Les annonces sur l’intelligence artificielle au service de la santé et de l’agriculture se multiplient au Sénégal. Les usages documentés, eux, restent rares. Le plus avancé côté santé concerne la surveillance des maladies transmises par les animaux, dont Le Soleil a annoncé le lancement en février 2025.

Santé : repérer plus tôt les zoonoses

Le projet est porté par le Laboratoire de sociologie, d’anthropologie et de psychologie (LASAP) de l’université Cheikh Anta Diop de Dakar, avec les ministères chargés de la santé, de l’agriculture et de l’élevage, et de l’environnement. Il est financé par le Centre de recherches pour le développement international (CRDI, Canada) et le ministère britannique des Affaires étrangères (FCDO). Son principe : associer les communautés à la surveillance, comme co-chercheurs plutôt que simples bénéficiaires. L’Institut Dahdaleh de l’université York, lié au réseau AI4PEP consacré à l’IA pour la préparation aux épidémies, présente la plateforme 3S comme un outil de surveillance en temps réel qui recourt à l’analyse de données et au traitement automatique du langage pour détecter les risques plus vite. Aucun bilan chiffré d’utilisation n’a été publié.

Le préalable des données

Ces outils dépendent de données partagées entre services vétérinaires, sanitaires et environnementaux. Une étude publiée en février 2026 dans Frontiers in Veterinary Science, fondée sur 61 entretiens menés en 2023, décrit les obstacles : capacités techniques limitées, méfiance chez certains acteurs, gouvernance fragmentée, absence de cadre réglementaire clair et financements peu durables. L’IA n’y apparaît que comme une piste d’avenir.

Agriculture : prévoir les récoltes depuis l’espace

Côté agricole, une étude parue en novembre 2024 dans la revue Climate Smart Agriculture, archivée sur le dépôt CGSpace du CGIAR, modélise les rendements du maïs et de l’arachide dans les 40 départements du pays entre 2010 et 2021. En combinant un indice de végétation mesuré par satellite (NDVI) et la pluviométrie, les modèles atteignent un coefficient de détermination supérieur à 0,5 partout, et de 0,6 à 0,8 dans les principales zones de culture. Une baisse de 10 à 20 % des pluies de mai à septembre peut suffire à provoquer des pertes. Il s’agit toutefois de régressions statistiques : les auteurs suggèrent que l’apprentissage automatique pourrait améliorer ces prévisions.

Comment lire les annonces

Ces exemples rappellent qu’un projet d’IA se juge sur des éléments vérifiables : données utilisées, résultats publiés, intégration dans les services publics. Aucun des deux cas examinés n’a encore publié d’évaluation d’impact à grande échelle, et le second montre que l’étiquette « IA » recouvre parfois des méthodes statistiques classiques.


Photographie d’illustration issue de la photothèque du site. Elle ne documente pas les personnes, lieux ou événements cités. Crédits photos.

Tous les articles · Intelligence artificielle