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

Le chirurgien britannique Ara Darzi a déclaré que l'intelligence artificielle peut accélérer considérablement le diagnostic des infections résistantes aux antibiotiques et la recherche de nouveaux médicaments. Mais cela ne suffit pas : si l'économie de l'industrie ne change pas, de nombreux développements n'atteindront jamais la pratique clinique réelle.

Pourquoi la crise s'accélère

La résistance aux antibiotiques a cessé d'être un problème limité aux spécialistes des maladies infectieuses. Selon Darzi, elle cause plus d'un million de décès dans le monde chaque année et joue un rôle important comme facteur contributif dans près de cinq millions de cas supplémentaires. Ces infections sont plus difficiles et plus coûteuses à traiter, les patients restent plus longtemps à l'hôpital et les établissements de santé supportent des frais supplémentaires.

La pression sur le système est intensifiée par deux choses simultanément : l'utilisation excessive et inappropriée d'antibiotiques, ainsi qu'un faible flux de nouveaux médicaments sur le marché. Darzi a nommé 2026 comme le premier véritable point d'inflexion de cette histoire, car l'ampleur de la menace est désormais difficile à ignorer. La prévision de The Lancet publiée en 2024 prévoit jusqu'à 40 millions de décès dus aux infections résistantes aux médicaments d'ici 2050.

Pendant ce temps, dans la pratique quotidienne, les médecins agissent encore souvent presque à l'aveugle. Le diagnostic classique prend généralement deux à trois jours : il faut cultiver des bactéries à partir d'un échantillon et vérifier quels médicaments fonctionneront. Pour des conditions comme la septicémie, c'est trop long — chaque heure de retard du traitement augmente le risque de décès de 4–9 pour cent.

Où l'IA est déjà utile

C'est précisément là que l'IA peut avoir l'impact le plus rapide. Darzi dit que le diagnostic par IA démontre déjà une précision supérieure à 99 pour cent sans infrastructure de laboratoire supplémentaire. Ceci est particulièrement important non seulement pour les grandes cliniques mais aussi pour les régions éloignées où l'accès aux tests rapides est limité. Selon les estimations de l'OMS, en 2023, les niveaux les plus élevés de résistance aux antibiotiques ont été enregistrés en Asie du Sud-Est et en Méditerranée orientale, où chaque troisième infection enregistrée était résistante. En Afrique — chaque cinquième.

• Distinguer plus rapidement les infections résistantes des infections ordinaires
• Suggérer au médecin un choix thérapeutique plus précis dans 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

Un autre exemple est le travail du NHS britannique avec Google DeepMind. Dans une démonstration, le système a identifié des mécanismes de résistance précédemment inconnus en 48 heures, auxquels les chercheurs de l'Imperial College London ont consacré environ dix ans pour comprendre. Combinés avec un laboratoire automatisé, de tels systèmes permettent déjà d'exécuter des centaines d'expériences parallèles 24 heures sur 24. Les modèles d'apprentissage profond peuvent examiner des milliards de structures moléculaires en seulement quelques jours, et les modèles génératifs peuvent proposer de nouveaux composés qui n'existaient tout simplement pas avant.

Pourquoi le marché est une barrière

Le principal goulot d'étranglement, selon Darzi, n'est pas au laboratoire mais dans le modèle économique pharmaceutique. Les nouveaux antibiotiques ne peuvent pas être vendus comme un médicament de marché de masse : plus ils sont utilisés activement, plus rapidement les bactéries apprennent à contourner la défense. Cela crée un paradoxe.

D'un point de vue médical, les meilleurs nouveaux médicaments doivent être préservés et prescrits rarement, mais d'un point de vue commercial, les entreprises gagnent sur les volumes de ventes. Pour cette raison, les grandes sociétés pharmaceutiques ont récemment supprimé les programmes d'antibiotiques, même si les progrès scientifiques dans ce domaine se poursuivaient. Pour briser cette logique, des schémas de paiement différents sont nécessaires.

Darzi a rappelé qu'en 2024, le Royaume-Uni a lancé un modèle pilote de style Netflix : l'État paie aux sociétés pharmaceutiques une somme annuelle fixe pour l'accès à un nouvel antibiotique, plutôt que pour le nombre de doses prescrites. La Suède teste également un modèle partiellement détaché du volume. L'idée est simple : récompenser non pas les ventes massives, mais le simple fait d'introduire un outil vital dans le système de santé.

"Nous avons déjà les outils.

La question est de savoir si nous avons le courage de prendre au sérieux ce que nous voyons."

Ce que cela signifie

L'histoire de la résistance aux antibiotiques démontre quelque chose d'important : pour l'IA médicale, le goulot d'étranglement devient non seulement la qualité des modèles mais aussi la capacité du système de santé à les intégrer dans la pratique. Si le diagnostic se réduit réellement de plusieurs jours à quelques heures, et que la recherche de nouveaux antibiotiques s'accélère plusieurs fois, les gagnants ne seront pas seulement les médecins mais aussi les patients. Mais sans nouvelles règles d'approvisionnement et incitations, l'IA risque de rester une belle démonstration aux conférences plutôt qu'un outil de travail dans les hôpitaux.