La communauté mondiale des soins de santé est confrontée à une catastrophe croissante : la résistance aux antibiotiques. Alors que les bactéries évoluent pour survivre à nos médicaments les plus puissants, le monde médical s’efforce de trouver un moyen de garder une longueur d’avance sur une menace qui cause déjà plus d’un million de décès par an et contribue à près de cinq millions de décès supplémentaires.
Lors d’un récent événement WIRED Health à Londres, Ara Darzi, un éminent chirurgien et directeur de l’Institut d’innovation en santé mondiale de l’Imperial College de Londres, a déclaré que 2026 représente un « point d’inflexion » critique dans cette lutte. L’émergence de l’intelligence artificielle (IA) pourrait enfin fournir les outils nécessaires pour inverser la tendance.
La menace croissante des superbactéries
L’augmentation des microbes résistants aux médicaments est due à deux facteurs principaux : la surutilisation et le mauvais usage des antibiotiques, et un pipeline stagnant de développement de nouveaux médicaments. Lorsque les bactéries sont exposées à des doses sublétales d’antibiotiques, elles développent des mécanismes de défense, « apprenant » efficacement comment survivre au traitement.
Cette tendance devrait s’accentuer fortement. Un rapport de 2024 dans The Lancet prévient que d’ici 2050, les infections résistantes aux médicaments pourraient être responsables de 40 millions de décès.
La crise est particulièrement aiguë dans certaines régions :
– Asie du Sud-Est et Méditerranée orientale : Une infection signalée sur trois est résistante.
– Afrique : Une infection sur cinq est résistante.
Combler le fossé diagnostique
L’un des aspects les plus dangereux de la résistance aux antibiotiques est le retard de diagnostic. Les méthodes traditionnelles nécessitent la culture de bactéries à partir d’un échantillon, un processus qui peut prendre de deux à trois jours. Dans les cas critiques comme la septicémie, ce délai est mortel ; pour chaque heure de report du traitement, le risque de décès augmente de 4 à 9 %.
Actuellement, les médecins sont souvent obligés de se fier à des « suppositions éclairées » pour prescrire des antibiotiques en attendant les résultats de laboratoire. L’IA offre un moyen d’éliminer cette incertitude :
- Précision rapide : les diagnostics basés sur l’IA peuvent atteindre une précision de plus de 99 % sans nécessiter une infrastructure de laboratoire massive et coûteuse.
- Accessibilité : Ces outils rapides sont essentiels pour les zones rurales et éloignées où les laboratoires avancés ne sont pas disponibles.
- Pouvoir prédictif : L’IA peut aider à suivre la propagation des bactéries résistantes avant qu’elles ne se transforment en épidémies localisées.
Accélération de la découverte de médicaments
Au-delà du diagnostic, l’IA révolutionne la façon dont nous trouvons de nouvelles armes contre les bactéries. La collaboration entre le National Health Service du Royaume-Uni et Google DeepMind a déjà démontré ce potentiel. Par exemple, un système d’IA a identifié des mécanismes de résistance inconnus en seulement 48 heures, une avancée qu’il a fallu une décennie aux chercheurs humains pour découvrir.
L’intégration de l’IA aux laboratoires automatisés crée un moteur de découverte à grande vitesse :
– Deep Learning : Peut analyser des milliards de structures moléculaires en quelques jours seulement.
– IA générative : est utilisée pour concevoir des composés chimiques entièrement nouveaux qui n’existent pas dans la nature.
– Tests parallèles : Les systèmes automatisés peuvent désormais exécuter des centaines d’expériences simultanément, 24h/24 et 7j/7.
L’obstacle économique : un modèle brisé
Malgré ces avancées technologiques, un obstacle de taille demeure : le modèle économique de l’industrie pharmaceutique est brisé.
Traditionnellement, les sociétés pharmaceutiques profitent de ventes en gros volume. Cependant, les nouveaux antibiotiques doivent être utilisés avec parcimonie pour prévenir l’apparition de nouvelles résistances, ce qui va directement à l’encontre de l’objectif de ventes élevées. Par conséquent, de nombreuses grandes entreprises ont complètement abandonné la recherche sur les antibiotiques.
Pour résoudre ce problème, les gouvernements expérimentent de nouvelles façons d’encourager le développement :
Le « modèle Netflix » : Le Royaume-Uni a lancé un programme pilote dans le cadre duquel le gouvernement verse aux sociétés pharmaceutiques un abonnement annuel fixe pour l’accès aux antibiotiques, dissociant ainsi les bénéfices du volume de médicaments prescrits.
La Suède explore également des modèles de paiement similaires « dissociés » pour garantir que les entreprises soient récompensées pour la création de médicaments efficaces plutôt que pour la quantité qu’elles vendent.
Conclusion
La technologie nécessaire pour lutter contre la résistance aux antibiotiques, du diagnostic rapide par IA à la conception générative de médicaments, existe déjà. Le succès ultime de ces innovations dépendra de la volonté politique et économique des gouvernements et des industries du monde entier de mettre en œuvre les nouveaux modèles nécessaires à leur pérennité.
