Face à l’ampleur de l’épidémie d’Ebola en RDC, les autorités sanitaires s’appuient davantage sur les données, la modélisation et certaines applications de l’intelligence artificielle. Ces technologies doivent surtout accélérer l’analyse des informations recueillies sur le terrain et aider les équipes à cibler leurs interventions.
L’intelligence artificielle entre dans la riposte à Ebola
L’Institut national de recherche biomédicale (INRB) a intégré l’intelligence artificielle à ses travaux de suivi de la 17e épidémie d’Ebola en RDC. Son Unité de modélisation et intelligence épidémique a notamment travaillé avec une équipe de l’université d’Oxford sur le suivi en temps réel de l’épidémie.
Cette coopération porte sur l’analyse des données épidémiologiques, la modélisation de la transmission et des applications de l’IA en santé publique. L’objectif affiché est de développer des outils d’aide à la décision capables d’exploiter plus rapidement les informations disponibles.
L’IA ne diagnostique donc pas seule les malades et ne remplace ni les épidémiologistes ni les équipes de terrain. Elle intervient surtout en aval de la collecte pour repérer des tendances, modéliser la propagation et éclairer la réponse sanitaire.
Des données qui doivent remonter plus vite du terrain
Cette capacité d’analyse dépend toutefois de la qualité et de la rapidité des données. Or, dans l’est de la RDC, l’insécurité, les déplacements de population, l’état des infrastructures et les difficultés de connexion compliquent la surveillance.
Les autorités ont donc accéléré la numérisation de plusieurs maillons de la riposte. En Ituri, des fiches sanitaires de voyageurs ont notamment été digitalisées avec des QR Codes. Des applications de pointage, des routeurs et des kits photovoltaïques ont également été installés dans certains points de contrôle afin de maintenir la transmission des informations malgré les coupures d’électricité ou l’absence d’infrastructures fiables.
Ces dispositifs numériques ne relèvent pas tous de l’intelligence artificielle. Ils constituent plutôt l’infrastructure qui permet de produire et de transmettre les données ensuite utilisées pour la surveillance, la modélisation ou l’aide à la décision.
Ebola en RDC impose une surveillance des déplacements
La mobilité constitue un enjeu majeur. L’Organisation internationale pour les migrations suit par exemple les déplacements de voyageurs dans plusieurs points de contrôle de l’Ituri.
Entre le 31 août et le 6 septembre, 80 090 voyageurs ont ainsi été enregistrés sur sept sites et 4 466 entretiens individuels ont été réalisés. Selon l’OIM, 86 % des trajets observés franchissaient une limite de zone de santé. Ces données permettent d’identifier les principaux couloirs de déplacement et les liens avec les zones où des cas sont signalés.
Pour les équipes sanitaires, l’enjeu est de transformer rapidement ces volumes d’informations en décisions opérationnelles. Les modèles peuvent notamment aider à déterminer où renforcer la surveillance, quels axes de circulation méritent une attention particulière ou quelles zones risquent d’être davantage exposées.
Le diagnostic se rapproche aussi des zones touchées
La transformation technologique de la riposte dépasse l’intelligence artificielle. À Mongbwalu, en Ituri, l’INRB et l’OMS ont installé une plateforme de diagnostic moléculaire RadiOne capable de fournir un résultat en moins d’une heure.
Auparavant, certains prélèvements devaient être envoyés jusqu’au laboratoire national de référence à Kinshasa. La décentralisation réduit donc les délais entre le prélèvement, la confirmation d’un cas et l’activation des mesures de santé publique.
Cette rapidité est cruciale. Au 7 septembre, l’OMS recensait 6 757 cas confirmés et 3 267 décès en RDC. L’épidémie touchait alors 61 zones de santé réparties dans six provinces, avec une transmission toujours active dans plusieurs foyers.
L’IA reste un outil, pas une solution autonome
Le recours à l’intelligence artificielle peut améliorer l’exploitation des données, mais son efficacité dépend d’abord du fonctionnement de toute la chaîne sanitaire. Une information non collectée, transmise tardivement ou provenant d’une zone devenue inaccessible ne peut pas être corrigée par un algorithme.
L’OMS souligne justement les difficultés persistantes de détection précoce, d’accès aux soins et d’interruption des chaînes de transmission.
En RDC, l’intérêt de l’IA tient donc moins à une technologie spectaculaire qu’à sa capacité à compléter la surveillance classique. Associée aux outils numériques, aux laboratoires décentralisés et aux données de mobilité, elle peut raccourcir le délai entre l’alerte observée sur le terrain et la décision prise par les équipes chargées de contenir Ebola.
