La pneumonie infantile demeure la première cause de décès infectieux chez les moins de cinq ans, causant près d'un million de morts annuellement. Dans les systèmes de santé aux ressources limitées, comme au Malawi, où le ratio médecins par habitant est fortement déséquilibré, l'identification précoce des cas graves constitue un défi opérationnel majeur. Une équipe de recherche internationale, pilotée par l'University College Dublin, a conçu un outil d'intelligence artificielle baptisé BIOTOPE pour pallier cette lacune. Publiée dans la revue PLOS Medicine, une étude validant le modèle sur plus de deux mille cinq cents enfants démontre que l'algorithme surpasse significativement les protocoles d'évaluation des risques conventionnels. Le système s'appuie sur un modèle d'apprentissage automatique pour analyser simultanément plusieurs paramètres cliniques et environnementaux. Il croise les données relatives au rythme respiratoire, à la température, au pouls, au taux d'oxygène, à l'état nutritionnel et au cadre de vie. Contrairement aux directives internationales actuelles qui omettent souvent les enfants critiques ne présentant pas de signes d'alerte standards, BIOTOPE parvient à identifier avec précision les cas nécessitant une prise en charge hospitalière urgente. L'intégration technique a été pensée pour respecter les contraintes logistiques locales. L'outil est conçu pour s'insérer directement dans le système d'information sanitaire existant du pays, sans alourdir la charge administrative du personnel soignant. Cette architecture permet aux agents de santé sur le terrain de bénéficier d'une assistance décisionnelle fiable en temps réel. Le développement du projet, soutenu par l'Organisation mondiale de la Santé et plusieurs institutions universitaires, a également privilégié une coconstruction avec les communautés locales. Parents, aidants et artistes ont participé à la définition des priorités de recherche, assurant une adéquation directe entre la technologie et les réalités du terrain. Selon les spécialistes, la pérennité de la solution repose sur sa capacité d'adaptation continue. La nature algorithmique du modèle permet un réentraînement régulier à l'accumulation de nouvelles données cliniques, garantissant ainsi une pertinence durable face à l'évolution des pathologies et des contextes épidémiologiques. En offrant un support diagnostique accessible, évolutif et non intrusif, BIOTOPE illustre le potentiel concret de l'intelligence artificielle à réduire la mortalité infantile dans les régions vulnérables, tout en optimisant le travail des professionnels de santé de première ligne.