Diag­nos­tic, analyse d’im­ages médi­cales ou encore aide à la déci­sion : les appli­ca­tions de l’IA se mul­ti­plient. La chirurgie n’échappe pas à cette trans­for­ma­tion. Aujour­d’hui, l’IA con­tribue à opti­miser la pré­pa­ra­tion des inter­ven­tions et à assis­ter les prati­ciens pen­dant les opéra­tions. Expli­ca­tions.

L’in­tel­li­gence arti­fi­cielle se dis­tingue par sa capac­ité à appren­dre à par­tir de très grands vol­umes de don­nées afin d’i­den­ti­fi­er des mod­èles ou de réalis­er des pré­dic­tions. En san­té, elle repose notam­ment sur des tech­niques d’ap­pren­tis­sage automa­tique et d’ap­pren­tis­sage pro­fond (deep learn­ing).

L’IA : une tech­nolo­gie qui s’in­vite à toutes les étapes du par­cours chirur­gi­cal

Dans le cadre d’une inter­ven­tion, l’IA peut être util­isée lors de la phase de pré­pa­ra­tion chirur­gi­cale. Les algo­rithmes analy­sent des exa­m­ens d’im­agerie tels que les scan­ners ou les IRM afin d’aider les équipes médi­cales à mieux visu­alis­er les struc­tures anatomiques et à plan­i­fi­er cer­tains gestes opéra­toires. Cette capac­ité d’analyse per­met notam­ment d’i­den­ti­fi­er plus pré­cisé­ment les zones à traiter et d’an­ticiper cer­taines dif­fi­cultés tech­niques sus­cep­ti­bles d’être ren­con­trées pen­dant l’opéra­tion.

C’est aus­si une aide à la déci­sion pen­dant l’in­ter­ven­tion. L’un des développe­ments les plus promet­teurs con­cerne l’as­sis­tance per­opéra­toire, c’est-à-dire pen­dant l’in­ter­ven­tion elle-même. Cer­tains sys­tèmes d’IA sont capa­bles d’analyser en temps réel les images provenant de caméras chirur­gi­cales, de dis­posi­tifs d’im­agerie ou d’autres cap­teurs présents au bloc opéra­toire. Ces out­ils peu­vent aider le chirurgien à mieux iden­ti­fi­er cer­tains tis­sus, à repér­er des struc­tures anatomiques com­plex­es ou à suiv­re avec davan­tage de pré­ci­sion l’évo­lu­tion du geste opéra­toire. L’in­tel­li­gence arti­fi­cielle peut égale­ment con­tribuer à la nav­i­ga­tion chirur­gi­cale. En croisant dif­férentes don­nées médi­cales, elle four­nit des infor­ma­tions con­textuelles per­me­t­tant au prati­cien de mieux se repér­er pen­dant l’in­ter­ven­tion.

Par exem­ple :

  • En orthopédie : des algo­rithmes aident à plan­i­fi­er des pos­es de pro­thès­es en analysant les mor­pholo­gies artic­u­laires de manière automa­tisée. Ils per­me­t­tent aus­si de simuler les ten­sions lig­a­men­taires avant même l’ouverture.
  • En neu­rochirurgie : des sys­tèmes d’IA croisent imagerie cérébrale et don­nées clin­iques pour mieux localis­er les foy­ers épilep­togènes et assis­ter la nav­i­ga­tion dans les zones fonc­tion­nelles cri­tiques.
  • En urolo­gie : cer­tains hôpi­taux français intè­grent des out­ils pré­dic­tifs pour anticiper les com­pli­ca­tions post-chirur­gi­cales, comme les fuites uri­naires ou les infec­tions.

Dans cer­tains cas, les algo­rithmes peu­vent con­tribuer à détecter des sit­u­a­tions à risque ou de sig­naler des écarts par rap­port à une procé­dure stan­dard­is­ée. Leur rôle n’est pas de pren­dre les déci­sions à la place du chirurgien mais de lui fournir des infor­ma­tions sup­plé­men­taires sus­cep­ti­bles de ren­forcer la sécu­rité de l’acte médi­cal.

L’es­sor de la chirurgie assistée par robot

L’es­sor de l’in­tel­li­gence arti­fi­cielle accom­pa­gne égale­ment le développe­ment de la chirurgie robo­t­ique.

Les robots chirur­gi­caux n’opèrent pas seuls, ils sont pilotés par les chirurgiens qui con­trô­lent leurs mou­ve­ments. La plu­part des robots chirur­gi­caux actuelle­ment util­isés restent avant tout des sys­tèmes télé-opérés et ne reposent pas sys­té­ma­tique­ment sur l’in­tel­li­gence arti­fi­cielle. L’IA peut néan­moins enrichir leurs fonc­tion­nal­ités en amélio­rant l’analyse des don­nées, la pré­ci­sion des gestes ou encore l’aide à la nav­i­ga­tion. À l’avenir, elle pour­rait ren­forcer encore ces sys­tèmes en dévelop­pant de nou­velles fonc­tion­nal­ités d’aide à la déci­sion et d’as­sis­tance au geste opéra­toire. Cette évo­lu­tion ouvre la voie à des sys­tèmes tou­jours plus per­for­mants, capa­bles d’as­sis­ter les prati­ciens dans des procé­dures par­ti­c­ulière­ment com­plex­es.

Un poten­tiel impor­tant pour amélior­er la prise en charge des patients

L’un des prin­ci­paux intérêts de l’in­tel­li­gence arti­fi­cielle réside dans sa capac­ité à exploiter des vol­umes con­sid­érables de don­nées médi­cales. Selon l’In­serm, ces tech­nolo­gies peu­vent con­tribuer à une médecine plus per­son­nal­isée en ten­ant compte de nom­breuses car­ac­téris­tiques pro­pres à chaque patient.

Dans le domaine chirur­gi­cal, cette approche pour­rait, à terme, per­me­t­tre d’adapter davan­tage les straté­gies opéra­toires aux pro­fils indi­vidu­els des patients. L’analyse de don­nées issues de précé­dentes inter­ven­tions peut égale­ment aider à mieux éval­uer les risques, à anticiper cer­taines com­pli­ca­tions et à amélior­er le suivi postopéra­toire.

Glob­ale­ment, l’in­tel­li­gence arti­fi­cielle con­tribue pro­gres­sive­ment à trans­former de nom­breux pans de la médecine grâce à sa capac­ité à exploiter des don­nées com­plex­es dans des délais extrême­ment courts. Cette puis­sance de cal­cul con­stitue un atout majeur dans des envi­ron­nements exigeants comme le bloc opéra­toire, où les pro­fes­sion­nels doivent pren­dre rapi­de­ment des déci­sions fondées sur de mul­ti­ples infor­ma­tions.

Des défis tech­niques, éthiques et régle­men­taires

Mal­gré son poten­tiel, l’In­serm rap­pelle que les per­for­mances des algo­rithmes dépen­dent directe­ment de la qual­ité et de la représen­ta­tiv­ité des don­nées util­isées pour leur appren­tis­sage. Des biais présents dans les don­nées peu­vent entraîn­er des erreurs ou des résul­tats moins fiables pour cer­taines pop­u­la­tions.

La trans­parence des sys­tèmes con­stitue égale­ment un enjeu majeur. Cer­tains mod­èles d’in­tel­li­gence arti­fi­cielle sont par­fois qual­i­fiés de « boîtes noires » car il peut être dif­fi­cile de com­pren­dre pré­cisé­ment com­ment ils parvi­en­nent à cer­taines con­clu­sions. Les ques­tions liées à la pro­tec­tion des don­nées de san­té représen­tent égale­ment un défi impor­tant. Les algo­rithmes néces­si­tent sou­vent l’ac­cès à de grandes quan­tités d’in­for­ma­tions médi­cales pour fonc­tion­ner effi­cace­ment, ce qui impose un cadre strict en matière de con­fi­den­tial­ité et de sécu­rité. Enfin, même si les out­ils devi­en­nent de plus en plus per­for­mants, la respon­s­abil­ité médi­cale con­tin­ue de repos­er sur les pro­fes­sion­nels de san­té. Les déci­sions thérapeu­tiques demeurent sous le con­trôle des équipes médi­cales.

Vers la chirurgie de demain

L’in­tel­li­gence arti­fi­cielle n’en est encore qu’à une phase de déploiement pro­gres­sif dans les blocs opéra­toires. Néan­moins, les per­spec­tives sont nom­breuses. L’avenir pour­rait voir émerg­er des espaces de plus en plus con­nec­tés, capa­bles d’in­té­gr­er en temps réel les don­nées du patient, l’im­agerie médi­cale, les dis­posi­tifs robo­t­isés et les sys­tèmes d’aide à la déci­sion. Ces tech­nolo­gies pour­raient con­tribuer à amélior­er la pré­ci­sion des soins et à accom­pa­g­n­er les pro­fes­sion­nels de san­té dans leurs pra­tiques quo­ti­di­ennes, à con­di­tion de répon­dre aux exi­gences sci­en­tifiques, éthiques et régle­men­taires néces­saires à leur util­i­sa­tion.

L’in­tel­li­gence arti­fi­cielle appa­raît donc aujour­d’hui comme un out­il d’as­sis­tance des­tiné à enrichir l’ex­per­tise humaine. Le bloc opéra­toire du futur pour­rait ain­si s’ap­puy­er sur une alliance de plus en plus étroite entre les com­pé­tences des équipes médi­cales et la puis­sance ana­ly­tique des tech­nolo­gies numériques.

Céline KERUZORE

 

Sources : 

https://www.medtechfrance.fr/innovations-et-technologies/intelligence-artificielle/ia-en-chirurgie-vers-un-bloc-operatoire-augmente/

https://www.livhospital.com/fr/comment-utiliser-l-ia-en-chirurgie-un-guide-etape-par-etape

https://www.lesechos.fr/thema/articles/diagnostic-prevention-quand-lia-sinfiltre-partout-dans-la-sante-2237772

https://www.inserm.fr/dossier/intelligence-artificielle-et-sante/