Ara Darzi : l'IA peut accélérer la lutte contre la résistance aux antibiotiques, mais le marché fait obstacle

Le chirurgien britannique Ara Darzi affirme que l'intelligence artificielle peut nettement accélérer le diagnostic des infections résistantes aux antibiotiques et la recherche de nouveaux médicaments. Mais cela ne suffit pas : si l'économie du secteur ne change pas, beaucoup de développements n'arriveront jamais jusqu'à la clinique.

Pourquoi la crise s'accélère

La résistance aux antibiotiques n'est plus un sujet réservé aux infectiologues. Selon Darzi, elle cause chaque année plus d'un million de décès dans le monde et, dans près de cinq millions de cas supplémentaires, joue un rôle important comme facteur associé. Ces infections sont plus difficiles et plus coûteuses à soigner, les patients restent plus longtemps à l'hôpital et les établissements supportent des dépenses supplémentaires.

Deux phénomènes accentuent la pression en même temps : l'usage excessif et inapproprié des antibiotiques, et le faible afflux de nouveaux médicaments sur le marché. Darzi a qualifié 2026 de premier véritable point de bascule de cette histoire, car l'ampleur de la menace est désormais difficile à ignorer. Une prévision du Lancet publiée en 2024 attend jusqu'à 40 millions de décès dus aux infections résistantes aux médicaments d'ici 2050.

Dans la pratique quotidienne, les médecins agissent pourtant encore souvent presque à l'aveugle. Le diagnostic classique prend généralement de deux à trois jours : il faut cultiver des bactéries à partir d'un échantillon et vérifier quels médicaments fonctionnent. Pour des pathologies comme le sepsis, c'est beaucoup trop long : chaque heure de retard dans le traitement augmente le risque de décès de 4 à 9 pour cent.

Là où l'IA est déjà utile

C'est ici que l'IA peut produire l'effet le plus rapide. Darzi affirme que le diagnostic par IA affiche déjà une précision supérieure à 99 pour cent, sans infrastructure de laboratoire supplémentaire. C'est important non seulement pour les grandes cliniques, mais aussi pour les régions isolées, où l'accès aux tests rapides est limité.

Selon les estimations de l'OMS, en 2023, les niveaux de résistance aux antibiotiques les plus élevés ont été enregistrés en Asie du Sud-Est et en Méditerranée orientale, où une infection déclarée sur trois était résistante. En Afrique, une sur cinq.

• Distinguer plus vite une infection résistante d'une infection ordinaire
• Suggérer au médecin un choix de traitement plus précis dès les premières heures
• Trouver de nouveaux mécanismes de résistance bactérienne
• Accélérer la recherche et la conception de molécules qui n'existent pas dans la nature

Autre exemple : le travail du NHS britannique avec Google DeepMind. Lors d'une démonstration, le système a identifié en 48 heures des mécanismes de résistance jusque-là inconnus, que les chercheurs de l'Imperial College London avaient mis environ dix ans à comprendre. Associés à un laboratoire automatisé, ces systèmes permettent déjà de lancer des centaines d'expériences en parallèle, jour et nuit. Les modèles d'apprentissage profond peuvent passer en revue des milliards de structures moléculaires en quelques jours, et les modèles génératifs proposer de nouveaux composés qui n'existaient tout simplement pas auparavant.

Pourquoi le marché fait obstacle

Selon Darzi, le principal frein ne se trouve pas au laboratoire, mais dans le modèle économique de l'industrie pharmaceutique. Les nouveaux antibiotiques ne peuvent pas être vendus comme un médicament de masse : plus on les utilise, plus vite les bactéries apprennent à contourner leur action.

D'où un paradoxe. D'un point de vue médical, les meilleurs nouveaux médicaments doivent être préservés et prescrits rarement, tandis que d'un point de vue commercial, les entreprises gagnent justement de l'argent sur les volumes de vente. Résultat : les grands groupes pharmaceutiques ont ces dernières années mis fin à leurs programmes sur les antibiotiques, alors même que les progrès scientifiques se poursuivaient dans ce domaine.

Pour sortir de cette logique, il faut d'autres modes de paiement. Darzi a rappelé qu'en 2024, le Royaume-Uni a lancé un modèle pilote façon Netflix : l'État verse au laboratoire une somme annuelle fixe pour l'accès à un nouvel antibiotique, et non en fonction du nombre de doses prescrites. La Suède teste elle aussi un modèle en partie découplé des volumes. L'idée est simple : récompenser non pas les ventes massives, mais le fait même de disposer d'un outil vital dans le système de santé.

« Nous avons déjà les outils.

La question est de savoir si nous aurons le caractère de prendre au sérieux ce que nous voyons ».

Ce que cela signifie

L'histoire de la résistance aux antibiotiques montre une chose importante : pour l'IA médicale, le goulot d'étranglement n'est pas seulement la qualité des modèles, mais aussi la capacité du système de santé à les intégrer dans la pratique. Si le diagnostic passe réellement de plusieurs jours à quelques heures, et si la recherche de nouveaux antibiotiques s'accélère de plusieurs fois, les bénéficiaires ne seront pas seulement les médecins, mais aussi les patients.

Mais sans nouvelles règles d'achat ni incitations, l'IA risque de rester une belle démonstration en conférence plutôt qu'un outil de travail dans les hôpitaux.