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.