12 octobre 2017 Juliette

Les nouvelles technologies transforment l’accès aux soins de santé en Afrique

Sciences et avenir

Un technicien de la compagnie américaine Zipline lance un drone utilisé pour livrer des lots de sang, le 12 octobre 2016 à Muhanga au Rwanda-

AFP/Archives/STEPHANIE AGLIETTI

Intelligence artificielle, applications pour smartphone, recours à des drones: de nouvelles technologies, souvent moins coûteuses, font leur apparition pour faciliter l’accès aux soins de santé de base dans les pays en développement.

Certaines de ces solutions, pensées pour révolutionner les soins offerts aux plus pauvres, ont été présentées cette semaine à Arusha (Tanzanie) à la conférence TEDGlobal, qui se veut une vitrine d’idées, d’innovations et de la créativité de l’Afrique.

– Intelligence artificielle –

En Afrique, dans des pays qui n’ont parfois qu’un seul pathologiste (spécialiste de l’analyse de tissus et liquides biologiques, ndlr) pour un million d’habitants, le principal problème sanitaire vient de plus en plus souvent des maladies liées au mode de vie, qui prennent le pas sur les maladies infectieuses.

Pour le roboticien sierra-léonais David Sengeh, former de nouveaux docteurs ne suffit pas. Il travaille avec l’équipe d’IBM Afrique sur des algorithmes d’intelligence artificielle destinés à prévoir la progression d’un cancer.

Un logiciel d’intelligence artificielle peut, à partir d’une base de données d’images, détecter des changements de couleur dans le col de l’utérus et indiquer quelles patientes encourent le risque d’être affectées par ce cancer qui tue 60.000 femmes en Afrique chaque année.

Travaillant sur un problème similaire, Pratik Shah du Massachusetts Institute of Technology (MIT) a développé un système permettant d’utiliser des photos prises par un simple téléphone portable – plutôt que des scanners ou imageries à résonance magnétique, plus coûteux – pour identifier les marqueurs biologiques d’un cancer de la bouche.

Il explique à l’AFP qu’alors que les systèmes d’intelligence artificielle ont en moyenne besoin de milliers de points de données pour fonctionner, il a trouvé le moyen de n’utiliser que 50 images pour entraîner les algorithmes à identifier une maladie spécifique.