普利司通为减少天然橡胶种植面临的疾病风险，开发一种基于AI的天然橡胶树病检测技术，该技术可利用人工智能图像分析来诊断和检测橡胶树的疾病，结合了基于枝叶的橡胶树病诊断技术。该项目是与电通国际信息服务有限公司（ISID）联合项目，提供基于无人机的航拍和AI图像分析。
普利司通使用该技术成功开发出一种可以区分健康树木和白根病（WRD）树木的植物，其准确率约为90％。普利司通说，这种方法可以在WRD病害影响橡胶产量之前，早期诊断和治疗WRD树木，从而有助于提高橡胶农场的生产力。
天然橡胶是用于轮胎制造的主要原料。普利司通预计到2050年，全球人口预计将达到96亿，而拥有的汽车数量将超过24亿。因此预期轮胎生产所需的材料量将增加。WRD是一种会影响Para橡胶树根部的疾病，这种疾病很难诊断，如果不加处理会导致树木腐烂，严重影响天然橡胶的收成，继而影响轮胎制造的上游原料市场。
从联合国可持续发展的目标来看，用于生产轮胎的天然橡胶主要生长在东南亚，该地区热带雨林的枯竭以适应天然橡胶和其他栽培技术的发展引起了人们的极大关注。普利司通说，这项技术的发展是通过扩大天然橡胶来源来解决此类环境问题的一项更大计划的一部分。
据普利司通称，目前尚无对抗这种疾病的有效方法。先前的诊断方法需要橡胶行业专家基于对受影响树木的叶子和观察因素（例如叶子颜色和叶子发育）的综合评估做出判断，挖出怀疑被WRD感染的树木并检查根。因此诊断的准确性取决于每个团队成员的技能。
