L’Observatoire de la e-santé dans les pays du sud (Odess) a célébré, le 15 octobre 2026, une décennie d’engagement en faveur de la transformation numérique des systèmes de soins. Cette structure, qui identifie et accompagne des projets technologiques en Afrique et en Asie, dresse un bilan contrasté : si les avancées sont réelles, l’intégration de l’intelligence artificielle exige désormais une structuration plus rigoureuse des données médicales.
L’innovation frugale comme moteur
Le professeur Cheikh Oumar Bagayoko, directeur de Digi-santé Mali, souligne le chemin parcouru depuis les années 2010. À une époque où les infrastructures de télécommunication étaient limitées, l’essor de la téléphonie mobile a agi comme un catalyseur. Cette transition technologique a permis de passer de projets théoriques à des solutions concrètes, prouvant que l’innovation frugale — adaptée aux réalités locales et aux connexions bas débit — est souvent plus efficace que les modèles high-tech importés.
Le réseau de télédermatologie du Mali illustre cette réussite. En reliant plus d’une centaine de sites à travers le pays, y compris dans des zones isolées ou marquées par l’insécurité, ce dispositif permet une téléconsultation efficace. Le professeur Bagayoko rappelle que cette technologie a joué un rôle crucial dans la détection précoce du premier cas de Mpox au Mali, évitant ainsi une propagation incontrôlée grâce à une prise en charge immédiate à distance.
Vers une maturité des données
Malgré ces succès, le secteur fait face à un défi majeur : l’absence de digitalisation globale du système de soin. Le professeur Bagayoko pointe du doigt un manque de continuité dans la prise en charge des patients. Actuellement, l’impossibilité d’identifier de manière unique un patient à travers différents centres de santé empêche une traçabilité fiable des soins. Cette fragmentation des données limite l’efficacité des politiques de santé publique.
Pour l’expert, cette étape est indispensable avant d’envisager une intégration massive de l’intelligence artificielle. « Il n’y a pas de continuité de prise en charge, pas de traçabilité », explique-t-il, soulignant que des données de mauvaise qualité risquent d’entraîner des biais importants dans les futurs algorithmes de diagnostic ou de pilotage.
L’enjeu de l’IA adaptée au contexte africain
L’intelligence artificielle est perçue comme un levier incontournable pour le futur, notamment pour l’aide à la décision médicale. Toutefois, le professeur Bagayoko insiste sur la nécessité de disposer de bases de données locales. Il cite l’exemple des pathologies dermatologiques, dont les manifestations cliniques varient selon les types de peau. Une IA entraînée exclusivement sur des données occidentales ou asiatiques serait inadaptée aux réalités africaines. L’enjeu des dix prochaines années sera donc de bâtir une infrastructure de données cohérente, condition sine qua non pour que l’innovation technologique serve réellement les besoins des populations.
