What Does It Take to Map a Country? Scaling OpenStreetMap Mapping for Accurate Health Accessibility Modelling in Madagascar

Cette étude démontre que l'extension d'une approche de cartographie exhaustive à l'échelle nationale à Madagascar, bien que réalisable et essentielle pour modéliser avec précision l'accessibilité aux soins de santé, reste une entreprise très coûteuse en ressources qui nécessite une combinaison de contributions humaines, d'approches participatives et de données assistées par l'intelligence artificielle.

L'essentiel

🗺️ Le Grand Défi : Cartographier Madagascar pour sauver des vies

Imaginez que Madagascar est une immense maison, mais personne n'a jamais dessiné le plan de l'intérieur. Les murs sont là, les portes sont là, mais sur la carte, c'est le grand vide. C'est un peu comme essayer de livrer un colis urgent dans une ville où les rues n'ont pas de noms et où les maisons sont invisibles sur Google Maps.

Le problème : Pour que les médecins et les infirmiers puissent atteindre les patients (surtout dans les villages reculés), ils ont besoin de savoir exactement où les gens vivent et par quels chemins ils peuvent passer. Mais dans les pays pauvres, les bases de données mondiales (comme OpenStreetMap) sont souvent "à moitié vides". On y trouve les grandes routes, mais les petits sentiers de terre, les rizières et les cases en bois ? Souvent, ils n'existent pas sur la carte.

La solution testée : Les chercheurs ont décidé de faire quelque chose de fou : dessiner tout. Pas juste les grandes routes, mais chaque case, chaque sentier de chèvre, chaque ruisseau et chaque champ de riz dans 8 districts du sud-est de Madagascar.

---

🎨 Comment ont-ils fait ? (L'analogie du Puzzle Géant)

Imaginez que le pays est un immense puzzle de 30 000 pièces carrées (chaque pièce fait 1 km x 1 km).

1. Les Cartographes (Les artisans du puzzle) : Au lieu de laisser des bénévoles occasionnels (qui ne viennent que quand il y a une catastrophe), l'équipe a embauché des cartographes à temps plein. C'est comme si on avait engagé une équipe de 10 artisans experts pour assembler ce puzzle, 8 heures par jour.
2. La Loupe Numérique : Ils ont utilisé des photos satellites ultra-nettes (comme des photos prises par un drone très haut) pour voir les toits des maisons et les chemins.
3. La Méthode "Double Vérification" : Un premier artisan dessine la pièce du puzzle. Un deuxième artisan passe derrière pour vérifier : "Est-ce qu'on a oublié une case ? Est-ce que ce chemin est bien tracé ?". C'est comme un contrôle qualité rigoureux.
4. L'Aide des Locaux (Le secret) : Pour donner les noms des villages, ils ont demandé aux agents de santé locaux (ceux qui connaissent chaque famille) de venir pointer sur la carte : "Ah oui, ici c'est le village de Tsimiroro". C'est comme si les habitants eux-mêmes avaient écrit les étiquettes sur les boîtes du puzzle.

---

🚶‍♂️ Le Résultat : Une boussole pour la santé

Une fois le puzzle terminé, ils ont pu faire une simulation incroyable : "Combien de temps faut-il pour aller de chez moi à l'hôpital le plus proche ?"

• La Réalité : Ils ont découvert que dans cette région, beaucoup de gens sont "coincés". Moins de la moitié des habitants peuvent atteindre un centre de santé principal en moins d'une heure. C'est comme si vous habitiez à l'autre bout du pays, mais que vous deviez aller au supermarché en 10 minutes.
• L'Espoir : Par contre, pour les petits postes de santé de village (les "CHS"), c'est beaucoup mieux. La plupart des gens sont à moins d'une heure.
• L'Impact : Maintenant, les décideurs savent exactement où construire un nouvel hôpital ou où envoyer une équipe mobile pour sauver des vies. Ils ne devinent plus ; ils ont une carte précise.

---

💰 Combien ça coûte ? (Le coût de la précision)

La question finale était : "Si on veut faire ça pour TOUT le Madagascar, combien de temps et d'argent faut-il ?"

C'est là que ça devient impressionnant.

• Pour cartographier tout le pays avec ce niveau de détail (chaque case, chaque sentier), il faudrait environ 220 à 350 années-hommes.
• L'analogie : Imaginez une équipe de 100 cartographes travaillant sans s'arrêter pendant 2 à 3,5 ans pour finir le travail.
• Le prix : Cela coûterait environ 1 million de dollars.

Est-ce cher ? Oui, c'est beaucoup. Mais comparez cela aux milliards dépensés chaque année pour la santé. Si cette carte permet d'éviter des milliers de morts en aidant les ambulances à trouver leur chemin ou en plaçant les cliniques au bon endroit, c'est un investissement rentable. C'est comme acheter une carte routière précise pour ne plus jamais se perdre dans la jungle.

---

🤖 Et l'Intelligence Artificielle (IA) dans tout ça ?

On pourrait se dire : "Attendez, les robots (IA) peuvent voir les maisons sur les photos satellites, pourquoi payer des humains ?"

Les chercheurs ont essayé. L'IA est rapide, mais elle fait des erreurs drôles :

• Elle confond parfois l'ombre d'un arbre avec une maison.
• Elle ne voit pas les petits sentiers de terre battue.
• Elle est très mauvaise pour les zones rurales complexes.

Conclusion de l'étude : L'IA est un excellent assistant (elle aide à repérer les gros bâtiments), mais elle ne peut pas remplacer l'œil humain et la connaissance locale pour faire une carte fiable. Il faut le mélange des deux : l'IA pour aller vite, et l'humain pour être précis.

🌟 En résumé

Cette étude nous dit deux choses importantes :

1. C'est possible : On peut cartographier un pays entier, brique par brique, même dans les zones les plus reculées.
2. C'est nécessaire : Sans cette carte précise, la santé publique fonctionne à l'aveugle. Avec cette carte, on peut enfin construire un système de santé équitable où chaque enfant, où qu'il vive, a une chance d'être soigné à temps.

C'est un travail de titan, mais c'est la fondation indispensable pour que la santé arrive enfin "jusqu'à la dernière porte" (le fameux "last mile").

Résumé technique

Titre : Qu'est-il nécessaire pour cartographier un pays ? Mise à l'échelle de la cartographie OpenStreetMap pour une modélisation précise de l'accessibilité sanitaire à Madagascar.

1. Problématique

L'accès aux services de santé essentiels reste un défi majeur, particulièrement dans les zones rurales d'Afrique subsaharienne où l'infrastructure est sparse. La modélisation de l'accessibilité géographique est cruciale pour planifier les systèmes de santé, mais elle se heurte à un manque de données géographiques précises dans les pays à faible revenu.

• Limites des bases de données existantes : Les bases de données globales comme OpenStreetMap (OSM) présentent des lacunes importantes en termes de complétude des routes et des bâtiments dans les pays en développement (souvent < 50 % de complétude), contrairement aux pays du Nord.
• Inadéquation des méthodes actuelles : Les approches simplistes (distances euclidiennes) ou les algorithmes de routage basés sur des données incomplètes ne permettent pas d'estimer les temps de trajet réels ni d'optimiser les interventions de santé "de la dernière mile" (domicile à domicile).
• Objectif de l'étude : Évaluer la faisabilité et les ressources nécessaires pour passer d'une approche pilote à une cartographie exhaustive à l'échelle nationale, afin de produire des estimations d'accessibilité au niveau du ménage pour l'ensemble de Madagascar.

2. Méthodologie

L'étude s'est déroulée en trois phases (2019-2025) couvrant huit districts du sud-est de Madagascar (soit environ 30 200 km² et 2,5 millions d'habitants).

• Collecte de données et Cartographie :
  • Approche exhaustive : Cartographie de tous les bâtiments, réseaux routiers (y compris sentiers), rizières et réseaux hydrographiques via interprétation d'images satellite haute résolution (Bing, Maxar).
  • Outils : Utilisation du Tasking Manager (adapté par l'équipe) pour diviser la zone en tuiles de 1 km².
  • Processus qualité : Double validation (un cartographe dessine, un autre valide) et utilisation d'éditeurs OSM (iD puis JOSM).
  • Cartographie participative : Campagnes sur le terrain avec les agents de santé communautaires (ASC) pour nommer les villages et hamlets manquants.
• Modélisation de l'accessibilité :
  • Routage : Utilisation de l'OSRM (Open Source Routing Machine) pour calculer les chemins les plus courts entre chaque bâtiment et le centre de santé le plus proche (PHC ou CHS).
  • Vitesse de déplacement : Application d'un modèle statistique local calibré (basé sur 1000 km de suivi GPS) qui ajuste la vitesse de déplacement selon le type de terrain (sol, pente, couverture végétale) et les conditions météorologiques (saison sèche vs saison des pluies).
• Estimation de la mise à l'échelle nationale :
  • Deux méthodes d'extrapolation pour estimer les ressources nécessaires pour cartographier tout Madagascar :
    1. Méthode par classes de complétude : Utilisation du cadre Kontur's Disaster Ninja croisant la densité de population et la complétude des données (référencées par des datasets IA de Microsoft et Meta/MapWithAI).
    2. Modèle statistique prédictif : Régression linéaire multiple utilisant la densité de population, le nombre de bâtiments et la longueur des routes par tuile pour prédire le temps de cartographie.

3. Contributions Clés

• Échelle sans précédent : Ajout de près de 1,5 million de bâtiments et 197 000 km de sentiers à OSM sur une zone de 30 200 km².
• Intégration de données hétérogènes : Combinaison réussie de cartographie humaine exhaustive, de données satellitaires, de modèles de vitesse locaux et de données participatives.
• Cadre reproductible : Développement d'une méthodologie permettant d'estimer les coûts humains (en années-hommes) et temporels pour cartographier un pays entier à partir de données échantillonnées.
• Outils opérationnels : Création d'applications web interactives (Shiny) pour visualiser les temps de trajet et aider à la prise de décision pour les acteurs de santé locaux.

4. Résultats Principaux

• Complétude des données : Avant le projet, la complétude des bâtiments et des sentiers était très faible (< 1 % pour les sentiers dans certains districts). Le projet a permis une couverture quasi-totale des zones étudiées.
• Accessibilité sanitaire (Résultats de l'échantillon) :
  • Centres de Santé Primaires (PHC) : Moins de 42 % de la population vit à moins d'une heure d'un PHC en saison sèche (et < 40 % en saison des pluies). Dans certains districts, plus de 60 % de la population est à plus d'une heure.
  • Sites de Santé Communautaire (CHS) : L'accès est nettement meilleur, avec 87 % à 99 % de la population vivant à moins d'une heure d'un CHS.
• Estimation des ressources pour le pays entier :
  • La majorité des districts malgaches sont classés en "faible complétude" (Classe A).
  • Pour cartographier l'intégralité de Madagascar (587 041 km²), l'étude estime qu'il faut entre 220 et 350 années-hommes (person-years), selon la méthode d'extrapolation utilisée.
  • Cela équivaut à environ 100 cartographes à temps plein travaillant pendant 2 à 3,5 ans.
  • Le coût estimé est d'environ 1 million de dollars US (hors coûts de coordination et de supervision).

5. Signification et Implications

• Faisabilité et Coût : Bien que coûteuse en ressources humaines, la cartographie exhaustive d'un pays entier est réalisable et nécessaire pour une planification sanitaire précise.
• Limites de l'IA : Les datasets générés par l'IA (Microsoft, Meta) sont utiles comme références mais présentent des lacunes majeures en milieu rural (confusion ombres/bâtiments, absence de sentiers). Ils ne peuvent pas remplacer la validation humaine pour une précision opérationnelle.
• Impact sur la santé publique : Une cartographie de haute résolution permet de passer d'une planification basée sur des approximations à une optimisation réelle des interventions (localisation des postes de santé, logistique de vaccination, navigation pour les agents de santé).
• Vision à long terme : Investir dans l'infrastructure géospatiale nationale (OSM complet) crée un bien public numérique qui bénéficie non seulement à la santé, mais aussi à l'urbanisme, à l'éducation et à la gestion des catastrophes, tout en améliorant la capacité des modèles d'IA futurs à prédire les caractéristiques géographiques dans ces régions.

En conclusion, l'article démontre que la création d'une infrastructure géospatiale nationale de haute précision est un défi majeur mais atteignable, offrant une base indispensable pour atteindre la couverture sanitaire universelle et le développement durable à Madagascar et dans d'autres pays à faible revenu.