Cet article de Chinaza Esiaba a été publié pour la première fois sur TechCabal Insights.

Depuis des années, la résistance aux antimicrobiens (RAM) en Afrique est décrite à travers des statistiques de plus en plus alarmantes. La RAM survient lorsque des bactéries et d'autres microbes évoluent pour résister aux médicaments destinés à les traiter, rendant les infections courantes plus difficiles à guérir et, dans certains cas, incurables.

Une analyse du Lancet estimait que l'Afrique subsaharienne occidentale enregistrait en 2019 le taux de mortalité attribuable à la RAM bactérienne le plus élevé au monde, avec 27,3 décès pour 100 000 habitants. Ce chiffre illustre l'ampleur de la menace, mais il met également en évidence un paradoxe : dans les régions où les infections résistantes constituent une préoccupation majeure, les preuves de laboratoire nécessaires pour les surveiller sont souvent limitées.

L'Organisation mondiale de la Santé (OMS) estime qu'une infection bactérienne confirmée en laboratoire sur cinq dans sa Région africaine en 2023 était résistante aux antibiotiques. Cette estimation ne prend pas en compte les infections qui ne sont jamais testées. Le problème de visibilité dépasse le continent africain : 48 % des pays n'ont pas communiqué de données sur la résistance au Système mondial de surveillance de la résistance aux antimicrobiens et de leur utilisation (GLASS) de l'OMS en 2023, et environ la moitié des pays qui ont fait état de données ne disposaient pas de systèmes capables de produire des données fiables.

Il s'agit à la fois d'un défi de santé publique et d'un problème de technologie de la santé. Les outils de diagnostic et de prescription par IA dépendent de laboratoires capables de tester les infections, de dossiers reliant les résultats aux patients et de systèmes de surveillance qui transforment les tests individuels en données probantes sur la résistance locale. Pour les gouvernements et les investisseurs, établir ces connexions pourrait représenter l'opportunité la plus immédiate.

Les cliniciens ont besoin de preuves diagnostiques pour bien prescrire

Le Centre nigérian de contrôle et de prévention des maladies indique qu'un patient hospitalisé sur deux recevant des antibiotiques est traité avec plus d'un antibiotique. Les antibiotiques à fort impact sur la RAM, notamment la ceftriaxone, le céfuroxime et la ciprofloxacine, représentent également une grande part des prescriptionsn
Des études nigérianes ont révélé des niveaux élevés de prescription empirique, c'est-à-dire un début de traitement avant que des preuves de laboratoire n'identifient l'organisme en cause ou ne confirment quel antibiotique sera efficace. Le Dr Ifeyinwa George, pharmacienne et responsable du programme RAM au sein de DRASA Health Trust, une organisation nigériane à but non lucratif consacrée à la prévention des infections et à la sécurité sanitaire, a identifié la capacité limitée des laboratoires comme un obstacle à la détection et au suivi des agents pathogènes résistants.

Une étude dirigée par Africa CDC dans 14 pays a révélé que seulement 1,3 % des quelque 50 000 laboratoires des réseaux participants pratiquaient des tests de bactériologie — le travail de laboratoire consistant à cultiver et à identifier les bactéries à partir d'échantillons de patients. Sur environ 187 000 échantillons testés pour la résistance, 88 % ne comportaient aucune information clinique telle que le diagnostic du patient ou une utilisation antérieure d'antibiotiques.

Une enquête menée auprès de 219 établissements de santé kenyans a montré que 61,6 % n'offraient pas de tests de culture bactérienne, tandis que seulement 16,9 % pratiquaient des tests de sensibilité aux antimicrobiens, qui vérifient si une infection donnée répond à certains antibiotiques. Comme l'a formulé la chercheuse ghanéenne spécialiste de la RAM, la Pr Beverly Egyir : « Quand nous ne testons pas, nous volons essentiellement à l'aveugle. »

Ce déficit peut persister même lorsque les tests sont disponibles. Au Cape Coast Teaching Hospital au Ghana, les rapports de laboratoire ont nécessité en moyenne 3,4 jours entre la réception de l'échantillon et leur téléversement dans le système de santé électronique.

Ces chiffres peuvent donner à la RAM l'apparence d'un problème principalement lié au surusage des antibiotiques. L'expérience africaine est plus complexe. En l'absence de preuves diagnostiques, les cliniciens peuvent prescrire empiriquement parce qu'ils manquent d'informations, et non simplement par mépris de la gestion des antimicrobiens. Fournir de meilleures informations suppose des laboratoires fonctionnels, des résultats en temps opportun et des systèmes qui relient ces résultats aux dossiers des patients.

La qualité des médicaments est une autre composante du déficit de données

La surveillance de la résistance doit également tenir compte des médicaments que reçoivent les patients. En 2025, l'Autorité ghanéenne de régulation des aliments et des médicaments a découvert des produits pharmaceutiques contrefaits d'une valeur de 42 millions de GH₵ (3,6 millions de dollars). L'Agence nationale nigériane de développement des soins de santé primaires a également indiqué qu'environ 70 % des médicaments distribués dans le pays étaient de qualité inférieure ou contrefaits.

Les médicaments de qualité inférieure contenant trop peu de principe actif peuvent exposer les bactéries à des concentrations insuffisantes de traitement et contribuer à la résistance. Cela crée un besoin de meilleure traçabilité et de meilleur signalement des médicaments.

L'Agence nationale nigériane de l'administration et du contrôle des aliments et médicaments (NAFDAC) exploite un service d'authentification mobile qui permet aux consommateurs de vérifier les codes des médicaments par SMS. Le suivi des lots, les alertes rapides et le partage des dossiers peuvent aider les régulateurs à identifier les produits suspects et à les retirer de la circulation.

L'OMS s'oriente dans une direction similaire. Ses recommandations 2026 sur la transformation numérique encouragent spécifiquement les pays à passer d'un signalement fragmenté et papier des médicaments de qualité inférieure ou falsifiés à des systèmes de signalement numériques et interopérables. Ces outils font partie de la réponse à la RAM, car la qualité des médicaments conditionne le traitementellement reçu par le patient.

Quand l'infrastructure de données existe

Certains pays bâtissent des systèmes qui rendent les analyses plus avancées réellement utiles. L'Institut national sud-africain des maladies transmissibles publie un tableau de bord de surveillance de la RAM fondé sur des données de laboratoire qui aide à identifier les agents pathogènes devenant résistants.

Au Ghana, des chercheurs utilisant le séquençage du génome entier, qui cartographie l'ensemble du patrimoine génétique d'un agent pathogène, ont étudié des isolats de choléra aux côtés d'échantillons provenant d'autres pays africains afin d'examiner les gènes de résistance et les relations entre les souches. De telles méthodes peuvent répondre à des questions de santé publique plus précises lorsque la collecte d'échantillons et les données de routine sont suffisantes pour les étayer.

Le Kenya offre un exemple concret de la manière dont ce socle peut se développer. Selon le récit de l'OMS sur le programme, deux sites de surveillance modèles créés en 2017 sont devenus un réseau de 32 sites répartis dans 27 pays. Le Kenya intègre désormais les données de résistance, d'utilisation des antibiotiques et de consommation dans un entrepôt central et a commencé à soumettre des données au niveau individuel au GLASS en 2025.

Susan Githii, point focal GLASS du Kenya, indique que ces données plus riches aident l'équipe à comprendre les tendances de la résistance et à orienter les décisions. Les travaux restants comprennent la connexion des systèmes hospitaliers et le remplissage des champs patients manquants.

Le test de l'investissement

La leçon n'est pas que l'Afrique devrait abandonner l'IA, les diagnostics rapides ou les logiciels d'aide à la décision clinique. Ces outils ont besoin d'un socle fiable. Pour les investisseurs en technologies de la santé, l'opportunité liée à la RAM pourrait résider dans les systèmes qui rendent les preuves de laboratoire exploitables : des logiciels qui transmettent les résultats de sensibilité aux cliniciens, connectent les données entre hôpitaux et aident les régulateurs à retracer les lots de médicaments suspects.

L'IA pourrait s'appuyer sur ce socle pour signaler des schémas de résistance inhabituels ou appuyer les décisions thérapeutiques. Elle ne peut compenser les infections jamais testées ni les médicaments dont la qualité est inconnue.

La question la plus difficile est de savoir qui fera fonctionner cette infrastructure dans la durée. L'initiative ARILAC, soutenue par l'UE, doit renforcer les systèmes de laboratoire et de données dans huit pays sur quatre ans. Lors de son lancement en juillet 2026, Africa CDC a appelé à l'inclusion de ces systèmes dans les budgets nationaux. Son cadre RAM 2026–2030 identifie également le financement durable comme une priorité. La fenêtre de quatre ans d'ARILAC et l'horizon 2030 du cadre fixent une échéance concrète à laquelle la durabilité de cette infrastructure pourra être évaluée.

Les laboratoires ont besoin de fournitures fiables, d'équipements entretenus et de personnel qualifié bien après la fin d'une subvention. Les investisseurs ont besoin d'un chemin crédible permettant aux systèmes de santé de payer et de continuer à utiliser les outils qu'ils financent.

La technologie seule ne ralentira pas la résistance. La prévention des infections, la vaccination, l'eau potable et l'utilisation responsable des antibiotiques restent essentielles. Mais le cas d'investissement le plus solide réside peut-être dans l'infrastructure qui indique aux cliniciens quels traitements fonctionnent encore localement, montre aux équipes de santé publique où la résistance progresse et aide les régulateurs à empêcher les médicaments de mauvaise qualité d'atteindre les patients.