IA Dogotoro MAP

IA Dogotoro MAP est une plateforme mobile intelligente qui combine Intelligence Artificielle, IoT et cartographie pour résoudre trois défis critiques à Bamako : l’accès à l’eau potable, les alertes sanitaires prédictives, et la mobilité solaire durable.

Code Fonctionnel

Application Flutter complète avec backend Dart/Shelf, base de données PostgreSQL, et déploiement Docker. Toutes les fonctionnalités sont opérationnelles et testées. Code reproductible avec documentation complète, schéma de base de données, et scripts de configuration.

Innovation & Créativité

• Navigation Solaire IA : Premier système en Afrique de l’Ouest qui optimise les itinéraires pour maximiser l’exposition solaire des véhicules électriques, avec prédiction d’autonomie basée sur météo, latitude, et saison.
• Alertes Sanitaires Prédictives : Modèle Random Forest qui analyse rapports de symptômes anonymes, densité de population, et historique pour prédire les risques d’épidémies avant qu’ils ne se propagent.
• Qualité d’Eau Prédictive : Modèle LSTM pour séries temporelles qui prédit la potabilité de l’eau en combinant données IoT simulées (pH, turbidité, conductivité) et historique géographique.
• Assistant Santé Bilingue : Chatbot IA avec synthèse vocale native en Bambara (Djelia TTS) et Français, rendant l’information santé accessible à tous.
• Dashboard d’Explicabilité IA : Visualisation transparente de l’importance des features et des raisons des prédictions, garantissant une IA éthique et responsable.

Impact Réel

• Eau Potable : Permet aux citoyens de localiser rapidement les points d’eau potable et d’éviter les sources contaminées, réduisant les maladies hydriques.
• Santé Publique : Détection précoce des zones à risque sanitaire, permettant une intervention rapide des autorités et une protection proactive des populations.
• Mobilité Durable : Facilite l’adoption des véhicules solaires en optimisant les trajets et en prédisant l’autonomie, contribuant à la transition énergétique.
• Accessibilité : Interface bilingue (Bambara/Français) avec synthèse vocale, rendant la technologie accessible aux populations non-alphabétisées.

Déployabilité : Architecture modulaire, scalable, avec simulation de données IoT pour démonstration. Prêt pour intégration avec vrais capteurs IoT et déploiement sur Sliplane/cloud.

Alignement Thématique

Solution 100% adaptée au contexte malien :

• Coordonnées géographiques de Bamako intégrées
• Base de connaissances santé en Bambara (230 entrées)
• Synthèse vocale native Bambara (Djelia TTS)
• Données simulées réalistes pour le contexte ouest-africain
• Interface multilingue adaptée aux populations locales

Présentation & Explicabilité

• Démonstration claire : Interface intuitive avec marqueurs visuels sur carte (bleu=eau potable, rouge=alerte critique, vert=centre santé)
• Interprétabilité IA : Dashboard avec graphiques d’importance des features, expliquant pourquoi chaque prédiction est faite
• Transparence : Code open source, documentation complète, modèles ML documentés

Technologies Utilisées

Frontend : Flutter 3.6+, Dart, flutter_map, fl_chart, flutter_tts, audioplayers, web_socket_channel
Backend : Dart/Shelf, PostgreSQL 16, JWT, bcrypt, dotenv
ML/AI : Random Forest (santé), LSTM (eau), algorithmes d’optimisation solaire
APIs Externes : OpenStreetMap (Nominatim, OSRM), OpenWeatherMap
TTS : Djelia TTS (Bambara), Flutter TTS (Français)
Infrastructure : Docker, Sliplane, WebSocket temps réel
Données : PostgreSQL avec fonctions spatiales, simulation IoT réaliste, base de connaissances JSON (sante_bambara.json)

Reproductibilité : Code disponible sur GitHub avec instructions complètes de déploiement, schéma SQL, et configuration Docker.

Le projet démarre avec une base de cartographie open-source existante (Hakilidia Map) qui offrait déjà :

• Localisation GPS et affichage de carte OpenStreetMap
• Recherche de lieux via API Nominatim
• Calcul d’itinéraires via API OSRM
• Navigation basique avec guidage vocal

Tout le reste a été développé pendant le hackathon :

• Backend complet Dart/Shelf avec PostgreSQL
• Tous les modèles ML (Random Forest, LSTM)
• Système d’alertes sanitaires prédictives
• Prédiction qualité d’eau avec IoT simulé
• Navigation solaire optimisée
• Assistant santé bilingue avec TTS
• Dashboard d’explicabilité IA
• Données simulées et seeding
• Intégration complète des marqueurs sur carte
• Authentification anonyme et WebSocket