Solutions faisant appel à l’IA responsable pour la santé mondiale : La recherche locale nous guidera dans un paysage en évolution

 
Une mère tient son bébé et un téléphone portable.
CRDI / Fredrik Lerneryd, Panos Pictures
Le service de santé numérique PROMPTS de Jacaranda Health au Kenya, alimenté par l’IA, fournit aux nouvelles mères et aux femmes enceintes un soutien personnalisé en temps réel en anglais et dans sept langues africaines.

Le monde connaît une polycrise – soit une tempête parfaite de catastrophes climatiques, de conflits, de troubles économiques et d’épidémies – qui a perturbé et déplacé des populations, ayant ainsi un impact sur leur santé et leur bien-être à grande échelle. En réponse à ces pressions croissantes sur les systèmes de santé, les parties prenantes de la santé (personnes, cliniciennes et cliniciens, praticiennes et praticiens de la santé publique et décisionnaires politiques) se tournent vers les technologies de l’intelligence artificielle (IA) pour trouver des solutions.

Le paysage en évolution rapide de l’IA présente à la fois des promesses et des dangers. Lorsque les applications faisant appel à l’IA sont développées de manière responsable, elles peuvent éclairer la prise de décisions, simplifier la logistique, améliorer les traitements, réduire les coûts, rehausser l’expérience des patients et guider des réponses plus équitables aux épidémies de maladies transmissibles et non transmissibles. Cependant, l’IA présente plusieurs limites et défis, notamment des mécanismes réglementaires et politiques sous-développés, des ensembles de données biaisés, des menaces à la vie privée non traitées et une empreinte environnementale énergivore.

Les parties prenantes de la santé ont besoin de recherches rigoureuses et pertinentes à l’échelle locale pour générer les données probantes qui les guideront dans leurs choix d’utilisation de la technologie de l’IA pour la santé et le bien-être des populations du monde entier.

Faits saillants

  • Le développement d’une IA responsable doit s’appuyer sur des solutions fondées sur des données probantes appliquées dans des contextes réels par des chercheuses et chercheurs, ainsi que des innovatrices et innovateurs des pays du Sud afin de s’attaquer aux causes profondes des disparités en matière de santé dans les régions en développement.
  • La recherche sur la mise en œuvre est une approche intégrée qui comble le fossé entre la conception de solutions faisant appel à l’IA et le déploiement dans des contextes réels. Elle est nécessaire lorsque l’on se concentre sur les besoins en matière de santé des populations en proie à une vulnérabilité et à des privations profondes.
  • Lorsqu’elle est effectuée de manière responsable, la mise à l’échelle offre des possibilités extraordinaires de remédier aux vulnérabilités et d’améliorer la qualité de vie. Le choix de mettre à l’échelle les solutions d’IA dans différents contextes doit être soigneusement examiné et éclairé par des recherches ancrées et localisées et mis en œuvre pour corriger les inégalités en matière de santé. 

Un paysage de recherche émergent

En tant que principal partisan d’une IA responsable au service du développement, le CRDI a publié un document de travail, intitulé Renforcer les systèmes de santé en tirant parti de solutions qui font appel à l’IA responsable : un paysage de recherche émergent, en février 2025. Ce dernier plaide en faveur de moyens de concevoir, de développer et de déployer des solutions faisant appel à l’IA responsable qui sont sûres, inclusives, durables et fondées sur les droits. 

Il comprend une série de 12 études de cas provenant d’Afrique, d’Asie, d’Amérique latine et des Caraïbes et du Moyen-Orient, qui sont financées par le CRDI et le Foreign, Commonwealth and Development Office du Royaume-Uni dans le cadre de l’initiative IASM et plus vaste partenariat IAPD. De la surveillance de la qualité de l’air en Afrique du Sud au suivi des cas de poliomyélite en Éthiopie, en passant par l’amélioration de l’accès aux soins de santé pour les femmes dans les régions rurales du Kenya, chaque étude de cas présente des exemples concrets de la façon dont les besoins urgents en matière de santé mondiale sont traités à l’aide de solutions faisant appel à l’IA responsable qui sont conçues et déployées localement.

Étude de cas : Améliorer les soins maternels en Afrique

Le problème : Les femmes du Kenya et d’autres pays d’Afrique subsaharienne se heurtent à de nombreux obstacles pour recevoir des soins de santé de qualité en raison de désavantages culturels, socioéconomiques et démographiques.

Recherche pour obtenir de meilleurs résultats : Jaracanda Health, une organisation à but non lucratif basée au Kenya, a lancé son service de santé numérique faisant appel à l’IA, PROMPTS, pour permettre aux nouvelles mères et aux futures mères de rechercher et de se connecter avec les meilleurs soins au moyen de son application de messagerie pour téléphone mobile. La plateforme utilise un grand modèle linguistique personnalisé, UlizaMama, pour fournir un soutien personnalisé en temps réel aux mères en swahili, en sheng et en anglais. L’outil est maintenant offert en cinq autres langues africaines.    

Solution faisant appel à l’IA : L’outil recueille des informations précieuses sur la façon dont l’éducation, la composition du ménage, la religion, l’impact des événements climatiques, l’utilisation de combustibles de cuisson, la propriété de la technologie, l’assainissement, l’hygiène, l’âge et la géolocalisation créent un profil de vulnérabilité.   

Résultats : Depuis sa création, près de trois millions de mères ont été soutenues par la plateforme PROMPTS, laquelle est offerte aux femmes dans plus de 1 000 hôpitaux publics et centres de santé dans 23 comtés du Kenya. Au-delà du Kenya, Jacaranda Health pilote PROMPTS au Ghana, au Nigeria et en Eswatini, avec des plans pour la mettre à l’échelle à l’ensemble de l’Afrique subsaharienne. Elle est également mise à l’essai au Népal. 

Guider la recherche sur l’IA responsable et la santé mondiale

Le document de travail propose la recherche sur la mise en œuvre comme l’optique dans laquelle les récompenses et les risques potentiels de l’IA peuvent être traités dans un contexte de système de santé. En tant qu’approche intégrée conçue pour combler l’écart entre ce qui devrait se produire lorsque des solutions prometteuses faisant appel à l’IA sont conçues et ce qui se passe réellement lorsqu’elles sont mises en œuvre dans des contextes réels, la recherche sur la mise en œuvre est particulièrement nécessaire lorsque l’on se concentre sur les besoins en matière de santé des populations les plus vulnérables et marginalisées.    

Le document s’appuie sur une analyse documentaire approfondie, une analyse des projets existants en matière d’IA et de santé mondiale, ainsi que des entrevues avec des informatrices et informateurs clés et des examens de spécialistes. Le paysage propose trois points d’entrée interconnectés dans le système de santé : les services, la santé communautaire et la santé individuelle. Chaque point d’entrée repose sur cinq conditions préalables transversales : i) réglementation, politiques et gouvernance, ii) qualité et représentation des données, iii) égalité des genres et inclusion, iv) éthique et durabilité, et v) partenariats équitables dirigés par les pays du Sud. 

Un graphique montrant le paysage émergent de la recherche sur l'IA responsable et la santé mondiale

Compte tenu de la complexité des défis auxquels font face les systèmes de santé, il existe un désir compréhensible de trouver des solutions ponctuelles et importantes. Cependant, les solutions doivent être soigneusement évaluées et positionnées pour être mises à l’échelle. L’évaluation est essentielle à chaque étape de la conception, du développement, du déploiement et de l’évaluation des solutions faisant appel à l’IA en santé mondiale. 

En outre, le choix de mettre à l’échelle les solutions faisant appel à l’IA dans différents contextes doit être soigneusement examiné et éclairé par des recherches ancrées. La mise à l’échelle offre des possibilités extraordinaires de remédier aux vulnérabilités et d’améliorer des vies à grande échelle lorsqu’elle est effectuée de manière responsable. En fin de compte, le paysage de la recherche émergente pour l’IA et la santé mondiale est conçu pour cibler l’impact avec des données probantes qui conduisent à des systèmes de santé plus forts et plus résilients. 

À l’horizon : Des solutions rigoureuses et localisées

Tirer parti de l’IA responsable pour de meilleurs systèmes de santé nécessite les efforts collectifs de diverses parties prenantes dans l’ensemble des disciplines, des régions et des secteurs. En tant que contribution potentielle à la lutte contre les causes profondes des disparités en matière de santé dans les régions en développement, l’utilisation de l’IA doit s’appuyer sur des solutions fondées sur des données probantes appliquées dans des contextes réels grâce à la recherche sur la mise en œuvre défendue par les leaders des pays du Sud. Le document de travail du CRDI est un point de départ, qui jette les bases de solutions faisant appel à l’IA qui bâtissent des systèmes de santé plus solides et plus équitables.