Le 14 octobre 2026, le Dr Nada Malou, microbiologiste à l’origine d’Antibiogo, interviendra à Londres lors de la conférence du Journal Nature « Reframing Precision Medicine: Innovation to Implementation », sur l’apport de l’intelligence artificielle aux maladies infectieuses. À cette occasion, elle revient sur trois choix qui structurent Antibiogo : une aide ciblée à la lecture des antibiogrammes, un fonctionnement hors ligne et la maîtrise des données par les pays.

Que fait précisément l’intelligence artificielle dans Antibiogo ?

Nous sommes partis d’un besoin concret : aider les équipes de laboratoire des pays à revenus faible ou intermédiaire à interpréter les antibiogrammes, notamment lorsque l’expertise en microbiologie est peu accessible. Ces tests permettent de déterminer la sensibilité d’une bactérie aux antibiotiques et d’éclairer le choix du traitement.

À partir d’une photo de la boîte de Pétri, l’IA et le traitement d’image aident à mesurer les zones d’inhibition autour des disques d’antibiotiques. Cette mesure est semi-automatique : l’utilisateur la vérifie et l’ajuste. Un système expert applique ensuite les seuils et les règles d’interprétation du référentiel utilisé, EUCAST ou CLSI.

L’IA apporte donc une aide à une étape précise du travail. Elle accompagne les professionnels de laboratoire, dont le rôle reste central, et fournit des résultats pour éclairer le jugement clinique. Notre objectif est de renforcer les capacités locales et de contribuer au bon usage des antibiotiques.

Pourquoi le fonctionnement hors ligne est-il essentiel ?

Un outil doit pouvoir être utilisé là où les équipes en ont besoin. Dans certains laboratoires, la connexion est limitée ou instable. Si l’analyse dépend d’Internet, cette contrainte devient un obstacle au travail quotidien.

Antibiogo permet de lire et d’interpréter les antibiogrammes directement sur le smartphone, sans connexion. Internet reste nécessaire pour télécharger l’application et ses mises à jour, ainsi que pour certaines fonctions de partage des résultats.

Ce choix associe une technologie exigeante à un usage adapté au terrain, démontré par nos études d’aptitude à l’utilisation et études cliniques. Mais l’application seule ne suffit pas : sa mise en place s’accompagne de formation et d’un travail avec les équipes pour l’intégrer aux pratiques du laboratoire.  

Comment expliquer aux partenaires la maîtrise de leurs données ?

Notre principe est clair : les pays doivent garder la maîtrise de leurs données de santé et décider de leur utilisation. Pour construire la confiance, il faut expliquer ce que cela signifie concrètement dans chaque déploiement.

Le fonctionnement hors ligne permet de traiter et de stocker les données localement sur l’appareil. Une éventuelle centralisation des résultats de plusieurs laboratoires au niveau national est une question distincte, qui est systématiquement discutée avec les autorités et les partenaires concernés.

Si les pays le décident, les résultats peuvent également contribuer à la surveillance internationale de l’antibiorésistance : leur intégration dans WHONET peut faciliter la préparation des données destinées à GLASS, le système mondial de surveillance de la résistance aux antimicrobiens et de leur usage de l’OMS. Cette démarche reste sous le contrôle des autorités nationales, qui décident des données à partager.

Il faut pouvoir répondre à des questions simples : où sont les données, qui peut y accéder, comment sont-elles exportées et à quelles fins peuvent-elles être partagées ? Le stockage local constitue un élément de réponse ; la maîtrise des données repose aussi sur des modalités d’hébergement, des droits d’accès et des règles de gouvernance clairement définis. Ces échanges font partie intégrante de la mise en place de l’outil.