Articles

  • Prix des médicaments : l’Igas et l’IGF veulent refondre une régulation devenue « illisible »

    La progression des dépenses de médicaments remboursables et la montée en puissance des mécanismes de reversement des industriels à l’Assurance maladie ont conduit l’Inspection générale des affaires sociales et l’Inspection générale des finances à réévaluer le modèle français de régulation des prix du médicament.

    Publié le 7 mai 2026, le rapport* dresse un bilan d’un système devenu plus complexe et moins lisible, alors que les montants en jeu ont fortement augmenté depuis 2019.

    Une hausse continue des remises et contributions

    La négociation des prix des médicaments par le Comité économique des produits de santé repose sur plusieurs leviers financiers. Aux côtés des prix faciaux, les entreprises pharmaceutiques reversent une partie de leur chiffre d’affaires à travers des « remises produits » négociées avec le CEPS et via la « clause de sauvegarde », déclenchée lorsque les dépenses remboursables dépassent un plafond fixé en loi de financement de la sécurité sociale.

    Selon le rapport, les remises produits ont atteint 8,3 milliards d’euros en 2023, contre 3,2 milliards en 2019, pour une dépense totale de médicaments remboursables de 36,5 milliards d’euros la même année. La clause de sauvegarde a dépassé 1,5 milliard d’euros en 2023 comme en 2024.

    Cette montée en charge a accentué les difficultés de pilotage budgétaire. Les inspections rappellent qu’un écart de prévision de 1,15 milliard d’euros sur le montant des remises avait été constaté lors de l’examen du PLFSS 2025, alimentant les interrogations sur la fiabilité des mécanismes actuels.

    Restaurer la clause de sauvegarde comme outil exceptionnel

    Le rapport estime que la clause de sauvegarde a progressivement perdu sa fonction initiale de mécanisme exceptionnel de régulation. Son activation annuelle crée une incertitude économique structurelle pour les entreprises pharmaceutiques.

    L’Igas et l’IGF proposent ainsi de recentrer cette clause sur un rôle de « dernier ressort » en simplifiant son fonctionnement. Pour compenser les pertes de rendement associées à cette évolution, les inspections recommandent une hausse de la taxe sur le chiffre d’affaires des industriels, jugée plus lisible et plus prévisible pour les finances publiques comme pour les entreprises. Cette réforme a été intégrée à la LFSS pour 2026.

    Au-delà des mécanismes financiers, le rapport préconise plusieurs évolutions destinées à renforcer la maîtrise des dépenses de médicaments.

    Les inspections recommandent notamment :

    • Des baisses de prix plus fréquentes ainsi qu’une réévaluation régulière de l’amélioration du service médical rendu (ASMR), critère dans la fixation des prix des médicaments innovants.
    • Le rapport appelle également à réexaminer les politiques de soutien aux investissements des entreprises pharmaceutiques à travers les prix des produits.

    * Bilan et évolution du dispositif de régulation du prix des médicaments : IGAS

  • La Filière Santé Numérique plaide pour une prévention territorialisée appuyée sur l’IA

    Dans un mémorandum consacré à la prévention, la Filière Santé Numérique défend une réorganisation du système de santé autour d’une logique de santé populationnelle et de prévention territorialisée. Le document, présenté lors de l’assemblée générale de l’association en avril, réunit des représentants des secteurs de la santé, des territoires et des technologies.

    Le rapport part d’un constat : si l’espérance de vie continue d’augmenter, la durée de vie en bonne santé progresse moins rapidement, tandis que les maladies chroniques et la perte d’autonomie pèsent davantage sur le système de soins. La FSN considère que l’organisation actuelle reste structurée autour d’une logique curative héritée de l’après-guerre et insuffisamment adaptée aux enjeux de prévention.

    Le document souligne également les limites des politiques publiques actuelles. Selon la Filière, les campagnes de prévention demeurent peu ciblées, les démarches territoriales restent centrées sur les soins et les actions de santé publique peinent à intégrer les dimensions environnementales, sociales et économiques des risques sanitaires. Le rapport rappelle que la prévention primaire mobilise plusieurs périmètres ministériels et reste difficile à coordonner à l’échelle nationale.

    Trois leviers pour transformer la prévention

    Pour la FSN, une politique de prévention efficace suppose d’articuler trois dynamiques interdépendantes : l’action politique, l’évolution des pratiques professionnelles et l’existence d’une offre technologique structurée. Le mémorandum reprend à ce titre les travaux internationaux montrant que l’absence d’impulsion politique freine l’évolution des pratiques, ce qui limite ensuite l’émergence d’un marché pour l’innovation numérique en santé.

    La Filière propose de structurer cette transformation autour du concept de « responsabilité populationnelle ». Six piliers sont identifiés :

    • la stratification territoriale des populations ;
    • la coordination des parcours ;
    • la mobilisation élargie des acteurs locaux ;
    • des systèmes d’information interopérables ;
    • une gouvernance décentralisée ;
    • une mesure économique des impacts.

    Le rapport insiste notamment sur le rôle des territoires dans l’organisation des actions de prévention. Il propose de développer des « jumeaux numériques territoriaux » combinant données de santé, données socio-économiques et données environnementales pour orienter les politiques locales de prévention.

    @ Feuille de route et enjeux de la prévention en santé numérique – Filière Santé Numérique

    L’IA vue comme un outil d’appui

    La FSN considère que l’intelligence artificielle peut accélérer certaines transformations. Le rapport identifie plusieurs usages possibles : modélisation des risques sur les territoires, détection de signaux faibles dans les parcours de soins, accompagnement des diagnostics multipathologies ou encore automatisation de certaines tâches d’évaluation.

    Le rapport appelle toutefois à encadrer ces usages par des dispositifs d’évaluation multidimensionnels intégrant l’organisation des soins, l’impact économique, l’expérience des patients, l’interopérabilité des technologies et les enjeux de souveraineté numérique.

    La Filière recommande notamment l’adoption de la grille d’évaluation GEMSA afin d’analyser les projets de prévention au-delà du seul service médical rendu.

    La FSN soutient enfin l’étude prospective lancée par le ministère de la Santé en 2026 et propose d’y intégrer explicitement des indicateurs liés à la prévention : capacité des citoyens à agir pour leur santé, adoption des outils numériques, place de l’IA dans les pratiques professionnelles ou encore implication des patients dans la conception des solutions.

    “Pour une politique de transformation du système de santé au service de la prévention” – Filière Santé Numérique

     

  • AstraZeneca déploie les agents IA d’Owkin pour automatiser sa veille pharmaceutique et ses décisions R&D

    Le laboratoire AstraZeneca poursuit l’industrialisation de l’IA dans ses activités pharmaceutiques. Le groupe a annoncé la signature d’un accord de licence de trois ans avec Owkin afin de développer des agents d’IA spécialisés dans les biopharmaceutiques via la plateforme K Pro.

    L’accord prévoit la création d’agents IA capables d’opérer directement au sein de l’infrastructure d’AstraZeneca et de ses flux de décision. L’objectif est de réduire la dépendance aux analyses manuelles.

    Des agents IA dédiés à la veille stratégique pharmaceutique

    Au cœur du partenariat figure le développement d’outils de veille et d’analyse automatisée. Les agents IA devront permettre aux équipes d’AstraZeneca d’obtenir rapidement des synthèses sur les essais cliniques en cours, les médicaments en développement, les évolutions des domaines thérapeutiques ainsi que les opérations de fusions-acquisitions.

    Cette approche vise à répondre à l’augmentation du volume de données scientifiques et réglementaires auxquelles les industriels pharmaceutiques sont confrontés. Publications académiques, résultats d’essais, données de marché et évolutions réglementaires alimentent désormais des processus de veille de plus en plus complexes pour les directions R&D, stratégie et business development.

    Owkin présente K Pro comme une plateforme “AI Scientist” combinant données patients multimodales et IA agentique afin d’assister les équipes pharmaceutiques dans leurs prises de décision. Selon les deux entreprises, les agents seront déployés dans le respect des standards de gouvernance, de sécurité et de conformité déjà en place chez AstraZeneca.

    L’entreprise affirme poursuivre le développement d’une “super intelligence artificielle biologique” qui associe modèles spécialisés, données biologiques multimodales et logiciels agentiques.

    Une collaboration qui s’étend au-delà du diagnostic

    Ce nouvel accord prolonge des travaux déjà engagés entre les deux sociétés dans le domaine du cancer du sein. En 2024, AstraZeneca et Owkin avaient développé une solution de pré-dépistage des mutations gBRCA à partir de lames de pathologie numérisées.

    Selon Owkin, les résultats présentés lors du congrès de l’European Society for Medical Oncology montrent que la solution BRCAura RUO permettrait d’exclure environ 40 % des patientes peu susceptibles de présenter une mutation gBRCA, avec une sensibilité annoncée de 93 %.

    Les activités diagnostiques issues de cette collaboration sont désormais poursuivies au sein de Waiv, spin-off de la division diagnostic d’Owkin.

    Au-delà du partenariat lui-même, l’accord illustre une évolution plus large du secteur pharmaceutique : le passage des expérimentations d’IA générative à des intégrations directement connectées aux systèmes opérationnels des entreprises.

  • Panacée lance sa plateforme de rendez-vous médicaux à 30 euros par mois

    Panacée (compuGroup Medical) lance deux nouvelles solutions : Panacée Agenda et Panacée Santé. L’entreprise présente cette offre comme une alternative aux plateformes de prise de rendez-vous déjà installées sur le marché.

    Le projet est porté par Marilyne Minault avec ses fils Romain Minault, dirigeant de Panacée, et Clément Minault, en charge des sujets UI/UX. L’équipe réunit également Christian Rugema pour le développement produit et Clarence Michel pour la stratégie et la communication. L’ensemble est structuré autour de la holding MCRLP.

    Une plateforme à abonnement fixe

    La solution repose sur un abonnement à 30 euros TTC par mois pour les professionnels de santé, avec un engagement annuel. Les patients accèdent gratuitement au service. L’entreprise précise que la plateforme est accessible sur ordinateur, tablette et mobile. Les remplaçants et les secrétaires médicales peuvent utiliser la solution sans frais.

    Panacée annonce également un partenariat conclu avec l’association Médecins pour Demain, dans le cadre du déploiement de son offre.

    Une critique de la dépendance aux plateformes

    Les fondateurs expliquent avoir construit le projet à partir d’un constat de « perte de souveraineté » des médecins libéraux sur leur organisation quotidienne. Ils pointent trois facteurs : la dépendance aux plateformes de rendez-vous, la complexification des outils numériques et l’augmentation de la charge administrative.

    Panacée affirme avoir choisi de reconstruire une infrastructure technique destinée aux cabinets médicaux plutôt que de développer une application supplémentaire.

    Cette stratégie s’appuie d’abord sur Med-Support, présenté comme un socle informatique destiné à stabiliser l’environnement numérique des cabinets. Panacée Agenda et Panacée Santé constituent ensuite une offre de gestion d’agenda et de prise de rendez-vous visant à redonner aux praticiens la maîtrise de leur temps, de leur patientèle et des données médicales.

    Une promesse de non-monétisation des données

    Panacée met en avant un modèle présenté comme sans monétisation des données de santé et insiste sur les enjeux de protection des informations médicales. La société indique par ailleurs avoir été retenue dans le Startup Program d’OVHcloud afin de bénéficier d’un accompagnement sur les sujets liés à l’hébergement et à l’architecture technique.

    Quatre piliers pour le « cabinet médical de 2030 »

    • L’entreprise structure son projet autour de quatre axes.
    • Le premier, baptisé « sérénité technique », repose sur Med-Support et une infrastructure informatique destinée aux cabinets médicaux.
    • Le deuxième pilier concerne Panacée Agenda, conçu comme un outil de gestion du temps et des horaires des praticiens.
    • Le troisième correspond à Panacée Santé, l’application de prise de rendez-vous gratuite pour les patients.
    • Enfin, Panacée Média constitue le quatrième volet du dispositif. Cette plateforme doit réunir professionnels de santé, acteurs technologiques et pouvoirs publics autour des enjeux du numérique en santé. Le projet prévoit l’organisation de conférences et l’intégration de chatbots développés avec le partenaire PaperDoc.

     

  • FDA : l’agence déploie Elsa 4.0 et regroupe plus de 40 sources de données dans HALO

    La Food and Drug Administration a annoncé le 6 mai le lancement d’Elsa 4.0, une nouvelle version de son outil interne d’IA, accessible à l’ensemble du personnel et des évaluateurs scientifiques.

    L’agence américaine indique aussi avoir consolidé plus de 40 sources de données, systèmes, portails et applications issus de ses différents centres dans une nouvelle plateforme baptisée HALO, pour Harmonized AI & Lifecycle Operations for Data.

    Elsa doit s’adosser aux données consolidées dans HALO

    La FDA a commencé à intégrer Elsa et HALO afin que ses équipes puissent interroger les données et construire des flux de travail sans avoir à téléverser manuellement des documents dans chaque échange avec l’outil.

    Elsa doit devenir « l’entrée principale » vers les systèmes et les données de l’agence. Auparavant, les agents apportaient les données à Elsa, désormais Elsa est placée au-dessus des données.

    L’objectif est d’intégrer davantage l’IA dans les opérations de l’agence afin d’accélérer les travaux de science réglementaire et l’accès des patients aux traitements.

    Agents personnalisés, OCR et visualisation de données

    La version 4.0 d’Elsa ajoute plusieurs fonctionnalités :

    • agents personnalisés,
    • génération de documents,
    • analyse quantitative,
    • visualisation de données avec création de graphiques,
    • recherche web via un accès sécurisé,
    • dictée vocale,
    • conversion OCR de documents scannés et d’images,
    • fonctions de chat étendues
    • et recherche optimisée dans de grands corpus documentaires.

    L’outil avait été lancé en version 1.0 en juin 2025, avec une mise en service présentée par la FDA comme réalisée avant le calendrier prévu et sous le budget initial. Depuis, l’Office of Digital Transformation de l’agence a déployé des améliorations successives avec les évaluateurs internes.

    Elsa est hébergée dans un environnement Google Cloud Platform sécurisé au niveau FedRAMP High. La FDA précise que l’outil n’est pas entraîné sur les données saisies ni sur les données soumises par les industriels régulés.

    L’agence indique aussi que la recherche sécurisée d’Elsa peut accéder à des données web actualisées, sans connexion directe à Internet. Les agents de la FDA restent impliqués à chaque étape du processus, avec vérification humaine des entrées, des analyses et des résultats avant mise en œuvre.

    Ces fonctions doivent réduire les tâches répétitives et permettre aux équipes de se concentrer davantage sur le travail scientifique.

  • Étude : des prompts inspirés du raisonnement humain améliorent les conseils médicaux (JMIR)

    Publiée le 7 mai 2026 dans la revue JMIR Biomedical Engineering, l’étude* met notamment en évidence une meilleure identification des situations pouvant relever d’un simple auto-soin à domicile.

    Les grands modèles de langage sont de plus en plus utilisés dans des outils de conseil médical. Comme d’autres systèmes d’IA, ils peuvent toutefois produire des erreurs ou des recommandations inadaptées. Plusieurs travaux ont également montré une tendance à recommander des niveaux de prise en charge élevés, notamment des consultations médicales ou des passages aux urgences, y compris pour des situations bénignes. A l’heure où les urgences sont saturées, ces erreurs d’aiguillage ne sont pas sans conséquence.

    Mesurer l’impact du prompt

    Dans ce contexte, des chercheurs allemands de la Technische Universität de Berlin ont voulu savoir si des prompts inspirés du raisonnement humain pouvaient améliorer la pertinence des recommandations produites par les grands modèles de langage. Concrètement, les chercheurs ont évalué 10 grands modèles de langage développés par OpenAI. Parmi eux figuraient notamment GPT-4o ainsi que plusieurs modèles de la série GPT-5. L’objectif était de mesurer l’impact de différentes formulations de prompts sur la qualité des conseils médicaux produits par les IA.

    Pour cela, l’équipe a utilisé 45 vignettes cliniques décrivant des situations de patients. Chaque cas était associé à un niveau de prise en charge de référence : urgence, consultation médicale ou auto-soin à domicile. Les chercheurs ont comparé un prompt standard à des prompts demandant explicitement au modèle de raisonner comme le ferait un expert humain face à une situation clinique. Certains prompts invitaient par exemple l’IA à comparer les symptômes à des cas déjà connus ou à réévaluer progressivement son interprétation à mesure que de nouvelles informations apparaissaient. Les réponses générées par les modèles ont ensuite été analysées statistiquement afin d’évaluer leur précision selon le type de recommandation.

    Les résultats de leur étude ont été publiés le 7 mai 2026 dans la revue JMIR Biomedical Engineering.

    Résultats : une précision parfois doublée sur les conseils d’auto-soin

    • Taux moyen de réponses correctes : 63,3 % avec un prompt standard, contre 67,6 % avec un prompt demandant à l’IA de comparer les symptômes à des situations cliniques déjà rencontrées, et 66,7 % avec un prompt basé sur une réévaluation progressive des informations disponibles.
    • Situations relevant d’un simple auto-soin à domicile : précision portée de 13,4 % avec un prompt standard à 29,8 % et 24,6 % selon les deux stratégies de raisonnement testées.
    • Cas nécessitant une prise en charge urgente : 98 % à 100 % des situations correctement identifiées selon les prompts utilisés.
    • Réponses incorrectes : environ un tiers des réponses restaient erronées. Parmi ces erreurs, 88 % correspondaient à une recommandation de prise en charge plus élevée que nécessaire.
    • Les performances variaient selon les modèles testés. Les gains les plus marqués ont été observés sur certains modèles les moins performants au départ, avec des hausses de précision dépassant parfois 10 points.

    Aider l’IA à mieux gérer l’incertitude

    Ces résultats suggèrent que la manière de structurer les prompts pourrait influencer significativement les recommandations médicales produites par les grands modèles de langage. Et ce, sans nécessiter de réentraîner les modèles eux-mêmes. Pour les auteurs de l’étude, cette approche pourrait contribuer à améliorer les outils de triage médical ou les assistants conversationnels destinés aux patients, notamment en limitant certaines orientations inutiles vers les urgences. « Les grands modèles de langage excellent souvent dans des environnements bien définis, mais les situations du monde réel sont ambiguës et incomplètes », souligne Marvin Kopka, premier auteur de l’étude. Selon les chercheurs, des stratégies de raisonnement inspirées de la cognition humaine pourraient ainsi aider les IA à mieux gérer cette incertitude.

    Les auteurs restent toutefois prudents quant à une utilisation clinique en conditions réelles. L’étude repose sur des vignettes cliniques simulées et non sur des interactions avec de vrais patients. De plus, malgré les améliorations observées, environ un tiers des réponses demeuraient incorrectes. « L’objectif n’est pas de reproduire le raisonnement humain, mais d’utiliser certaines de ses stratégies pour améliorer les performances des modèles », précise Marvin Kopka, co-auteur de l’étude. Les chercheurs estiment que d’autres travaux seront donc nécessaires pour évaluer la robustesse de ces approches dans des contextes médicaux plus complexes.

    * Increasing Large Language Model Accuracy for Care-Seeking Advice Using Prompts Reflecting Human Reasoning Strategies in the Real World: Validation Study

    Kopka M, Feufel MA JMIR Biomed Eng 2026;11:e88053

    https://biomedeng.jmir.org/2026/1/e88053

     

  • 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.

  • Bloc opératoire : 25 EIGS déclarés entre 2017 et 2020

    88% des interventions ont intégré une vérification à haute voix

    La Haute Autorité de Santé a enregistré 25 déclarations d’événements indésirables graves associés aux soins (EIGS) entre 2017 et 2020 au bloc opératoire : erreurs de côté, de site, de patient, d’identification de prélèvements ou oublis de matériel. Cette sous-déclaration massive contraste avec l’omniprésence théorique de la check-list.

    L’audit observationnel de QualiREL Santé montre que 86% des interventions ont bénéficié d’une vérification à haute voix des items du premier temps, mais seulement 50% d’un renseignement en temps réel. Pour le deuxième temps (avant incision), 88% des interventions ont intégré une vérification à haute voix, 80% une vérification de tous les items, mais 59% seulement un renseignement en temps réel. Le troisième temps affiche les scores les plus faibles : 55% de vérification à haute voix, 56% de vérification de tous les items et 52% de renseignement en temps réel.

    Une revue narrative publiée en 2022 dans la revue Risques et Qualité rappelle que la check-list améliore scientifiquement la morbi-mortalité péri-opératoire. L’étude princeps de Haynes en 2009 avait démontré une diminution de 47% de la mortalité et d’un tiers des complications sur 8 000 patients. Pourtant, son caractère obligatoire conduit souvent à un cochage mécanique vidé de sens, la normalisant comme contrainte administrative plutôt que comme outil de sécurité.

    3 options de personnalisation depuis 2022

    Face à ces constats, la HAS a modifié sa politique en 2022 avec la fiche “Élaborer une check-list personnalisée pour la sécurité du patient au bloc opératoire/interventionnel”. L’autorité encourage désormais les professionnels à adapter l’outil aux spécificités de leurs pratiques, tout en maintenant comme impératif la vérification croisée des informations essentielles avant, pendant et après toute intervention.

    Les équipes peuvent choisir entre trois options : concevoir leur propre check-list personnalisée en s’appuyant sur le socle réduit de vérifications impératives, utiliser une check-list spécialisée élaborée par des sociétés savantes, ou conserver la version générique actuelle. Cette évolution s’inscrit dans le modèle adaptatif des organisations de haute fiabilité, privilégiant les facteurs humains et les compétences non techniques.

    76,8% de taux d’occupation et 211 247 interventions en 2022

    L’AP-HP a enregistré en 2022 un taux d’occupation des blocs opératoires de 76,8%, en léger recul de 0,8 point par rapport à l’année précédente. L’établissement a réalisé 211 247 interventions, dont 71,2% en programmé et 28,8% en urgence, soit 4,5% de moins qu’en 2019. Ces chiffres témoignent d’une performance en baisse malgré une activité soutenue.

    Au niveau national, une campagne d’évaluation menée par QualiREL Santé en 2020 sur 13 établissements et 27 blocs a analysé 530 dossiers et 272 interventions. Les résultats montrent que 85% des dossiers intégraient la check-list, mais seulement 57% présentaient une check-list entièrement renseignée pour la version 2018. Cette sous-utilisation de l’outil de sécurité reflète un écart entre prescription réglementaire et pratique effective.

    10 incontournables et 3 réunions de conseil de bloc par an

    L’AP-HP a formalisé 10 incontournables pour un bloc performant dans son guide de bonnes pratiques de mars 2023. Parmi eux : un conseil de bloc actif tenant au moins 3 réunions par an avec représentation de tous les intervenants, un chef de bloc décisionnel dans les arbitrages, un staff de lissage hebdomadaire du programme avec autorité pour reporter un patient en cas de surcharge, et l’utilisation systématique des indicateurs d’activité pour piloter l’attribution des vacations.

    Le référentiel préconise également des temps d’échanges pluriprofessionnels formalisés au moins 3 fois par an (formation commune, simulation, espace dialogue travail) et des réunions de morbi-mortalité pluriprofessionnelles portant sur les événements indésirables graves.

    Sur le plan des ressources humaines, l’établissement déploie plusieurs actions : création d’un parcours bloc opératoire dans les instituts de formation en soins infirmiers avec journées d’observation dès la première année, et mise en place d’un jury pour les professionnels hors AP-HP réussissant le concours mais non financés par leur établissement d’origine. Une formation “managers de bloc” destinée à tous les profils (praticiens, cadres, directeurs) est prévue pour le troisième trimestre 2023.

    De 20% à 87% de taux d’occupation selon les structures

    L’Institut canadien d’information sur la santé a montré en 2014 que le taux d’occupation variait de 20% à 87% selon les structures, avec une moyenne nationale à 70%, confirmant que la disponibilité des salles n’est pas la cause de l’engorgement. Les facteurs déterminants incluent la disponibilité des professionnels, les fonds disponibles et les salles spécialisées réservées à des interventions déterminées.

    Une étude italienne de 2013 a démontré l’impact d’une base de données informatisée analysant en continu les différentes étapes du parcours patient au bloc : le taux d’occupation est passé de 44% à 52% et le taux de déprogrammation a diminué de 25% à 14%. Ces résultats illustrent le potentiel des outils numériques pour optimiser la gestion opérationnelle des blocs.