La pêche en ferme aquacole a considérablement accru la prolifération du poux de saumon, menaçant désormais les stocks sauvages et les cultures salmonicoles. Pour répondre à ce défi, des chercheurs de l'Université norvégienne des sciences et de la technologie et de l'Université de Wageningen ont développé un modèle d'intelligence artificielle capable de détecter ce parasite avec une précision supérieure à celle des biologistes expérimentés. L'approche repose sur l'analyse de plus de 120 000 images de larves de poux de saumon prélevées dans l'eau de mer. Comme ces organismes sont rares et noyés parmi des centaines de milliers d'autres particules, les scientifiques ont dû filtrer des milliers de mètres cubes d'eau et élever eux-mêmes des larves pour constituer une base de données robuste. Ils ont ensuite enrichi cet ensemble réel en générant des données synthétiques, c'est-à-dire des versions modifiées des images originales. La rotation, le redimensionnement et la variation de la luminosité permettent au réseau neuronal de reconnaître le parasite sous tous ses angles et à différents stades de développement. Les résultats obtenus sont convaincants. Alors qu'un groupe de biologistes spécialisés a nécessité plus de trente heures pour identifier soixante-douze pour cent des larves dans un échantillon complexe, l'algorithme a atteint un taux de réussite de 97,5 pour cent en seulement trente minutes. Cette différence de performance s'explique par la rapidité de traitement et la capacité du modèle à ignorer les faux positifs, même face à d'autres espèces marines morphologiquement similaires. Cette avancée technique s'inscrit directement dans l'amélioration de la gestion sanitaire des fermes aquacoles norvégiennes. Le pays applique un système de signalisation régissant les autorisations de production selon la charge parasitaire des poissons. Actuellement, la surveillance repose sur des comptages manuels sur les saumons, ce qui génère des incertitudes sur la diffusion réelle des larves en mer. En permettant un prélèvement direct dans le milieu naturel, l'intelligence artificielle offrira une cartographie plus précise de la prolifération, facilitant ainsi l'évaluation des mesures préventives et l'optimisation de l'implantation des sites d'élevage. Selon Lars Christian Gansel, chercheur principal à l'Université NTNU, cette méthode réduit considérablement les marges d'erreur inhérentes aux techniques existantes, souvent coûteuses et imprécises. Elle constitue un outil complémentaire essentiel pour limiter les contacts entre le parasite et les populations sauvages, objectif prioritaire face à la résilience du poux de saumon. Les résultats de ces travaux ont été publiés dans la revue Computers and Electronics in Agriculture et ouvrent la voie à des systèmes de surveillance autonomes, capables de fonctionner en continu sur le terrain.