L’avènement de la chirurgie mini-invasive a révolutionné la pratique de la chirurgie conventionnelle ouverte, en réduisant considérablement la douleur postopératoire grâce à des incisions plus petites, raccourcissant ainsi la durée d’hospitalisation et la période de convalescence, permettant aux patients de reprendre plus rapidement leurs activités quotidiennes. L’apport de la chirurgie robotisée contribue significativement à l’amélioration des soins chirurgicaux par rapport à la chirurgie ouverte. Toutefois, elle reste controversée par comparaison à la cœlioscopie et dépend largement du chirurgien et du type d’intervention.
La chirurgie mini-invasive nécessite une formation chirurgicale intense et un équipement dédié, tant pour la laparoscopie que pour la chirurgie robotisée. Cette dernière, en particulier, implique des coûts d’investissement substantiels. Dans le même temps, 5 milliards de personnes dans le monde n’ont pas accès en temps opportun à une chirurgie sécurisée et leurs ressources financières demeurent un problème majeur [1]. L’absence de prise en charge des frais occasionnés par la chirurgie robotisée dans de nombreux pays constitue une charge supplémentaire pesant sur les hôpitaux et cela limite son usage pour des interventions de complexité moyenne et élevée [2]. Pour les interventions fréquentes et moins complexes, la chirurgie cœlioscopique reste la norme ; elle peut être réalisée par la plupart des chirurgiens sans assistance robotisée et est moins onéreuse. La situation économique actuelle dans le domaine de la santé et le coût de la chirurgie robotisée accentuent les inégalités en matière de soins. Toutefois, les progrès technologiques remarquables des dernières décennies ont mené à une adoption croissante de la chirurgie robotisée [3]. Les pays développés à hauts revenus sont les moteurs du progrès et disposent ainsi du pouvoir technologique et politique nécessaire permettant d’améliorer la qualité des soins et de réduire les inégalités. Dans ce contexte, il est légitime de s’interroger sur le rôle que la chirurgie robotisée et l’intelligence artificielle peuvent jouer en termes d’impact économique et de réduction des risques.
Pour répondre à cette question, les dispositifs chirurgicaux robotisés doivent être considérés comme des interfaces numériques. Ils ne permettent pas seulement de contrôler avec précision les mouvements des instruments et les vues 3D des caméras à haute résolution. Ils permettent également d’enregistrer les données liées à l’utilisation des instruments et aux mouvements, de stocker des vidéos chirurgicales et, plus récemment, de comparer les performances des différents utilisateurs d’un même dispositif.
La formation chirurgicale ne s’appuie pas uniquement sur l’enseignement direct (à l’instar d’une configuration à double console en chirurgie robotisée), mais elle s’attache aussi à comparer sa propre technicité et ses performances à celles d’experts mondiaux du domaine, par exemple via des conférences et des ressources vidéo, notamment l’université en ligne librement accessible de l’IRCAD1. Cependant, l’accès à une grande quantité de sources de données et l’apprentissage à partir de ces dernières peuvent prendre des années pour le public concerné dans des situations complexes, mais seulement quelques jours pour l’intelligence artificielle (IA). Le programme informatique AlphaGo a été paramétré pour jouer au jeu de go en s’inspirant de parties de jeu et de déplacements humains ; ce programme a déjà battu des champions du jeu il y a près de dix ans. Plus tard, le réseau de neurones profond d’AlphaGo Zero, formé en jouant contre lui-même à l’aide d’un algorithme d’apprentissage par renforcement, a atteint des performances surhumaines dans ce domaine complexe et a même effectué des mouvements jusqu’alors inconnus [4]. L’IA pourrait être utilisée pour toute procédure chirurgicale, aussi rare soit-elle, afin d’identifier des cas similaires parmi les enregistrements vidéo d’opérations réalisés dans le monde entier et de fournir ainsi un soutien et des conseils sur mesure. Bien que l’accès à de vastes ensembles de données pose un défi aux cadres juridiques de la protection des données, leur analyse devrait permettre une identification plus rapide des patients à risque et de réaliser des interventions plus efficaces, ce qui se traduirait par des centaines de milliards de dollars de réduction des dépenses de santé [5,6].
La mise en place de dispositifs visant à améliorer l’accès aux connaissances et la collecte de données de haute qualité permettra d’accélérer l’accès aux meilleurs soins chirurgicaux dans le monde. À l’heure actuelle, la diffusion des meilleures pratiques en matière de chirurgie robotisée est favorisée par l’utilisation de technologies d’imagerie et de connexions à distance avec des chirurgiens experts référents [7,8]. Sur la base d’une analyse globale de diverses sources de données chirurgicales, un dispositif comparable d’assistance par IA pourrait offrir des moyens d’atteindre, voire de dépasser, les meilleurs standards actuels en chirurgie. La collaboration entre le monde universitaire et l’industrie est primordiale pour intégrer des indicateurs fiables dans les logiciels d’IA disponibles sur le marché. Les chirurgiens expérimentés devraient ainsi saisir cette opportunité pour contribuer au développement de systèmes d’assistance par IA ayant une pertinence clinique. L’intégration de l’IA dans les dispositifs de chirurgie robotisée pourra alors transformer le secteur de la santé et fournir un accès universel aux connaissances et aux techniques des experts.
Financement : cette mission a bénéficié à la fois de fonds octroyés par l’État français dans le cadre du plan Investissements d’avenir et de fonds attribués par l’Agence nationale de la recherche (ANR) (sous la référence ANR-10-IAHU-02).
Notes :
1- www.websurg.com (Consulté le 13-06-2023).
Références
1- Alkire BC, Raykar NP, Shrime MG, et al. Global access to surgical care: a modelling study. Lancet Glob Health 2015;3(6):e316-23.
2- Kruger CM, Ruckbeil O, Sebestyen U, et al. [DeRAS I-German situation of robotic-assisted surgery-an online survey]. Chirurg 2021;92(12):1107-1113.
3- Sheetz KH, Claflin J, Dimick JB. Trends in the Adoption of Robotic Surgery for Common Surgical Procedures. JAMA Netw Open 2020;3(1):e1918911.
4- Silver D, Schrittwieser J, Simonyan K, et al. Mastering the game of Go without human knowledge. Nature 2017;550(7676):354-359.
5- Kayyali B, Knott D, Van Kuiken S. The big-data revolution in US health care: Accelerating value and innovation. Mc Kinsey & Company 2013;2(8):1-13.
6- Hashimoto DA, Rosman G, Rus D, Meireles OR. Artificial Intelligence in Surgery: Promises and Perils. Ann Surg 2018;268(1):70-76.
7- Seeliger B, Collins T, Marescaux J. Implemented Imaging and Artificial Intelligence. In: Giulianotti P, Benedetti E, Mangano A, editors. The Foundation and Art of Robotic Surgery. New York: McGraw Hill, 2023. 1120 p.
8- Seeliger B, Collins JW, Porpiglia F, Marescaux J. The Role of Virtual Reality, Telesurgery, and Teleproctoring in Robotic Surgery. Robotic Urologic Surgery: Springer; 2022. p. 61-77.
Citation
Doi : 10.25329/rq_xx_2_edito.