Dit artikel van Chinaza Esiaba werd oorspronkelijk gepubliceerd op TechCabal Insights.

Al jaren wordt antimicrobiële resistentie (AMR) in Afrika beschreven aan de hand van steeds schrikbarendere cijfers. AMR ontstaat wanneer bacteriën en andere micro-organismen zich ontwikkelen zodat ze resistent worden tegen de medicijnen die ze moeten bestrijden, waardoor gewone infecties moeilijker te genezen zijn en in sommige gevallen onbehandelbaar worden.

Een analyse van The Lancet schatte dat het westelijke deel van Sub-Sahara-Afrika in 2019 het hoogste sterftecijfer ter wereld had dat toeschrijfbaar is aan bacteriële AMR: 27,3 sterfgevallen per 100.000 inwoners. Dit cijfer maakt de omvang van de dreiging duidelijk, maar benadrukt ook een paradox: op plaatsen waar resistente infecties een grote zorg zijn, is het laboratoriumbewijs dat nodig is om deze te volgen vaak beperkt.

De Wereldgezondheidsorganisatie (WHO) schat dat één op de vijf in het laboratorium bevestigde bacteriële infecties in de Afrikaanse regio in 2023 resistent was tegen antibiotica. Die schatting kan infecties niet meerekenen die nooit worden getest. Het zichtbaarheidsprobleem reikt verder dan Afrika: 48% van de landen meldde in 2023 geen resistentiedata bij het Global Antimicrobial Resistance and Use Surveillance System (GLASS) van de WHO, en ongeveer de helft van de landen die wél rapporteerde miste systemen om betrouwbare data te produceren.

Dit is zowel een uitdaging voor de volksgezondheid als een proble voor gezondheidstechnologie. AI-diagnostiek- en voorschrijftools zijn afhankelijk van laboratoria die infecties kunnen testen, dossiers die resultaten aan patiënten koppelen en surveillancesystemen die individuele tests omzetten in bewijs over lokale resistentie. Voor overheden en investeerders ligt het opbouwen van die verbindingen misschien wel als meest directe kans.

Artsen hebben diagnostisch bewijs nodig om goed voor te schrijven

Het Nigeria Centre for Disease Control and Prevention meldt dat één op de twee gehospitaliseerde patiënten die antibiotica krijgen, met meer dan één antibioticum wordt behandeld. Antibiotica met een aanzienlijke invloed op AMR, waaronder ceftriaxon, cefuroxim en ciprofloxacine, maken ook een groot deel van de voorschriften uit.

Nigerianse studies hebben hoge niveaus van empirisch voorschrijven aangetroffen, wat betekent dat de behandeling wordt gestart voordat laboratoriumbewijs het organisme identificeert of bevestigt welk antibioticum effectief zal zijn. Dr. Ifeyinwa George, apotheker en AMR-programmamanager bij DRASA Health Trust, een Nigeriaanse nonprofit die zich richt op infectiepreventie en volksgezondheidszekerheid, wees op beperkte laboratoriumcapaciteit als een belemmering voor het opsporen en volgen van resistente pathogenen.

Een door Africa CDC geleide studie naar 14 landen wees uit dat slechts 1,3% van circa 50.000 laboratoria in deelnemende netwerken bacteriologisch onderzoek uitvoerde — het laboratoriumwerk van het kweken en identificeren van bacteriën uit monsters van patiënten. Van circa 187.000 op resistentie geteste monsters ontbrak bij 88% klinische informatie, zoals de diagnose van de patiënt of eerder antibioticagebruik.

Een enquête onder 219 Keniaanse gezondheidsvoorzieningen wees uit dat 61,6% geen bacteriekweekonderzoek aanbod, terwijl slechts 16,9% antimicrobiële gevoeligheidstesten uitvoerde, die controleren of een bepaalde infectie reageert op specifieke antibiotica. Zoals de Ghanese AMR-onderzoeker Prof. Beverly Egyir het formuleerde: "Als we niet testen, vliegen we in feite blind."

Het gat kan blijven bestaan, zelfs wanneer testen beschikbaar is. In het Cape Coast Teaching Hospital in Ghana duurde het gemiddeld 3,4 dagen voordat laboratoriumrapporten na ontvangst van het monster waren geüpload naar het elektronische gezondheidssysteem.

Deze cijfers kunnen de indruk wekken dat AMR vooral een probleem van antibioticamisbruik is. De Afrikaanse ervaring is complexer. Zonder diagnostisch bewijs kunnen artsen empirisch voorschrijven omdat ze informatie ontberen, en niet noodzakelijk omdat ze antimicrobieel beheer negeren. Beter information bieden vereist functionerende laboratoria, tijdige resultaten en systemen die die resultaten koppelen aan patiëntendossiers.

Medicijnenkwaliteit is een ander onderdeel van het datagat

Resistentiesurveillance moet ook rekening houden met de medicijnen die patiënten ontvangen. In 2025 vond de Food and Drugs Authority van Ghana namaakfarmaceutische producten ter waarde van GH₵42 miljoen ($3,6en). Ook heeft de National Primary Healthcare Development Agency van Nigeria gesteld dat circa 70% van de in het land gedistribueerde medicijnen ondermaats of namaak was.

Ondermaatse medicijnen met te weinig werkzame stof kunnen bacteriën blootstellen aan onvoldoende concentraties en bijdragen aan resistentie. Dit maakt betere traceerbaarheid en rapportage van medicijnen noodzakelijk.

De National Agency for Food and Drug Administration and Control (NAFDAC) van Nigeria beheert een Mobile Authentication Service waarmee consumenten medicijncodes via sms kunnen controleren. Batchtracking, snelle waarschuwingen en gedeelde registraties kunnen toezichthouders helpen verdachte producten op te sporen en uit de handel te halen.

De WHO beweegt in dezelfde richting. De digitale transformatierichtlijnen van 2026 moedigen landen specifiek aan om te gaan van gefragmenteerde rapportage op papier van ondermaatse en vervalste medicijnen naar onderling verbonden digitale rapportsystemen. Deze tools maken deel uit van de AMR-aanpak omdat de kwaliteit van medicijnen bepaalt welke behandeling een patiënt daadwerkelijk ontvangt.

Wanneer de data-infrastructuur bestaat

Sommige landen bouwen systemen die geavanceerdere analyse bruikbaar maken. Het National Institute for Communicable Diseases van Zuid-Afrika publiceert een AMR-surveillancedashboard gebaseerd op laboratoriumdata dat laat zien welke pathogenen resistent worden.

In Ghana hebben onderzoekers die whole-genome sequencing gebruiken — waarmee de volledige genetische samenstelling van een pathogeen wordt in kaart gebracht — cholera-isolaten bestudeerd naast monsters uit andere Afrikaanse landen om resistentiegenen en de verwantschap tussen stammen te onderzoeken. Dergelijke methoden kunnen scherpere vragen van de volksgezondheid beantwoorden wanneer de monstername en routinedata voldoende zijn om ze te ondersteunen.

Kenia biedt een praktisch voorbeeld van hoe deze basis zich kan ontwikkelen. Volgens de verslaglegging van de WHO over het programma groeiden twee modelsurveillanceplaatsen die in 2017 werden opgericht, tot een netwerk van 32 plaatsen in 27 landen. Kenia integreert nu resistentie-, antibioticagebruik- en consumptiedata in een centrale datawarehouse en begon in 2025 met het aanleveren van data op individueel niveau bij GLASS.

Susan Githii, de GLASS-contactpersoon van Kenia, zegt dat de rijkere data het team helpen om resistentietrends te begrijpen en beslissingen te sturen. Het resterende werk omvat het koppelen van ziekenhuissystemen en hetullen van ontbrekende patiëntgegevens.

De investeringstoets

De les is niet dat Afrika AI, sneldiagnostiek of klinische beslissingsondersteunende software moet loslaten. Deze tools hebben een betrouwbare basis nodig. Voor investeerders in gezondheidstechnologie kan de AMR-kans liggen in systemen die laboratoriumbewijs bruikbaar maken: software die gevoeligheidsresultaten bij artsen aflevert, data over ziekenhuizen heen verbindt en toezichthouders helpt verdachte medicijnbatches te traceren.

AI zou die basis kunnen gebruiken om ongebruikelijke resistentiepatronen te signaleren of behandelbeslissingen te ondersteunen. Het kan niet compenseren voor infecties die nooit zijn getest of medicijnen waarvan de kwaliteit onbekend is.

De lastiger vraag is wie deze infrastructuur draaiende houdt. Het door de EU gesteunde ARILAC-initiatief moet in acht landen over vier jaar de laboratorium- en datasystemen versterken. Bij de lancering in juli 2026 riep Africa CDC op om deze systemen in nationale begrotingen op te nemen. Het AMR-kader 2026–2030 wijst duurzame financiering ook aan als prioriteit. Het vierjarige venster van ARILAC en de 2030-horizon van het kader stellen een concrete termijn waarlangs de duurzaamheid van die infrastructuur kan worden beoordeeld.

Laboratoria hebben betrouwbare voorraden, onderhouden apparatuur en geschoolde medewerkers nodig, lang nadat een subsidie afloopt. Investeerders hebben een geloofwaardig pad nodig waarmee gezondheidssystemen de door hen gefinancierde tools kunnen betalen en blijven gebruiken.

Technologie alleen zal de resistentie niet vertragen. Infectiepreventie, vaccinatie, schoon water en verantwoord antibioticagebruik blijven essentieel. Maar het sterkste investeringsverhaal kan liggen in infrastructuur die artsen vertelt welke behandelingen lokaal nog werken, teams in de volksgezondheid laat zien waar resistentie toeneemt en toezichthouders helpt te voorkomen dat medicijnen van slechte kwaliteit patiënten bereiken.