Gouvernance de l’IA en santé : pourquoi la Convention de Malabo prime en Afrique et au MENA

La gouvernance de l’intelligence artificielle en santé est le plus souvent abordée comme une question de conformité à des cadres venus d’ailleurs. On attend l’entrée en vigueur de l’AI Act européen, on cite les normes ISO, on transpose des grilles conçues pour d’autres systèmes de santé et d’autres écosystèmes réglementaires. Cette lecture est nécessaire, mais elle demeure insuffisante. Pour l’Afrique et la région MENA, la question centrale n’est pas de savoir quand appliquer un cadre européen, mais sur quel socle propre construire une gouvernance capable de protéger les populations que ces systèmes prétendent servir.

La souveraineté sur les données et les modèles de santé est en train de devenir un déterminant de l’équité.

Un débat importé, des cadres importés

La conversation dominante sur la gouvernance de l’IA est largement anglophone et occidentale. Les référentiels les plus cités — normes ISO, AI Act européen — ont été pensés pour des systèmes de santé, des marchés et des traditions réglementaires qui ne sont pas ceux de la région. Les transposer sans médiation revient à adopter une posture de suiveur : attendre des échéances qui n’engagent pas la région, et appliquer des grilles qui ignorent la réalité des données locales, leur qualité, leur disponibilité et les conditions concrètes de leur production.

Ce décalage n’est pas neutre. Les analyses prospectives sur la santé mondiale identifient la gouvernance et l’équité de l’IA comme l’un des axes structurants des prochaines années, avec un risque documenté d’exclusion de plusieurs milliards de personnes si cette gouvernance échoue. Dans le même mouvement, une tendance « leapfrog » se dessine : des pays à ressources limitées peuvent dépasser des pays riches dans l’usage de l’IA en santé, à condition d’affirmer un contrôle souverain sur leurs données et leurs modèles plutôt que de dépendre de cadres définis à l’extérieur.

La Convention de Malabo : un ancrage africain déjà en vigueur

Il existe pourtant un socle propre, souvent ignoré. La Convention de l’Union africaine sur la cybersécurité et la protection des données à caractère personnel — dite Convention de Malabo, adoptée en 2014 — est entrée en vigueur en juin 2023. Elle établit un cadre continental de protection des données personnelles, directement pertinent pour tout système d’IA en santé qui traite des données sensibles.

Faire de Malabo le point d’ancrage primaire de la gouvernance de l’IA en santé n’est pas un geste symbolique. C’est reconnaître qu’un texte contraignant, produit par et pour le continent, s’applique déjà — là où les obligations européennes, elles, ne lient aucune institution africaine ou du Moyen-Orient. Construire à partir de Malabo, c’est passer d’une logique d’attente à une logique d’initiative, et ancrer la responsabilité juridique là où les décisions de santé sont réellement prises.

Les normes internationales : références utiles, non obligations

Les référentiels internationaux gardent une valeur réelle, à condition de les situer correctement. La norme ISO/IEC 42001:2023 spécifie les exigences d’un système de management de l’IA — gouvernance, gestion des risques, assurance qualité ; elle ne traite pas directement l’équité, mais établit le cadre organisationnel dans lequel celle-ci peut s’inscrire. Le rapport technique ISO/IEC TR 24027:2021 traite spécifiquement du biais dans les systèmes d’IA et détaille des techniques de mesure à chaque étape du cycle de vie : collecte des données, entraînement, conception, test, évaluation et usage.

Quant à l’AI Act européen, ses obligations relatives aux systèmes à haut risque s’échelonnent dans le temps et font l’objet de reports successifs ; en tout état de cause, elles ne créent aucune obligation légale pour les institutions africaines ou du MENA. Ces cadres doivent donc être mobilisés pour ce qu’ils sont : des références d’alignement, utiles notamment pour rassurer bailleurs et investisseurs, et non des obligations réglementaires régionales. Les traiter comme secondaires, subordonnés à l’ancrage de Malabo, est une manière de préserver la cohérence juridique tout en dialoguant avec les standards mondiaux.

De la conformité à la gouvernance appliquée

Le risque, en gouvernance de l’IA, est de confondre conformité documentaire et gouvernance réelle. Un système de management certifié ne garantit pas qu’un outil serve équitablement les populations auxquelles il est destiné. Le véritable enjeu est celui de la capacité : des systèmes de données locaux exploitables, des compétences humaines pour les auditer, et une pratique d’audit de l’équité intégrée aux processus plutôt que plaquée a posteriori. Les référentiels de préparation à l’IA — qui évaluent des dizaines de pays selon des dimensions telles que gouvernance, systèmes de données, connectivité, capacité humaine et financement durable — confirment que c’est sur ce terrain, et non sur celui de la seule conformité, que se joue la différence.

C’est aussi pourquoi la montée en compétence des professionnels de santé de la région — leur capacité à concevoir, critiquer et gouverner des outils d’IA ancrés dans leurs réalités — constitue un levier de gouvernance à part entière, et non un supplément technique. Une gouvernance appliquée part de ce qui existe : des cadres régionaux, des données locales, des compétences à consolider.

La gouvernance de l’IA en santé pour l’Afrique et le Moyen-Orient ne se fera pas en copiant Bruxelles. Elle se construira à partir de cadres propres — la Convention de Malabo au premier rang —, de données locales et de réalités de terrain, en mobilisant les normes internationales comme des références et non comme des obligations. Cette posture souveraine et centrée sur l’équité n’est pas seulement une question de principe : elle est la condition pour que ces systèmes protègent, plutôt qu’ils n’excluent.

Références

• Union africaine (2014). Convention sur la cybersécurité et la protection des données à caractère personnel (Convention de Malabo). Entrée en vigueur : juin 2023.
• ISO/IEC 42001:2023. Technologies de l’information — Intelligence artificielle — Système de management.
• ISO/IEC TR 24027:2021. Biais dans les systèmes d’IA et prise de décision assistée par IA.
• Union européenne (2024). Règlement sur l’intelligence artificielle (AI Act) — dispositions relatives aux systèmes à haut risque.
• Ho, A. et al. (2025). A five-layer framework for AI governance: integrating regulation, standards, and certification. arXiv. arxiv.org/pdf/2509.11332
• Bay Area Global Health Alliance (2026). Global Health Trends for 2026: Financing, AI and Geopolitics. bayareaglobalhealth.org
• Fogarty International Center, NIH (2026). Artificial Intelligence in Global Health. fic.nih.gov