Articles

  • IA & accès aux soins : l’importance de la technologie pour relever le défi du temps médical et de la fracture territoriale

    Article 1 – Diagnostic de l’accès aux soins en France, à l’épreuve de la fracture territoriale et du temps médical

    Face à des déserts médicaux qui s’étendent désormais aux zones périurbaines et à un temps médical devenu une denrée rare, le système de santé français traverse une crise historique. Cet article dresse un état des lieux sans concession des racines de cette fracture : des délais d’attente vertigineux provoquant l’engorgement des urgences, au redoutable « ciseau démographique » opposant le vieillissement des praticiens à l’explosion des pathologies chroniques. Alors que six Français sur dix sont aujourd’hui poussés à renoncer à se soigner, plongez dans les rouages chiffrés de cette impasse systémique. Une lecture indispensable pour mesurer l’ampleur des défis structurels que l’intelligence artificielle a désormais la lourde tâche de relever.

    👉 Lire l’article ici

    Article 2 – De l’action territoriale aux enjeux européens : le cadre réglementaire de l’accès aux soins

    Pour survivre à la pénurie médicale, l’organisation de notre système de santé doit se réinventer sur le plan légal. De la suppression historique du numerus clausus à la révolution silencieuse de la délégation de tâches, en passant par la responsabilité territoriale exigée par la loi Valletoux, la France décloisonne à marche forcée son offre de soins. Cet article décrypte la mutation d’un cadre réglementaire qui, sous l’impulsion des directives européennes et de l’OMS, acte le dépassement du modèle strictement médico-centré. Une plongée essentielle dans ces textes législatifs qui visent à libérer le temps médical et qui dressent, en creux, le cadre légal indispensable au déploiement de l’intelligence artificielle en santé.

    👉 Lire l’article ici

    Article 3 – Zoom sur la carte de France de l’accès aux soins : 1 Français sur 4 s’est rendu aux urgences faute de RDV disponible en 2025 (Étude Doctolib)

    S’appuyant sur l’analyse de 234 millions de consultations, une radiographie des pratiques dresse une cartographie implacable de la réalité sanitaire française en 2025. Avec des délais grimpant jusqu’à 164 jours pour consulter un spécialiste dans les territoires les plus sous tension, le constat est amer : près de deux tiers des patients finissent par renoncer à leurs démarches, transférant mécaniquement la pression vers des urgences hospitalières déjà saturées. Cet article décrypte ces disparités géographiques vertigineuses tout en mettant en lumière les premiers leviers numériques de réorganisation, comme la télé-expertise ou le travail aidé, qui parviennent à endiguer la crise et préparent le terrain aux futures solutions d’automatisation.

    👉 Lire l’article ici

    Article 4 – 9 solutions d’IA pour l’accès aux soins utilisées en France

    Face à l’urgence d’un système sanitaire sous pression, l’heure n’est plus seulement au constat, mais à l’action. H&TI dresse un panorama opérationnel de neuf solutions fondées sur l’intelligence artificielle déjà déployées sur le territoire français. Qu’il s’agisse de cartographie prédictive pour optimiser le maillage territorial, d’assistants virtuels désengorgeant les secrétariats ou d’algorithmes de triage clinique orientant les patients en temps réel, l’innovation technologique s’attaque désormais à tous les maillons de la chaîne de prise en charge. Découvrez comment ces outils concrets transforment l’organisation des parcours pour restituer aux professionnels de santé leur ressource la plus précieuse : le temps médical.

    👉 Lire l’article ici

    Article 5 – Optimisation de la gestion de RDV, orientation automatique des patients… 11 cas d’usage de l’IA pour l’accès aux soins

    L’intelligence artificielle se déploie désormais de manière opérationnelle pour pallier les failles de notre système de santé. H&TI décrypte 11 applications concrètes qui transforment l’intégralité du parcours patient : de la gestion prédictive des capacités hospitalières à l’automatisation des secrétariats médicaux, en passant par le triage intelligent des symptômes. Une plongée au cœur des mécaniques technologiques qui rationalisent les ressources, libèrent du temps médical et reconnectent efficacement les patients à une prise en charge adaptée.

    👉 Lire l’article ici

    IA & accès aux soins : l'importance de la technologie pour relever le défi du temps médical et de la fracture territoriale
    IA & accès aux soins : l’importance de la technologie pour relever le défi du temps médical et de la fracture territoriale

  • Du taux d’occupation aux algorithmes : repenser la performance du bloc

    Article 1 – Bloc opératoire AP‑HP : 76,8% de taux d’occupation, 36,8% de déprogrammations liées aux dépassements de temps

    En 2022, l’AP‑HP enregistre 76,8% de taux d’occupation des blocs opératoires, avec 211 247 interventions dont 71,2% programmées et 28,8% en urgence, soit 4,5% d’activité en moins qu’en 2019. 36,84% des déprogrammations sont liées au dépassement du temps de vacation, alors que seulement 57% des check-lists sont entièrement renseignées malgré une présence dans 85% des dossiers. Entre 2017 et 2020, 25 EIGS au bloc opératoire sont déclarés, révélant un écart entre les obligations de sécurité et leur application concrète. La HAS a réorienté en 2022 la politique de check-list vers trois options de personnalisation et un socle de vérifications impératives, tandis que l’AP‑HP a défini 10 incontournables de performance, incluant au moins 3 conseils de bloc annuels et l’usage systématique d’indicateurs d’activité. Les données internationales montrent des taux d’occupation allant de 20% à 87%, et une étude italienne démontre qu’un outil numérique de suivi continu peut faire progresser l’occupation de 44% à 52% et réduire la déprogrammation de 25% à 14%

    👉 Pour consulter l’article : Bloc opératoire : 25 EIGS déclarés entre 2017 et 2020 – Health & tech

    Article 2 – IA en chirurgie : jusqu’à 93,2% de précision de reconnaissance et 300–500 minutes hebdomadaires de temps gagné

    La littérature récente montre que les modèles de deep learning atteignent 81% à 93,2% de précision pour la reconnaissance de phases chirurgicales et 71,4% à 98,1% pour les structures anatomiques, mais restent freinés par l’hétérogénéité des données et l’absence de standards d’annotation. Les travaux de Lex et al. sur plus de 499 000 cas d’arthroplastie rapportent une précision de 78,1% et 75,4% pour la prédiction de durée opératoire (±30 minutes) et une réduction du temps supplémentaire de 300 à 500 minutes par semaine, avec 56,2% de sous-utilisation des salles en moins et 6,1% de jours opératoires économisés. Pour la chirurgie urgente, un Random Forest atteint une erreur absolue moyenne de 32 minutes et 60% de précision dans un intervalle de 20% du temps réel, tandis que XGBoost présente une erreur moyenne de 5 jours pour la durée de séjour, illustrant le potentiel de l’IA en contexte non programmé. En turnover, une étude montre des durées de rotation de 40,4 à 56,6 minutes selon la spécialité et un allongement de 2,7 minutes par plateau instrumental supplémentaire, ce qui pointe des leviers d’action organisationnels très concrets. Enfin, un système d’apprentissage personnalisé réduit de 38,3% les coûts de formation et augmente de 43% les scores de compétence, tandis que 75,73% des infirmiers de bloc estiment que l’IA réduira leur charge de travail, malgré une anxiété mesurée autour de son déploiement.

    👉 Pour consulter l’article : IA en bloc opératoire : de 93% de précision diagnostique à -38% de coûts de formation – Health & tech

    Article 3 – Bloc opératoire : 40–60% des recettes hospitalières sous tension entre innovation, pénurie d’IBODE et fracture numérique

    Le bloc opératoire génère entre 40% et 60% des recettes hospitalières tout en concentrant des contraintes organisationnelles, technologiques et humaines croissantes, faisant de lui un espace stratégique et sous tension. Des dispositifs comme BOpEx et la chaire BOPA structurent des tiers‑lieux d’innovation, tandis que l’IHU Strasbourg, avec cinq blocs dont trois hybrides et un ERC de 1,95 M€, incarne la frontière mondiale du bloc augmenté et de l’IA peropératoire. La profession IBODE est revalorisée au grade Master (niveau 7, 120 ECTS), mais les 18 écoles françaises et leurs capacités limitées ne suffisent pas à compenser les départs à la retraite, créant un goulot d’étranglement RH durable. L’ANAP déploie une plateforme numérique avec 22 ressources de pilotage et un accompagnement de plus de 50 établissements, épaulée par les référentiels HAS, mais la multiplication des centres d’excellence (IRCAD, IHU, BOpEx, Campus chirurgical) sans coordination formelle risque de fragmenter l’écosystème. Il en résulte une architecture à deux vitesses : une avant‑garde académique très performante et une majorité d’établissements à transformation incrémentale, freinés par leurs ressources humaines et leur maturité numérique.

    👉 Pour consulter l’article : Bloc opératoire : moteur économique, laboratoire d’innovation et point de tension du système hospitalier – Health & tech

    Article 4 – IA en bloc opératoire : hypotension réduite de moitié, 40% de temps de suivi gagné et plannings prédictifs

    Les cas d’usage décrits montrent qu’une surveillance continue type ClearSight permet de réduire d’environ 50% les épisodes d’hypotension peropératoire et de diminuer les complications rénales et cardiaques à 30 jours, pendant que PEFLA vise une réduction significative des complications postopératoires par remplissage personnalisé. Des jumeaux numériques comme celui de la Cleveland Clinic et des plateformes telles qu’ORGO ou Hopia transforment le bloc en système de pilotage prescriptif, capable d’anticiper sous‑utilisation, saturations et besoins de lits, tout en pré‑codant le PMSI. Côté expérience patient, Caresquad réduit de 40% le temps de suivi téléphonique post‑opératoire tout en maintenant 95% de satisfaction, tandis que Heko structure les parcours pré‑, per‑ et post‑opératoires avec questionnaires et scoring. Des solutions comme Caresyntax et le centre mobile Branchet exploitent la vidéo‑analyse pour repérer comportements à risque et écarts de pratique, alimentant une culture de sécurité fondée sur des données objectives. L’ensemble dessine un bloc opératoire apprenant, reliant données hémodynamiques, vidéo, plannings, agents vocaux et flux logistiques, mais expose au risque de fragmentation et de surcharge informationnelle sans stratégie d’architecture et de conduite du changement.

    👉 Pour consulter l’article : Stratégies IA pour le bloc opératoire : de la réduction de 50 % des épisodes d’hypotension à l’optimisation prédictive des plannings – Health & tech

    Article 5 – Vers un bloc opératoire apprenant : 3,4% d’actes en plus, –18% de coûts de personnel et IA à haut risque réglementaire

    L’article montre comment la combinaison de solutions d’IA – de ClearSight et PEFLA à Da Vinci 5, E‑stella, Torin, ORGO, Saniia et PMSIpilot – transforme le bloc en écosystème apprenant couvrant monitorage, robotique, orchestration des flux, RH et pilotage financier. Torin permet par exemple une hausse de 3,4% des interventions, 2 000 actes supplémentaires et 4% de bénéfices en plus, tandis que les plateformes RH de type CareRev rapportent 18% de réduction des coûts de personnel et une couverture des quarts 50% plus rapide. Ces gains s’accompagnent d’une montée des risques : dépendance cognitive aux systèmes d’aide à la décision, alert fatigue avec MASSAI et SSuWAI, biais possibles dans le tri des greffons par vision par ordinateur, et vulnérabilités cyber sur des plateformes concentrant des données massives. De nombreux dispositifs sont classés DM/DMDIV à haut risque, impliquant des exigences fortes en bénéfice clinique, cybersécurité et surveillance post‑commercialisation, ainsi qu’une gouvernance médico‑légale renforcée. La stratégie recommandée consiste à bâtir une architecture de données intégrée, à prioriser les cas d’usage à bénéfice clinique mesurable et à investir dans la formation, la simulation et la culture de sécurité pour garantir une implémentation responsable à l’échelle du bloc.

    👉 Pour consulter l’article : IA au bloc opératoire : vers un écosystème apprenant, du geste chirurgical à la gouvernance des risques – Health & tech

  • Bloc opératoire : moteur économique, laboratoire d’innovation et point de tension du système hospitalier

    Un bloc opératoire au cœur de la création de valeur hospitalière

    Le bloc opératoire constitue le nœud stratégique de l’activité hospitalière française : il représente, selon les établissements, entre 40% et 60% des recettes d’un hôpital, tout en concentrant des contraintes organisationnelles, technologiques, financières,  et humaines d’une complexité croissante. L’écosystème qui gravite autour de cet espace critique s’est profondément restructuré au cours de la dernière décennie, sous l’effet conjugué de la pression sur les ressources publiques, de l’essor des technologies numériques, et d’une montée en exigence des acteurs académiques et réglementaires.

    BOpEx et BOPA : une nouvelle grammaire de l’innovation chirurgicale

    L’une des transformations les plus significatives réside dans la création de tiers-lieux d’expérimentation dédiés au bloc opératoire. Le dispositif BOpEx (Bloc Opératoire Expérimental), inauguré en mars 2024 sur le site Broussais de l’AP-HP, constitue un précédent institutionnel structurant : il permet à des porteurs d’innovation, startups, équipes soignantes, industriels, de tester leurs solutions en conditions réelles, avec un accès à l’expertise clinique hospitalo-universitaire et à un réseau de partenaires certifiés. Ce modèle répond à une défaillance de marché bien documentée : la difficulté à dérisquer les innovations chirurgicales en phase de preuve de concept. En parallèle, la Chaire Innovation BOPA (Bloc OPératoire Augmenté), portée conjointement par l’AP-HP, l’IMT et l’Université Paris-Saclay, incarne une approche de recherche translationnelle orientée vers des cas d’usage à fort potentiel : réalité augmentée, jumeaux numériques, analyse du langage naturel. La convergence de ces deux dispositifs sur un même territoire institutionnel (site Broussais, futur Campus Chirurgical du Grand Paris) confère à l’Île-de-France un avantage comparatif décisif pour attirer des programmes de R&D dans le secteur.

    IHU Strasbourg et IA peropératoire : bascule vers le bloc augmenté

    L’IHU Strasbourg constitue sans doute le laboratoire mondial le plus avancé en matière de bloc opératoire augmenté. Doté de cinq blocs opératoires dont trois blocs hybrides, il a réalisé en 2023 la première mondiale d’intelligence artificielle peropératoire en temps réel. Le Pr Nicolas Padoy, directeur scientifique de l’IHU et titulaire d’une chaire IA au sein de l’initiative Grand Est ENACT, a obtenu en 2024 un financement ERC Consolidator Grant de 1,95 million d’euros pour le projet CompSurg, dédié à la compréhension computationnelle de la chirurgie. Ce positionnement académique de pointe crée une opportunité de transfert technologique vers les établissements hospitaliers de taille moyenne, qui peinent encore à s’approprier ces innovations faute d’intermédiaires structurés.

    IBODE au grade Master : le capital humain comme actif stratégique

    La réforme du Diplôme d’État IBODE (Infirmier de Bloc Opératoire), désormais élevé au grade Master (niveau 7, Bac+5, 120 ECTS) depuis l’arrêté d’avril 2022, constitue un signal fort de professionnalisation du secteur. Cette revalorisation statutaire est susceptible d’atténuer les tensions de recrutement chroniques qui fragilisent les plannings opératoires. Elle s’accompagne d’une diversification de l’offre de formation spécialisée : DIU Gestion des Risques au Bloc Opératoire (Montpellier), DU Logistique Appliquée au Bloc (Chalon), formations Management de Bloc. Cette densification de l’offre académique répond à la nécessité d’un encadrement intermédiaire qualifié, capable de piloter des plateaux techniques d’une complexité croissante.

    ANAP et HAS : vers une gouvernance industrialisée du bloc

    L’ANAP (Agence Nationale d’Appui à la Performance) a lancé en juillet 2025 une plateforme numérique intégrée regroupant vingt-deux ressources opérationnelles pour le pilotage des blocs opératoires, accompagnée d’un suivi de plus de cinquante établissements. Cette initiative d’outillage massif, couplée aux recommandations structurantes de la HAS (check-list Sécurité du patient obligatoire depuis 2010, guide qualité, points « No Go »), constitue une architecture de gouvernance dont la maturité favorise une diffusion plus homogène des pratiques d’excellence sur l’ensemble du territoire. Pour les directions d’hôpitaux, ces ressources représentent une opportunité de standardiser les processus tout en objectivant les gains de performance.

    Multiplication des centres d’excellence : un risque de silos et de redondances

    Si l’abondance d’acteurs non-commerciaux est en soi un signe de vitalité de l’écosystème, elle recèle un risque structurel de dispersion des ressources et de duplication des initiatives. La coexistence de l’IRCAD, de l’IHU Strasbourg, du BOpEx, du Campus Chirurgical du Grand Paris et d’une multitude de sociétés savantes  sans architecture de coordination formalisée expose l’écosystème à des rivalités de légitimité susceptibles de ralentir la diffusion des innovations. L’Académie Nationale de Chirurgie, qui regroupe les douze spécialités chirurgicales, pourrait jouer un rôle fédérateur plus affirmé, mais son positionnement demeure essentiellement académique et consultatif.

    Goulot d’étranglement RH : la formation IBODE plus rapide que la démographie

    Malgré la réforme IBODE (Infirmier de Bloc Opératoire Diplômé d’État), la formation d’un infirmier de bloc opératoire exige quatre semestres post-licence, soit un délai incompressible face à des besoins immédiats. Les dix-huit écoles IBODE françaises, dont la capacité maximale atteint cent étudiants par promotion pour l’IFIBODE de l’AP-HP, ne sauraient absorber les départs à la retraite prévisibles dans un contexte démographique défavorable. Ce goulot d’étranglement structurel est aggravé par l’attractivité relative d’autres secteurs et par les conditions de travail spécifiques au bloc opératoire. Les dispositifs portés par l’ANFH et le ministère de la Santé ne constituent, à ce stade, qu’une réponse partielle à ce risque capacitaire.

    Fracture numérique : une IA de pointe pour quelques-uns

    Les outils de pilotage de l’ANAP et les innovations déployées à l’IHU Strasbourg ou au BOpEx supposent un niveau de maturité numérique et organisationnelle que l’immense majorité des établissements de santé français n’ont pas encore atteint. L’Observatoire de la Chirurgie en Île-de-France et les ARS régionales ont documenté d’importantes disparités entre établissements dans l’adoption des outils de planification et d’évaluation du bloc opératoire. Cette fracture numérique constitue un risque d’aggravation des inégalités d’accès aux soins chirurgicaux entre territoires, et une menace pour la rentabilité des établissements les moins agiles.

    IA peropératoire et éthique : un cadre encore en construction

    L’introduction de l’IA et de la robotique dans le bloc opératoire soulève des questions de responsabilité juridique, de consentement éclairé et d’acceptabilité professionnelle que l’écosystème académique commence seulement à formaliser. La Chaire de Philosophie à l’Hôpital (GHU Paris), sous l’impulsion de Cynthia Fleury, co‑auteure du rapport « Le Bloc Opératoire Augmenté, Enjeux Socio‑Humains », est l’une des rares structures à aborder ces dimensions de manière rigoureuse. L’absence d’un cadre réglementaire ad hoc pour l’IA peropératoire, à l’intersection du futur cadre européen sur l’IA et du droit médical, représente un risque de contentieux qui pourrait freiner l’adoption des technologies les plus avancées.

    L’écosystème non-commercial du bloc opératoire en France présente une architecture à deux vitesses : d’un côté, une avant-garde académique et technologique mondiale, incarnée par l’IRCAD, l’IHU Strasbourg et les dispositifs parisiens (BOpEx, BOPA), capable de rivaliser avec les meilleurs centres internationaux ; de l’autre, une grande majorité d’établissements dont la transformation reste incrémentale, freinée par des contraintes de ressources humaines, de maturité numérique et de gouvernance.

    Les perspectives stratégiques se dessinent autour de trois axes prioritaires. Premièrement, la consolidation des passerelles entre tiers‑lieux d’innovation, sociétés savantes et établissements de soins de proximité est une nécessité pour éviter que l’innovation reste captive des grands CHU. Deuxièmement, le renforcement du continuum de formation, depuis les écoles IBODE jusqu’aux DIU de gestion des risques. Troisièmement, la mise en place d’un cadre éthique et réglementaire spécifique à l’IA chirurgicale conditionne la confiance des chirurgiens et des patients dans les outils de demain.

    En définitive, la compétitivité de la chirurgie française à l’horizon 2030 dépendra moins de la qualité isolée de ses avant‑postes technologiques que de sa capacité à construire un écosystème cohérent, diffusant, et capable de réduire les asymétries entre les établissements leaders et l’ensemble du tissu hospitalier national.

  • IA en bloc opératoire : de 93% de précision diagnostique à -38% de coûts de formation

    La salle d’opération constitue l’un des environnements cliniques les plus riches en données de l’hôpital, et pourtant ses données demeurent largement sous-exploitées. L’intégration de l’intelligence artificielle (IA) dans ce contexte représente une rupture paradigmatique potentielle dans la reconnaissance peropératoire, la formation des équipes et la gestion logistique. Toutefois, malgré l’intensification de la recherche, la mise en œuvre clinique effective de l’IA en chirurgie reste limitée par des barrières infrastructurelles, réglementaires et organisationnelles. Le présent article propose une synthèse de travaux scientifiques récents publiés dans des revues internationales de référence, parmi lesquels figurent des études issues du Journal of Medical Internet Research – Medical Informatics (Lex et al., Canada), du Journal of Clinical Monitoring and Computing (Dupre et al., hôpital de la Pitié-Salpêtrière, Paris), du Journal of Neurosurgery (Smit et al., centre académique américain), d’Acta Obstetricia et Gynecologica Scandinavica (Paracchini et al., Italie/France), de Healthcare Basel (Ongun et al., Turquie), de Frontiers in Bioengineering and Biotechnology (Gong et al., Chine), ainsi que de Annals of Surgery Treatment and Research (Oh et al., Corée du Sud). Ces sources convergent vers une interrogation centrale : à quelles conditions l’IA peut-elle transformer effectivement le bloc opératoire, et quels obstacles structurels retardent cette transition ?

    Un bloc opératoire paradoxal : richesse des données, pauvreté de l’exploitation

    La salle d’opération concentre une densité sensorielle et informationnelle exceptionnelle, vidéos endoscopiques, données anesthésiologiques, imagerie peropératoire, traçabilité instrumentale, mais la majorité de ces flux restent non structurés et non exploités. Oh et al. (2026), dans leur revue narrative publiée dans Annals of Surgery Treatment and Research, posent la notion de « Surgical Data Factory » : un écosystème en boucle fermée conçu pour capturer des signaux multimodaux, les structurer via des taxonomies consensuelles et les utiliser pour l’entraînement, la validation et la surveillance des systèmes d’IA. Cette reconceptualisation du bloc opératoire comme infrastructure de production de données constitue un prérequis à toute ambition d’IA physique autonome. Eckhoff et al. (2025), dont la revue est menée à l’University Hospital Cologne et publiée dans Der Chirurg, confirment que le potentiel de l’IA chirurgicale réside précisément dans l’intégration multimodale des données, et non dans l’analyse isolée de sources individuelles. Ces auteurs soulignent que, sans cadres juridiques clairs, l’intégration clinique des systèmes d’IA innovants demeurera compromise.

    Reconnaissance peropératoire : des modèles atteignant 93% de précision

    L’analyse automatisée de vidéos intraopératoires par des algorithmes de deep learning constitue l’un des axes les plus documentés de l’IA chirurgicale. La revue systématique de Paracchini et al. (2025), publiée dans Acta Obstetricia et Gynecologica Scandinavica et portant sur 21 études sélectionnées via PubMed, Web of Science et EBSCO, révèle que les modèles de reconnaissance de phases chirurgicales atteignent une précision comprise entre 81% et 93,2%. Les modèles de reconnaissance de structures anatomiques affichent quant à eux des performances variant de 71,4% à 98,1%. Ces résultats s’appuient majoritairement sur des architectures multicouches de réseaux de neurones interconnectés. Cependant, les auteurs soulèvent des limites importantes : hétérogénéité des jeux de données, absence de standardisation des protocoles d’annotation et risques de biais inhérents aux corpus d’entraînement. Ces contraintes méthodologiques constituent un obstacle à la généralisation clinique des modèles et appellent à la définition de standards de validation interopérables.

    Optimisation logistique : réduction du temps supplémentaire de 300 à 500 minutes par semaine

    Au-delà des aspects purement cliniques, l’IA apporte des gains mesurables dans la planification et la gestion des ressources opératoires. L’étude rétrospective de Lex et al. (2025), publiée dans JMIR Medical Informatics et fondée sur des données de 302 490 patients pour la prothèse totale du genou (PTG) et 196 942 patients pour la prothèse totale de hanche (PTH) issues d’une base de données internationale, montre que les modèles de machine learning atteignent une précision de prédiction de la durée opératoire de 78,1% pour la PTG et 75,4% pour la PTH (avec marge de 30 minutes). L’implémentation d’un système de planification « predict-then-optimize » permet de réduire le temps supplémentaire de 300 à 500 minutes par semaine (soit 12 à 20 minutes par salle opératoire et par jour). Dans une étude complémentaire publiée dans BMJ Health Care Informatics (Lex et al., 2026), portant sur 15 267 cas d’arthroplastie, le système optimisé réduit la sous-utilisation des salles de 56,2% (13,3 minutes/jour) tout en n’augmentant les heures supplémentaires que de 17,2% (3,6 minutes/jour), avec une diminution globale de 6,1% du nombre de jours opératoires nécessaires.

    Indicateur Résultat obtenu Source
    Précision prédiction durée PTG 78,1% (±30 min) Lex et al., JMIR Med Inform, 2025
    Précision prédiction durée PTH 75,4% (±30 min) Lex et al., JMIR Med Inform, 2025
    Réduction temps supplémentaire 300–500 min/semaine Lex et al., JMIR Med Inform, 2025
    Réduction sous-utilisation des salles 56,2% (13,3 min/jour) Lex et al., BMJ HCI, 2026
    Réduction jours opératoires totaux 6,1% Lex et al., BMJ HCI, 2026

    Pour les chirurgies urgentes, l’étude de Dupre et al. (2025) menée à la Pitié-Salpêtrière sur 3 117 procédures (2015–2018) et publiée dans le Journal of Clinical Monitoring and Computing montre que les modèles Random Forest et XGBoost surpassent les estimations manuelles des chirurgiens en prédiction du temps opératoire, avec un Random Forest atteignant une erreur absolue moyenne de 32 minutes et une précision de 60% dans un intervalle de 20% par rapport à la valeur réelle. Pour la durée de séjour postopératoire, XGBoost enregistre une erreur absolue moyenne de 5 jours. Ces résultats soulignent le potentiel des outils d’aide à la décision en chirurgie non programmée, contexte historiquement peu exploré.

    Surveillance du turnover : 2,7 minutes supplémentaires par plateau instrumental

    L’étude prospective de Smit et al. (2026), publiée dans le Journal of Neurosurgery et conduite sur 53 rotations opératoires dans un centre académique tertiaire (neurochirurgie et ORL), démontre la capacité des caméras IA à objectiver les processus de rotation des salles. La durée moyenne de rotation est de 56,6 minutes pour la chirurgie crânienne, 52,2 minutes pour la chirurgie rachidienne et 40,4 minutes pour l’ORL. L’analyse multivarée identifie la préparation instrumentale comme le principal déterminant de variabilité : elle représente respectivement 38,3, 27,7 et 17,1 minutes selon la spécialité (p = 0,0005). La corrélation entre durée de préparation et nombre de plateaux instrumentaux est significative (R² = 0,33, p < 0,0001), chaque plateau supplémentaire ajoutant 2,7 minutes. Ces données concrètes permettent d’identifier des leviers d’action directs — notamment la rationalisation des plateaux — sans nécessiter d’investissements technologiques lourds.

    Formation du personnel : -38,3% de coûts et des scores de compétence supérieurs de 43%

    La formation des équipes de bloc opératoire constitue un autre domaine d’application à fort potentiel. L’étude prospective observationnelle de Cai et al. (2026), publiée dans le Journal of Visualized Experiments et conduite dans un hôpital tertiaire sur 107 professionnels de santé pluridisciplinaires, compare un système d’apprentissage personnalisé par IA (APLS) à une formation classique. Le système APLS intègre la phénotypisation des apprenants par données, la reconnaissance d’instruments par deep learning, la prédiction de trajectoires de compétence et le reinforcement learning. À 12 mois, les scores de compétence sur l’échelle PIPS sont significativement supérieurs dans le groupe APLS (84,1 ± 9,2 vs. 58,9 ± 18,7, p < 0,001), soit un écart de 43% en valeur absolue. Le temps de formation est réduit de près de moitié et les coûts diminuent de 38,3%. Ces résultats établissent un argument économique robuste en faveur de l’IA dans le développement des compétences périopératoires.

    Facteur humain : entre acceptation et anxiété face à l’IA

    L’intégration de l’IA ne peut s’abstraire des réactions humaines qu’elle suscite. L’étude transversale d’Ongun et al. (2025), publiée dans Healthcare (MDPI) et conduite sur 155 professionnels de bloc opératoire dans des hôpitaux universitaires et urbains de Turquie, révèle un score moyen d’anxiété liée à l’IA (AIAS) de 3,25 ± 0,8, sans corrélation significative avec les attitudes en matière de sécurité des patients (r = -0,064, p > 0,05). Néanmoins, les participants estimant que l’IA peut améliorer la sécurité des patients présentent des scores plus élevés sur les sous-échelles relatives à l’apprentissage et à l’adaptation au changement. La méta-analyse descriptive de Ye et Huang (2025), publiée dans Frontiers in Artificial Intelligence et portant sur 6 études regroupant 1 197 infirmiers de bloc, montre que 75,73% des infirmiers estiment que l’IA réduira leur charge de travail (IC 95% : 8,28–692,86 ; p = 0,0001) et qu’une majorité significative accepte l’application de l’IA en soins infirmiers (OR : 63,70 ; IC 95% : 2,15–1 890,57 ; p = 0,02). Ces résultats témoignent d’une ouverture générale au changement, tempérée par des préoccupations éthiques légitimes concernant l’empathie et la fiabilité des systèmes.

    Conclusion : de la preuve de concept à l’implémentation responsable

    La convergence des données disponibles dessine une trajectoire cohérente : l’IA offre des gains documentés et quantifiables dans les domaines de la reconnaissance peropératoire, de la planification des ressources, de la surveillance logistique et de la formation. Ces bénéfices ne sont pas anecdotiques, ils engagent directement la sécurité des patients, l’efficience économique et la soutenabilité des systèmes de santé. Toutefois, la revue de Gong et al. (2026), publiée dans Frontiers in Bioengineering and Biotechnology et fondée sur 72 études, rappelle que la plupart des preuves disponibles sont issues d’études pilotes ou observationnelles, insuffisamment représentatives à grande échelle. Les défis persistants incluent la gouvernance des données, la préparation des effectifs, l’intégration dans les flux de travail infirmiers et l’établissement de cadres éthiques. Pour les dirigeants du secteur de la santé numérique, l’enjeu n’est plus de démontrer la faisabilité technique de l’IA en bloc opératoire, mais d’en architechter l’intégration responsable, en faisant des chirurgiens et des équipes soignantes les co-constructeurs actifs, et non les utilisateurs passifs, des infrastructures de données et des systèmes d’aide à la décision qui définiront la chirurgie de demain.

  • Stratégies IA pour le bloc opératoire : de la réduction de 50 % des épisodes d’hypotension à l’optimisation prédictive des plannings

    Réduction de près de 50 % des épisodes d’hypotension peropératoire : un marqueur clé de valeur clinique

    La mise en œuvre d’une surveillance hémodynamique continue non invasive au bloc opératoire, via le système ClearSight, permet de mesurer en continu la pression artérielle et des paramètres hémodynamiques avancés à partir d’un manchon digital, avec une réduction presque de moitié des épisodes d’hypotension peropératoire par rapport à une surveillance intermittente standard, associée à une diminution du risque d’insuffisance rénale aiguë et de lésions myocardiques post‑opératoires à 30 jours. Cette granularité des données (débit cardiaque, volume d’éjection systolique, variation, résistance vasculaire systémique) favorise une gestion proactive du remplissage des vasopresseurs en guidant les décisions sur des cibles chiffrées plutôt que sur la seule appréciation clinique. Dans le même axe, le système PEFLA (PErsonalized FLuid Administration) de l’AP‑HP, actuellement en essai clinique multicentrique (CHRU de Nancy, Pitié‑Salpêtrière, CHU de Lille, CHU de Grenoble), illustre une montée en maturité des aides à la décision peropératoires, qui analysent en temps réel les données hémodynamiques pour proposer un remplissage vasculaire personnalisé. Ces dispositifs convergent vers une nouvelle norme : un bloc opératoire où la stabilité hémodynamique est pilotée par des algorithmes supervisés, avec une promesse de réduction des complications majeures à 30 jours. Le risque principal, dans ce champ, réside dans la qualité des données d’entraînement et la nécessité d’une supervision médicale forte pour éviter une dépendance excessive aux recommandations automatisées.

    Du jumeau numérique du bloc aux plateformes de planification : vers un pilotage prescriptif et systémique

    Le jumeau numérique du bloc opératoire déployé à la Cleveland Clinic avec Palantir AIP agrège les données patients, chirurgiens, lits, plannings et ressources dans une ontologie partagée, afin d’identifier de manière prédictive les plages à risque de non‑utilisation et de recommander des réaffectations plusieurs semaines à l’avance, dans une boucle fermée décision–action–apprentissage. À une échelle plus opérationnelle, la plateforme ORGO à l’Hôpital de Foch permet de suivre en temps réel l’écart entre activité programmée et réalisée, d’ajuster la programmation face aux imprévus et de produire des plannings équilibrés, tout en fournissant des indicateurs de pilotage et un pré‑codage PMSI intelligent pour impliquer les praticiens. Les solutions d’allocation de ressources et de gestion des flux (Hopia, SmartOp, Saniia, etc.) complètent ce dispositif en anticipant la saturation des urgences, en optimisant les lits et les effectifs, et en connectant le bloc à l’aval et à l’amont, notamment pour les flux non programmés. L’opportunité pour les établissements est de passer d’un pilotage descriptif éparpillé à un pilotage prescriptif intégré, avec des effets potentiels sur la productivité, les délais et les annulations. Le risque majeur est celui de la fragmentation : sans stratégie d’architecture et d’interopérabilité, l’empilement de solutions hétérogènes peut créer des silos de données et une charge organisationnelle élevée, limitant l’impact global.

    Agents vocaux, chatbots et vidéo‑analyse : structurer l’expérience patient et la culture de sécurité autour du bloc

    Les agents vocaux Caresquad automatisent à la fois le rappel des consignes préopératoires (jeûne, horaires, préparation) et le suivi post‑opératoire ambulatoire, en initiant des appels au nom de l’établissement, en collectant des données cliniques et en alertant les équipes en cas de signal anormal, avec un enregistrement, une transcription et une synthèse des échanges dans une interface supervisée et conforme RGPD/HDS. Les chatbots Heko de BOTdesign, déployés dans plusieurs CHU français, structurent le parcours préopératoire via des recommandations personnalisées et des questionnaires, réduisant le stress des patients et optimisant la préparation des consultations d’anesthésie, dans une logique de suivi pré‑, per‑ et post‑opératoire avec scoring, alertes et rapports structurés. Sur le versant sécurité, Caresyntax analyse les flux vidéo des interventions réelles pour détecter des anomalies et réduire les variations chirurgicales, tandis que le centre mobile de simulation Branchet utilise l’IA pour analyser les vidéos et audios de simulations haute‑fidélité, identifiant les comportements à risque liés aux facteurs humains et restituant des axes d’amélioration aux équipes. Ces outils, complétés par des systèmes d’alerte multi‑agents (Aprogsys) et des projets de structuration des comptes‑rendus opératoires (BOPA), configurent un environnement où l’expérience patient et la culture de sécurité sont activement façonnées par l’IA autour du bloc. Le principal enjeu réside dans la capacité à transformer ces signaux (alertes, analyses, scores) en changements durables de pratiques, sans saturer les équipes d’informations ni altérer la confiance dans la relation soignant‑patient.

    Vers un bloc opératoire apprenant, intégré et centré patient : perspectives stratégiques pour la radiologie interventionnelle et la chirurgie

    Les cas d’usage décrits dessinent un bloc opératoire qui devient progressivement une plateforme apprenante : les données peropératoires (hémodynamiques, vidéo, capteurs de force), pré‑ et post‑opératoires (agents vocaux, chatbots) et organisationnelles (plannings, jumeaux numériques) alimentent des boucles d’amélioration continue, du niveau du geste technique (Da Vinci 5, E‑stella, Sim&Size, embolisations au CHU de Poitiers) jusqu’au pilotage stratégique des ressources (Palantir AIP, ORGO, Saniia). Pour les dirigeants hospitaliers, l’enjeu est de prioriser des trajectoires cohérentes : sécurisation clinique mesurable (ex. hypotension, complications à 30 jours), efficience opérationnelle (optimisation du temps de salle, réduction des annulations) et transformation de l’expérience patient (préparation, suivi, ambulatoire). Pour les investisseurs et industriels, le potentiel de création de valeur réside autant dans le développement de briques technologiques que dans l’intégration, l’interopérabilité et l’accompagnement au changement, conditions nécessaires pour éviter la fragmentation des solutions et assurer un impact réel au bloc. Pour les médecins et équipes de bloc, ces technologies constituent des leviers d’augmentation de l’expertise, sous réserve de conserver la maîtrise des décisions, de garantir la qualité et la gouvernance des données, et d’investir dans la formation aux compétences techniques et non techniques révélées par la vidéo‑analyse et la simulation. À la croisée de la chirurgie et de la radiologie interventionnelle, ces dynamiques indiquent une convergence : les salles deviennent des environnements hautement instrumentés où l’IA structure la décision clinique, le pilotage des flux et la gestion des risques, tout en replaçant le patient au centre d’un parcours fortement orchestré.

  • IA et médico-social : de la promesse scientifique à la réalité du terrain pour redonner du souffle à un secteur au bord de l’étouffement

    Article 1 – État des lieux du médico-social : un secteur en proie à la démographie, mais qui trouve une lueur d’espoir dans le numérique

    Le secteur médico-social fait face à un mur démographique : d’ici 2030, la France comptera 1,6 million de personnes âgées en perte d’autonomie. Face à cette explosion des besoins, le système s’effrite de toutes parts, avec 85 % des Ehpad publics aujourd’hui déficitaires et des professionnels à bout de souffle. Pourtant, au milieu de cette urgence, une lueur d’espoir émerge. Porté par un plan de numérisation massif de plus de 600 millions d’euros, le secteur entame sa mue. Découvrez comment l’intelligence artificielle s’impose désormais comme une réponse structurelle incontournable, non pas pour remplacer la relation d’aide, mais pour libérer les soignants du fardeau administratif et redonner tout son sens au temps humain.

    👉 Pour consulter l’article : État des lieux du médico-social : un secteur en proie à la démographie, mais qui trouve une lueur d’espoir dans le numérique

    Article 2 – Médico-social : une réglementation stricte qui conditionne l’arrivée de l’IA

    Le secteur médico-social français est régi par un corpus juridique rigide où la primauté de la personne est absolue. De la loi fondatrice de 2002, qui a replacé l’usager et ses droits au centre du dispositif, jusqu’à la récente loi « Bien Vieillir » de 2024, venue resserrer les contrôles et réaffirmer le droit de visite absolu face à la crise de confiance du grand public, aucune innovation ne peut s’affranchir de ce bouclier protecteur. Comment l’intelligence artificielle peut-elle s’intégrer dans cet écosystème complexe, soumis depuis 2022 aux évaluations particulièrement strictes de la Haute Autorité de Santé ? Plongez dans les rouages d’une réglementation où la technologie, pour pénétrer le marché, ne devra pas seulement être performante : elle devra prouver qu’elle sert exclusivement le projet de l’usager, sans jamais se substituer à la vigilance et à l’empathie humaines.

    👉 Pour consulter l’article : Médico-social : une réglementation stricte qui conditionne l’arrivée de l’IA

    Article 3 – 9 études démontrent l’impact mesurable de l’IA sur le secteur du médico-social (revue de littérature)

    Le recours à l’intelligence artificielle pour soutenir nos aînés relève-t-il du fantasme technologique ou d’une véritable révolution clinique ? À travers l’analyse rigoureuse de 9 études internationales publiées entre 2022 et 2025, cette revue de littérature dresse un bilan objectif de l’impact de l’IA dans le médico-social. Si les résultats prouvent une efficacité spectaculaire, avec notamment une réduction des chutes atteignant 83,3 % et une précision de détection de 97 % grâce à l’IA prédictive, l’engouement de la communauté scientifique reste nuancé. Derrière les promesses de la robotique sociale et de l’anticipation médicale, les chercheurs mettent en garde contre de nouveaux dangers : âgisme algorithmique, tromperie éthique et aggravation de l’isolement. Plongez dans une synthèse exhaustive qui démontre comment la technologie peut sécuriser le vieillissement, à l’unique condition de ne jamais supplanter le lien humain.

    👉 Pour consulter l’article : 9 études démontrent l’impact mesurable de l’IA sur le secteur du médico-social (revue de littérature)

    Article 4 – 36 solutions d’intelligence artificielle utilisées en France pour le médico-social

    Face au défi du vieillissement, le secteur médico-social français ne se contente plus de promesses : l’intelligence artificielle y est déjà une réalité opérationnelle. À travers l’analyse de près de 30 solutions actuellement déployées sur le territoire, cet article décrypte un marché de l’innovation structuré autour de 4 axes majeurs. Des 16 dispositifs de surveillance “sans contact” capables de détecter une chute avec près de 99 % de précision, aux 7 technologies prédictives anticipant les hospitalisations jusqu’à 14 jours à l’avance, découvrez comment l’IA sécurise la santé des plus vulnérables. Plongez dans un écosystème dynamique où 7 outils logiciels allègent drastiquement la charge mentale des soignants et où 4 modèles de robots s’invitent dans les établissements, prouvant que la technologie est désormais prête à épauler concrètement les professionnels au quotidien.

    👉 Pour consulter l’article : 36 solutions d’intelligence artificielle utilisées en France pour le médico-social

    Article 5 – Détection des chutes, partage intelligent des informations… 21 cas d’usage de l’IA pour le médico-social

    Face à un secteur médico-social sous tension extrême, l’intelligence artificielle prouve son utilité au quotidien. Loin de vouloir remplacer l’humain, elle s’y impose désormais comme un assistant indispensable. À travers une exploration détaillée de 21 cas d’usage concrets, cet article vous dévoile comment la technologie se met au service direct du soin. Découvrez comment 7 dispositifs invisibles et prédictifs permettent de sécuriser les résidents sans les stigmatiser, et plongez dans les rouages de 8 solutions logicielles conçues pour libérer instantanément les professionnels de leur fardeau administratif. De la coordination du maintien à domicile jusqu’aux outils palliant l’isolement, explorez les applications pratiques d’une innovation dont l’unique véritable objectif est de redonner du temps à l’empathie.

    👉 Pour consulter l’article : Détection des chutes, partage intelligent des informations… 21 cas d’usage de l’IA pour le médico-social

     

    IA et médico-social : de la promesse scientifique à la réalité du terrain pour redonner du souffle à un secteur au bord de l'étouffement
    IA et médico-social : de la promesse scientifique à la réalité du terrain pour redonner du souffle à un secteur au bord de l’étouffement

  • IA et mutuelles : 70% des organismes déjà équipés, 14 cas d’usage documentés et un marché en pleine industrialisation

    IA et rentabilité : 52 millions d’euros économisés sur la fraude par an

    L’intégration de l’IA s’accélère dans le secteur mutualiste, avec plus de 70% des organismes déjà équipés et 80% prévoyant d’investir cette année. Déployée principalement pour la gestion des flux et la relation adhérent, l’IA se révèle particulièrement efficace contre la fraude. Un cas documenté démontre l’économie de 52 millions d’euros sur une année grâce à l’analyse de 250 000 dossiers, dont un tiers s’est avéré frauduleux ou litigieux. Ces investissements s’accompagnent de démarches de structuration d’une « IA responsable » en réponse au règlement européen (AI Act), ainsi que de projets cliniques d’aide au diagnostic.

    👉 Consultez l’article ici.

    Au-delà de la performance algorithmique : l’IA comme outil d’équité et de gouvernance

    Une synthèse de 11 publications récentes montre que l’IA transforme les fonctions clés de l’assurance santé mondiale (enrôlement, prédiction des coûts, transparence). Les études révèlent des applications variées : l’algorithme random forest performe avec 82,5% de précision pour prédire l’enrôlement au Ghana, tandis que des modèles de machine learning prédisent les coûts en Indonésie. L’efficacité de ces outils dépend cependant de déterminants structurels, comme l’illettrisme (prédicteur à 84,7% au Ghana) ou le type d’assurance aux États-Unis, soulignant que l’IA doit s’intégrer dans des stratégies incluant équité et conformité.

    👉 Consultez l’article ici.

    De l’automatisation à la prévention : les 14 cas d’usage de l’IA mutualiste

    L’IA permet aux mutuelles d’évoluer d’un rôle de simple payeur à celui d’acteur de la prévention, avec 14 cas d’usage identifiés. Le principal gisement de valeur réside dans les 5 usages opérationnels, capables de classifier 99% des demandes et de diviser par 12 les coûts de gestion. Parallèlement, 4 usages de prévention émergent, mobilisant jusqu’à 1,5 milliard de données pour anticiper les besoins, notamment chez les seniors. Ces opportunités de productivité et de personnalisation nécessitent toutefois une supervision humaine stricte face aux risques liés à la conformité et à la qualité des données.

    👉 Consultez l’article ici.

    Le marché des solutions IA : un ROI prouvé sur la gestion, prometteur sur la prévention

    L’analyse de 12 solutions d’IA montre une concentration de la valeur sur la relation adhérent et l’automatisation documentaire. Des outils comme Klaimy atteignent une précision de 98% sur l’extraction de données, tandis que les solutions conversationnelles réduisent la charge de support de 30 à 50%. Sur le volet prévention, des solutions comme RevealCare traitent les données de 250 000 seniors pour prévenir la perte d’autonomie. Bien que le ROI soit immédiat sur les tâches répétitives, le déploiement de ces technologies reste conditionné par l’intégration aux systèmes existants et le respect de la réglementation (RGPD, IA Act).

    👉 Consultez l’article ici.

  • Inobservance thérapeutique : de l’urgence sanitaire à la riposte technologique.

    Article 1 – La non-observance, une urgence clinique et économique aux conséquences vertigineuses

    La science prouve qu’abandonner son traitement est, dans la majorité des cas, un acte conscient et intentionnel. Avec 12 000 décès évitables, 100 000 hospitalisations inutiles et une facture annuelle dépassant allègrement les 9 milliards d’euros, la non-observance n’est plus un simple problème de discipline individuelle. C’est une urgence macro-économique qui asphyxie nos hôpitaux. Plongez dans l’anatomie de ce fléau silencieux pour comprendre les véritables racines du décrochage thérapeutique, et pourquoi 50 % des patients chroniques finissent par jeter l’éponge

    👉 Consultez l’article ici.

    Article 2 – Les coûts cachés de la non-observance estimés à plus de 9 milliards d’euros par an

    Réduire la non-observance au simple prix des boîtes de médicaments non consommées est une erreur de calcul monumentale. La véritable facture ne se cache pas dans nos placards à pharmacie, mais dans les services de réanimation et les bilans écologiques. Avec un coût de soins induits estimé à plus de 9 milliards d’euros par an, le décrochage thérapeutique déclenche une réaction en chaîne dévastatrice : explosion de l’absentéisme, accélération redoutable de l’antibiorésistance, épuisement des soignants piégés par la ‘cascade de prescriptions’, et pollution massive de nos nappes phréatiques. Décryptage d’un naufrage à la fois sanitaire, économique et environnemental, où la pilule oubliée n’est que la partie visible de l’iceberg.

    👉 Consultez l’article ici.

    Article 3 – 11 études démontrent l’impact mesurable de l’IA, des applications de santé et des chatbots sur l’observance thérapeutique (revue de littérature)

    Et si le numérique en santé n’était plus un simple gadget technologique, mais un véritable outil clinique puissant ? Les preuves sont désormais sur la table. En passant au crible 11 études internationales et méta-analyses récentes, la science livre un verdict sans appel : l’intégration de l’IA et du suivi digital augmente l’observance de 26 %, fait chuter drastiquement les réadmissions hospitalières et multiplie par 1,8 l’adhésion aux thérapies les plus complexes. Des algorithmes de prédiction aux chatbots d’accompagnement, plongez dans ces données incontestables qui prouvent comment la synergie « humain-machine » s’impose aujourd’hui comme le nouveau standard de soins.

    👉 Consultez l’article ici.

    Article 4 – Observance : 17 solutions qui redéfinissent la chaîne de l’adhérence thérapeutique

    Oublions le traditionnel pilulier en plastique et le simple rappel sur smartphone : l’observance est entrée dans l’ère de la médecine de précision. Jumeaux numériques anticipant les toxicités, algorithmes capables de ‘nettoyer’ une ordonnance, pancréas artificiels en boucle fermée ou livraison du dernier kilomètre… l’écosystème e-santé a tissé un véritable filet de sécurité autour du patient. À travers un panorama de 17 solutions technologiques déployées en France, découvrez comment l’innovation couvre désormais chaque millimètre du parcours de soins, transformant l’adhérence d’un pari incertain en un processus scientifiquement et logistiquement encadré.

    👉 Consultez l’article ici.

    Article 5 – 7 cas d’usage de l’IA pour lutter contre l’inobservance thérapeutique

    Aujourd’hui, l’IA ne se contente plus de rappeler le traitement, elle détruit les racines du décrochage. Algorithmes prédictifs pour anticiper la rupture, dé-prescription assistée pour alléger la charge mentale, décodage des blocages psychologiques et pharmaciens « augmentés » au comptoir… À travers 7 cas d’usage cliniques réels, découvrez comment l’IA permet d’intercepter l’inobservance à la source, avant même que le patient n’envisage d’abandonner ses soins.

    👉 Consultez l’article ici.

     

    IA & observance : une étude signée H&TI
    IA & observance : une étude signée H&TI

  • Mesure, engagement, IA : comment l’expérience patient redessine la qualité des soins

    📌10 ans d’expérience patient : 71% d’établissements désormais engagés

    En dix ans, l’expérience patient est passée d’un concept émergent à un levier structurant des politiques qualité, portée par Ma Santé 2022, la HAS et l’Ifep. Le baromètre 2025 montre que la part d’établissements avec démarche structurée est passée de moins de 40% en 2018 à 71%, et que 82% des professionnels perçoivent un engagement positif de leur structure. Les PROMs, PREMs et mesures de satisfaction deviennent des indicateurs stratégiques, complétés par la méthode du patient traceur pour analyser finement les parcours. Les guides et recommandations de la HAS (projet stratégique 2019‑2024, argumentaire 2025) clarifient les notions d’expérience versus savoir expérientiel et en font des repères pour transformer l’organisation des soins.

    👉 Plus de détails sur «PROMs, PREMs, patient traceur : 10 ans d’outils pour objectiver l’expérience patient – Health & tech»

     

    📌Engagement des usagers : la HAS en fait un critère structurant de la certification

    La HAS fait de l’engagement des patients et usagers un axe central du 6e cycle de certification, en l’articulant avec les droits, l’expérience, les indicateurs e‑Satis et la gouvernance. La fiche précise les rôles des PREMs, PROMs et de l’« expertise patient », qui complète l’expertise médicale dans la décision partagée comme dans les projets collectifs (prévention, formation, recherche). Le référentiel distingue engagement individuel (information, consentement, autonomie, implication des proches) et collectif (présence de représentants des usagers, participation aux instances, usage des résultats e‑Satis et PROMs). Des critères numérotés (1.2‑05, 1.4‑02, 1.4‑03, 1.4‑04, 1.4‑05, 1.4‑06, 2.4‑06, 3.1‑01, 3.1‑04, 3.1‑06, 3.1‑09, 3.2‑02) sont accompagnés de tableaux d’attendus et d’une grille de questionnement pour guider gouvernance, professionnels et représentants des usagers

    👉 Plus de détails sur «Engagement des usagers : comment la HAS encadre l’évaluation dans le 6e cycle de certification – Health & tech»

     

    📌IA et expérience patient : +7,5% de score d’expérience et AUC jusqu’à 0,90

    À partir d’une quinzaine d’études, l’article montre que l’IA améliore la mesure, la prédiction et l’exploitation de l’expérience patient, des verbatims et des PROMs dans plusieurs contextes cliniques. Un agent conversationnel en consultation externe augmente de 7,51% le score total d’expérience, tandis que des systèmes de documentation ambiante comme DAX améliorent les scores Press Ganey de 0,9 à 1,9 point et réduisent le burnout de 67% à 33%. Des modèles de machine learning atteignent des AUC autour de 0,85–0,89 et des exactitudes proches de 0,90 pour prédire satisfaction ou résultats post‑chirurgicaux, avec un rôle déterminant des variables psychologiques, fonctionnelles et expérientielles. L’analyse souligne toutefois l’absence de modèle universel, la dépendance forte au contexte et la nécessité d’ajustements locaux, de validation rigoureuse et d’une vigilance sur les dimensions relationnelles du soin.

    👉 Plus de détails sur «Cinq axes d’impact de l’intelligence artificielle sur l’expérience patient – Health & tech»

     

    📌Younify : une « bulle de soutien » gratuite pour structurer l’entraide autour du patient

    Younify est une application gratuite qui organise l’entourage du patient autour d’une « bulle de soutien » privée, pour réduire la charge mentale des aidants dont un sur deux déclare des impacts négatifs sur sa santé. Née de l’expérience personnelle de sa fondatrice, la solution structure l’information et l’aide via trois fonctions clés : Journal unique de nouvelles, Livre d’Or numérique et coordination des aides concrètes (trajets, repas, garde d’enfants). Déployée dans plusieurs services de réanimation et de réadaptation à l’hôpital Raymond‑Poincaré, elle est perçue comme un levier pour apaiser les familles et libérer du temps soignant. L’IFEP a publié en avril 2026 une analyse favorable, estimant que la solution soutient la récupération en organisant l’aide et en plaçant la solidarité au cœur du parcours, tout en posant la question de la soutenabilité économique d’un modèle gratuit non classé dispositif médical.

    👉 Plus de détails sur «Younify, une application gratuite structurant l’entraide autour du patient, déployée dans plusieurs services hospitaliers d’Île-de-France – Health & tech»

     

    📌Six cas d’usage concrets de l’IA pour fluidifier le parcours et la relation patient

    Cet article illustre, à travers six cas d’usage, comment l’IA améliore très concrètement l’expérience patient, de l’anticipation des flux à la personnalisation de l’information. Des solutions d’orchestration et de prédiction des flux réduisent les temps d’attente et les transferts évitables, tout en améliorant la qualité de vie au travail des soignants. Des agents vocaux et assistants documentaires automatisent la prise de rendez‑vous, la gestion des appels et la rédaction, diminuant la charge administrative et rendant les équipes plus disponibles pour les patients. D’autres outils, centrés sur l’adhérence, les émotions ou l’éducation thérapeutique, transforment des signaux faibles (comportements, verbatims, émotions) en actions ciblées, avec des gains mesurables sur l’anxiété, la douleur ou la détection précoce des complications.

    👉 Plus de détails sur «6 cas d’usage pour l’IA au service de l’expérience patient – Health & tech»

     

    📌26 solutions d’IA déjà utilisées pour l’expérience patient, la qualité et la sécurité

    Sur un corpus de 26 solutions d’IA, près de 70% disposent déjà de références hospitalières ou médico‑sociales, et plus de 30% relèvent d’usages à haut risque au sens de l’AI Act, ce qui impose une gouvernance renforcée. Environ 17,4% des outils visent d’abord l’automatisation de la documentation, des appels et des tâches administratives, tandis qu’environ 30,4% sont centrés sur le ressenti, la voix du patient et les PROMs (suivi émotionnel, douleur, télésurveillance, adhérence, serious games). Des solutions comme Saniia, Patient Journey ou FollowMe Urgences agissent sur les flux, l’anticipation et l’information en temps réel, avec un impact rapporté sur les temps d’attente, les transferts évitables et l’anxiété des patients. D’autres comme Emobot, Music Care, Resilience Pro, SPUR, Glucozor, Better Word, Verbatim.care ou Detec’t transforment verbatims, émotions et comportements en indicateurs actionnables, marquant un basculement vers une qualité perçue pilotée de façon systématique et continue.

    👉 Plus de détails sur «26 solutions d’IA qui transforment l’expérience patient, la qualité et la sécurité des soins – Health & tech»

  • 7 Fusions-Acquisitions et 314 M€ levés en France : un T1 2026 intense pour le numérique en santé en France

    📌314 M€ levés au T1 2026, dopés par Alan et DentalMonitoring »

    Sur le premier trimestre 2026, les startups françaises du numérique en santé lèvent 314 M€, soit +600% sur trois mois et +300% sur un an, au plus haut depuis 2022. Alan (100 M€) et DentalMonitoring (84 M€), deux licornes, concentrent à elles seules 58% des montants alors qu’elles ne représentent que 17% des opérations. L’oncologie et la cardiologie restent des verticales majeures, tandis que l’assurance et la dentisterie s’affirment comme nouveaux moteurs sectoriels. L’IA pèse moins de la moitié des capitaux ce trimestre, concurrencée par les plateformes et la robotique, cette dernière totalisant 51 M€ de levées.

    👉 Plus de détails sur «314 millions d’euros levés par les entreprises du numérique en santé au T1 2026, plus haut niveau depuis le T2 2022 – Health & tech»

     

    📌T1 2026 : 12 healthtech françaises lèvent des fonds ce trimestre ntre IA, robotique et plateformes

    Au T1 2026, une dizaine de startups et scale-ups healthtech structurent le paysage des levées avec plus de 250 M€ mobilisés, entre tours de Série A et financements de croissance. On y retrouve des plateformes comme MyC (10 M€), MadeForMed (200 k€) et Alan (100 M€), mais aussi des medtechs d’IA clinique telles que BrightHeart (11 M€), Parallel (20 M$, environ 17 M€) et DentalMonitoring (100 M$). La robotique et les dispositifs connectés montent en puissance avec FineHeart (83 M€), Carvolix (repositionnée autour de la robotique cardiovasculaire) et Lifebloom (8 M€ combinant capital et aides publiques). En parallèle, DiappyMed (5 M€) et Dermascan (environ 2,5 M€) illustrent l’essor des thérapies numériques et du télédépistage assisté par IA, confirmant la diversité des modèles dans la healthtech française.

    👉 Plus de détails sur «12 levés de fonds pour les entreprises du numériques en santé, dont 2 des 4 licornes françaises en santé. – Health & tech»

     

    📌Blackstone Life Sciences VI : un fonds record de 6,3 Md$ pour les phases cliniques avancées

    Blackstone Life Sciences a annoncé la levée d’un sixième fonds de 6,3 milliards de dollars, soit 40 % de plus que celui de 2020, portant ses actifs sous gestion à 15 milliards, un record pour le secteur. Sur‑souscrit, le fonds BXLS VI ciblera le financement des phases tardives de développement clinique et de pré‑commercialisation, avec un taux d’approbation réglementaire de 86 %. En renforçant ses partenariats avec les grands laboratoires, Blackstone consolide son rôle pivot dans la concentration mondiale du capital santé et ouvre des perspectives de co‑investissement pour les acteurs européens.

    👉 Plus de détails sur «Blackstone Life Sciences lève 6,3 Mds$ pour financer les phases avancées de développement – Health & tech»

     

    📌7 deals stratégiques et 48 M€ de subventions : bilan des opérations financières hors levées de fonds.

    Le premier trimestre 2026 est marqué par sept fusions-acquisitions et une subvention de 48 M€ qui accélèrent la consolidation de la healthtech française, de la télésurveillance à la robotique interventionnelle. Des opérations structurantes comme Lifen–Curecall et Corilus–Sofia renforcent des plateformes logicielles intégrées, tandis que RadNet–Gleamer et Extens–Orthalis–Dentalsoft illustrent la concentration dans l’imagerie et les logiciels dentaires. Quantum Surgical–Neuwave Medical et le regroupement autour de Carvolix positionnent la robotique et les mini‑robots guidés par IA au cœur des thérapies mini‑invasives et cardiovasculaires. FineHeart bénéficie en parallèle de 48 M€ de subventions européennes, complétant ses 83 M€ de capitaux privés pour structurer une chaîne de valeur des dispositifs implantables connectés à l’échelle du continent.

    👉 Plus de détails sur «7 fusions-acquistions et une subvention de 48 millions d’euros au premier trimestre 2026 – Health & tech»