Intelligence artificielle et prévention des nausées postopératoires : quel impact réel ?

Pour nous, praticiens du bloc et de la SSPI, ce travail est l'occasion de démêler ce que ces outils peuvent réellement changer dans notre quotidien, et ce qui relève encore du discours promotionnel. Soyons honnêtes: la méthodologie existe, mais gardons nos réflexes critiques avant d'envisager toute modification de protocole.

Ce que la revue nous apprend

Les scores cliniques validés — Apfel, Koivuranta — ont leurs limites: ils reposent sur un interrogatoire parfois rapide et peuvent sous-estimer certains profils à risque. En pratique, un modèle d'IA entraîné sur de larges cohortes peut croiser en quelques secondes des dizaines de variables: durée d'exposition aux agents volatils, dose cumulée d'opioïdes, antécédents du patient, type de chirurgie. Le point clé: elle devient un outil de dépistage complémentaire, pas un substitut à notre raisonnement.

Comme le rappelle ce travail de revue systématique, la fiabilité dépend directement de la qualité des données d'entraînement. Un modèle validé sur une population nord-américaine n'aura pas nécessairement la même sensibilité dans nos blocs, où les protocoles d'analgésie et les agents utilisés diffèrent. C'est précisément cette validation multicentrique qui manque encore à beaucoup de ces outils avant tout déploiement en routine.

Comment intégrer ces outils sans naïveté

Cependant, avant de céder à l'enthousiasme, gardons trois réflexes partagés en équipe:

• Vérifier la validation externe. Un score entraîné sur une seule cohorte perd en fiabilité dès qu'on change de contexte. Exigeons au moins une étude de validation sur une population différente avant toute adoption.
• Comparer aux scores existants. La vraie question n'est pas « l'IA est-elle performante? » mais « ajoute-t-elle quelque chose à Apfel? ». Si la sensibilité n'est pas nettement supérieure, l'apport clinique reste marginal.
• Demander la transparence des variables. Un algorithme boîte noire ne nous apprend rien. Privilégions les modèles dont les variables d'entrée sont publiées et reproductibles dans notre dossier patient informatisé.

Le message à retenir: l'IA s'annonce comme un partenaire crédible pour anticiper la NVPO, à condition de l'aborder comme un monitorage supplémentaire — avec ses limites et sans lui déléguer notre responsabilité clinique. Pour l'instant, intégrons ces outils dans notre discussion d'équipe quand ils se présenteront, plutôt que de les subir.