Pablo Valdes-Donoso est professeur adjoint en IA pour les sciences vétérinaires à la Faculté de Médecine Vétérinaire de l’Université de Montréal. Il possède des années d’expérience de travail dans différents systèmes de production alimentaire. Il est titulaire d’un diplôme de vétérinaire de l’Universidad de Chile, d’une maîtrise en médecine vétérinaire préventive, d’une maîtrise en économie appliquée et d’un doctorat en épidémiologie de l’University of California, Davis. Ses recherches visent à comprendre comment les incitations économiques à la production peuvent affecter la santé animale, humaine et environnementale. Il utilise régulièrement des outils statistiques, notamment l’apprentissage automatique, les séries chronologiques, l’analyse de réseau, la dynamique des systèmes et les modèles de régression, pour analyser les questions liées à la santé. Il a participé à des conférences nationales et internationales, dirigé des ateliers quantitatifs, donné des cours universitaires, collaboré avec des chercheurs de divers pays et rédigé plusieurs publications évaluées par des pairs et des articles de vulgarisation.

Dans les sciences vétérinaires – de la santé animale à la production alimentaire et à la santé publique – les développements émergents de l’IA progressent dans plusieurs domaines. La recherche sur l’IA en médecine vétérinaire qui vise les animaux de compagnie s’est d’abord concentrée sur l’interprétation des images et le diagnostic des maladies. L’utilisation de capteurs et de données en temps réel promettant des améliorations de l’efficacité de la production couplées à un meilleur état de santé et de bien-être des animaux sont au cœur de la recherche actuelle sur l’élevage de précision. L’amélioration de la sécurité alimentaire et la réduction de l’impact environnemental par un contrôle exhaustif des intrants dans la production animale peuvent également justifier l’adoption de ces nouvelles technologies. Une autre branche de la recherche vétérinaire actuelle est le développement de modèles complexes qui utilisent des données provenant de diverses sources pour alerter les autorités de l’émergence de maladies infectieuses animales et des risques accrus de zoonoses provenant des populations sauvages. Dans cet exposé, je discute de la recherche et du développement récents de l’IA sur la santé animale, de ses applications vers une discipline multidimensionnelle (c’est-à-dire One Health), ainsi que de ses limites et des défis futurs.