[fr] français
Coordinatrice : Patrick Baillot, CNRS, CRIStAL
Équipe : SyCoMoRES du Groupe Thématique : SISE
Dates : 2025 - 2029
Résumé :
La pollution de l’air et les particules atmosphériques sont des enjeux de santé publique. L’impact sanitaire de ces particules n’est plus à démontrer mais des zones d’ombre persistent sur l’implication de leurs caractéristiques physicochimiques. Dans ce cadre, le projet IARISQ vise à étudier, concevoir et développer un système d’aide à la décision basé sur l’Intelligence Artificielle (IA) pour une prédiction de la qualité de l’air avec un focus sur deux aspects complémentaires : (1) l’évaluation de l’exposition de la population à la pollution atmosphérique dans le suivi quotidien de la qualité de l’air et (2) l’évaluation des risques sanitaires des particules atmosphériques, en considérant leurs caractéristiques physicochimiques complexes. L’une des principales innovations du projet réside dans son approche holistique en lien avec les particules atmosphériques, en considérant leurs caractéristiques physicochimiques. En évaluant les risques sanitaires associés à ces particules et en suivant l’exposition quotidienne de la population à la pollution, le projet engendrera un outil pertinent d’aide à la décision. Il comblera une lacune importante en explorant des méthodologies alternatives pour évaluer les impacts des particules sur la santé humaine. De plus, en complétant l’information liée à la qualité de l’air et son impact sanitaire grâce à l’IA, le projet facilitera la prise en compte de la santé environnementale dans la prise de décision individuelle et collective. De ce fait, le projet apporte une précieuse plus-value à la compréhension et à la gestion des enjeux de santé publique liés à la pollution atmosphérique.
Abstract :
Air pollution and atmospheric particles are major public health issues. The health impact of these particles is well-established, but uncertainties remain regarding the role of their physicochemical characterisctics. In this context, the IARISQ project aims to study, design, and develop a decision support system based on Artificial Intelligence (AI) to predict air quality, with a focus on two complementary aspects : (1) evaluating the population’s exposure to air pollution in the daily monitoring of air quality, and (2) assessing the health risks posed by atmospheric particles, taking into account their complex physicochemical characteristics.
One of the project’s main innovations lies in its holistic approach to atmospheric particles by considering their physicochemical properties. By assessing the health risks associated with these particles and monitoring the population’s daily exposure to pollution, the project will provide a relevant decision support tool. It will address a significant gap by exploring alternative methodologies for evaluating the health impacts of particles. Furthermore, by supplementing information related to air quality and its health effects through AI, the project will facilitate the integration of environmental health considerations into both individual and collective decision-making. Thus, the project offers significant added value to the understanding and management of public health issues related to air pollution.