projet Sursy
SURSY : SURveillance SYndromique pour la veille épidémiologique végétale
responsables
Isabelle Pieretti (PHIM, Cirad) courriel
Mathieu Roche (TETIS, Cirad) courriel
Autres membres du projet :
Carlène Trévenec (ASTRE, INRAE)
Paulin Melatagia (Laboratoire d’Informatique et Applications, Université de Yaoundé I, Cameroun)
résumé
Dans le cadre de la veille internationale et des plateformes ESA et ESV (épidémiosurveillance en santé animale et santé végétale), un système de veille automatique du Web a été mis en place depuis 2013 pour détecter l’émergence ou la réémergence de maladies (cause connue) de manière précoce. Dans le contexte du projet SURSY, cette veille sera étendue en mettant l’accent sur les problématiques de « veille syndromique ». La veille syndromique issue de la Santé Publique et animale s’appuie sur des informations sur les symptômes et des méthodes de collecte de données en temps réel pour fournir des informations utiles aux décideurs. Ce projet intégrera les problématiques de veille syndromique en santé végétale pour détecter de manière très précoce de nouvelles maladies émergentes ou exotiques (cause inconnue) et/ou de nouvelles plantes hôtes. Par ailleurs, ce projet consolidera les flux actuels de collecte de données et intégrera de nouvelles maladies à surveiller. Le lien entre la veille en santé végétale et animale permettra d’approfondir la réflexion sur les démarches à mettre en place pour développer la veille syndromique et consolider la surveillance de maladies cibles. L’objectif de nos travaux est d’aborder cette « problématique syndromique » en s’intéressant à la veille de maladies potentiellement nouvelles (maladie X) en santé végétale et le développement de maladies déjà existantes sur de nouvelles plantes hôtes dans un contexte de changement climatique et des évolutions rapides inhérentes.
Plateformes d’épidémio-surveillance liées au projet
Publication de référence : Roche, M., Rabatel, J., Trevennec, C., Pieretti, I. (2024). PADI-web for Plant Health Surveillance. In: Islam, S., Sturm, A. (eds) Intelligent Information Systems. CAiSE 2024. Lecture Notes in Business Information Processing, vol 520. Springer, Cham.