Des chercheurs du Cedars-Sinai Medical Center ont développé un système d'intelligence artificielle capable d'analyser les gestes chirurgicaux lors d'une prostatectomie pour prédire les résultats postopératoires des patients. Publiée dans la revue npj Digital Medicine, cette recherche présente l'outil Frame-to-Outcome, ou F2O, conçu pour optimiser les techniques chirurgicales et améliorer la qualité de vie des malades. Le système s'intéresse spécifiquement à la phase épargne nerveuse de la prostatectomie robot-assistée, au cours de laquelle les chirurgiens préservent les nerfs responsables de la fonction sexuelle. Plutôt que de dépendre d'une évaluation manuelle et fastidieuse par des experts, F2O analyse automatiquement les vidéos d'intervention. Il identifie des séquences de mouvements, qualifiées de gestes chirurgicaux, tels que la cadence d'utilisation des instruments ou la vitesse de manutention des tissus. L'algorithme corrèle ensuite ces patterns avec les résultats cliniques pour prédire, avec une précision similaire aux observateurs humains, la probabilité pour un patient de retrouver une fonction sexuelle normale. Pour entraîner le modèle, l'équipe a utilisé les données vidéo de 294 interventions réalisées par 23 chirurgiens issus de quatre centres internationaux. Lors des tests sur un second jeu de 29 opérations, F2O a confirmé sa fiabilité en alignant ses prédictions sur celles de spécialistes. Cette automatisation réduit considérablement le temps d'analyse tout en offrant un retour objectif sur les techniques les plus efficaces. Le Dr Andrew Hung, urologue et auteur principal de l'étude, précise que l'objectif dépasse la simple prédiction pronostique. Il s'agit de dégager les meilleures pratiques chirurgicales afin de les transmettre aux praticiens et de faire progresser les soins pour les patients futurs. Cette innovation repose sur une collaboration interdisciplinaire entre le service d'urologie, le département de biomédecine computationnelle et le Centre de recherche et d'éducation en intelligence artificielle (CAIRE) du Cedars-Sinai. Selon le Dr Jason Moore, directeur du CAIRE, cette approche démontre la valeur d'unir compétences chirurgicales et expertise algorithmique pour atteindre un objectif clinique partagé. En fournissant aux équipes médicales des indicateurs précis et actionnables, la technologie pourrait à terme standardiser l'apprentissage chirurgical et réduire la variabilité des résultats entre les praticiens. Les chercheurs prévoient d'élargir progressivement les applications de ce système aux autres types d'interventions complexes, avec l'ambition de voir l'intelligence artificielle intégrer durablement les protocoles de formation et d'assistance en salle d'opération.