Source: The Conversation – France in French (3) – By Patrick Nataf, PU-PH, chef du service de chirurgie cardiaque à l’hôpital Bichat (AP-HP) ; co-directeur équipe Biomatériaux et technologies immersives INSERM 1148. LVTS ; vice-président Innovation Pédagogique, Université Paris Cité
L’ESSENTIEL
-
Durant une opération, les chirurgiens font parfois face à des situations changeantes qui exigent d’eux de prendre des décisions rapides pour adapter leur stratégie.
-
L’émergence de modèles d’intelligence artificielle capables de prédire les causes d’un événement et les effets d’une action pourrait aider les praticiens à explorer plusieurs hypothèses en cours d’intervention.
-
Si de tels outils n’existent pas encore, il est toutefois important de s’interroger sur la place qu’ils devront occuper et sur le devenir du jugement du médecin.
Au bloc opératoire, une décision peut se jouer en quelques secondes. Faut-il poursuivre le geste prévu ou modifier la stratégie ? Les images et les données recueillies pendant l’intervention apportent des informations essentielles, mais elles ne suffisent pas toujours à guider la décision. Le chirurgien doit interpréter ce qu’il voit, anticiper une complication et tenir compte de l’histoire singulière du patient.
Cette capacité ne s’acquiert pas uniquement dans les livres. Elle se construit au fil des opérations, au contact d’équipes expérimentées, lorsque la réalité déjoue les scénarios préparés. Une part essentielle du métier consiste ainsi à exercer un jugement dans l’incertitude – puis à pouvoir expliquer et assumer ce jugement.
Imaginons maintenant qu’une intelligence artificielle (IA) suggère une autre stratégie, en s’appuyant sur des données que le chirurgien n’aurait pas pu analyser aussi rapidement que cet outil. Son avis serait-il considéré comme un simple renseignement ? Un conseil difficile à ignorer ? Risquerait-il, progressivement, de devenir une décision prise par procuration ?
Explorer un cœur avant de l’opérer
Pour comprendre ce qui pourrait changer, partons des outils que nous développons déjà. À partir d’examens d’imagerie, il est possible de reconstruire numériquement, en trois dimensions, le cœur d’un patient et ses artères coronaires. On peut ensuite manipuler sur un ordinateur cette représentation 3D, examiner une zone difficile à voir sur des images planes et discuter plus facilement d’une intervention.
Lorsque les images montrent le cœur à différents instants de son cycle, on parle parfois de représentation « 4D », la quatrième dimension étant le temps. L’ajout de la temporalité ne signifie toutefois pas que le modèle sait prédire l’avenir du patient.
Nous pouvons aussi reconstituer numériquement un bloc opératoire. Avec un casque de réalité virtuelle, un étudiant s’y déplace comme s’il y était. Avec la réalité mixte, une représentation du cœur peut apparaître dans l’espace réel et être manipulée. Des vidéos à 360 degrés permettent, quant à elles, de revoir une scène filmée en choisissant la direction de son regard.
Dans les environnements collaboratifs sur lesquels travaillent nos équipes, plusieurs participants éloignés (se trouvant dans un autre hôpital, ou dans un autre pays si la connexion wi-fi est satisfaisante) peuvent se retrouver autour d’une même scène virtuelle, désigner une structure anatomique et échanger sur la situation.
Ces démonstrateurs montrent ce qu’il est techniquement possible de construire. Cependant, il est encore trop tôt pour déterminer si de tels dispositifs s’accompagnent d’un bénéfice clinique ou pédagogique généralisable.
De l’image à l’assistant qui pose des questions
Reconstituer un cœur en trois dimensions ou reproduire un bloc opératoire dans un environnement virtuel permet de mieux visualiser l’anatomie, les gestes et les interactions entre les professionnels. Mais représenter une situation ne signifie pas encore la comprendre.
Comprendre, c’est aussi reconnaître ce qui se passe, interpréter les informations disponibles, identifier les difficultés qui apparaissent et anticiper les conséquences possibles d’une décision.
C’est précisément à ce niveau que l’intelligence artificielle pourrait ouvrir une nouvelle perspective : passer d’environnements qui permettent de voir et d’interagir à des systèmes capables d’analyser une situation, de la replacer dans son contexte et d’accompagner le raisonnement du chirurgien.
Des travaux récents sur les modèles spécialisés pour le bloc opératoire montrent que certains modèles d’IA peuvent commencer à analyser des images et des informations sur la scène chirurgicale, sans pour autant disposer d’une compréhension clinique fiable de l’ensemble d’une intervention. D’autres peuvent dialoguer avec leur utilisateur.
Des recherches visent également à concevoir des « modèles du monde » (world models). Contrairement aux grands modèles de langage (LLM, sur lesquels se basent des outils comme ChatGPT, Gemini ou Claude, par exemple), qui sont dépourvus de compréhension des phénomènes physiques, les « modèles du monde » sont des modèles prédictifs capables de prévoir les causes d’un événement et les effets d’une action), et donc de déterminer certaines évolutions possibles d’une situation.
Réunir ces approches pourrait conduire, à terme, à un compagnon numérique qui se repérerait dans un environnement chirurgical et aiderait à explorer plusieurs hypothèses.
Imaginons un chirurgien préparant un pontage coronarien. Devant la reconstruction du cœur de son patient, il pourrait demander à l’IA quelles informations manquent, comparer différents trajets possibles et discuter des risques de chaque option. Ce serait un outil de réflexion, non un pilote automatique.
Il faut être précis : un assistant capable de comprendre de façon fiable l’ensemble d’une opération et d’anticiper ses conséquences n’existe pas aujourd’hui comme outil clinique validé.
Dans la réalité, au cours d’une opération chirurgicale, les tissus se déforment, les situations changent et les systèmes d’IA peuvent produire des réponses convaincantes, mais fausses. Entre une démonstration et un usage sûr auprès d’un patient, il reste une étape décisive : l’évaluation.
Transmettre non seulement les gestes, mais aussi le raisonnement
Ces outils pourraient d’abord transformer la formation. Une revue systématique récente souligne l’intérêt de la réalité étendue pour certaines compétences techniques, tout en rappelant que ses bénéfices cliniques restent à démontrer (pour mémoire, le concept de réalité étendue – parfois désignée par XR, pour « extended reality », recouvre plusieurs technologies : réalité virtuelle, réalité mixte et réalité augmentée). Former un chirurgien ne consiste pas seulement à lui montrer comment tenir un instrument. Il faut lui apprendre ce qui doit attirer son attention, les signaux faibles d’une complication et les raisons d’un changement de stratégie.
Dans une simulation immersive, un étudiant pourrait revivre une situation difficile, observer les choix d’un expert et recommencer sans mettre un patient en danger. Un chirurgien situé à distance pourrait lui expliquer ce qu’il a remarqué et pourquoi il a hésité.
L’IA pourrait prolonger ce compagnonnage : au lieu de donner immédiatement la « bonne réponse », elle demanderait à l’étudiant ce qu’il voit, quels risques il identifie et comment il justifie son choix. La promesse serait moins d’apprendre à obéir à une machine que d’apprendre à raisonner avec davantage de recul.
Reste une limite majeure : réussir une simulation ne garantit pas que l’on saura agir au bloc opératoire. Il faudra mesurer le transfert réel des compétences, et non se satisfaire de performances obtenues dans un casque.
Qui décide, et qui répond de la décision ?
Les recherches récentes sur l’intelligence artificielle en chirurgie envisagent son utilisation à différentes étapes du parcours opératoire. Mais elles conduisent aussi à une interrogation : supposons qu’un jour l’IA recommande une conduite différente de celle envisagée par le chirurgien ; si celui-ci suit l’algorithme et qu’une complication survient, qui sera responsable ? Et s’il refuse une recommandation qui se révèle juste ?
La question est plus profonde que celle du dernier mot. Être responsable ne consiste pas seulement à cliquer sur « accepter » ou « refuser ». Cela suppose de comprendre suffisamment les raisons d’un choix, d’en apprécier les limites et de pouvoir le justifier auprès du patient.
Une IA opaque pourrait fragiliser cette autonomie, même si le chirurgien conserve formellement le pouvoir de décider. À l’inverse, un système qui expose ses incertitudes, aide à comparer les options et invite à vérifier ses conclusions pourrait enrichir le jugement humain.
La responsabilité ne saurait d’ailleurs reposer sur le seul praticien. Les concepteurs devront démontrer la fiabilité de leurs outils et en préciser les limites ; les établissements devront encadrer leur utilisation ; les autorités devront veiller à leur sécurité. La protection des données médicales et la possibilité de remettre en question une recommandation seront également essentielles.
Le paradoxe est là : plus les machines seront capables de nous assister, plus nous devrons préserver les compétences nécessaires pour les questionner. Les technologies immersives pourraient aider à transmettre l’expérience des chirurgiens ; l’IA pourrait en faciliter l’apprentissage. Cependant, ni l’une ni l’autre ne remplacent le contact avec le réel, la relation au patient ou la responsabilité professionnelle.
Le véritable défi ne sera peut-être pas de rendre les machines capables de décider à notre place, mais de faire en sorte que leur intelligence nous aide à exercer pleinement notre propre responsabilité.
![]()
Patrick Nataf exerce une activité de consultant auprès de Dassault Systèmes dans les domaines de la chirurgie cardiaque et des technologies immersives appliquées à la santé.
– ref. Demain, l’intelligence artificielle assistera le chirurgien, mais qui décidera ? – https://theconversation.com/demain-lintelligence-artificielle-assistera-le-chirurgien-mais-qui-decidera-296871
Original source: https://submissions.mil-osi.com/2026/11/19/demain-lintelligence-artificielle-assistera-le-chirurgien-mais-qui-decidera-296871/
