Aller au contenu
Urgence

L’UMIE à l’Université de Cambridge : vers un partenariat scientifique sur le One Health, les zoonoses, les maladies sensibles au climat et les vaccins

From Data to Décision : l’UMIE présente à l’Imperial College London son appui à la riposte contre Ebola Bundibugyo

From Data to Decisions: Epidemic Intelligence for the Bundibugyo Virus Response in the DRC

Renforcer les compétences scientifiques pour mieux comprendre, anticiper et répondre aux épidémies.

Renseignements épidémiologiques en temps réel en cas d’urgence de santé publique : l’épidémie du virus Bundibugyo de 2026

L’expertise scientifique se développe également grâce au partage des connaissances

De nouvelles recherches devraient renforcer le renseignement épidémiologique et la modélisation de la réponse au virus Bundibugyo

Focus Terrain | Cette semaine, nous vous emmenons à Bunia.

Cartographier le risque, fiabiliser les données : première mission de l’UMIE au cœur de la riposte contre Ebola à Bunia

RiposteEbola | Savez-vous que derrière chaque décision prise pour lutter contre une épidémie se cachent des milliers de données à analyser ?

Facebook-f Linkedin Instagram X-twitter
  • Acceuil
  • À propos
    • Qui sommes-nous
    • Notre Equipe
    • Nos Partenaires
    • Galerie
  • Expertises
  • Ressources
  • Projets
  • Actualités
  • Contact
cropped-LOGO-UMIE.png

A propos de nous

  • Accueil
  • À propos
Ce que nous sommes

Une unité spécialisée de l’INRB Kinshasa dédiée à l’analyse avancée des épidémies.

Nous sommes une équipe multidisciplinaire qui exploite les données génomiques, géo spatiales et épidémiologiques pour mieux comprendre, anticiper et contrôler les épidémies. Nous améliorons la préparation et la réponse aux épidémies grâce à la modélisation et à l’intelligence des données.

Notre Mission

Nos Objectifs

Renforcer la surveillance basée sur les données

Prédire l’évolution des épidémies

Aider à la prise de décision stratégique

Former la nouvelle génération d’experts

Notre Mission

Modélisation et Intelligence des données

Améliorer la préparation et la réponse aux épidémies grâce à la modélisation et à l’intelligence des données.

Notre Valeur Ajoutée

L'UMIE combine données multidimensionnelles, intelligence artificielle et expertise scientifique pour transformer des informations complexes en connaissances stratégiques au service de la santé publique.

Intégration unique de 3 types de données.

• Génomiques (ADN des pathogènes)
• Géospatiales (cartographie, localisation)
• Épidémiologiques (cas, transmission)

Utilisation de l’Intelligence Artificielle et des modèles mathématiques.

Production d’analyses directement utiles à la décision.

Notre Impact

---------------

Détection précoce des épidémies

Les interventions sont mieux ciblées

Décisions fondées sur les preuves scientifiques

Réduction des risques sanitaires

0 +

Partenaires Nationaux

0 +

Partenaires Internationaux

0 +

Epidémies éradiquées

0 +

En cours

Nos Partenaires

---------------

who-afro-social-share
University_of_Oxford-Logo.wine
unikin_logo
Ministère de la santé
Logo-INOHA-Transparent-768x245
ird
institut-pasteur-1-logo-png-transparent
giz
Gate Foundation
cirad
Africa-CDC-Logo-EN
195-1957960_imperial-college-london-logo-vector

Inscrivez-vous à notre newsletter.

Vous serez notifié de nos prochaines publications

Votre inscription a bien été enregistrée ! Oups ! Une erreur s'est produite. Veuillez réessayer.

En vous abonnant, vous acceptez nos Conditions générales et notre Politique de confidentialité et d'utilisation des cookies.

Besoin d'aide ?
+243 980 376 845

Nos apps seront bientôt disponibles

Unité de Modélisation et Intelligence Épidémique

Adresse

5345, Avenue de la Démocratie - Kinshasa / Gombe - B.P. 1197 Kinshasa 1

Heure de travail

Lun – Vend : 8:30 – 16:30

Liens utiles

Accueil

A propos

Expertise

Publications

Contact

Tags

Ebola

Pandemie

Choléra

Rougeole

Paludisme

Annexe

OMS

INRB

Min. Santé

Présidence

Gates Foundation

Partenaires

AfricanCDC

GIZ

INOHA

OXFORD

Institut Pasteur

Copyright © 2026 UMIE/INRB Tous droits réservés.