L'intelligence artificielle s'impose comme un outil transformateur dans la surveillance de la résistance aux antimicrobiens en Afrique. Un consortium regroupant l'Université du Cap, le KEMRI au Kenya, l'Université d'Ibadan au Nigeria et l'Institut Pasteur de Madagascar a développé et validé des modèles d'apprentissage automatique capables de prédire les profils de résistance aux antibiotiques avec une précision sans précédent de 89 %. Les modèles, baptisés AfriAMR-Predict, utilisent des réseaux de neurones profonds entraînés sur une base de données de plus de 2 millions d'antibiogrammes collectés dans 200 hôpitaux africains entre 2018 et 2025. En intégrant des variables cliniques (âge, diagnostic, antécédents d'hospitalisation), géographiques (région, milieu urbain/rural) et temporelles (saison, tendances épidémiologiques), les modèles peuvent recommander le traitement antibiotique le plus approprié avant même que les résultats de culture ne soient disponibles. Le professeur Tulio de Oliveira, bio-informaticien à l'Université du Cap et architecte principal du projet, a expliqué que « dans un continent où moins de 10 % des prescriptions d'antibiotiques sont guidées par un antibiogramme, l'IA peut combler ce déficit diagnostique de manière considérable ». Il a ajouté que les modèles sont conçus pour fonctionner sur des smartphones avec une connexion Internet limitée. Une étude pilote menée dans 20 hôpitaux kenyans a montré que l'utilisation d'AfriAMR-Predict a réduit les prescriptions inappropriées d'antibiotiques de 22 % et amélioré les résultats cliniques des patients souffrant d'infections graves de 18 %. Le consortium prévoit de déployer l'outil dans 500 établissements de santé à travers 15 pays d'ici fin 2027.