La médecine d’urgence est le test de stress ultime pour toute technologie. En salle de réanimation, lieu de soin central du service des urgences, la pression du temps, la complexité et la responsabilité se concentrent d’une manière que peu d’autres environnements connaissent. En l’espace de quelques minutes, des équipes interdisciplinaires doivent identifier, hiérarchiser et traiter des blessures potentiellement mortelles. Les informations sont échangées presque exclusivement verbalement, tandis que le diagnostic et la thérapie démarrent en parallèle. Parler ici de digitalisation ne doit pas envisager des formulaires ou des procédures administratives, mais un allègement cognitif dans des situations extrêmes. C’est précisément à ce stade que commence la prochaine étape de l’évolution de l’intelligence artificielle (IA) : des systèmes basés sur des agents qui ne se contentent pas de documenter, mais qui comprennent, structurent et établissent des priorités.
© Image créée par IA
En salle de réanimation, les soins suivent la méthode ABCDE établie au niveau international : tout d’abord, les voies respiratoires (Airways) sont sécurisées, puis la respiration et la circulation (Breathing, Circulation) sont évaluées, les déficits neurologiques (Disability) sont examinés et enfin le corps entier est examiné afin d’obtenir des informations élargies (Exposure). Cette approche structurée est la base de tous les soins de traumatologie.
Parallèlement, il se produit ce que l’on appelle des « bursts » d’information, c’est-à-dire des phases de communication denses au cours desquelles les constats, les mesures et les décisions sont exprimés très rapidement. Dans de tels moments, la charge cognitive de l’équipe médicale augmente massivement. Les études et les expériences pratiques montrent que c’est précisément là que le risque de perte d’informations et de mauvaise hiérarchisation des priorités augmente.
Un agent IA qui transcrit en temps réel les conversations en salle de réanimation, les analyse sémantiquement et les structure selon la méthode ABCDE, peut réduire cette charge cognitive de manière ciblée. Il reconnaît lorsqu’on parle de bruits respiratoires, de valeurs de tension artérielle ou d’anticoagulants, attribue ces informations aux bonnes priorités et visualise l’état actuel dans un affichage en direct clairement structuré. Une image cohérente de la situation émerge d’un langage fragmenté. Le système devient ainsi un copilote numérique qui garde une vue d’ensemble pendant que l’équipe médicale agit.
Les modèles linguistiques modernes basés sur l’architecture Transformer en constituent la base technologique. Les transformateurs sont en principe des modèles de Machine Learning, utilisés notamment pour le traitement du langage naturel. Ils sont capables de traiter de grandes quantités de textes en tenant compte du contexte et d’identifier des relations complexes. Contrairement aux systèmes d’IA classiques étroitement spécialisés, ils peuvent réagir de manière flexible aux nouvelles situations. En médecine d’urgence, c’est précisément cette adaptabilité qui est décisive, car aucun cas de salle de réanimation ne ressemble à un autre. Les modèles de blessures, les antécédents médicaux, la médication et les conditions générales liées à la situation varient considérablement. Un système qui se contente de traiter des arbres de décision fixes serait rapidement dépassé. Dans le cas concret, on utilise donc des modèles de transcription basés sur des transformateurs et des modèles de raisonnement. Pour les professionnels : les documentations en direct sont réalisées par un agent IA sur un NVIDIA DGX-Spark.
En même temps, l’IA en salle de réanimation ne doit pas être une expérience de boîte noire. Elle doit être explicable, robuste et fonctionner de manière fiable. C’est pourquoi la solution résulte d’un processus de développement itératif basé sur la simulation et étroitement lié à la pratique médicale. Des simulations réalistes de salles de réanimation fournissent des données d’entraînement et permettent de tester et d’optimiser l’IA dans des environnements contrôlés. Ce n’est que lorsqu’elle fonctionnera de manière stable dans des conditions proches de la réalité qu’elle sera progressivement intégrée dans le quotidien clinique.
Une deuxième valeur ajoutée, souvent sous-estimée, réside dans l’automatisation de la documentation. Le traitement des blessés graves génère une énorme quantité d’obligations documentaires – des processus de qualité internes aux registres nationaux de traumatologie. Aujourd’hui, cette documentation mobilise un temps précieux de spécialistes hautement qualifiés. Un agent IA peut extraire les informations pertinentes directement de la transcription et les transférer de manière structurée dans les formulaires correspondants. Cela permet non seulement de réduire la charge administrative, mais aussi d’améliorer la qualité des données, car les informations sont saisies directement à partir de la situation de traitement.
L’IA utilisée en salle de réanimation ne doit pas être une expérience de type « boîte noire ». Elle doit être explicable, robuste et fonctionner de manière fiable.
Sven Giesselbach, CTO de l’unité AI & Data chez T-Systems
Mais la performance technologique seule ne suffit pas. En médecine d’urgence, les exigences en matière de protection des données, de résilience et de disponibilité sont très élevées. Un système qui ne fonctionne qu’avec une connexion Internet stable serait risqué en cas d’urgence. C’est pourquoi l’architecture est conçue comme un continuum cloud-edge. L’IA peut être exploitée directement dans l’hôpital sur du matériel local, entièrement hors ligne et indépendamment d’une infrastructure externe. Parallèlement, une connexion à un cloud européen souverain permet une exploitation évolutive, l’entraînement des modèles et le traitement sécurisé des données selon les normes européennes. Cette combinaison de capacité en périphérie et d’intégration au cloud crée une résilience face aux pannes tout en préservant la souveraineté numérique.
C’est précisément là que réside la dimension stratégique du projet lancé en septembre dernier et auquel participent Deutsche Telekom, l’Institut Fraunhofer pour les systèmes intelligents d’analyse et d’information (IAIS) et l’hôpital de Merheim des Cliniques de la ville de Cologne. Dans le cadre du programme de financement européen IPCEI-CIS, un affichage en direct basé sur l’IA est développé à partir de simulations de salles de réanimation. Ce qui est élaboré ici n’est pas seulement une application médicale, mais un cas modèle pour des infrastructures d’IA hautement sécurisées en Europe. Un ensemble de logiciels modulaires, des frameworks basés sur des agents, des modèles allégés pour les opérations en périphérie et des workflows de formation automatisés peuvent être appliqués à d’autres domaines critiques pour la sécurité, des infrastructures critiques à l’industrie. La salle de réanimation devient ainsi une source d’inspiration pour une économie de l’IA souveraine et digne de confiance.
Parallèlement, la compréhension de l’IA au sein des organisations évolue. Abandon des outils isolés au profit de systèmes d’assistance intégrés qui pénètrent les processus et les soutiennent en fonction de la situation. Il est essentiel que la technologie s’adapte aux processus cliniques, et non l’inverse. L’introduction de tels systèmes requiert donc non seulement l’excellence technique, mais aussi le change management, la formation et une gouvernance claire. L’acceptation naît là où l’IA est vécue comme un outil qui élargit la marge de manœuvre au lieu de la restreindre.
Compte tenu de l’évolution démographique et de la complexité croissante des cas médicaux, le besoin d’assistance cognitive va continuer à croître. Les patients âgés avec une médication complexe et éventuellement plusieurs maladies chroniques en même temps augmentent les exigences en matière de diagnostic et de prise de décision. Dans ce contexte, l’IA peut contribuer à rendre les connaissances disponibles en fonction du contexte et à fournir une aide à la décision structurée, sans pour autant remplacer la responsabilité médicale.
Pour le développement des modèles linguistiques modernes, également appelés Large Language Models (LLM) et nécessaires à l’IA agentique en salle de réanimation, nous utiliserons également à l’avenir notre Industrial AI Cloud. Avec la première usine d’IA pour l’industrie que nous avons récemment ouverte à Munich, nous proposons, en collaboration avec SAP et Siemens ainsi que d’autres partenaires, une pile technologique « Made in Germany » qui intègre la connectivité, les opérations, l’infrastructure d’IA ainsi que les plateformes et les logiciels en tant que service. Sur notre infrastructure T Cloud, nous mettons tout à disposition de manière sûre, souveraine et évolutive. Et notre projet profitera également de la puissance de calcul de l’IA qui y est disponible grâce aux 10 000 GPU NVIDIA de la dernière génération Blackwell. À l’avenir, il est prévu que l’agent de réanimation fasse partie de notre Magenta Health AI Box.
La Magenta Health AI Box est une plateforme d’IA souveraine pour les hôpitaux et les caisses d’assurance maladie. Elle combine des applications telles que AI Receptionist et Patient Summary avec une intégration ouverte des données et une infrastructure T-Cloud sécurisée. Au lieu de solutions individuelles isolées, elle offre un système modulaire d’automatisation, de documentation et d’aide à la décision, conforme au RGPD et évolutif.
Un autre cas d’application passionnant de l’IA dans le domaine de la médecine et faisant également partie de la Magenta Health AI Box est notre plateforme « Talk to your data ». Elle montre comment il est possible, pour la première fois, d’accéder directement aux connaissances à partir de sources de données éparses. La solution utilise un agent d’intelligence artificielle qui recherche, relie, analyse et visualise les données. Les informations deviennent ainsi immédiatement accessibles, et ce simplement par chat. Les premiers projets pilotes montrent le potentiel : des analyses complexes, qui prenaient auparavant jusqu’à six heures, peuvent aujourd’hui être réalisées en moins d’une heure.
C’est dans les hôpitaux que les avantages sont les plus évidents. Les diagnostics, les valeurs de laboratoire, les plans de médication et les lettres des médecins se trouvent souvent dans des systèmes différents. Avec « Talk to your data », les médecins peuvent consulter directement ces informations, visualiser les évolutions et identifier les corrélations. L’IA signale également les éventuelles incohérences, par exemple lorsque les valeurs de laboratoire ne correspondent pas au traitement documenté.
Sur le plan technologique, la solution est basée sur la plateforme Agentic-AI de T-Systems et utilise ses AI Foundation Services. Les données sensibles restent ainsi protégées : « Talk to your data » fonctionne entièrement dans l’infrastructure T Cloud et préserve ainsi la souveraineté des données.
Le fait est que l’IA ne sauve pas des vies à elle seule. Mais elle peut créer les conditions dans lesquelles les gens prennent de meilleures décisions. Si l’on parvient à intégrer des systèmes basés sur des agents de manière sûre, souveraine et pratique dans des environnements hautement critiques comme la salle de réanimation, on obtient plus qu’une nouvelle application. Un changement de paradigme est en train de se produire : de la documentation réactive à l’assistance proactive et intelligente. Et c’est précisément là que réside le véritable potentiel de transformation de l’intelligence artificielle.
