Le potentiel des outils d’intelligence artificielle (IA) pour offrir des conseils de santé abordables aux pays à faible revenu a été souligné dans une nouvelle étude. Les chercheurs ont décrit ce travail comme la première évaluation de ce type et ont découvert que cinq grands modèles linguistiques (LLM) surpassaient considérablement les médecins et infirmières locaux du Rwanda lorsqu'ils répondaient à des centaines de questions cliniques.
Les outils, notamment Gemini-2 et ChatGPT-4o de Google, ont fourni des réponses à un coût par réponse 500 fois inférieur et ont toujours surpassé les cliniciens lorsqu'ils répondaient dans la langue locale, le kinyarwanda. L'équipe de recherche comprenait des universitaires du Rwanda et du Royaume-Uni et a noté un manque de recherches antérieures sur la manière dont les LLM fonctionnent dans les pays à faible revenu. Les questions testées ont été sélectionnées au hasard parmi des milliers fournies par des agents de santé communautaires dans quatre districts rwandais et évaluées à l'aide d'une rubrique de mesures évaluées par des experts.
Une étude suggère que les outils d’IA surpassent les cliniciens au Rwanda
Les agents de santé communautaires de quatre districts rwandais ont répondu à des milliers de questions cliniques et les chercheurs en ont sélectionné au hasard environ 520 pour le test. Les experts ont ensuite évalué les réponses à l’aide d’une rubrique de mesures notées. Les autres outils mesurés – o3-mini, Deepseek R1 et Meditron-70B – ont chacun obtenu des résultats nettement supérieurs à ceux des cliniciens locaux.
Selon l'équipe de recherche, l'étude visait à évaluer la capacité des LLM à générer des réponses sûres, de haute qualité et rentables aux vraies questions posées par les agents de santé de première ligne dans un environnement à faibles ressources. L’équipe a conclu que les LLM peuvent fournir aux agents de santé communautaires des conseils cliniques sur demande de haute qualité qui surpassent les experts locaux, même dans des contextes à faibles ressources et non anglophones.
Les chercheurs ont conçu l'étude pour simuler une situation dans laquelle un agent de santé communautaire demande conseil par téléphone à un médecin généraliste ou à une infirmière principale et accepte la première réponse proposée. Malgré les principales conclusions, les auteurs ont reconnu que l'étude ne reflète pas pleinement la complexité de la pratique clinique quotidienne, car les situations réelles impliquent souvent des échanges de va-et-vient. Ils ont suggéré que de futures études examineraient le fonctionnement des outils d’IA dans des conversations cliniques étendues.
La Fondation Gates finance le déploiement de l’IA
La Fondation Gates a financé l'étude sur le Rwanda et a dirigé les efforts visant à déployer et à rechercher de grands modèles linguistiques en Afrique subsaharienne. En janvier 2026, la fondation a annoncé un investissement conjoint de 50 millions de dollars avec OpenAI pour déployer des outils d'IA soutenant les agents de soins primaires dans 1 000 cliniques, en commençant par le Rwanda.
En février 2026, la fondation a également lancé l'initiative Evidence for AI in Health avec le Wellcome Trust et la Fondation Novo Nordisk, engageant 60 millions de dollars dans des projets dans les pays à revenu faible ou intermédiaire.
Le projet de trois ans soutiendra les chercheurs évaluant les LLM en milieu clinique, les outils d’IA qui lisent les analyses diagnostiques et les modèles qui prédisent le risque de maladie ou donnent la priorité aux patients pour un suivi en fonction de leurs antécédents médicaux. La priorité ira aux technologies conçues pour les environnements aux ressources limitées.
Regarder vers l'avenir
L’intérêt croissant porté à ces projets reflète le défi économique que représente la fourniture d’une couverture sanitaire universelle dans les pays à faible revenu. Une analyse récente de la Banque mondiale suggère que pour parvenir à une couverture sanitaire universelle, il faudrait environ 60 dollars par habitant dans les pays à faible revenu, contre environ 17 dollars par habitant pour le financement actuel du gouvernement et des donateurs.
Les réductions de l’aide mondiale ont accru la pression sur les budgets de santé, rendant plus urgente la recherche d’approches abordables en matière de soins. L’étude a souligné que les outils d’IA peuvent surpasser les cliniciens au Rwanda. En effet, les investissements qui ont suivi suggèrent que les outils d’IA pourraient offrir une voie pour combler cet écart dans les contextes aux ressources limitées.
*
