Equio : identifier une plante et rendre le doute visible
Equio permet aux propriétaires de chevaux d’analyser une photo de plante et de consulter des informations sur un risque potentiel. L’identification peut rester incertaine. Le projet prévoit donc une seconde tentative dans certains cas et des avertissements dans la fiche de résultat. Cette étude décrit ce fonctionnement, sans transformer l’indice donné par le modèle en garantie de reconnaissance.
Equio est une application iOS et Android destinée aux propriétaires de chevaux. L’analyse de plantes par photo est l’un de ses usages, aux côtés des profils chevaux, du catalogue et des autres fonctions de suivi et d’analyse. J’en ai mené la réflexion produit, la conception des écrans, le développement mobile, l’intégration de l’IA et des abonnements, puis les tests et la publication.
Transformer la photo en une fiche consultable
Le téléphone transmet la demande à une Cloud Function Firebase qui appelle Gemini. Le traitement attend une réponse structurée contenant notamment un nom scientifique, des informations sur la plante, un niveau de toxicité et un indice de confiance. Le serveur contrôle plusieurs éléments de la réponse, dont la présence et la forme du nom scientifique, avant de retenir un résultat.
L’indice de confiance est fourni par le modèle lui-même. Il sert à orienter le traitement et à présenter l’incertitude à l’utilisateur. Ce n’est pas un taux de précision mesuré sur des photos de référence. Le serveur et l’écran l’utilisent comme une indication pour décider d’une reprise ou afficher un avertissement.
Prévoir une seconde tentative sans promettre un résultat certain
La version actuelle du traitement prévoit un premier passage puis, si celui-ci ne fournit pas de résultat utilisable ou si son indice est faible, un passage avec un autre modèle configuré pour cette reprise. Le serveur peut retenir ce nouveau résultat. Il prévoit également des erreurs explicites si les tentatives ne produisent pas d’identification acceptable.
Cette reprise est un mécanisme de traitement, pas une preuve qu’un second modèle aura raison. Elle distingue plusieurs situations : une photo non interprétable, une réponse mal formée, un indice trop faible ou un problème technique. L’application peut ainsi traiter un échec d’analyse autrement qu’un problème de connexion au service.
Afficher le doute là où le résultat est lu
Une identification incertaine peut être affichée. Dans l’écran de détail, un indice inférieur au seuil prévu déclenche un encart spécifique, en plus de l’information de confiance présentée en tête de fiche. Le fonctionnement n’est donc pas celui d’une IA qui se tait systématiquement lorsqu’elle doute : l’application peut proposer une identification probable en signalant son incertitude.
La fiche prévoit aussi un avertissement lorsque le résultat indique qu’aucun danger n’est connu. L’objectif de cet encart est de distinguer cette information d’une garantie d’innocuité et d’orienter vers un vétérinaire en cas de doute. Le choix d’interface porte sur la manière de lire le résultat, sans prétendre valider médicalement l’identification ou le risque annoncé.
Construire l’application autour de l’analyse
Le projet ne se limite pas à un appel à Gemini. L’application possède des profils chevaux, des écrans de catalogue et de détail, un historique de scans et des fonctions d’analyse de produits. Ces éléments demandent de faire circuler des informations cohérentes entre les écrans : animal sélectionné, résultat, contenu déjà enregistré et état du compte.
Le développement mobile repose sur React Native, Expo et TypeScript, avec Firebase pour les données et les fonctions serveur. Cette base permet de développer les parcours pour iOS et Android tout en intégrant les fonctions du téléphone, comme la prise de photo. Elle n’efface pas les besoins de configuration et de vérification propres aux deux plateformes.
Relier les abonnements aux droits disponibles
Equio utilise RevenueCat pour les achats et les droits d’abonnement. Le service mobile gère notamment la configuration du SDK, la consultation du statut client et la restauration des achats. Le traitement serveur d’analyse vérifie également le plan associé au compte et prévoit de le réconcilier avec le statut d’abonnement lorsqu’il n’est plus actif.
Cette intégration relie les fonctions payantes à l’état de l’abonnement. L’accès, la restauration et les changements de statut font partie du fonctionnement du produit : le service d’achat communique avec les écrans mobiles, tandis que le serveur contrôle les droits avant l’analyse.
Ce que l’on peut constater sur cette réalisation
Equio est publiée sur l’App Store et Google Play. Le projet réunit une analyse par photo, une fiche de résultat, un traitement de reprise et des indications d’incertitude dans une application avec profils chevaux et abonnements. Le résultat du développement est ce parcours complet : prendre une photo, demander une analyse, consulter la réponse et disposer d’indications pour en comprendre les limites.
Pour découvrir les autres produits que j’ai développés, consultez mon portfolio d’applications mobiles et web ainsi que les études de cas VetSafe et Ellyo. Si votre projet doit associer une analyse par IA à des parcours mobiles et des abonnements, décrivez-moi votre besoin.
Développeuse indépendante à Angers. Huit ans de projets pour l’hôpital, les services de secours, l’aéronautique et l’assurance (CNP, Sodifrance), et trois applications publiées sur l’App Store et Google Play : Equio, VetSafe et Ellyo.