---
title: "« L'Ebola du manioc » : et si une photo pouvait sauver nos champs ?"
description: L'Ebola du manioc
---

[Blog L'étudiant Africain](https://letudiantafricain.com/blog-letudiant-africain)

# [« L'Ebola du manioc » : et si une photo pouvait sauver nos champs ?](https://letudiantafricain.com/blog-letudiant-africain/lebola-du-manioc-et-si-une-photo-pouvait-sauver-nos-champs)

 Rédigé par [L’Étudiant Africain](https://letudiantafricain.com/blog-letudiant-africain/author/la-rédaction-de-létudiant-africain) | Nov 2, 2026, 5:09:41 AM

**Deux virus invisibles menacent la plante qui nourrit des centaines de millions d'Africains. Pour les repérer, des chercheurs ont appris à des téléphones à lire une feuille de manioc. Une simple photo peut-elle vraiment protéger une récolte ? Nous avons suivi cette intelligence artificielle, du laboratoire jusqu'aux villages.**

Juillet 2018, à Afféry, dans l'est de la Côte d'Ivoire. Les productrices de manioc du village reçoivent la visite de chercheurs et de journalistes, et l'une d'elles, Blandine Yapo Sopi, résume en une phrase ce que cette racine représente pour elle : « C'est grâce à la culture du manioc que j'arrive à scolariser mes quatre enfants ». Sa voisine, Nathalie Monet Apo, va plus loin : « L'attiéké est notre cacao » ([AFP, 2018](https://www.africaradio.com/actualite-57309-en-afrique-de-l-ouest-l-ebola-du-manioc-menace-la-securite-alimentaire)).

Ce jour-là, le virologue ivoirien Justin Pita lance un avertissement qui fait froid dans le dos. Une maladie qui ravage le manioc en Afrique de l'Est et du Centre avance vers l'ouest. « Imaginez la Côte d'Ivoire sans manioc ou Abidjan sans attiéké, ce serait la catastrophe ! », s'exclame-t-il, avant de lâcher une comparaison qui marque les esprits : « Nous parlons de l'Ebola du manioc » (AFP, 2018).

Face à cette menace, une piste inattendue est venue du numérique : apprendre à un téléphone à reconnaître une feuille malade. Mais une intelligence artificielle peut-elle vraiment remplacer l'œil d'un spécialiste au milieu d'un champ ? Pour répondre, je vous propose de voir d'abord pourquoi le manioc est si précieux et ce qui le menace, puis comment fonctionne cette IA, ce qu'elle vaut sur le terrain, et enfin ce qu'elle ne peut pas faire.

**Le manioc, la plante qu'on ne peut pas se permettre de perdre**

On a tendance à l'oublier tant il fait partie du décor, mais le manioc est un poids lourd. En 2024, le monde en a produit près de 342 millions de tonnes, dont environ 223 millions en Afrique, soit à peu près deux tiers du total, d'après les données de la FAO compilées par Our World in Data ([FAO, 2025](https://ourworldindata.org/grapher/cassava-production)). Le Nigeria est le premier producteur mondial (62,6 millions de tonnes), devant la République démocratique du Congo (46,6 millions). Le Ghana, la Côte d'Ivoire et le Cameroun figurent aussi parmi les gros producteurs.

Derrière ces chiffres, il y a des familles. Selon l'Institut international d'agriculture tropicale (IITA), dont le siège est à Ibadan, au Nigeria, le manioc fait vivre plus de 300 millions d'Africains (IITA, s.d.). On le mange en foufou, en gari, en chikwangue ou en attiéké, et ses feuilles finissent dans le saka-saka.

En Côte d'Ivoire, la filière pèse près de 12 % du produit intérieur brut agricole, selon des études de 2017 relayées par le Centre d'information et de communication gouvernementale. Et elle est d'abord une affaire de femmes : elles représentent environ 80 % des producteurs et quasiment 100 % des transformatrices ([Connectionivoirienne, 2022](https://connectionivoirienne.net/2022/05/23/campagne-ensemble-sauvons-notre-manioc-les-productrices-ivoiriennes-formees/)). Quand le manioc tombe malade, ce sont donc des revenus de femmes, des frais de scolarité et des repas qui disparaissent.

**Mosaïque et striure brune, les deux virus qui font trembler les champs**

Deux maladies virales concentrent les inquiétudes. La première est la mosaïque africaine du manioc. Elle donne aux feuilles un aspect marbré, jaune et vert, et les déforme. Les chercheurs la décrivent comme l'une des maladies virales des plantes les plus destructrices au monde, avec des pertes économiques estimées entre 1,9 et 2,7 milliards de dollars par an, et des famines dans son sillage ([Patil et Fauquet, 2009](https://doi.org/10.1111/j.1364-3703.2009.00559.x)). Entre 1990 et 2006, son épidémie aurait fait chuter d'environ 47 % la production en Afrique de l'Est et du Centre (IITA, s.d.).

La seconde, la striure brune, est plus sournoise. Ses traces sur les feuilles sont discrètes, mais elle pourrit les racines de l'intérieur : on ne découvre souvent les dégâts qu'à la récolte, en coupant le tubercule. Dans les zones les plus touchées, elle peut détruire jusqu'à 100 % de la récolte de racines (Kwibuka et al., 2022). Partie d'Ouganda, où une grande flambée a éclaté près de Kampala en 2004, elle s'est étendue à plus de dix pays (Alicai et al., 2019). Dans l'est de la RDC, une équipe conduite par le chercheur congolais C. M. Casinga a montré qu'elle couvre désormais environ 321 000 kilomètres carrés, soit 14 % du pays, alors qu'elle ne touchait qu'une province en 2012 (Casinga et al., 2021).

Comment ces virus voyagent-ils ? D'abord grâce à un minuscule insecte blanc, l'aleurode *Bemisia tabaci*, qui pique une plante malade puis une plante saine. Mais sur les longues distances, ce sont les humains qui transportent la maladie, en échangeant des boutures infectées, ces morceaux de tige que l'on replante (Maruthi et al., 2017). En Tanzanie, une enquête auprès de 60 agriculteurs a montré qu'ils reconnaissaient tous les symptômes, mais qu'aucun ne connaissait la cause de la striure brune, et que plus de 80 % replantaient leurs propres boutures, année après année (Yabeja et al., 2025). Repérer tôt une plante malade, et ne pas la multiplier, devient donc décisif.

Justin Pita, qui dirige le programme WAVE de l'université Félix Houphouët-Boigny, chiffre l'enjeu : ensemble, ces deux maladies « provoquent une perte de rendement allant de 40 % à 70 % en Afrique » ([Abidjan.net, 2021](https://news.abidjan.net/articles/701793/securite-alimentaire-une-force-speciale-en-premiere-ligne-contre-les-maladies-du-manioc)).

**Comment un téléphone apprend à reconnaître une feuille malade**

Le problème, c'est qu'il n'y a pas un spécialiste derrière chaque champ. « Il est difficile pour les agriculteurs d'obtenir des informations sur leur manioc, et particulièrement d'identifier les maladies virales », expliquait en 2018 le chercheur James Legg, de l'IITA (IITA, 2018, traduit de l'anglais). D'où l'idée de mettre un « spécialiste » dans la poche de chacun.

En 2017, une équipe réunissant l'IITA et l'université d'État de Pennsylvanie, aux États-Unis, a photographié des plants de manioc dans les champs de l'IITA à Bagamoyo, en Tanzanie : 2 756 photos, découpées ensuite en 15 000 images de feuilles. Ils les ont montrées à un réseau de neurones, un programme informatique inspiré très librement du cerveau, qui avait déjà appris à reconnaître des objets courants sur des millions d'images. Il suffisait de lui apprendre une nouvelle spécialité : les feuilles de manioc. C'est ce qu'on appelle l'apprentissage par transfert. Résultat : sur des images qu'il n'avait jamais vues pendant son entraînement, le modèle reconnaissait la bonne maladie dans 93 % des cas ([Ramcharan et al., 2017](https://doi.org/10.3389/fpls.2017.01852)). Attention toutefois : ces images venaient du même lot de photos, prises dans de bonnes conditions. Ce n'est pas encore le vrai champ.

De ce travail est née l'application PlantVillage Nuru, lancée en 2018. Son nom signifie « lumière » en swahili. Elle est gratuite, fonctionne sur un téléphone Android ordinaire et, surtout, sans connexion Internet. Elle était annoncée en swahili, en français, en anglais et en twi. L'agriculteur pointe son téléphone vers une feuille, et l'application signale les symptômes qu'elle reconnaît. « Nuru est un agent de vulgarisation toujours présent pour les agriculteurs, dans leurs champs », résumait le chercheur David Hughes, l'un de ses créateurs ([IITA, 2018](https://iita.org/news-item/african-farmers-get-new-help-against-cassava-diseases-nuru-their-artificially-intelligent-assistant/), traduit de l'anglais).

Les chercheurs africains ne se contentent pas d'utiliser ces outils : ils fabriquent les données qui les nourrissent. En Ouganda, le laboratoire d'IA de l'université Makerere, avec Ernest Mwebaze et Joyce Nakatumba-Nabende, et l'institut national de recherche sur les cultures (NaCRRI) ont constitué en 2019 une banque de 9 436 images annotées, photographiées pendant environ un an par quelque 200 petits agriculteurs ougandais avec leur propre smartphone. Ces images ont servi à un concours international de programmation, où les meilleures équipes ont atteint environ 93 % de bonnes réponses (Mwebaze et al., 2019).

**Au champ, la machine fait-elle mieux que l'humain ?**

C'est la vraie question. En 2020, une équipe dirigée par la chercheuse tanzanienne Latifa Mrisho a testé Nuru en conditions réelles, en Tanzanie et au Kenya, sur des téléphones de marques courantes comme Tecno ou Infinix. Verdict : l'application reconnaissait correctement les symptômes dans 65 % des cas, mieux que les agents de vulgarisation agricole (40 à 58 %) et nettement mieux que les agriculteurs eux-mêmes (18 à 31 %). En photographiant six feuilles par plante au lieu d'une, sa précision grimpait à 74 à 88 % ([Mrisho et al., 2020](https://doi.org/10.3389/fpls.2020.590889)).

Pour ceux qui l'utilisent, ça change la façon de regarder son champ. Victoria Nafula cultive du manioc dans le comté de Busia, au Kenya. « Quand j'ai commencé à utiliser l'application, je me suis mise à inspecter mon champ et j'ai découvert que mes boutures étaient malades », racontait-elle en 2021. Et depuis : « Maintenant, si l'application reconnaît une maladie, j'arrache la plante » (Sippy, 2021, traduit de l'anglais).

**De Songon à la Boucle du Mouhoun, l'IA entre dans nos villages**

L'Afrique francophone n'est pas restée à l'écart. En mars 2022, le programme WAVE a lancé en Côte d'Ivoire la campagne « Ensemble sauvons notre manioc », une surveillance participative menée « en partenariat avec PlantVillage » et appuyée sur des diagnostics réalisés avec Nuru. Une centaine de téléphones ont été distribués. Dans la phase pilote, 50 villages autour de Bouaké, Yamoussoukro, Jacqueville et Dabou ont été couverts, et 760 personnes formées à l'application (Connectionivoirienne, 2022). À Songon, près d'Abidjan, un projet piloté par la chercheuse Linda Vanié-Léabo a poursuivi ce travail de 2021 à 2024 auprès des producteurs (Nessenou, 2024).

Au Burkina Faso, des chercheurs de l'INERA, de l'université Joseph Ki-Zerbo et du programme WAVE ont publié en 2025 l'une des rares évaluations de terrain en zone francophone. Ils ont formé 60 agents de vulgarisation, puis leur ont remis des smartphones en 2023. La participation des agents est passée d'environ 22 % à 60 %, et le nombre de champs inspectés de 31 à 132. Les chercheurs ont ensuite comparé le diagnostic de l'application à une analyse en laboratoire, la PCR, qui détecte directement le virus. Sur 40 feuilles réellement atteintes de mosaïque, l'IA en a reconnu 32, soit 80 %. Mais elle en a déclaré 6 « saines » à tort ([Sawadogo et al., 2025](https://doi.org/10.3389/fsufs.2025.1597039)). Les auteurs pointent la faible qualité de l'appareil photo des téléphones utilisés, et l'insécurité dans certaines régions, comme la Boucle du Mouhoun, qui a compliqué le travail.

**Ce qu'une photo ne peut pas faire**

Ces résultats encourageants ne doivent pas faire oublier les limites, et elles sont sérieuses. La première est l'accès. Fin 2023, seulement 27 % de la population d'Afrique subsaharienne utilisait l'Internet mobile, et le prix des smartphones reste le premier frein, selon la GSMA, l'association mondiale des opérateurs mobiles ([GSMA, 2024](https://www.gsma.com/solutions-and-impact/connectivity-for-good/mobile-economy/wp-content/uploads/2024/11/GSMA_ME_SSA_2024_Web.pdf)). Nuru fonctionne hors ligne, mais encore faut-il un téléphone Android avec un appareil photo correct.

La deuxième est la fiabilité. La striure brune, justement la plus redoutée, reste plus difficile à repérer sur les feuilles que la mosaïque (Mrisho et al., 2020). En Sierra Leone, des chercheurs ont constaté que l'application était inefficace pour détecter la mosaïque trois mois après la plantation, alors qu'elle devenait utile à six mois (Saffa et al., 2025). Un faux « tout va bien » peut pousser un agriculteur à replanter des boutures malades.

La troisième est la plus simple : l'IA ne soigne pas. « Les maladies dont nous parlons sont virales et n'ont pas de remède », rappelle Winne Onyango, qui coordonne le travail de vulgarisation autour de Nuru au Kenya (Sippy, 2021, traduit de l'anglais). Le diagnostic ne sert que s'il est suivi d'actions : arracher les plants malades, se procurer des boutures saines et des variétés résistantes. L'application a d'ailleurs été reliée à SeedTracker, un outil qui aide à trouver des boutures saines (IITA, 2021). Et elle ne remplace pas l'agent agricole qui explique, rassure et revient.

**Ce qu'il faut retenir**

- Le manioc fait vivre plus de 300 millions d'Africains, et l'Afrique produit environ deux tiers du manioc mondial.
- La mosaïque et la striure brune, transmises par un insecte et surtout par des boutures infectées, peuvent anéantir une récolte.
- L'application gratuite Nuru reconnaît leurs symptômes sur une photo de feuille, même sans Internet.
- Au champ, elle fait mieux que les agriculteurs et les agents, mais se trompe encore, surtout sur la striure brune.
- Des chercheurs ougandais, ivoiriens et burkinabè construisent et testent ces outils.

**Conclusion : un œil de plus, pas un sauveur**

Alors, une photo peut-elle sauver nos champs ? Pas à elle seule. Mais elle aide à voir plus tôt, et pour une maladie qui se propage par les boutures, voir tôt change tout. Au champ, Nuru repère mieux les symptômes que la plupart d'entre nous. Elle reste pourtant faillible et ne remplace ni les boutures saines, ni les variétés résistantes, ni les humains qui accompagnent les producteurs.

Ce qui me frappe le plus, c'est que cette histoire est aussi africaine : des photos prises par des agriculteurs ougandais, des chercheuses tanzaniennes qui testent l'outil, un programme ivoirien qui forme des productrices, des agronomes burkinabè qui en mesurent les limites. Si vous avez un parent, un oncle ou une tante qui cultive du manioc, parlez-lui de ces deux maladies, montrez-lui à quoi ressemble une feuille en mosaïque, et dites-lui de ne jamais replanter les boutures d'un plant suspect. Et vous, avez-vous déjà vu ces maladies dans votre village ? Racontez-nous en commentaire.

**Bibliographie**

Abidjan.net. (2021, 13 décembre). *Sécurité alimentaire : une force spéciale en première ligne contre les maladies du manioc*. 

AFP. (2018, 8 juillet). En Afrique de l'Ouest, l'« Ebola du manioc » menace la sécurité alimentaire. *Africa Radio*. 

Alicai, T., Szyniszewska, A. M., Omongo, C. A., Abidrabo, P., Okao-Okuja, G., Baguma, Y., Ogwok, E., Kawuki, R., Esuma, W., Tairo, F., Bua, A., Legg, J. P., Stutt, R. O. J. H., Godding, D., Sseruwagi, P., Ndunguru, J., & Gilligan, C. A. (2019). Expansion of the cassava brown streak pandemic in Uganda revealed by annual field survey data for 2004 to 2017. *Scientific Data, 6*(1), 327. 

Casinga, C. M., Shirima, R. R., Mahungu, N. M., Tata-Hangy, W., Bashizi, K. B., Munyerenkana, C. M., Ughento, H., Enene, J., Sikirou, M., Dhed'a, B., Monde, G., Kumar, P. L., & Legg, J. P. (2021). Expansion of the cassava brown streak disease epidemic in eastern Democratic Republic of Congo. *Plant Disease, 105*(8), 2177-2188.

Connectionivoirienne. (2022, 23 mai). *Campagne « Ensemble sauvons notre manioc » : les productrices ivoiriennes formées*.

Food and Agriculture Organization of the United Nations. (2025). *Fresh cassava: Production (tonnes)* \[Jeu de données, traité par Our World in Data, mis à jour le 25 février 2026\]. 

GSMA. (2024). *The mobile economy Sub-Saharan Africa 2024*. https://www.gsma.com/solutions-and-impact/connectivity-for-good/mobile-economy/wp-content/uploads/2024/11/GSMA\_ME\_SSA\_2024\_Web.pdf

International Institute of Tropical Agriculture. (2018, 24 juin). *African farmers get new help against cassava diseases: Nuru, their artificially intelligent assistant*. 

International Institute of Tropical Agriculture. (2021, 23 février). *PlantVillage NuruAI app among key innovations supporting poor farmers to cope with climate change*. 

International Institute of Tropical Agriculture. (s.d.). *Cassava (Manihot esculenta)*. Consulté le 2 novembre 2026.

Kwibuka, Y., Nyirakanani, C., Bizimana, J. P., Bisimwa, E., Brostaux, Y., Lassois, L., Vanderschuren, H., & Massart, S. (2022). Risk factors associated with cassava brown streak disease dissemination through seed pathways in Eastern D.R. Congo. *Frontiers in Plant Science, 13*, 803980.

Maruthi, M. N., Jeremiah, S. C., Mohammed, I. U., & Legg, J. P. (2017). The role of the whitefly, *Bemisia tabaci* (Gennadius), and farmer practices in the spread of cassava brown streak ipomoviruses. *Journal of Phytopathology, 165*(11-12), 707-717. 

Mrisho, L. M., Mbilinyi, N. A., Ndalahwa, M., Ramcharan, A. M., Kehs, A. K., McCloskey, P. C., Murithi, H., Hughes, D. P., & Legg, J. P. (2020). Accuracy of a smartphone-based object detection model, PlantVillage Nuru, in identifying the foliar symptoms of the viral diseases of cassava: CMD and CBSD. *Frontiers in Plant Science, 11*, 590889. 

Mwebaze, E., Gebru, T., Frome, A., Nsumba, S., & Tusubira, J. (2019). *iCassava 2019 fine-grained visual categorization challenge* (arXiv:1908.02900). arXiv. 

Nessenou, S. (2024, 20 novembre). Des producteurs sensibilisés sur les maladies du manioc à Songon. *Agence ivoirienne de presse*.

Patil, B. L., & Fauquet, C. M. (2009). Cassava mosaic geminiviruses: Actual knowledge and perspectives. *Molecular Plant Pathology, 10*(5), 685-701.

Ramcharan, A., Baranowski, K., McCloskey, P., Ahmed, B., Legg, J., & Hughes, D. P. (2017). Deep learning for image-based cassava disease detection. *Frontiers in Plant Science, 8*, 1852.

Saffa, M. D., Samura, A. E., Bah, M. A., Eni, A. O., Tibiri, E. B., Sagnon, A., Tiendrébéogo, F., Pita, J. S., Norman, P. E., & Johnson, R. A. B. (2025). Detection of cassava mosaic disease and assessment of selected agronomic traits of cassava (*Manihot esculenta*). *Horticulturae, 11*(6), 618.

Sawadogo, S., Tiendrebeogo, F., Tibiri, E. B., Name, P. E., Djigma, F., Traoré, L., Pita, J. S., & Eni, A. O. (2025). Artificial intelligence tool for cassava viral diseases diagnosis using participatory surveillance in Burkina Faso. *Frontiers in Sustainable Food Systems, 9*, 1597039. 

Sippy, P. (2021, 9 juin). Farmers in East Africa use smartphones to detect crop diseases. *TRT World*. 

Yabeja, J. W., Manoko, M. L. K., Shirima, R. R., & Legg, J. P. (2025). Farmer knowledge of cassava brown streak and cassava mosaic diseases in Tanzania. *Crop Protection, 197*, 107308. 

[Voir l'article complet](https://letudiantafricain.com/blog-letudiant-africain/lebola-du-manioc-et-si-une-photo-pouvait-sauver-nos-champs)

```json
{
  "@context" : "http://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "L’Étudiant Africain"
  },
  "dateModified" : "2026-11-02T05:09:41.165Z",
  "datePublished" : "2026-11-02T05:09:41Z",
  "headline" : "« L'Ebola du manioc » : et si une photo pouvait sauver nos champs ?",
  "image" : {
    "@type" : "ImageObject",
    "height" : 1024,
    "url" : "https://141703313.fs1.hubspotusercontent-eu1.net/hubfs/141703313/AI-Generated%20Media/Images/Ivorian%20Farmers%20Inspecting%20Cassava%20Field.png",
    "width" : 1536
  },
  "mainEntityOfPage" : "https://letudiantafricain.com/blog-letudiant-africain/lebola-du-manioc-et-si-une-photo-pouvait-sauver-nos-champs",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "height" : 60,
      "url" : "/hs/hsstatic/content_shared_assets/static-1.4092/img/default-amp-logo.png",
      "width" : 60
    },
    "name" : "Blog L'étudiant Africain"
  }
}
```