Pourquoi l’intelligence sur les maladies doit être reliée à l’action de terrain

La santé publique n’a jamais disposé d’autant d’informations sur le risque de maladie. Les plateformes de surveillance numérique agrègent les signalements de milliers d’établissements. Les satellites mesurent chaque jour les pluies et la température de surface. Les outils de renseignement en sources ouvertes analysent l’actualité et les réseaux sociaux dans des dizaines de langues. Des modèles de prévision sont publiés à chaque saison.

Et pourtant, d’un programme à l’autre, le même schéma se répète : le pic est repéré, le rapport est rédigé, la réunion a lieu - et la riposte arrive après le pic.

Le problème est rarement un manque de renseignement. C’est la distance entre le renseignement et l’action.

Là où l’écart se creuse

Prenons une séquence typique dans un programme de lutte contre une maladie à transmission vectorielle. Un agent de surveillance de district remarque une hausse de la positivité dans les rapports hebdomadaires. Un épidémiologiste de l’État la confirme une semaine plus tard, lorsque les données sont agrégées. Une prévision, s’il en existe une, dort dans une présentation. La décision d’intensifier la lutte antivectorielle est prise lors d’une réunion de coordination. Il faut ensuite déterminer quels quartiers, quelles équipes, quelle quantité d’intrants et dans quel ordre - généralement dans un tableur, souvent en partant de zéro.

Chaque transmission ajoute du délai et fait perdre de l’information. La prévision qui expliquait pourquoi le risque augmentait, et où il se concentrait, survit rarement au trajet jusqu’au microplan. Et une fois les équipes de terrain déployées, le programme n’a souvent qu’une faible visibilité sur ce qui a réellement été fait, jusqu’à ce que les rapports arrivent des semaines plus tard.

Un renseignement qui s’arrête au tableau de bord

De nombreux outils de renseignement sur les maladies sont conçus pour informer : cartes, alertes, notes de synthèse. C’est précieux - mais informer n’est pas la même chose que permettre d’agir. Une carte de risque ne dit pas à un superviseur quelle équipe envoyer dans quel village demain. Une prévision ne se réconcilie pas d’elle-même avec les niveaux de stock d’un magasin de district.

Lorsque le renseignement s’arrête au tableau de bord, trois choses se produisent :

• Les décisions retombent dans l’habitude. Sans chemin concret du risque au plan, les programmes reviennent à la répartition de l’année précédente.
• La redevabilité se brouille. Il devient difficile de dire si un mauvais résultat tient à un renseignement défaillant, à une mauvaise décision ou à une mise en œuvre insuffisante.
• L’apprentissage s’interrompt. Si les activités ne sont pas reliées au risque qui les a motivées, impossible de savoir quelles ripostes ont fonctionné.

À quoi ressemble un renseignement connecté

Combler l’écart ne nécessite pas un système monolithique unique. Cela nécessite de relier délibérément quelques éléments :

1. Les signaux vérifiés alimentent les prévisions. Les événements confirmés par les analystes doivent mettre à jour les estimations de risque, et non rester dans une boîte de réception séparée.
2. Les prévisions alimentent la priorisation. Le risque doit être combiné à la vulnérabilité et à l’accès aux soins selon des critères transparents et convenus.
3. Les priorités alimentent les microplans. Les zones classées doivent se traduire en projets de plans de terrain qui tiennent compte des équipes, des distances et des stocks.
4. La mise en œuvre alimente le suivi. Les activités prévues et réalisées doivent être visibles tant qu’il est encore temps d’ajuster.
5. Les résultats alimentent le cycle suivant. La couverture, les coûts et les tendances épidémiologiques doivent éclairer la prochaine planification.

Aucun de ces liens n’a rien d’exotique sur le plan technologique. Ce qui manquait, c’est une philosophie de conception qui considère toute la chaîne comme le produit.

Garder les humains aux commandes

Relier le renseignement à l’action soulève une inquiétude légitime : l’automatisation retire-t-elle le jugement humain de décisions qui concernent des communautés ? Elle ne le devrait pas. L’objectif est de supprimer les frictions, pas les personnes. Les projets de plans doivent être revus par des superviseurs qui connaissent le terrain. Les classements doivent exposer leurs pondérations pour que les parties prenantes puissent les contester. Les prévisions doivent montrer leur incertitude pour que les décideurs puissent les pondérer correctement.

Bien conçu, un système connecté donne aux personnes expérimentées plus de temps pour exercer le jugement qu’elles seules peuvent apporter - et une trace plus claire des raisons des décisions.

La mesure du succès

La valeur du renseignement sur les maladies ne tient ni au nombre d’alertes produites ni à la sophistication d’un modèle. Elle tient au fait que la bonne intervention a atteint la bonne communauté au bon moment - et que nous pouvons le démontrer.

C’est l’exigence à laquelle Epinova se construit pour répondre. Nous commençons par le paludisme et la dengue, car tous deux sont fortement façonnés par les conditions locales et tous deux récompensent une action précise et opportune. Dans les mois à venir, nous travaillerons avec nos partenaires pour vérifier si relier chaque étape de la chaîne fait une différence mesurable - et nous rendrons compte de ce que nous apprendrons, y compris de ce qui ne fonctionne pas.