L’Organisation mondiale de la santé et l’Ethiopian Artificial Intelligence Institute examinent une coopération dans la santé. Dans un communiqué du 21 octobre 2026, le bureau de l’OMS en Éthiopie rapporte la visite d’une délégation à l’institut, à Addis-Abeba. La date précise de cette visite n’est pas indiquée dans le texte consulté. Le statut est exploratoire : les discussions identifient des usages possibles et des champs de collaboration. Elles ne constituent pas une approbation clinique des technologies présentées.
Les démonstrations décrites couvrent notamment des outils de traitement du langage, de transcription et de traduction, des modèles de prévention et de contrôle des maladies, ainsi que des aides au diagnostic dermatologique. Les pistes discutées s’étendent à la surveillance sanitaire, aux urgences et à la chaîne d’approvisionnement. Cette diversité oblige à séparer les évaluations. Un système de traduction, un outil de prévision épidémiologique et une aide au diagnostic ne commettent pas les mêmes erreurs et n’appellent pas les mêmes critères de performance. Une démonstration réussie dans un domaine ne valide pas les autres.
Pour la surveillance, le mécanisme envisagé consiste à transformer des données disponibles en signal utile à une équipe de santé. Notre analyse est qu’un modèle n’améliorerait la réponse que si l’information arrive à temps, si sa qualité est suffisante et si une décision opérationnelle peut suivre. Une alerte trop fréquente peut saturer une équipe ; une alerte tardive peut manquer son objectif. Le communiqué ne présente pas d’évaluation comparative de ces erreurs ni de réduction mesurée du délai de réponse. Il serait donc prématuré d’annoncer des épidémies évitées ou des dépenses économisées.
Le diagnostic appelle une autre chaîne de preuve. La recommandation réglementaire de l’OMS publiée en 2023 insiste sur l’usage prévu, la validation externe, la qualité des données et l’évaluation avant diffusion. Pour un outil dermatologique, une question serait de savoir sur quelles populations et dans quelles conditions de prise d’image il a été testé. Une précision annoncée dans un environnement de développement ne démontre pas la même fiabilité dans un centre de soins disposant d’autres équipements ou accueillant d’autres patients. Le professionnel doit aussi savoir quand ne pas suivre une proposition et comment signaler un défaut.
La dimension locale peut devenir un atout si elle correspond à des usages effectivement rencontrés. La transcription et la traduction pourraient, sous conditions, réduire des difficultés de circulation de l’information entre soignants et patients. Mais le bénéfice dépendrait du vocabulaire médical, des langues réellement couvertes et du risque d’erreur sur une consigne. Un texte plus fluide n’est pas nécessairement plus exact. [Langues, bases d’essai, performances par groupe d’utilisateurs, coûts et conditions de fonctionnement hors connexion : non documentés dans le communiqué.] Ces éléments manquants empêchent de conclure à un service déjà accessible à l’échelle du pays.
L’organisation du travail compte autant que l’algorithme. Installer un outil peut exiger du matériel, de la maintenance, une formation et une procédure de recours. Une application qui fonctionne lors d’une visite peut perdre son utilité si les données ne sont plus mises à jour ou si personne n’est chargé de traiter ses résultats. Ce sont des risques à examiner, pas des défaillances observées à l’institut. Les orientations éthiques de l’OMS de 2021 placent précisément les droits, la responsabilité et les besoins des personnes au centre de la conception et de l’utilisation de l’IA sanitaire.
La lecture STEAZ est que la coopération aurait un intérêt si elle rapprochait développement technique et problème sanitaire précisément défini. Une première évaluation limitée, comparée aux pratiques existantes et suivie dans le temps, pourrait être plus instructive qu’une multiplication d’usages annoncés. Il faudrait alors distinguer la performance du système, le changement de décision du soignant et le résultat pour le patient. Aucun de ces niveaux ne peut être déduit automatiquement du précédent. La présence de l’OMS dans la discussion ne doit pas être présentée comme une garantie commerciale ou réglementaire offerte à un produit.
La prochaine preuve sera un programme de travail défini : outil retenu, population et sites concernés, gouvernance des données, responsabilités, budget et protocole d’évaluation. Viendraient ensuite des résultats publiés, leurs limites et la manière de corriger les incidents. Au 21 octobre, le fait établi est une exploration de collaboration rapportée par l’OMS. Son potentiel doit rester une hypothèse à éprouver, avec les professionnels et les personnes soignées, avant d’être transformé en promesse d’accès ou de qualité à grande échelle.
Ce que l’on sait
Faits confirmés : Communiqué OMS du 21 octobre décrivant une visite, des démonstrations et des discussions exploratoires ; date précise de visite non indiquée.
Déclarations attribuées : Pistes de coopération sur surveillance, diagnostic, logistique, langues et préparation sanitaire. Aucun accord financé ou résultat clinique établi dans les pièces.
Analyse et hypothèses : Une évaluation par usage, population et contexte doit relier performance technique, décision professionnelle et résultat sanitaire.
Limites : Absence de protocole, financement, population d’essai, performances détaillées et calendrier de déploiement. La visite ne vaut pas homologation ni validation de tous les outils.
Sources
- OMS Afrique — Exploration d’une collaboration avec l’institut éthiopien d’intelligence artificielle, 21 octobre 2026 · 2026-10-21 · source primaire
- OMS — Ethics and governance of artificial intelligence for health, 28 juin 2021 · 2021-06-28 · source primaire
- OMS — Considérations réglementaires pour l’IA en santé, 19 octobre 2023 · 2023-10-19 · source primaire
.info