Articles

  • 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.

  • Medaviz publie un guide pour accélérer le déploiement de la téléconsultation assistée

    La téléconsultation assistée (TCA) reste marginale dans l’écosystème de la télésanté. Dans son guide, la société de téléconsultation Medaviz détaille les conditions de déploiement de ce modèle qui repose sur une consultation à distance entre un médecin et un patient accompagné par un professionnel de santé, le plus souvent infirmier.

    Le rapport positionne la TCA comme un outil destiné aux “publics fragiles ou éloignés” du système de soins : personnes âgées dépendantes, patients en situation de handicap, détenus, patients sans médecin traitant ou peu familiers des outils numériques.

    Le guide rappelle également que 500 000 passages aux urgences par an concernent des résidents d’EHPAD et qu’un tiers des établissements ont réduit leur capacité d’accueil en raison du manque de personnel.

    Un modèle organisé autour d’un accompagnement infirmier

    Contrairement à la téléconsultation classique, la TCA repose sur une coordination entre plusieurs acteurs : médecin téléconsultant, professionnel accompagnant et structure d’accueil. L’accompagnant assure notamment :

    • L’évaluation de l’éligibilité du patient.
    • La préparation de la consultation.
    • Le recueil des constantes.
    • La manipulation éventuelle d’objets connectés.
    • La transmission des documents médicaux.

    Le médecin conserve l’entière responsabilité clinique et médico-légale de la consultation. Il établit le diagnostic, rédige les prescriptions et décide si une prise en charge présentielle est nécessaire. Le guide identifie plusieurs environnements prioritaires : Les établissements médico-sociaux, les cabinets infirmiers, les CPTS, et les unités sanitaires en milieu pénitentiaire.

    Dans les EHPAD, Medaviz met en avant la possibilité de limiter les déplacements et de faciliter les renouvellements de traitement ou les réévaluations cliniques. En territoire, la plateforme présente la TCA comme un “outil de mutualisation de la ressource médicale locale”, avec un accès aux disponibilités des médecins du territoire et, en cas d’indisponibilité, à des médecins salariés par Medaviz. L’entreprise cite également des expérimentations en milieu carcéral pour les consultations d’admission des détenus.

    Le modèle présenté repose aussi sur l’utilisation de dispositifs médicaux connectés. Medaviz indique avoir noué un partenariat avec Doc2U autour d’un équipement intégrant thermomètre, otoscope, oxymètre, stéthoscope et tensiomètre.

    Un modèle économique fondé sur une double cotation

    La téléconsultation assistée repose sur une double facturation :

    • Un acte de téléconsultation facturé par le médecin.
    • Un acte d’accompagnement facturé par le professionnel de santé.

    Le guide rappelle que l’accompagnement infirmier lors d’une téléconsultation assistée peut être facturé entre 10 et 15 euros selon les conditions de réalisation de l’acte, notamment lorsqu’il est effectué dans le cadre d’un soin déjà programmé, dans un lieu dédié ou directement au domicile du patient.

    Pour les établissements médico-sociaux, les modalités de facturation diffèrent selon qu’ils relèvent d’un tarif soins partiel ou global.

    Créée en 2014, Medaviz indique couvrir plus de huit millions de patients via près de 14 000 praticiens et plus de 200 organisations partenaires.

  • USA : le modèle ACCESS de la CMS sélectionne 150 organisations pour un paiement aux résultats dans les soins chroniques

    Un modèle de paiement inédit dans Medicare

    Le Centers for Medicare & Medicaid Services (CMS), agence fédérale américaine en charge des programmes de santé publique, a retenu plus de 150 organisations pour participer au modèle Advancing Chronic Care with Effective, Scalable Solutions (ACCESS). Ce dispositif volontaire, déployé sur dix ans sur l’ensemble du territoire américain, introduit un mécanisme de financement jusqu’ici absent de Medicare : les Outcome-Aligned Payments (OAPs).

    Ce système prévoit des paiements récurrents aux organisations participantes, dont le montant total est directement conditionné à l’atteinte de résultats cliniques mesurables chez les patients.

    Les soins peuvent être délivrés en présentiel, à distance, de façon asynchrone ou via d’autres modalités technologiques, selon les critères définis par la CMS. Cette flexibilité représente une rupture avec les logiques de facturation à l’acte qui structurent traditionnellement le remboursement dans le système de santé.

    Verily, Noom, Withings : des acteurs numériques nouveaux dans l’écosystème Medicare

    La première période de performance débutera le 5 juillet 2026. Parmi les organisations retenues figurent Withings Medical Group, Concert Health, Slingshot AI, HealthTap, Verily Health, Noom, Story Health Partners et Weight Watchers, des acteurs du numérique en santé, de la télésanté et des objets connectés.

    La majorité de ces entités n’avaient pas servi de bénéficiaires Medicare jusqu’à présent. Pour participer, elles doivent s’inscrire à Medicare Part B en tant que prestataires ou fournisseurs, et respecter des standards en matière de confidentialité des données, de sécurité, de reporting des outcomes et de qualité des soins. La CMS a prolongé la date limite de candidature au 15 mai 2026 pour élargir la participation.

    Quatre pathologies chroniques, des cibles biologiques mesurables

    Le modèle ACCESS est structuré en quatre parcours cliniques :

    • Hypertension artérielle.
    • Diabète.
    • Douleur musculo-squelettique chronique.
    • Et dépression.

    Les mesures d’outcome associées reposent sur des indicateurs biologiques et fonctionnels : amélioration de la pression artérielle, du taux d’hémoglobine glyquée (HbA1c) et des lipides. Cette approche ancre le paiement dans des données cliniques objectives, distinctes des indicateurs de volume ou de processus habituellement utilisés.

    Des taux de remboursement questionnés, une adhésion des assureurs confirmée

    La structure tarifaire du modèle suscite des réserves dans le secteur. Jusqu’au 31 décembre 2027, les participants percevront entre 180 et 360 dollars pour la première année de prise en charge d’un patient dans un parcours clinique, puis entre 90 et 210 dollars pour la gestion continue. Des acteurs du numérique en santé ont exprimé des inquiétudes quant au niveau de ces taux.

    Malgré ces réserves, cinq grandes compagnies d’assurance santé américaines (Blue Shield of California, CVS Health, Humana, UnitedHealthcare et Cigna) ont pris un engagement volontaire d’adoption d’une structure de paiement alignée sur ACCESS.

     

  • Docaposte crée une filiale santé dédiée au numérique hospitalier

    Docaposte Santé regroupe quatre expertises numériques

    Docaposte, filiale numérique du groupe La Poste, crée Docaposte Santé afin de réunir ses expertises en édition logicielle hospitalière, orchestration des parcours de santé, interopérabilité avec les services socles nationaux et intégration de solutions numériques.

    La nouvelle structure s’appuie sur les capacités existantes du groupe en hébergement de données de santé, cloud souverain, cybersécurité, intelligence artificielle, UX et design. L’entreprise ambitionne de devenir un “éditeur et opérateur souverain de référence du numérique en santé” en France.

    Cette initiative s’inscrit dans la continuité de La Poste Santé & Autonomie, structure créée en 2023 pour fédérer les activités de proximité du groupe et ses activités numériques en santé.

    openEHR, FHIR et OMOP : trois standards retenus pour une architecture ouverte des données

    Docaposte Santé défend une évolution des systèmes d’information hospitaliers vers des architectures ouvertes, centrées sur la donnée. L’entité cite les standards d’interopérabilité openEHR, FHIR et OMOP comme socles techniques de cette stratégie. L’objectif est de permettre une circulation structurée des données entre établissements, professionnels de santé, acteurs médico-sociaux et territoires.

    Cinq priorités opérationnelles à horizon 2030

    La feuille de route de Docaposte Santé à horizon 2030 repose sur cinq priorités :

    • Repenser le dossier patient informatisé autour d’une architecture « data centric » augmentée par l’IA.
    • Intégrer nativement l’IA dans les logiciels hospitaliers.
    • Développer DALVIA comme plateforme d’intégration des usages d’IA.
    • Étendre les plateformes d’orchestration des parcours de santé à l’échelle territoriale.
    • Renforcer les usages des entrepôts de données de santé (EDS).

    L’entreprise fixe cinq objectifs associés : fluidifier les parcours de soins, structurer les flux de données, améliorer l’efficience organisationnelle, libérer du temps médical, développer une approche prédictive et populationnelle de la santé.

    La création de Docaposte Santé s’aligne sur les feuilles de route “Santé et grand âge“ et “Horizon numérique 2030″ de la Caisse des Dépôts. Le projet intègre les enjeux du vieillissement de la population, des innovations en santé et de la souveraineté technologique.

  • Les CHU d’Orléans et d’Amiens automatisent jusqu’à 80 % du traitement documentaire avec l’IA de Lifen

    Les secrétaires médicales consacrent plus d’une minute à intégrer manuellement chaque document dans le dossier patient informatisé. Rapporté à plusieurs centaines de documents par jour, ce traitement génère erreurs, doublons et dossiers incomplets.

    C’est dans ce contexte que les CHU d’Orléans et d’Amiens ont décidé de déployer les solutions d’IA documentaire de Lifen. L’objectif est d’automatiser, jusqu’à 80 %, des intégrations documentaires et de maintenir des dossiers patients complets et actualisés en temps réel.

    Lifen Documents et Lifen Intégration remplacent les traitements manuels

    Au CHU d’Orléans, le projet repose sur le déploiement simultané de deux briques : Lifen Documents et Lifen Intégration. La première doit améliorer les envois de documents médicaux, notamment vers les patients, avec des gains attendus sur les coûts, les délais et l’automatisation.

    La seconde vise à automatiser l’intégration de documents issus de multiples canaux : papier, messageries sécurisées ou applications tierces. L’établissement cherche à remplacer un processus manuel hérité du programme « zéro papier », jugé chronophage et source d’erreurs de classement.

    Après une réunion de lancement organisée en janvier 2026, les premiers services pilotes doivent être opérationnels à l’été, avant une généralisation progressive à l’ensemble du CHU.

    Jusqu’à 96 % de documents dématérialisés pour les échanges avec les soignants

    Au CHU d’Amiens, le besoin est venu directement des secrétariats médicaux, confrontés à une augmentation des volumes documentaires et à la multiplicité des systèmes d’information.

    L’établissement a d’abord déployé Lifen Documents afin de dématérialiser les échanges de documents médicaux, réduire les frais d’affranchissement et augmenter le taux d’alimentation du Dossier médical partagé.

    Le dispositif est prioritairement utilisé dans les services d’imagerie, de laboratoire et d’hématologie. Selon les premiers résultats, les taux de dématérialisation atteignent 96 % pour les échanges avec les professionnels de santé et 62 % pour les patients.

    Le CHU a également retenu Lifen Intégration pour automatiser le traitement des documents entrants provenant des fax, mails sécurisés ou supports papier. L’intégration manuelle de ces contenus prenait plus d’une minute par document et générait des doublons dans près d’un dossier sur deux.

    Le déploiement de Lifen Intégration interviendra dans un second temps. Le CHU souligne que la proximité des interfaces entre les deux solutions doit permettre une montée en charge rapide sans surcharge de formation pour les équipes administratives.

    Une automatisation déjà déployée dans une quarantaine d’établissements

    Lifen indique que sa solution d’intégration documentaire est désormais utilisée dans une quarantaine d’établissements français, dont plusieurs CHU. L’entreprise affirme que l’outil automatise plus de 80 % des intégrations documentaires sans intervention humaine.

    70 % des secrétariats médicaux seraient confrontés chaque mois à des erreurs d’intégration liées aux traitements manuels, tandis que les doublons concerneraient près d’un dossier patient sur deux.

  • Santexpo 2026 attend 36.000 participants, l’IA et les technologies numériques occuperont la moitié de l’espace IT

    La 60e édition de Santexpo 2026 se tiendra du 19 au 21 mai 2026 au hall 1 du Parc des expositions de la Porte de Versailles à Paris. Le salon devrait accueillir près de 36.000 participants, dont 23.000 visiteurs, ainsi qu’environ 700 exposants représentant l’ensemble de l’écosystème sanitaire et médico-social : établissements, industriels, institutionnels et acteurs technologiques.

    Après une édition 2025 marquée par une progression de 17 % de la fréquentation, avec 35.150 participants recensés, l’événement poursuit son élargissement autour d’une thématique : « L’excellence en santé : un engagement pour toutes les générations ».

    Le salon sera structuré autour de cinq grands secteurs : Institutions & Services, IT & Technologies numériques, Équipements & Matériels médicaux, Bâtiment & Plateau technique, ainsi qu’Hôtellerie & Logistique. Le secteur IT et technologies numériques occupera à lui seul près de la moitié de l’espace dédié.

    Six villages thématiques seront également installés, dont le village des usages de l’e-santé et un village start-up consacré aux entreprises innovantes du numérique en santé.

    IA, données et interopérabilité au programme des agoras

    Près de 230 conférences, tables rondes et interventions rythmeront les trois jours du salon. Trois agoras seront spécifiquement dédiées au numérique : « Data et solutions connectées », « Innovation numérique » et « IA en santé ».

    Une nouvelle agora immersive, baptisée « Agora 360 », proposera des démonstrations et retours d’expérience autour de cas d’usage, qu’ils concernent l’intelligence artificielle ou l’organisation des soins.

    Parmi les temps forts annoncés, InterSystems mettra en avant plusieurs démonstrations centrées sur l’intégration de l’IA dans les systèmes d’information hospitaliers et les plateformes de données de santé.

    L’éditeur prévoit notamment une présentation avec le Centre Antoine Lacassagne autour d’InterSystems IntelliCare, un dossier patient intégrant des fonctionnalités d’IA générative dans les workflows cliniques. Les usages présentés porteront sur l’aide à la décision, l’automatisation des tâches administratives et la coordination des équipes de soins.

    Une autre agora organisée avec le CHU de Toulouse abordera les enjeux de modernisation des systèmes d’information hospitaliers et l’exploitation des données en temps réel pour fluidifier les parcours patients.

    Enfin, une session menée avec le GHT de la Mayenne sera consacrée au partage territorial de l’information médicale et aux usages d’assistants IA intégrés aux plateformes d’interopérabilité.

    Le meetup « Hospitals on FHIR », organisé en marge du salon, réunira par ailleurs les acteurs engagés autour des standards FHIR et des architectures ouvertes.

    Innovation, networking et souveraineté industrielle

    Santexpo 2026 poursuivra sa stratégie de mise en visibilité des start-up et de l’innovation française. Le village start-up accueillera une trentaine d’entreprises spécialisées dans la transformation numérique du système de santé. L’espace Innovation du Fonds FHF réunira de son côté les 24 finalistes des Trophées de l’Innovation.

    La Fédération hospitalière de France mettra aussi en avant les entreprises produisant sur le territoire national via un macaron « Made in France » destiné à identifier les exposants concernés.

  • CHU de Tours : eHOP automatise la surveillance des infections de prothèses dans 8 établissements du Grand Ouest

    Face à l’augmentation du nombre de prothèses orthopédiques, le CHU de Tours déploie un dispositif de surveillance automatisée des infections post-opératoires reposant sur l’entrepôt de données de santé eHOP d’Enovacom et des outils de traitement automatique du langage.

    Piloté par le Pr Leslie Grammatico-Guillon, PU-PH en épidémiologie clinique, le projet cible les infections associées aux prothèses de hanche, de genou et d’épaule à partir des données issues des comptes-rendus opératoires.

    Cette initiative s’inscrit dans le cadre du projet HACRO HUGORTHO, financé par le GIRCI Grand Ouest, avec l’objectif de structurer un réseau multicentrique de surveillance des dispositifs médicaux implantés.

    Les limites des bases médico-administratives

    Jusqu’à présent, les travaux de surveillance des infections reposaient principalement sur les données du PMSI. Selon l’équipe du CHU de Tours, ces bases ne permettaient pas d’accéder à plusieurs informations cliniques nécessaires à une analyse détaillée des complications post-opératoires.

    Les comptes-rendus opératoires contiennent notamment des éléments absents des bases administratives, comme la latéralité de la pose, le type exact de matériel implanté, les antécédents du patient ou les complications peropératoires. L’absence de visibilité sur le suivi ambulatoire des patients constituait également une limite.

    Le projet répond aussi à un enjeu de qualité documentaire. Les chirurgiens orthopédistes doivent renseigner dix informations médico-légales dans les comptes-rendus opératoires, avec des niveaux de complétude variables selon les pratiques.

    Des comptes-rendus opératoires convertis en données structurées

    La solution s’appuie sur eHOP, l’entrepôt de données de santé développé par Enovacom et déployé au sein du réseau HUGO regroupant plusieurs établissements du Grand Ouest.

    L’infrastructure centralise les données hospitalières dans un environnement harmonisé utilisant des standards comme FHIR et HL7 afin de faciliter les traitements multicentriques.

    L’équipe du Centre de données cliniques de Tours a développé des scripts de traitement automatique du langage capables d’analyser des comptes-rendus opératoires rédigés en texte libre. Les outils extraient automatiquement plusieurs données utiles à la surveillance épidémiologique :

    • le type de prothèse implantée ;
    • la latéralité ;
    • les antécédents ;
    • les complications peropératoires ;
    • les éléments de traçabilité opératoire.

    Ces informations sont ensuite structurées afin d’être exploitées pour la recherche clinique et la surveillance populationnelle. L’uniformité des entrepôts eHOP a permis de déployer les scripts sur l’ensemble du réseau du Grand Ouest et de constituer un jeu de données multicentrique homogène.

    Un appariement prévu avec le SNDS

    Le projet doit désormais intégrer les données de soins de ville via un appariement avec le Système national des données de santé, dans le cadre du projet STUDIO 2 financé par EPiPHARE.

    Cette extension, opérée via la plateforme Ouest Data Hub, doit permettre de suivre les patients en dehors de l’hôpital, d’identifier les infections prises en charge en ambulatoire et de disposer d’une vision plus complète du parcours post-opératoire.

    Extension aux dispositifs cardiaques

    Le dispositif couvre actuellement huit établissements du Grand Ouest et permet une surveillance harmonisée des infections associées aux prothèses orthopédiques.

    Le CHU de Tours indique également avoir observé une amélioration progressive de la complétude des comptes-rendus opératoires grâce aux retours automatisés générés par l’outil.

    Le modèle doit désormais être étendu à d’autres dispositifs médicaux implantés. Le projet MORDICUS, retenu dans l’appel à projets MESSIDORE 2025 avec un financement de 800 000 euros, prévoit d’élargir la surveillance aux dispositifs cardiaques tels que les pacemakers et les défibrillateurs.

    Cette nouvelle phase associera des équipes de cardiologie ainsi que plusieurs établissements du Grand Est, notamment à Dijon, Nancy et Reims.

  • Resilience Care multiplie les collaborations en oncologie, psychiatrie et uro-oncologie

    Resilience Care a détaillé plusieurs collaborations conclues depuis le début de l’année dans ses différentes aires thérapeutiques. La société spécialisée dans la télésurveillance médicale poursuit son développement autour de partenariats avec des établissements de santé, des industriels et des acteurs de la recherche.

    En oncologie, Resilience Care annonce avoir signé une dizaine de nouveaux partenariats depuis janvier 2026. Parmi les établissements concernés figurent l’Institut de Cancérologie de l’Ouest (ICO), le CHU de Brest et l’Institut Curie.

    L’entreprise concentre ses développements sur l’intégration de sa plateforme dans les organisations hospitalières, et sur la coordination des parcours de soins. Resilience Care rappelle avoir travaillé dès sa création à l’intégration des ePRO (electronic Patient Reported Outcomes) dans le suivi des patients atteints de cancer et de maladies chroniques.

    En psychiatrie, Resilience Care a conclu une douzaine de partenariats depuis le début de l’année. Ramsay Santé, déjà partenaire en oncologie depuis 2022, étend ainsi sa collaboration avec la société. Inicea, réseau d’établissements du groupe Clariane, prévoit le déploiement de la solution dans dix cliniques.

    En gastroentérologie, l’entreprise poursuit également son déploiement et ses démarches autour de la reconnaissance des bénéfices organisationnels et cliniques de la télésurveillance, ainsi que de son remboursement.

    Des projets de recherche structurés autour des données de vie réelle

    Resilience Care mène plusieurs essais randomisés contrôlés multicentriques afin d’évaluer l’impact de la télésurveillance sur les organisations de soins et les résultats cliniques.

    Les données collectées sont standardisées à partir du référentiel PRO-CTCAE, puis croisées avec les informations issues des dossiers patients informatisés grâce à des technologies de traitement automatique du langage naturel. Elles sont ensuite centralisées dans un entrepôt de données de santé destiné à soutenir des projets de recherche en vie réelle et des publications scientifiques.

    Deux collaborations annoncées en uro-oncologie

    Resilience Care a également présenté deux collaborations récentes dans le domaine de l’uro-oncologie.

    • La première est menée avec Ipsen autour d’une étude nationale rétrospective multicentrique en vie réelle portant sur les traitements combinés de première ligne du cancer du rein métastatique.
    • La seconde est conduite avec l’association ARTIC. Ce projet vise à constituer une base française multicentrique de données de vie réelle sur les cancers urologiques, notamment les cancers de la prostate, de la vessie et du rein.

    Créée en 2021, Resilience Care indique être désormais présente dans plus de 220 établissements partenaires en France, en Belgique et en Allemagne, avec plus de 35.000 patients suivis à distance.

  • Des modèles de raisonnement dépassent GPT-4 et rivalisent avec des médecins sur certains cas cliniques

    Les grands modèles de langage franchissent une nouvelle étape dans le champ médical. Dans un article publié dans Science, Ashley M. Hopkins et Erik Cornelisse reviennent sur les résultats obtenus par des modèles de raisonnement évalués sur des cas cliniques comparés à des médecins. Leur analyse accompagne les travaux de Peter G. Brodeur et de ses collègues, également publiés dans la revue, consacrés à la capacité d’un modèle d’IA à reproduire le raisonnement diagnostique d’un clinicien.

    Les auteurs estiment que les performances observées marquent un tournant : les IA ne se limitent plus à restituer des connaissances médicales ou à réussir des examens théoriques, mais commencent à démontrer des capacités de raisonnement clinique sur des situations proches de la pratique réelle.

    Des performances supérieures à GPT-4 et parfois aux médecins

    L’étude de Brodeur et al. a évalué le modèle de raisonnement o1-preview d’OpenAI, lancé en septembre 2024, à travers cinq expériences portant sur des vignettes cliniques et une sixième consacrée à 76 cas réels issus des urgences.

    Les chercheurs ont comparé les performances du modèle à celles de médecins et à celles de modèles antérieurs, notamment GPT-4. Sur des cas clinicopathologiques publiés, GPT-4 atteignait un diagnostic exact ou très proche dans 72,9 % des cas, contre 88,6 % pour o1-preview.

    Dans les cas réels provenant des services d’urgence, le modèle o1 obtenait 67,1 % de diagnostics exacts ou très proches dès l’étape initiale du triage, contre 55,3 % et 50 % pour deux médecins seniors évalués dans les mêmes conditions.

    Les auteurs soulignent également que les évaluateurs chargés d’analyser les réponses ne distinguaient pas les productions de l’IA de celles des médecins. Les modèles sont comparés directement à des cliniciens sur des tâches authentiques.

    Vers des évaluations multimodales

    Les auteurs rappellent toutefois que l’étude ne portait que sur des données textuelles. Or, la pratique clinique mobilise aussi des informations visuelles et auditives : examen physique, imagerie, voix du patient ou expressions faciales.

    Depuis les travaux évalués par Science, les modèles de raisonnement ont évolué vers des architectures multimodales capables de traiter simultanément texte, image, audio et vidéo. Les auteurs citent notamment GPT-5.3 et Gemini 3.1 Pro.

    Ils considèrent que la prochaine étape consiste à tester ces modèles dans des scénarios intégrant des données multimodales et dans des contextes prospectifs de soins réels.

    Il faudra désormais comparer trois configurations : l’IA seule, le médecin seul et le médecin assisté par IA. Cette question devient d’autant plus sensible que des praticiens utilisent déjà des outils d’IA générative dans leur activité quotidienne.

    Des usages qui dépassent le diagnostic

    L’article rappelle que le raisonnement diagnostique ne représente qu’un des usages en développement. Les auteurs évoquent notamment le cadre Med-HELM, qui distingue cinq domaines d’application :

    • aide à la décision clinique ;
    • génération de notes médicales ;
    • communication avec les patients ;
    • assistance à la recherche médicale ;
    • automatisation administrative.

    Ils soulignent également l’émergence d’agents capables d’analyser les dossiers médicaux, d’écouter les consultations en continu ou d’interagir en temps réel avec des modèles prédictifs.

    Dans ce contexte, les auteurs estiment que la validation des IA médicales ne peut plus reposer uniquement sur des benchmarks techniques. Les preuves attendues doivent désormais porter sur l’amélioration réelle des soins.

    Les risques d’un déploiement plus rapide que l’évaluation

    Hopkins et Cornelisse alertent aussi sur le décalage entre la diffusion des outils et les capacités d’évaluation.

    Ils citent l’exemple de ChatGPT Health, lancé par OpenAI en janvier 2026 comme outil grand public d’information en santé. Selon une première évaluation indépendante mentionnée dans l’article, le système aurait sous-estimé plus de la moitié des situations d’urgence qui lui étaient soumises.

    Ce type de résultats illustre la nécessité de définir précisément les tâches attribuées aux IA et d’établir des comparateurs humains robustes.

    Efficacité clinique, équité et responsabilité

    L’article insiste enfin sur le fait que la précision diagnostique ne constitue qu’un critère parmi d’autres. Pour être déployées dans les soins, les IA devront également démontrer :

    • leur sécurité ;
    • leur efficacité clinique réelle ;
    • leur équité ;
    • leur transparence ;
    • leur capacité à être supervisées et auditées.

    Les auteurs rappellent plusieurs exemples récents de dérives documentées : biais raciaux dans des algorithmes de santé, insuffisance des garde-fous de certains outils accessibles au public ou encore diminution de la précision diagnostique de cliniciens influencés par des IA biaisées.

    *Hopkins AM, Cornelisse E. “AI can reason like a physician—what comes next?” Science. 30 avril 2026 ; 392(6797):466-467.

    Brodeur PG et al. “Performance of a large language model on the reasoning tasks of a physician.” Science. 30 avril 2026.

     

  • IA au bloc opératoire : vers un écosystème apprenant, du geste chirurgical à la gouvernance des risques

    72 h de monitorage continu non invasif : vers une hémodynamique prédictive et personnalisée

    ClearSight étend la surveillance hémodynamique fine à des patients de chirurgie non cardiaque ou de soins critiques qui ne bénéficieraient pas d’une ligne artérielle, grâce à un manchon pletismographique utilisable jusqu’à 72 h et relié aux plateformes EV1000 ou HemoSphere. Les paramètres avancés (débit cardiaque, volume d’éjection systolique, variation de VE, résistance vasculaire systémique, PAM battement par battement) permettent une gestion proactive des remplissages, vasopresseurs et inotropes, avec l’objectif déclaré de réduire complications postopératoires, durée de séjour et coûts associés. Combinés à des algorithmes d’aide à la décision comme PEFLA, ces signaux continus ouvrent la voie à une optimisation dynamique et individualisée de la perfusion d’organes pendant toute la trajectoire péri‑opératoire.

    IA de remplissage vasculaire per‑opératoire : vers une réduction significative des complications postopératoires

    PEFLA illustre l’émergence de systèmes d’aide à la décision temps réel, entraînés sur données hémodynamiques, pour recommander un remplissage vasculaire personnalisé pendant l’intervention. L’essai clinique multicentrique en cours vise explicitement à démontrer une « réduction significative des complications postopératoires » via l’optimisation algorithmique du remplissage, ainsi qu’une amélioration de la stabilité hémodynamique per‑opératoire. Au‑delà du bénéfice patient, cette approche structure un cadre d’évaluation clinique de l’IA per‑opératoire, avec des critères robustes (complications, stabilité, validation de l’outil d’aide à la décision) qui peuvent servir de référence pour d’autres dispositifs d’IA au bloc.

    20 % de réduction de la force sur les tissus et 10 000× de puissance de calcul : l’IA embarquée dans la robotique chirurgicale

    Le système Da Vinci 5 représente un saut générationnel, avec une puissance de calcul annoncée 10 000× supérieure aux générations précédentes pour la vision machine et l’analytique per‑opératoire, ainsi qu’une architecture « built for future AI » explicitement conçue pour déployer des analyses avancées sur les données opératoires. L’intégration de capteurs de force et d’un retour haptique optionnel permet, selon des données préliminaires, de réduire d’environ 20 % la force appliquée sur les tissus chez un opérateur colorectal, tout en rapportant des gains de temps console par rapport au système Xi. Ces capacités d’analyse continue des gestes et de quantification des performances opératoires renforcent la standardisation des pratiques, l’apprentissage des chirurgiens et la possibilité de boucles d’amélioration continue au niveau du bloc.

    Évaluation instantanée de la stéatose hépatique : sécuriser les greffes et les décisions intra‑opératoires

    La solution E‑stella démontre la capacité de la vision par ordinateur et du Machine Learning à transformer des décisions intra‑opératoires critiques, en estimant automatiquement le pourcentage de graisse hépatique à partir d’une simple photo du foie in situ. En substituant un score visuel quantifié à l’appréciation subjective ou à la biopsie per‑opératoire, E‑stella vise à optimiser le tri des greffons, réduire les rejets liés à une qualité insuffisante du foie et améliorer la coordination des équipes de transplantation. L’impact stratégique dépasse la transplantation : il illustre un modèle où les algorithmes per‑opératoires deviennent co‑décideurs sur des enjeux de sélection de greffon, de qualité tissulaire et de pronostic fonctionnel.

    3,4 % d’interventions chirurgicales supplémentaires et 4 % de bénéfices en plus : l’orchestration IA du bloc opératoire (Torin)

    Torin, en combinant planification, exécution/documentation et optimisation analytique par IA, permet une amélioration mesurée de la performance du bloc : à la clinique de Stuttgart, l’implémentation s’accompagne d’une augmentation de 3,4 % des interventions chirurgicales et de 4 % des bénéfices en 2019. La solution affiche aussi des gains opérationnels tangibles : 5 minutes gagnées avant la première incision, 2 000 interventions supplémentaires, et une amélioration de 30 % de la précision des durées d’intervention prévues par rapport aux durées standards. En intégrant la documentation, les check‑lists, le suivi des implants et l’intégration bidirectionnelle avec le DPI, Torin crée un socle de données structuré indispensable au déploiement d’IA plus sophistiquées au bloc.

    De l’optimisation du planning à la fluidification du parcours opératoire : SmartOp, ORGO et Saniia

    SmartOp et ORGO ciblent l’efficience globale du bloc en améliorant la planification, la programmation des interventions, la collaboration entre équipes et l’automatisation de la production de plannings équilibrés, avec pour effet une réduction du stress, des erreurs humaines et des débordements. ORGO, déployé par exemple à l’hôpital de Foch, propose un pré‑codage PMSI intelligent, une régulation en temps réel du flux opératoire et des indicateurs clairs pour piloter l’activité, permettant une meilleure utilisation des compétences et un gain de temps significatif pour les cadres. Saniia, en amont et en aval du bloc, anticipe les flux non programmés et alloue automatiquement lits et ressources, ce qui diminue les temps d’attente, les transferts évitables et améliore la qualité de vie au travail des soignants, condition nécessaire à une performance durable du bloc.

    Connected Surgery et Maestro System : vers un bloc per‑opératoire « augmenté » par la donnée et l’IA

    Connected Surgery de Caresyntax propose une plateforme intégrée de gestion des processus chirurgicaux, combinant analyse de données, vidéos et IA pour réduire les variations chirurgicales, améliorer les résultats patients et accroître l’utilisation des blocs opératoires. L’analyse en temps réel des procédures, couplée à des retours structurés, permet d’identifier les écarts de pratique et d’implémenter des standards de qualité à l’échelle de l’établissement. Maestro System, en s’intégrant aux instruments existants via ses bras « en apesanteur » et son contrôle intelligent du laparoscope (ScoPilot™), renforce l’ergonomie et la stabilité de la vision, composante clé de la précision opératoire et de la collecte d’images de qualité pour des usages d’IA secondaire.

    Prédiction temps réel des risques au bloc : MASSAI et SSuWAI comme briques de sécurité système

    MASSAI, développé au CHU de Besançon, propose un système prédictif évaluant en temps réel les risques liés aux actions et états des éléments humains, matériels et organisationnels du bloc, en s’appuyant sur des données de capteurs et des rapports d’incidents. L’outil agrège l’ensemble des paramètres de l’environnement opératoire, détecte les situations à risque accru ou les dysfonctionnements, alerte les personnels et suggère des actions correctrices en temps réel, tout en capitalisant l’expérience pour améliorer son modèle. SSuWAI étend cette logique en ajoutant l’analyse des données physiologiques de stress et de fatigue des équipes, afin de détecter les situations à risque et d’améliorer les conditions de travail, créant ainsi un système socio‑technique de vigilance opératoire.

    Simulation mobile et IA pour les compétences non techniques : le levier soft skills du centre Branchet

    Le centre de simulation mobile Branchet introduit un bloc opératoire complet et un mannequin haute fidélité, sur lesquels des dispositifs audiovisuels avancés et des algorithmes d’IA analysent les enregistrements de simulation. L’IA identifie des axes d’amélioration relatifs à la communication interprofessionnelle, au respect des protocoles et à la gestion des alertes, avec pour objectif explicite la réduction des erreurs humaines et la baisse des réclamations en responsabilité civile médicale. Cette approche positionne la simulation augmentée par IA comme un outil stratégique de gestion du risque et de culture de sécurité pour les blocs opératoires.

    40 % de temps de suivi post‑opératoire gagné : continuité IA du bloc au domicile

    Les agents vocaux IA de Caresquad, utilisés notamment au CHU de Bordeaux, réduisent de 40 % le temps consacré aux appels de suivi, tout en maintenant une satisfaction patient élevée (95 %) et une détection précoce des urgences grâce à l’analyse intelligente des conversations. Heko de BOTdesign, en couvrant le suivi pré‑, per‑ et post‑opératoire avec questionnaires, scoring, parcours personnalisés et modules ERAS, diminue l’anxiété pré‑opératoire, améliore la rétention d’information et optimise le temps médical. En reliant systématiquement les données opératoires aux résultats post‑opératoires via ces outils, les établissements créent des boucles de rétroaction indispensables pour entraîner et ré‑entraîner les modèles d’IA du bloc.

    De l’assignation en temps réel à la tarification dynamique : IA RH et performance du bloc

    Des solutions comme Swappy, Hopia, LGI Assignations et Smart Rates illustrent l’apport de l’IA à la gestion des effectifs autour du bloc, avec des résultats chiffrés : les plateformes de CareRev rapportent par exemple une réduction de 18 % des coûts de personnel et une couverture des quarts 50 % plus rapide. Ces systèmes anticipent les pics d’activité, génèrent automatiquement des plannings conformes aux contraintes et ajustent les taux horaires via des modèles prédictifs, renforçant la flexibilité pour les soignants et la qualité de la couverture des besoins. Pour le bloc opératoire, cette agilité RH est un complément stratégique des solutions de planification opératoire pour réduire annulations, sous‑utilisation et surcharge ponctuelle.

    Gouvernance de l’information et intelligence décisionnelle : un socle pour l’IA du bloc

    Syngo Carbon 2 et Teamplay de Siemens Healthineers apportent une gestion centralisée des données d’imagerie et des outils d’IA pour améliorer la précision diagnostique, optimiser les flux de travail et réduire les coûts opérationnels, tout en favorisant la collaboration interdisciplinaire. Teamplay, via ses modules Usage, Dose, Images et Protocols, permet par exemple une réduction des doses de radiation jusqu’à 15 % grâce à une meilleure gestion des protocoles, et offre des capacités de benchmarking de performance entre établissements. Les solutions d’intelligence décisionnelle (Business Intelligence Ospi, PMSIpilot, WebPCP, Patient Journey, Medmapping) complètent ce socle en offrant des tableaux de bord temps réel, une optimisation du codage et des parcours de soins, ainsi qu’une meilleure coordination territoriale, ce qui aligne les décisions opératoires avec les enjeux financiers et populationnels.

    Dispositifs à haut risque et DM/DMDIV : exigences réglementaires élevées et responsabilité accrue

    De nombreuses solutions IA du bloc sont classées haut risque (DM/DMDIV), notamment ClearSight, Syngo Carbon 2, Connected Surgery, Heko, Da Vinci 5, E‑stella, Maestro System, Sim&Size et PEFLA. Cette classification implique des exigences renforcées en matière de démonstration de bénéfice clinique, de gestion des risques, de cybersécurité et de surveillance post‑commercialisation, avec un impact direct sur les coûts de développement, de mise en conformité et de maintenance réglementaire. Pour les hôpitaux, l’adoption de ces dispositifs nécessite une gouvernance solide de la responsabilité médico‑légale, en particulier lorsque des algorithmes influencent directement les décisions de remplissage, de sélection de greffon ou de conduite de l’acte opératoire.

    Aide à la décision hémodynamique et opératoire : risque de dépendance et de sur‑confiance

    Les systèmes comme PEFLA et ClearSight, en fournissant recommandations ou données avancées en temps quasi réel, peuvent créer une dépendance cognitive chez certains cliniciens, avec un risque de sur‑confiance vis‑à‑vis des suggestions algorithmiques. Si les recommandations sont mal comprises, appliquées hors de leur domaine de validité ou utilisées chez des patients non représentés dans les données d’entraînement, elles peuvent théoriquement conduire à des décisions de remplissage inadaptées ou à une interprétation erronée des signaux physiologiques. Cette problématique s’étend aux IA de planification et de prédiction de durée opératoire, où une confiance excessive peut masquer des changements organisationnels ou de cas mix non captés par les modèles.

    Détection temps réel des risques (MASSAI, SSuWAI) : risque d’alert fatigue et d’acceptabilité limitée

    Les systèmes MASSAI et SSuWAI, qui agrègent de multiples flux (cliniques, environnementaux, physiologiques) pour alerter en temps réel sur les situations à risque, font peser un risque d’« alert fatigue » si les seuils ne sont pas finement calibrés. Des alertes fréquentes ou jugées peu pertinentes peuvent dégrader l’acceptation par les équipes, voire conduire à une désactivation ou une contournement des systèmes d’alerte dans des contextes critiques. L’analyse du stress et de la fatigue des équipes, bien que prometteuse, pose également des questions de confidentialité, de consentement et de perception de surveillance, susceptibles de susciter des résistances sociales et organisationnelles.

    Vision par ordinateur et IA de tri des greffons : risque de biais et de décisions irréversibles

    Les solutions comme E‑stella, en automatisant la quantification de la stéatose hépatique à partir d’images per‑opératoires, interviennent sur des décisions irréversibles de sélection de greffon. Si les modèles sont biaisés (par exemple en fonction du type de caméra, des conditions d’éclairage ou de caractéristiques non représentées dans les données), ils peuvent conduire à la surexclusion de greffons potentiellement utilisables ou inversement à la sélection de greffons non optimaux. L’impact potentiel sur les listes d’attente et les résultats de greffe impose des validations multicentriques rigoureuses et un cadre de responsabilité partagé entre industriels, établissements et équipes chirurgicales.

    Robotique chirurgicale et IA per‑opératoire : complexité accrue et risques de défaillances systémiques

    Le Da Vinci 5, avec son écosystème unifié (console, chariot patient, tour de vision, intégration d’insufflation et d’énergie) et ses fonctions avancées de vision machine, accroît la complexité technique du bloc. Une défaillance logicielle, un bug de mise à jour ou un défaut d’intégration avec d’autres systèmes numériques peuvent avoir des conséquences opérationnelles majeures, voire retarder ou interrompre des procédures. L’ajout d’un retour de force, tout en réduisant la force appliquée, introduit des contre‑indications spécifiques pour certains instruments en hystérectomie et myomectomie, illustrant la nécessité d’une formation ciblée et d’une vigilance sur les indications d’usage.

    Orchestration et planification IA (Torin, ORGO, SmartOp, Saniia) : risque de propagation de décisions suboptimales

    Les solutions de planification et d’optimisation de bloc (Torin, ORGO, SmartOp, WebPCP, Saniia) ont un effet de levier important : une erreur d’estimation de durée, de priorisation ou de capacité peut se propager à toute la journée opératoire. Un modèle mal calibré ou non mis à jour peut entraîner une sur‑programmation conduisant à des annulations tardives, ou au contraire un sous‑usage des salles malgré une demande élevée. De plus, une vision trop centrée sur l’efficience (nombre d’interventions, bénéfices) sans intégration explicite de métriques de qualité ou d’équité (actes complexes, cas lourds) peut biaiser l’allocation des plages opératoires.

    Données massives, interopérabilité et cybersécurité : surfaces d’attaque élargies au bloc

    Les plateformes intégrées (Syngo Carbon 2, Teamplay, Connected Surgery, Torin, WebPCP, Business Intelligence Ospi) centralisent un volume significatif de données cliniques, opératoires, vidéo et organisationnelles. Si cela crée une opportunité analytique, cela élargit aussi la surface d’attaque potentielle et implique des exigences élevées en matière de chiffrement, de gestion d’accès, de traçabilité et de conformité (par exemple hébergement HDS mentionné pour Caresquad). Une compromission ou une indisponibilité de ces systèmes pourrait avoir un impact direct sur la continuité des soins, la capacité à planifier les blocs ou à accéder aux dossiers opératoires, avec un risque réputationnel et médico‑légal majeur pour l’établissement.

    Acceptabilité clinique et charge de formation : un enjeu critique pour les dirigeants hospitaliers

    La diversité des solutions (hémodynamique, robotique, orchestration, simulation, RH, parcours) implique pour les équipes une multiplication des interfaces, des modes opératoires et des protocoles de gestion des alertes. Sans stratégie de conduite du changement et de formation structurée (incluant par exemple l’usage du centre de simulation mobile Branchet pour l’appropriation des outils), le risque est une adoption superficielle, une utilisation limitée des fonctionnalités avancées ou une résistance explicite de certains corps professionnels. Cette fragmentation peut aussi se traduire par une charge cognitive accrue au bloc si les systèmes ne sont pas pensés comme un écosystème cohérent.

    2000 interventions supplémentaires et –18 % de coûts de personnel : impact opérationnel et économique

    Gains de capacité opératoire et d’efficience économique grâce à l’IA de planification

    Torin démontre que l’IA appliquée à la planification opératoire peut se traduire par des gains simultanés de capacité (2 000 interventions supplémentaires, +3,4 % d’interventions) et de rentabilité (+4 % de bénéfices), en optimisant le séquencement et la précision des durées d’intervention. Ces chiffres suggèrent un potentiel significatif de récupération de capacité cachée dans les blocs opératoires, particulièrement dans les établissements soumis à des contraintes de files d’attente chirurgicales. L’amélioration de 30 % de la précision sur la durée prévue représente également un levier pour réduire retards, temps morts et heures supplémentaires non planifiées.

    Réduction mesurée des coûts de personnel et meilleure couverture des besoins

    Les plateformes de gestion flexible d’effectifs (Hospitals & Health Systems et Smart Rates de CareRev) rapportent une réduction de 18 % des coûts liés au personnel et une amélioration de 50 % de la rapidité de remplissage des quarts, grâce à l’IA et à l’analyse prédictive. En ajustant dynamiquement les taux horaires et en facilitant l’accès à des professionnels qualifiés à la demande, ces solutions permettent de mieux aligner les ressources humaines sur les besoins opératoires réels. Couplées aux outils de planification des blocs (Torin, ORGO, SmartOp) et de gestion des lits (WebPCP, Saniia), elles offrent une approche intégrée de la performance médico‑économique du bloc.

    Amélioration de la qualité de codage et des revenus liés à l’activité opératoire

    PMSIpilot, avec l’optimisation du codage médical et la réduction des erreurs de facturation, contribue directement à l’optimisation des revenus hospitaliers en assurant une meilleure valorisation des actes, y compris opératoires. ORGO, avec son pré‑codage PMSI intelligent impliquant les chirurgiens dès la consultation, renforce encore cette dynamique en alignant la programmation opératoire avec les enjeux de tarification. De manière complémentaire, Business Intelligence Ospi fournit des tableaux de bord temps réel permettant de piloter l’activité et la performance du bloc en lien avec les données financières, renforçant la capacité des directions à arbitrer entre investissements technologiques et retour sur investissement.

    Stratégies de déploiement et de gouvernance recommandées

    Construire un écosystème data‑centré autour du bloc opératoire

    Les solutions décrites convergent vers un modèle dans lequel le bloc devient un nœud majeur de collecte et d’exploitation des données : signaux physiologiques (ClearSight, PEFLA), données vidéo et gestuelles (Da Vinci 5, Connected Surgery, centre Branchet), logistique et flux (Torin, ORGO, SmartOp, Saniia, WebPCP), RH (CareRev, Swappy, Hopia), et résultats cliniques et économiques (PMSIpilot, Business Intelligence Ospi). Pour les dirigeants hospitaliers, la priorité stratégique est de définir une architecture de données intégrée, interopérable (HL7, intégration DPI, T‑DOC, Tegris pour Torin) et gouvernée, afin de maximiser la valeur croisée de ces solutions. Syngo Carbon 2 et Teamplay peuvent servir de modèles de hubs de données et d’analytique dans d’autres domaines (imagerie) à répliquer pour le bloc.

    Prioriser les cas d’usage à bénéfice clinique démontrable et mesurable

    Les dispositifs comme ClearSight, PEFLA, E‑stella, MASSAI, SSuWAI ou Da Vinci 5 offrent des cas d’usage cliniques à fort impact potentiel sur la morbi‑mortalité, la sécurité et la qualité des gestes. Les décideurs doivent définir des priorités d’investissement en fonction du niveau de maturité clinique (par exemple essais en cours pour PEFLA), du niveau de risque réglementaire et des indicateurs de résultat mesurables (complications, réadmissions, durée de séjour, réclamations médico‑légales). Parallèlement, les solutions de pilotage et d’organisation (Torin, ORGO, SmartOp, Saniia, WebPCP, PMSIpilot, BI Ospi) offrent des gains plus immédiatement quantifiables sur les volumes d’actes, les temps d’attente et la performance financière.

    Intégrer la formation, la simulation et la culture de sécurité dans la stratégie IA

    Le centre de simulation mobile Branchet illustre l’importance de coupler introduction de technologies IA et renforcement des compétences non techniques (communication, gestion des alertes, respect des protocoles) au sein des équipes. De même, les outils de suivi pré‑ et post‑opératoire (Heko, Caresquad) peuvent être intégrés dans des programmes de formation pour sensibiliser les équipes aux nouveaux parcours et à l’usage des données générées. MASSAI et SSuWAI, en tant que systèmes de détection des risques, doivent s’accompagner d’un travail sur les processus de gestion des alertes, la prévention de l’alert fatigue et la co‑construction des seuils avec les équipes cliniques.

    Encadrer la responsabilité, l’éthique et la transparence des IA du bloc

    Les systèmes explicitement mentionnés comme à « risque limité (transparence) » (Caresquad, centre Branchet) montrent qu’il est possible de positionner des IA dans un rôle de support explicite, avec une traçabilité claire des décisions humaines. Pour les dispositifs à haut risque influençant directement les décisions cliniques (PEFLA, E‑stella, Da Vinci 5, Connected Surgery, ClearSight), il est essentiel de définir des politiques d’explicabilité, de documentation et d’audit, afin de pouvoir justifier a posteriori l’usage ou la non‑prise en compte des recommandations. La communication avec les patients (par exemple dans le suivi post‑opératoire automatisé de Caresquad ou Heko) doit également intégrer une information sur l’usage de l’IA et les mécanismes de recours en cas de problème.

    Synthèse : vers un bloc opératoire apprenant, piloté par l’IA, mais exigeant en gouvernance

    Les solutions recensées dessinent un bloc opératoire apprenant, où l’IA intervient à tous les niveaux : optimisation hémodynamique (ClearSight, PEFLA), assistance per‑opératoire avancée (Da Vinci 5, E‑stella, Maestro, Connected Surgery, Sim&Size), détection proactive des risques (MASSAI, SSuWAI, centre Branchet), orchestration du flux opératoire (Torin, ORGO, SmartOp, Saniia, WebPCP), optimisation des ressources humaines (CareRev, Swappy, Hopia, LGI Assignations) et pilotage médico‑économique (PMSIpilot, BI Ospi, CareRev, Teamplay, Syngo Carbon 2). Les gains potentiels sont substantiels : augmentation du nombre d’interventions et des bénéfices, réduction des coûts de personnel, amélioration de la sécurité et de la qualité des soins, réduction du temps médical sur des tâches répétitives de suivi.

    En contrepartie, la montée en puissance de dispositifs souvent classés haut risque impose une gouvernance renforcée : maîtrise des risques de sur‑confiance et d’alert fatigue, gestion de la complexité technique et des cyber‑risques, encadrement éthique et médico‑légal des décisions assistées par IA. La priorité stratégique pour les dirigeants hospitaliers et les investisseurs est de bâtir un écosystème cohérent, data‑centré et interopérable, où les investissements dans les IA du bloc sont alignés avec des objectifs cliniques et économiques clairement mesurés, et accompagnés de programmes ambitieux de formation et de culture de sécurité. Dans ce cadre, le bloc opératoire devient non seulement un lieu de haute technicité, mais aussi un laboratoire central de transformation numérique de l’hôpital.