La situation sanitaire des cultures de betteraves sucrières en France et les problématiques attenantes concernant les traitements chimiques et les pratiques agro-écologiques ont été à l'origine de la mise en place du PNRI (Plan National de Recherche et Innovation) « vers des solutions opérationnelles contre la jaunisse de la betterave sucrière » (https://www.itbfr.org/pnri/). Financé par ce plan, le projet SEPIM (https://pse.mathnum.inrae.fr/sepim) vise notamment à développer une épidémiosurveillance renforcée pour améliorer le suivi sanitaire des cultures et les processus de décision portant sur les actions de luttes mises en place en réaction à des signaux d'alerte. L'épidémiosurveillance s'avère également être une clef importante pour la prédiction de l'état sanitaire futur (et ce à différents horizons temporels), pour la détection de situations exceptionnelles ou anormales, pour la mise en oeuvre raisonnée de mesures prophylactiques à l'échelle de l'environnement dans un cadre agro-écologique ou encore pour la production de connaissances. Un des prérequis pour une épidémiosurveillance renforcée consiste à mieux appréhender les situations à risque et les facteurs de risque. Dans cette optique, l'article de vulgarisation reporté ci-dessous et paru sur le site internet de l'ITB (Institut Technique de la Betterave) présente succinctement la méthodologie et les résultats d'une exploration des facteurs de risque de la jaunisse de la betterave à l'aide de l'apprentissage automatique. Parmi les facteurs importants, on retrouve des variables liées à la rigueur de l'hiver et à l'humidité précédent l'observation ainsi que des variables de connectivité spatiale.