e-sfar

L'évolution de l'anesthésie-réanimation en continu.

Actualité

IA en anesthésie : les nouveaux standards scientifiques définis à la Sorbonne

D'après Hospitalia.fr, une conférence organisée sous l'égide de Nature a réuni trente intervenants internationaux à la Sorbonne pour poser les fondations scientifiques de l'intelligence artificielle en médecine.

IA en anesthésie : les nouveaux standards scientifiques définis à la Sorbonne

Comment cette rencontre redéfinit notre grille de lecture

En anesthésie-réanimation, nous voyons régulièrement arriver des outils d'IA annoncés avec enthousiasme par les éditeurs — il nous manquait jusqu'ici un cadre de référence stabilisé pour les évaluer. Cette rencontre, par sa stature éditoriale, vise précisément à combler ce manque, et c'est pour nous une occasion de reprendre la main sur le sujet.

Un signal fort sur la méthode avant les outils

Le point clé à retenir: Nature ne choisit pas ce sujet par effet de mode. En dédiant un événement aux fondations plutôt qu'aux applications spectaculaires, la revue installe un filtre méthodologique — qualité des données d'entraînement, validation externe sur des cohortes indépendantes, robustesse face aux populations hors échantillon de développement, interprétabilité des sorties — qui deviendra la grille de lecture attendue de tout outil présenté dans nos unités. Concrètement, la prochaine fois qu'un industriel nous propose un algorithme d'aide à la décision peropératoire ou en réanimation, nous saurons quelles questions poser en priorité, et surtout lesquelles ne plus accepter de voir esquivées.

Ce que nous devons suivre dans les semaines à venir

En pratique, deux éléments méritent notre attention rapprochée. D'abord, la publication des actes et des synthèses de la conférence de la Sorbonne: c'est là que se dessineront les critères consensuels que nous pourrons opposer aux arguments marketing. Ensuite, à lire en regard — et c'est un rappel utile — l'article parallèle de Nature sur les tendances nationales du SDRA en Allemagne entre 2008 et 2022: un modèle d'IA n'est pertinent que si ses données sources sont elles-mêmes questionnées, et ce travail sur le SDRA illustre à quel point nos bases de données de réanimation restent un objet de recherche à part entière.

À garder en tête dès la prochaine présentation d'un outil: qualité des données sources, cohorte de validation externe, transparence des sorties, conditions de mise à jour. Une mini-checklist applicable immédiatement, que nous pourrons glisser dans nos réunions de service avant toute discussion d'achat.