Imaginez un patient qui arrive aux urgences avec de la fièvre, une toux qui ne lâche pas et une radio du thorax suspecte. Le médecin n’a pas le temps d’attendre. Il prescrit un antibiotique avant même de savoir si l’infection est bactérienne. Ce réflexe sauve des vies, mais il a un prix : chaque antibiotique inutile donne un peu plus d’avance aux bactéries qui apprennent à lui résister.
À Singapour, l’hôpital général (SGH) a mis au point un outil d’intelligence artificielle, AI2D, pour aider ses équipes à trancher. Il vient d’être distingué à l’international. Mais que fait-il vraiment, avec quels chiffres, et que prouve-t-on à ce jour ? Voici ce qui est établi, et ce qui reste à démontrer.
L’antibiorésistance : pourquoi prescrire sans certitude pose problème
Le dilemme est bien documenté. Pour la pneumonie, le médecin prescrit en pratique sur suspicion, sans attendre la confirmation, car certains résultats de laboratoire peuvent prendre jusqu’à deux jours, a expliqué Piotr Chlebicki, infectiologue au SGH, à CNA. Au SGH, environ la moitié des patients hospitalisés reçoivent des antibiotiques à un instant donné, et un audit de 2018 estimait que 20 à 30 % des antibiotiques intraveineux à large spectre étaient prescrits sans nécessité.
L’étude pilote d’AI2D a même suggéré que près de 40 % des antibiotiques prescrits au début d’une pneumonie auraient pu ne pas être nécessaires. Attention à la formulation : il s’agit d’une estimation sur des cas passés, pas d’un chiffre valable pour toutes les infections ni pour tous les pays.
AI2D, c’est quoi exactement ?
AI2D (Augmented Intelligence in Infectious Diseases, « intelligence augmentée en maladies infectieuses ») est un outil d’aide à la décision qui estime si un patient atteint d’une infection respiratoire basse a réellement besoin d’antibiotiques. Il a été développé par le Singapore General Hospital, avec l’agence nationale de technologies de santé Synapxe et l’entreprise DXC Technology. Le projet est dirigé par la professeure associée Andrea Kwa, de la pharmacie du SGH.
Le terme « intelligence augmentée » est important : l’outil complète le raisonnement médical au lieu de le remplacer. Loo Chian Min, président du conseil médical du SGH, le présente d’ailleurs comme un outil d’aide qui ne se substitue pas aux cliniciens.
Sur quelles données a-t-il appris ?
Le modèle pneumonie de départ a été construit à partir de données anonymisées d’environ 8 000 patients du SGH (2019-2020) : radiographies, symptômes, constantes vitales, et évolution de marqueurs de la réponse à l’infection. Il a ensuite été validé sur environ 2 000 cas de 2023. Selon un communiqué récent, le modèle s’appuie désormais sur des données revues par des cliniciens portant sur 18 000 patients. Une partie de ces informations (notes des médecins, dossier électronique) est du texte libre, que des techniques de traitement du langage naturel permettent d’exploiter.
Comment ça marche, en clair
- Le dossier médical électronique du patient fournit symptômes, signes vitaux, analyses, imagerie et historique.
- L’algorithme estime la probabilité d’une infection bactérienne qui justifie un antibiotique.
- Il indique si le traitement paraît nécessaire ou s’il mérite d’être réexaminé par un spécialiste.
- Le médecin garde la décision finale. Les antibiotiques restent ajustables dès que les cultures bactériennes arrivent.
Dans la vraie vie de l’hôpital : un tri pour l’équipe d’antibiotiques
Depuis avril 2024, AI2D sert surtout à l’équipe de gestion des antibiotiques du SGH (l’Antimicrobial Stewardship Unit), chargée de réexaminer les traitements en cours. Avant l’outil, cette équipe ne pouvait revoir qu’environ 30 % des cas d’infections respiratoires basses. Avec AI2D, tous les cas sont passés au crible et seuls ceux qui semblent douteux sont signalés.
| Indicateur | Chiffre rapporté | Source et réserve |
| Cures évaluées (avril-sept. 2024) | 658 ; 453 jugées appropriées, 205 signalées (31,1 %) | Fiche d’innovation du SGH ; période courte, un seul hôpital |
| Cas à réexaminer (étude de 2 012 traitements) | 624 signalés, soit environ 3 fois moins de dossiers à revoir | SGH et DXC ; analyse rétrospective |
| Arrêt de l’antibiotique par les médecins | Environ 15 % avant AI2D, près de 43 % avec | Communiqué d’un prix ; données internes, non publiées dans une revue à notre connaissance |
| Impact global annoncé | -40 % d’antibiotiques inutiles, plus de 9 200 journées d’antibiotiques évitées par an | Communiqué des Medals nationaux ; périmètre et méthode non détaillés |
Côté prescripteurs directs, un essai pilote avec des médecins de médecine interne du SGH était prévu de décembre 2024 à septembre 2025, avec un déploiement envisagé dans tous les services d’ici décembre 2026 si les résultats sont concluants. D’autres hôpitaux singapouriens s’y intéressent, avec des validations en cours pour vérifier que le modèle fonctionne ailleurs.
« 90 % de précision » : que faut-il comprendre ?
Le chiffre est répété partout : 90 % de précision pour déterminer si un antibiotique est nécessaire, dans l’étude pilote de validation sur 2 000 cas. C’est encourageant, mais la précision globale ne dit pas tout.
Un test peut se tromper de deux façons : rater une vraie infection bactérienne (faux négatif, dangereux pour le patient) ou suspecter une infection qui n’existe pas (faux positif, source d’antibiotiques inutiles). Les sources consultées ne donnent pas ces taux détaillés. Seule nuance publiée par l’équipe : AI2D serait plus spécifique que les médecins pour reconnaître une pneumonie bactérienne, alors que les médecins seraient plus sensibles. D’où l’intérêt d’associer les deux.
Autre précaution : la validation pilote est rétrospective (sur des dossiers passés). L’essai comparatif sur 200 patients, avec attribution aléatoire à des médecins avec ou sans AI2D, était annoncé pour mesurer la réduction sûre des antibiotiques. Nous n’avons pas trouvé de résultats publiés à la date de rédaction.
Des récompenses, mais que récompensent-elles ?
- Octobre 2026 : prix d’argent « Dr Prathap C Reddy Excellence Award for Clinical Quality and Patient Safety » des IHF Awards, remis le 21 octobre 2026 à Séoul lors du congrès mondial de la Fédération internationale des hôpitaux.
- 2025 : médaille Best Practice (Care Redesign) des National Healthcare Innovation and Productivity Medals à Singapour.
Ces prix saluent un projet de qualité des soins et de transformation du circuit hospitalier. Ils ne remplacent pas une publication scientifique évaluée par des pairs. C’est la nuance entre « reconnu par ses pairs pour son impact » et « démontré par un essai publié ».
Limites, risques et questions ouvertes
- Un périmètre étroit : pneumonie et infections respiratoires basses d’abord ; les infections urinaires sont annoncées comme étape suivante.
- Le choix de la molécule et de la dose : les communiqués de 2024 évoquent des recommandations de type et de dosage, mais l’équipe explique qu’elle doit encore déterminer l’antibiotique le plus efficace après l’étude comparative. Cette partie est donc plutôt une ambition qu’une fonction validée.
- La responsabilité : des médecins se demandent qui est responsable en cas d’erreur de recommandation.
- La généralisation : un modèle entraîné à Singapour peut perdre en fiabilité ailleurs (patients, bactéries, pratiques différentes). Des validations sont en cours dans d’autres hôpitaux.
- Les données : utiliser des dossiers médicaux suppose une gouvernance stricte de la confidentialité. Les équipes affirment s’appuyer sur des données anonymisées.
Conseil santé : n’arrêtez jamais un antibiotique de votre propre initiative et ne demandez pas à un chatbot de décider à votre place. AI2D est un outil réservé aux professionnels, intégré au dossier médical d’un hôpital. En cas de doute sur un traitement, parlez-en à votre médecin ou à votre pharmacien.
Ce que cela change, concrètement
Pour les patients, l’objectif est d’éviter des traitements superflus (effets secondaires, troubles digestifs, résistances) tout en n’en privant personne quand ils sont nécessaires. Pour les hôpitaux, c’est un gain de temps : l’équipe de spécialistes se concentre sur les dossiers complexes. Pour la lutte contre la résistance, c’est une façon de préserver les antibiotiques existants, d’autant que de nouvelles molécules arrivent peu, comme le rappelle la professeure Kwa.
Questions fréquentes sur AI2D
AI2D remplace-t-il le médecin ? Non. Il fournit une aide à la décision ; le clinicien reste maître de la prescription.
Est-il disponible en France ou en Afrique ? Aucune information ne l’indique. Il est utilisé au Singapore General Hospital, avec des projets de pilotes dans d’autres hôpitaux singapouriens.
Que signifie « 90 % de précision » ? L’outil a correctement jugé la nécessité d’un antibiotique dans 9 cas sur 10 lors d’une étude pilote sur 2 000 dossiers passés. Cela ne dit pas à quelle fréquence il rate une infection bactérienne réelle.
Pourquoi les antibiotiques ne marchent-ils pas contre un rhume ou la grippe ? Parce qu’ils ciblent des bactéries, pas des virus. En prendre inutilement ne soigne pas et favorise les résistances.
Quelles infections sont couvertes ? Principalement la pneumonie et les infections respiratoires basses. Les infections urinaires sont prévues.
L’IA, copilote prudent
Ce que j’aime dans AI2D, c’est son ambition modeste : il ne cherche pas à « diagnostiquer » à la place du médecin, mais à réveiller les dossiers qui méritent un second regard. Le choix de l’intégrer d’abord au travail d’une équipe spécialisée plutôt qu’au bout du stylo de chaque prescripteur est aussi prudent. En revanche, tant que l’essai comparatif et les taux d’erreur ne sont pas publiés, les chiffres de réussite restent des promesses à confirmer (ceci est un avis, pas un fait).
