Le cycle de sessions académiques dIAlogos, organisé par le Vice-rectorat de la Planification Stratégique et de la Culture Numérique, a débuté cette année avec l’intervention de la biologiste Elena Dacal Picazo, Coordinatrice de projets sur l’intelligence artificielle (IA) et les maladies tropicales négligées chez Spotlab. Cette rencontre, intitulée «Intelligence artificielle : explorer de nouvelles voies pour améliorer le diagnostic et le contrôle des maladies parasitaires», a été enrichie par une démonstration pratique.
Cette session, dédiée à la promotion et à la diffusion de la culture numérique, a permis d’expliquer les modèles d’IA développés par Spotlab pour diagnostiquer et contrôler les maladies, depuis la conception des études avec les utilisateurs finaux jusqu’au déploiement et à l’évaluation dans des contextes réels. Elena Dacal a présenté les dispositifs qu’ils ont créés pour l’acquisition d’images, notamment des outils imprimés en 3D comme un bras adaptateur transformant un microscope conventionnel en microscope numérique grâce à un téléphone portable, ou encore un microscope portable robotisé et des applications mobiles permettant la collecte d’images et de données associées.
Dacal, ayant mené des formations et des travaux de terrain en Éthiopie, Angola, Mozambique, Kenya, Maroc, Côte d’Ivoire et Bénin, a souligné l’importance d’identifier les biais potentiels pouvant influencer les applications et l’efficacité des algorithmes, tout en adaptant ces nouvelles technologies aux systèmes déjà existants. « Travailler sur les maladies parasitaires dans des pays endémiques nécessite de former des ‘formateurs’, qui joueront un rôle d’intermédiaire avec les utilisateurs finaux pour faciliter l’adoption de ces technologies », a-t-elle affirmé. Elle a également mis en lumière d’autres applications de l’IA, au-delà du diagnostic, comme le dépistage des maladies et la stratification des patients grâce à l’analyse de vastes quantités de données, permettant ainsi de déterminer le traitement le plus efficace et de prédire d’éventuels effets secondaires.
Dans le cadre de cette infrastructure, Dacal a expliqué qu’ils développent un modèle unique de détection des parasites dans les échantillons sanguins, ainsi qu’un autre spécifique aux échantillons fécaux. « En reproduisant autant que possible ce qui se fait en microscopie, nous avons créé un modèle capable de détecter toute pathologie à partir d’un seul échantillon de sang ou de matières fécales, apportant des avantages à d’autres disciplines médicales, pas seulement à la parasitologie », a-t-elle précisé. Concernant les tests diagnostiques, elle a ajouté : « Grâce aux images, nous avons conçu un lecteur universel permettant une interprétation des bandes directement via une application mobile et une plateforme de télémédecine. Cela permet de corréler l’intensité des bandes à celle de l’infection ».
Parcours de l’intervenante
Elena Dacal est diplômée en Biologie (UCM), titulaire d’un Master en Médecine Tropicale et Santé Internationale (UAM) et d’un Master en Bio-statistique (UCM). Docteure en Microbiologie et Parasitologie (UCM), elle a réalisé sa thèse au Centre National de Microbiologie, axée sur le développement de nouvelles techniques de diagnostic pour les parasites intestinaux. Elle détient également des diplômes d’expertise en Modèles Dynamiques en Santé Publique et en Santé Publique pour la Coopération au Développement (UNED, ISCIII). Elle achève actuellement un diplôme en Anthropologie Sociale et Culturelle (UNED).
Depuis plus de quatre ans, elle travaille chez Spotlab comme responsable du portefeuille santé mondiale (Global Health Portfolio Lead), coordonnant des projets d’intelligence artificielle et de maladies tropicales négligées. Elle collabore également avec l’École Nationale de Santé publique dans le cadre d’un projet sur l’ulcère de Buruli et participe aux groupes de recherche opérationnelle de l’OMS sur les maladies tropicales négligées de la peau et sur l’intelligence artificielle appliquée à ces maladies.