Voici quelques exemples de maladies infectieuses : le paludisme, la tuberculose, la grippe, la COVID-19, le VIH/SIDA, la dengue, la fièvre jaune, le choléra, la rougeole, la coqueluche, les infections sexuellement transmissibles (IST) comme la chlamydia et la syphilis, et les infections bactériennes comme la pneumonie et la méningite

A. Objectif principal

Exploiter la puissance de l’intelligence artificielle et de la science des données pour améliorer la détection précoce, la surveillance, la prédiction et la réponse aux maladies infectieuses dans les contextes endémiques et épidémiques, en particulier dans les régions défavorisées..

B. Objectifs Spécifiques

1. Amélioration de la surveillance

Développer des modèles d'IA pour détecter les signes et surveiller la propagation des maladies infectieuses à l'aide de diverses sources de données (cliniques, environnementales, génomiques, numériques)..

2. Prédiction et modélisation des risques

Construire des modèles prédictifs pour la prévision des épidémies, la stratification des risques et l'identification des foyers.

3. Innovation diagnostique

Intégrer l'IA aux outils de diagnostic (par exemple, dispositifs basés sur l'imagerie, les symptômes, les dispositifs portables) afin d'améliorer la précision et l'accessibilité du diagnostic des maladies infectieuses.

4. Optimisation des ressources

Soutenir les systèmes de santé en RDC dans la prise de décision grâce à des informations issues de l'IA pour une allocation optimale des ressources (par exemple, vaccins, personnel médical, infrastructures).

5. Renforcement des capacités

Former une nouvelle génération de scientifiques et de professionnels de santé locaux à l'IA et à la modélisation épidémiologique pour la lutte contre les maladies infectieuses.

6. Intégration des politiques et de l'éthique

Promouvoir une utilisation responsable de l'IA en élaborant des cadres éthiques, inclusifs et contextuels pour le déploiement de l'IA en santé publique.

7. Recherche collaborative

Favoriser les collaborations interdisciplinaires et Sud-Sud pour co-créer des outils d’IA adaptés aux réalités des pays à revenu faible et intermédiaire.