Certification des diagnostiqueurs amiante (Belgique) : l'Intelligence Artificielle au cœur des contrôles

Belgique : le contrôle des diagnostics amiante se réalise maintenant grâce à l'Intelligence Artificielle (IA).

Temps de lecture : 3 min
Catégorie : Innovation & Réglementation Amiante

L'OVAM (Openbare Vlaamse Afvalstoffenmaatschappij), organisme public flamand (Belgique), franchit un cap majeur dans la gestion des risques liés à l'amiante en introduisant un modèle d'apprentissage automatique ("Machine Learning" - ML) pour le contrôle des rapports de diagnostics amiante, dans le cadre dela certification des opérateurs de repérage. Cette innovation technologique, basée sur de l'intelligence artificielle vise à renforcer l'efficacité des vérifications et à garantir des rapports de diagnostics amiante fiable, un enjeu clé pour un un objectif politique d'avoir une Flandre sans amiante d'ici 2040.

De l'IA au Service de la Sécurité et de la Qualité

L'objectif principal de ce modèle est de détecter automatiquement les diagnostics amiante "à haut risque", c'est-à-dire ceux qui présentent une forte probabilité de non-conformités. En s'appuyant sur des algorithmes avancés, le modèle permet de cibler plus efficacement les contrôles, réduisant ainsi les erreurs humaines et optimisant les ressources des organismes de certification (CI).

Fonctionnement du Modèle d'Apprentissage Automatique

Le modèle d'Intelligence Artificielle, développé par l'OVAM fonctionne en deux phases clés :

1. Phase de Formation (Training)
   Le modèle est d'abord entraîné sur des milliers de rapports de diagnostics amiante déjà vérifiées. Ces données historiques sont étiquetées comme "conformes" ou "non conformes". L'algorithme apprend à reconnaître des modèles récurrents d'erreurs grâce à l'analyse de caractéristiques spécifiques (incohérences dans les rapports, informations manquantes, etc.).

2. Phase de Prédiction (Prediction)

Une fois formé, le modèle analyse de nouveaux rapports de repérages amiante non contrôlées et prédit leur niveau de risque. Il génère une liste prioritaire des dossiers à vérifier, composée de :

• 70 % de rapports de diagnostics amiante identifiés comme à haut risque,

• 30 % d'inventaires choisis aléatoirement pour valider l'efficacité de l'algorithme.

Impact sur les Procédures de Contrôle des Diagnostiqueurs Amiante

Depuis le 5 février 2025, les organismes de certification (OC) belges sont obligées d'utiliser ce modèle d'IA pour sélectionner les rapports de diagnostis à contrôler. Cette nouvelle méthode permet :

• Une détection plus rapide des erreurs critiques, notamment l'omission de matériaux contenant de l'amiante.

• Une harmonisation des pratiques de contrôle grâce à des critères objectifs.

• Un gain de temps et d'efficacité pour les auditeurs.

Un Outil Dynamique en Évolution Continue

Le modèle n'est pas figé : il s'améliore en continu grâce aux données collectées lors des nouveaux contrôles. Les résultats des vérifications sur le terrain alimentent le système pour affiner ses prédictions, garantissant ainsi une précision croissante dans la détection des non-conformités.

Vers un Avenir Sans Amiante : Une Révolution Numérique au Cœur de la Stratégie

Avec cette initiative, l'OVAM démontre sa volonté de placer la technologie et l'innovation au cœur de la lutte contre les risques liés à l'amiante. L'utilisation de l'intelligence artificielle dans le secteur du diagnostic immobilier en Belgique marque un tournant majeur pour atteindre l'objectif ambitieux d'un environnement sans amiante d'ici 2040.

A lire (en flamand) : Modèle d'Apprentissage Automatique Diagnostics Amiante

Pour en savoir plus et bénéficier de notre veille réglementaire et normative, nous consulter.