evidoria

← Retour à la liste

Bonne pratique Importée

DISHA — Le Dispositif d'Évaluation des Dommages par IA de l'UNOSAT et de Google Research, Déployé lors des Inondations de 2026 en Colombie

Colombie · Bogotá · Voir le profil de Colombie · Voir le profil de Bogotá

Preuves: Observationnel / avant-après Top 12% 80/100 · Demandez à Evidence Copilot à propos de cette pratique

Le dispositif DISHA, de l'UNOSAT et de Google Research, utilise l'IA pour accélérer l'évaluation des dommages après une catastrophe, réduisant par six le temps d'analyse sur neuf urgences testées. Déployé lors des inondations de février 2026 en Colombie (plus de 580 000 sinistrés) et de l'ouragan Melissa en Jamaïque, il a appuyé la réponse des gouvernements et de l'ONU.

7 x
Augmentation de la superficie couverte par les analystes (across 9 tested emergencies)
6 x faster (to under a day)
Réduction du temps nécessaire pour produire des conclusions indicatives de dommages (across 9 tested emergencies)
11 activations
Activations réelles à ce jour (since workflow became operational (~2023))
385,000+ buildings
Bâtiments évalués après l'ouragan Melissa (Jamaïque) (October 2025)
580,000+ people
Personnes touchées, inondations en Colombie de février 2026 (as of 6 March 2026)
DISHA — Le Dispositif d'Évaluation des Dommages par IA de l'UNOSAT et de Google Research, Déployé lors des Inondations de 2026 en Colombie

Détails

Maturité
Établie
Promoteur
UNOSAT (UNITAR) & Google Research / UN Global Pulse, with Colombia's national government
Période
Workflow operational since ~2023; Colombia activation February 2026
Mots-clés
disaster response, satellite imagery, humanitarian AI, public safety

Contexte

Les intervenants en cas de catastrophe ont besoin d'estimations rapides et fiables des dommages aux bâtiments après des séismes, des inondations et des tempêtes, mais l'examen manuel des images satellites et radar est lent et exige une main-d'œuvre importante.

Objectifs

L'UNOSAT (le Centre satellitaire des Nations unies), UN Global Pulse et Google Research ont développé DISHA, un flux de travail assisté par IA permettant de produire rapidement des évaluations indicatives des dommages après une catastrophe, en croisant des cartes de bâtiments issues de l'IA avec des images satellites radar et optiques.

Activités

Un modèle d'IA à apprentissage « zero-shot » (SKAI) fournit aux analystes une première indication des zones présentant le plus de dommages aux bâtiments, permettant aux experts de l'UNOSAT de concentrer l'examen détaillé là où il compte le plus. Ce flux de travail a été utilisé lors de 11 activations réelles pour des séismes, des inondations et des cyclones, notamment l'ouragan Melissa en Jamaïque (octobre 2025) et les inondations en Colombie de février 2026, où l'UNOSAT a croisé des cartes de bâtiments issues de l'IA avec des images radar pour éclairer la planification de la réponse, tant du gouvernement national colombien que des agences des Nations unies.

Résultats

Sur les neuf situations d'urgence testées, le flux de travail a permis aux analystes de couvrir environ sept fois plus de superficie et de réduire d'un facteur six le temps nécessaire pour produire des conclusions indicatives de dommages, ramené à moins d'une journée. Après l'ouragan Melissa, il a attribué des scores de dommages préliminaires à plus de 385 000 bâtiments ; les inondations en Colombie de février 2026 ont touché plus de 580 000 personnes, détruit plus de 4 000 habitations et endommagé environ 23 000 autres (chiffres de l'UNITAR au 6 mars 2026).

Conclusions

Les opérateurs de l'outil eux-mêmes le décrivent comme produisant des orientations préliminaires et indicatives destinées à des analystes experts, plutôt qu'une évaluation finalisée, et les chiffres de performance proviennent des rapports de Google et des Nations unies elles-mêmes, et non d'un audit indépendant réalisé par un tiers.

Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€) — Not publicly disclosed; operated by a standing UN/Google Research coalition rather than a bespoke national build.
Délai jusqu’aux résultats
Moyen (1–3 ans) — Workflow operational since approximately 2023; Colombia activation in February 2026.
Personnel et compétences
UNOSAT (UNITAR) analysts and UN Global Pulse, Google Research technical team (SKAI model), Colombia's national government as the receiving/using institution for the February 2026 activation

Conditions de réussite

  • Using the AI model as a fast first-pass filter, with expert human analysts reviewing and focusing on the flagged areas rather than fully automating assessment
  • Cross-referencing multiple imagery sources (AI-derived building maps, radar and optical satellite imagery) rather than relying on a single data source
  • A standing institutional partnership (UNOSAT/UN Global Pulse with Google Research) enabling repeat activation across many countries and disaster types

Modes d’échec courants

  • Described by its own operators as preliminary, directional guidance rather than a finished assessment
  • Performance figures come from the operators' own reporting rather than an independent third-party audit
  • No public technical documentation or accuracy report specific to the Colombia activation

Où cela s’applique

Type de gouvernance
UN-agency-run, deployed with national government
Échelle
multi-country (11 activations)
Niveau de revenu
mixed (deployed in varied income-level countries)

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles