La couture invisible de la santé mondiale
L’intelligence épidémique fondée sur l’IA comme bien public mondial
Par :
1. PhDAdeline Allegre Directrice One Health - – Seniors International Consulting (SICs)
2. Víctor Piriz Correa, MD, MPH CEO – Seniors International Consulting (SICs)
La pandémie de COVID-19 a mis au jour un paradoxe inconfortable : le monde disposait de volumes de données sans précédent, de modèles épidémiologiques de plus en plus sophistiqués et de capacités d’intelligence artificielle (IA) en rapide évolution. Pourtant, nombre de pays ont répondu à la crise avec des systèmes d’information fragmentés, des administrations cloisonnées et des articulations faibles entre la surveillance, les services cliniques et la décision politique.
Il ne s’agissait pas seulement d’une inefficacité technique. La réponse fut inégale, tardive et extraordinairement coûteuse sur les plans humain, social et économique.
Dans ce contexte, l’intelligence épidémique (IE) s’est imposée non plus comme une spécialité technique périphérique, mais comme une fonction structurante des systèmes de santé contemporains et de la sécurité sanitaire mondiale. L’IA, loin d’être une fin en soi, peut devenir le fil qui relie données, institutions et décisions. À l’image de la haute couture, la solidité du tissu ne dépend pas uniquement de la qualité des pièces, mais de la précision de la couture invisible qui les assemble.
Aujourd’hui, l’intelligence épidémique augmentée par l’IA doit être pensée comme un bien public mondial. Lorsqu’elle fait défaut, les conséquences dépassent les frontières et affectent la stabilité économique, la cohésion sociale et la gouvernance démocratique. Cette perspective redéfinit le rôle des États, des banques multilatérales de développement et des grands bailleurs dans l’investissement en santé et en transformation numérique.
De savoir-faire technique à bien public mondial
L’intelligence épidémique peut être définie comme le cycle organisé de collecte, d’analyse et d’interprétation d’informations issues de sources multiples afin de détecter, vérifier et évaluer les menaces pour la santé publique. Elle englobe :
la surveillance basée sur les cas, les syndromes et les événements ;
la détection et la vérification précoces de signaux ;
l’évaluation des risques et l’appui à la décision dans le cadre du Règlement sanitaire international ;
la gestion et la diffusion de l’information à travers alertes, bulletins et systèmes de gestion d’événements.
Dans les Amériques, l’Organisation panaméricaine de la Santé et ses États Membres traitent chaque année des millions de notifications et des centaines de signaux, dont une partie évolue vers des événements nécessitant une action coordonnée.
Pendant la COVID-19, cette architecture a été fortement mise sous tension en raison :
de systèmes d’information nationaux cloisonnés ;
de flux de données non interopérables, générant doublons et retards ;
de cadres de gouvernance numérique et algorithmique insuffisamment consolidés.
La leçon post-pandémique est sans équivoque : sans coutures solides entre ces composantes, le tissu institutionnel se déchire précisément au moment où il devrait offrir le plus de résistance.
1. Analyse de situation, surveillance et planification
Les fonctions essentielles de santé publique constituent une cartographie claire des domaines où l’IA peut renforcer la performance systémique. Loin de se substituer à ces fonctions, elle les amplifie lorsqu’elle est intégrée dans une architecture institutionnelle cohérente.
L’IA permet :
un suivi continu de l’état de santé des populations à travers des systèmes de surveillance modernisés ;
la détection de motifs subtils dans l’incidence, la gravité et la mortalité grâce à l’apprentissage automatique et profond ;
l’intégration de données cliniques, de tendances de recherche, de médias sociaux et de sources ouvertes afin d’accroître la sensibilité de la surveillance ;
la modélisation de scénarios de transmission et l’optimisation de l’allocation des ressources ;
la cartographie géospatiale de la propagation des maladies sur la base de données de mobilité et de réseaux.
Des plateformes telles que ProMED, HealthMap, BlueDot et EPIWATCH illustrent la manière dont l’intelligence issue de sources ouvertes et les flux numériques peuvent compléter la surveillance traditionnelle.
2. Promotion, prévention et communication sur les risques
L’IA renforce également :
le développement accéléré de vaccins et de thérapeutiques par modélisation computationnelle ;
la surveillance des récits, des perceptions et de la désinformation via le traitement automatique du langage naturel ;
l’adaptation culturelle des stratégies de communication ;
l’évaluation en temps réel des campagnes de santé publique.
À l’ère numérique, l’intelligence narrative est indissociable de l’intelligence épidémique.
3. Gouvernance, régulation et qualité des systèmes
Dans les domaines de gouvernance, l’IA peut :
harmoniser les standards de qualité au sein de systèmes intégrés ;
soutenir la régulation des technologies médicales ;
détecter des anomalies financières ou organisationnelles ;
simuler des scénarios de politique publique avant leur mise en œuvre.
L’interopérabilité technique est ici fondamentale. Des standards tels que Health Level Seven International FHIR facilitent l’intégration sécurisée des modèles d’IA dans les dossiers médicaux électroniques et les plateformes de surveillance.
De la théorie à l’opération : l’IA en intelligence épidémique
Sur le plan opérationnel, l’IA contribue à travers :
des systèmes à base de connaissances codifiant des règles expertes ;
le traitement automatique du langage pour classifier et synthétiser des rapports multilingues ;
des modèles d’apprentissage automatique détectant des anomalies et prévoyant des tendances ;
des architectures d’apprentissage profond appliquées à l’imagerie médicale et aux séries temporelles complexes ;
la reconnaissance automatique de la parole, transformant des flux audio en données structurées.
L’expérience accumulée indique que les approches multimodales, combinant épidémiologie classique et IA, sont plus robustes que toute méthode isolée.
Gouvernance de l’IA : condition structurelle
La prolifération d’outils d’IA post-COVID — tableaux de bord prédictifs, chatbots de triage, systèmes d’alerte automatisés — comporte un risque de fragmentation numérique si elle n’est pas encadrée par une gouvernance claire.
Une gouvernance robuste implique :
des principes explicites d’équité, de transparence et d’explicabilité ;
des mécanismes de redevabilité institutionnelle ;
l’interopérabilité fondée sur des standards reconnus ;
l’intégration formelle dans les fonctions essentielles de santé publique.
À ces conditions seulement, l’IA peut devenir le « nœud magique » consolidant le système plutôt qu’un facteur supplémentaire de dispersion.
Conclusion
La COVID-19 a constitué un test de résistance pour la gouvernance numérique et l’intelligence épidémique. Elle a montré que le défi ne résidait pas uniquement dans l’insuffisance de données ou de modèles, mais dans l’incapacité à assembler de manière cohérente les fonctions, les niveaux de gouvernance et les acteurs internationaux.
Gouvernée de façon responsable, l’IA peut transformer des données fragmentées en intelligence actionnable, renforcer la résilience des systèmes de santé et soutenir la stabilité économique.
Conçue comme bien public mondial, l’intelligence épidémique s’impose comme l’un des piliers stratégiques de la sécurité sanitaire et de la résilience sociétale au XXIᵉ siècle.
Bibliographie
Organisation mondiale de la Santé. WHO upgrades its public health intelligence system to boost global health security. 2025.
Abat C. Traditional and syndromic surveillance of infectious diseases. Int J Infect Dis.
Brownstein JS et al. Advances in artificial intelligence for infectious-disease surveillance. N Engl J Med.
Morley J et al. The ethics of AI in health care. Soc Sci Med.
Li J et al. Enhancing epidemic forecasting accuracy by combining real-time and historical data. JMIR Public Health Surveill.
Santillana M et al. Combining search, social media, and traditional data sources to improve influenza surveillance. PLoS Comput Biol.