L’antibiorésistance constitue une menace majeure pour la santé publique mondiale. Le bon usage des antibiotiques (BUA), ou antimicrobial stewardship (AMS) , repose sur des stratégies combinant interventions persuasives, structurelles et restrictives. Parmi les leviers structurels, les systèmes électroniques d’aide à la décision clinique ( Clinical Decision Support Systems , CDSS) représentent un outil prometteur pour améliorer la qualité des prescriptions d’antibiotiques.

La présentation s’appuie sur deux revues narratives des approches en apprentissage automatique ( machine learning ) pour soutenir la prescription antibiotique ou optimiser le diagnostic microbiologique qui ont été réalisées récemment. Elle s’inspire également de CDSS existants comme Antibioclic, Antibioclic Afrique ou Antibiogo (MSF) avec deux articles qualitatifs publiés sur la co-conception et l’implémentation en contexte à faibles ressources, notamment en Afrique de l’Ouest, d’Antibioclic Afrique. Trois grandes catégories de CDSS ont été distinguées: les systèmes experts, les outils fondés sur l’apprentissage automatique et les approches d’intelligence artificielle générative.

Les systèmes experts reposent sur des règles explicites dérivées de recommandations et validées par des cliniciens. Ils sont robustes pour les infections courantes, bien adaptés aux soins primaires et faciles à actualiser localement. Les systèmes d’apprentissage automatique utilisent des bases de données massives pour inférer des associations entre caractéristiques cliniques et réponses thérapeutiques. Ils permettent notamment de prédire la probabilité de résistance, mais nécessitent un volume de données conséquent et une infrastructure adaptée qui est souvent inexistante dans les pays à ressources limitées. Enfin, les modèles d’IA générative (tels que les grands modèles de langage) ouvrent des perspectives en aide au raisonnement clinique, mais présentent actuellement des limites importantes : erreurs factuelles, manque de transparence, biais et risques éthiques.

Les outils électroniques d’aide à la décision constituent une composante essentielle du bon usage antibiotique, à condition d’être conçus en lien étroit avec les prescripteurs, adaptés au contexte local et régulièrement mis à jour. Les systèmes experts restent aujourd’hui les plus fiables pour soutenir la prescription d’antibiotiques, tandis que l’apprentissage automatique et l’IA générative offrent des perspectives innovantes mais encore exploratoires. Une stratégie intégrée d’implémentation, incluant co-développement, formation et évaluation d’impact, est indispensable pour garantir leur adoption et leur durabilité, en particulier dans les contextes à ressources limitées.