L’AI en Anesthésie-Réanimation : Vers une « Décision Augmentée » au service du patient

Lors de la 11e édition du Forum Médical de Réalités, Dr Benjamin Deniau, du département d’Anesthésie-Réanimation (DARMPO) de l’Hôpital Saint-Louis (APHP) et de l’Université Paris Cité, a exposé une vision stratégique de l’intégration de l’intelligence artificielle (IA) dans les blocs opératoires et les unités de soins critiques. Pour l’expert, l’anesthésie-réanimation est le terrain idéal de l’IA car il s’agit d’une discipline gérant un flux massif et continu de données numériques.

Transformer le déluge de données en décisions précoces

Le cœur de la révolution technologique ne réside pas dans l’outil lui-même, mais dans sa capacité à transformer les signaux provenant des moniteurs et ventilateurs en décisions plus précoces, précises et parfois automatisées. Le Dr Deniau a détaillé le « pipeline » de l’IA, qui part de la donnée brute pour aboutir à un usage clinique concret via des algorithmes de plus en plus sophistiqués.

Quatre piliers technologiques soutiennent désormais cette pratique :

• Le Machine Learning pour la prédiction (hypotension, complications, mortalité).
• Le Deep Learning pour la reconnaissance d’images (aide à l’échographie, analyse de signaux).
• Les LLM (modèles de langage) pour la synthèse documentaire et l’aide cognitive.
• Les boucles fermées (Closed-loop) pour l’ajustement automatique de l’administration d’hypnotiques ou de la ventilation sous supervision.

De la stratification du risque à l’anticipation en temps réel

L’un des apports majeurs présentés concerne la stratification du risque péri-opératoire. En passant de scores standards à des scores individualisés grâce à l’IA, les cliniciens peuvent désormais obtenir une probabilité affinée du risque pour chaque patient en intégrant ses comorbidités et les données per-opératoires. Des modèles comme MySurgeryRisk ont ainsi démontré leur efficacité pour prédire des complications majeures telles que l’insuffisance rénale aiguë (AKI) ou la mortalité post-opératoire.

Au bloc opératoire, l’IA permet d’anticiper et de corriger plus tôt les événements, notamment via le monitorage prédictif de la pression artérielle. L’indice HPI (Hypotension Prediction Index) analyse en continu la courbe de pression pour alerter avant même que l’hypotension ne survienne. Si la faisabilité est prouvée, le Dr Deniau souligne toutefois que le bénéfice sur des « critères durs » de santé reste encore un sujet d’étude.

Détecter la dégradation en réanimation et l’essor de l’IA générative

En réanimation, l’IA s’illustre par sa capacité à faire émerger un « signal faible » dans un environnement saturé d’informations. Le système TREWS, dédié à la détection précoce du sepsis, a montré qu’une confirmation rapide de l’alerte par le médecin est associée à une réduction significative de la mortalité (-3,3 % en absolu) et de la durée de séjour.

L’IA générative (LLM) fait aussi son entrée dans le quotidien du médecin anesthésiste-réanimateur (MAR) pour la rédaction de comptes rendus ou la synthèse de protocoles. La Haute Autorité de Santé (HAS) encadre déjà cet usage avec les clés A.V.E.C. : Apprendre, Vérifier, Estimer et Communiquer. Le Dr Deniau est formel : si ces outils apportent une aide cognitive précieuse, ils ne doivent en aucun cas prendre de décisions cliniques autonomes.

Un cadre réglementaire pour une supervision humaine garantie

Le déploiement de ces technologies en Europe est désormais encadré par l’AI Act, entré en vigueur en août 2024, qui classe les logiciels d’IA médicale parmi les systèmes à haut risque.

En conclusion, Dr Deniau insiste sur le fait que l’IA ne remplacera jamais l’expertise médicale. L’avenir appartient au « clinicien augmenté», utilisant l’IA pour anticiper, standardiser et prioriser les soins, tout en maintenant une supervision humaine explicite et une validation locale rigoureuse des outils utilisés.