-K-Phyto, développant une solution IA pour extraire automatiquement des données à partir d’imagerie aérienne, améliorant significativement la qualité des cartographies agricoles.
Résultats innovants
Entraînés sur des images infrarouges de haute résolution, les algorithmes d’apprentissage profond ont permis de distinguer avec précision entre vignobles et vergers, identifiant 24% de parcelles supplémentaires non recensées auparavant. Cette avancée technologique marque un progrès significatif par rapport aux méthodes conventionnelles, offrant une base de données enrichie pour l’analyse épidémiologique.
Objectifs et perspectives futures
Le but ultime de ce projet est de mettre en place un système de surveillance épidémiologique pour étudier les liens entre l’exposition aux pesticides et les cancers chez l’adulte, en se concentrant d’abord sur les cancers liés à l’environnement tels que les hémopathies malignes. En intégrant ces nouvelles données cartographiques avec les registres de cancer, les chercheurs espèrent déchiffrer plus précisément les relations entre l’exposition aux pesticides et les risques de maladies pour les populations voisines des zones agricoles, en utilisant la localisation résidentielle des patients pour une analyse détaillée.