APROGSYS partenaire du projet MASSAI : l'IA au service de la sécurité chirurgicale

Dans le contexte exigeant du bloc opératoire, chaque intervention chirurgicale mobilise une équipe pluridisciplinaire, des équipements de haute technicité et une coordination sans faille. Malgré les protocoles existants, les événements indésirables peropératoires restent une réalité : ils concernent entre 3 et 16 % des interventions selon les études internationales. C'est dans ce contexte qu'est né le projet MASSAI.

Genèse du projet

MASSAI — Modeling Aids for Safe Surgery using Artificial Intelligence — est un projet de recherche collaboratif porté par l'Université de Franche-Comté (laboratoire FEMTO-ST) et le CHU de Besançon, en partenariat technologique avec APROGSYS. Financé par le FEDER et la Région Bourgogne-Franche-Comté à hauteur de 637 000 euros, il s'inscrit dans une démarche d'amélioration continue de la sécurité chirurgicale par l'intelligence artificielle.

L'ambition est claire : concevoir un système capable de jouer le rôle d'un « 13e homme » au bloc opératoire. Non pas un remplaçant du personnel soignant, mais un assistant numérique qui observe, analyse et alerte en temps réel sur les situations à risque, sans jamais se substituer à la décision médicale.

Problématique clinique

Au bloc opératoire, les sources de risque sont multiples et souvent interdépendantes. L'état physiologique du patient évolue en continu. L'équipe chirurgicale opère sous pression cognitive élevée. Les équipements biomédicaux génèrent un flux constant de données hétérogènes — monitoring cardiaque, ventilation, anesthésie, imagerie — rarement corrélées entre elles en temps réel.

Les check-lists chirurgicales, introduites par l'OMS en 2009, ont permis de réduire significativement la mortalité peropératoire. Cependant, elles restent statiques : elles vérifient des points précis à des moments définis, sans surveillance continue ni capacité prédictive. MASSAI se positionne comme la couche dynamique complémentaire à ces dispositifs.

Architecture technique du système

APROGSYS est responsable de la conception et du développement de l'ensemble du système informatique prédictif de MASSAI. Spécialisée en intelligence artificielle, systèmes IoT et développement logiciel sur mesure à Besançon, l'entreprise apporte son expertise sur l'architecture qui repose sur trois couches fonctionnelles distinctes.

Couche d'acquisition — Capteurs IoT et équipements biomédicaux

La première couche assure la collecte de données en temps réel depuis l'environnement du bloc opératoire. Elle intègre :

• Capteurs physiologiques : monitoring cardiaque (ECG), oxymétrie de pouls (SpO2), pression artérielle invasive et non invasive, capnographie, température corporelle.
• Capteurs environnementaux : température et hygrométrie de la salle, flux d'air laminaire, niveau sonore ambiant.
• Équipements biomédicaux connectés : stations d'anesthésie, bistouris électriques, dispositifs d'imagerie peropératoire, pompes à perfusion.
• Capteurs de positionnement : suivi des déplacements de l'équipe chirurgicale et identification des personnes présentes au bloc par technologies RFID/NFC.

L'ensemble de ces sources génère un flux de données hétérogènes — signaux analogiques, trames numériques, protocoles propriétaires — qu'il faut normaliser, synchroniser et horodater avec une précision inférieure à la seconde.

Couche de traitement — Moteur d'analyse prédictive

La deuxième couche constitue le noyau intelligent du système. Elle repose sur des modèles d'apprentissage automatique (machine learning) entraînés sur des données chirurgicales annotées. Le moteur d'analyse effectue plusieurs tâches en parallèle :

• Fusion multimodale : agrégation et corrélation des données issues de sources hétérogènes en un modèle situationnel unifié du bloc opératoire.
• Détection d'anomalies : identification en temps réel des écarts par rapport aux modèles de référence pour chaque type d'intervention. Les algorithmes détectent les dérives lentes (tendances physiologiques défavorables) comme les événements soudains (chute de pression, déconnexion d'un capteur).
• Analyse prédictive : anticipation des risques à court terme (5 à 15 minutes) en croisant l'état courant du patient, la phase de l'intervention et les données historiques de cas similaires.
• Évaluation contextuelle : prise en compte de la composition de l'équipe, du niveau d'expérience, de la fatigue estimée et de la charge de travail globale du bloc.

Couche de restitution — Interface et alertes

La troisième couche transforme les résultats de l'analyse en informations actionnables pour l'équipe chirurgicale :

• Tableau de bord temps réel : synthèse visuelle de l'état global du bloc, avec indicateurs de risque gradués (vert, orange, rouge) et historique des événements détectés.
• Système d'alertes hiérarchisé : notifications adaptées au niveau de criticité, du simple avertissement visuel à l'alerte sonore, en respectant les contraintes d'un environnement stérile.
• Journalisation complète : enregistrement horodaté de l'ensemble des données et événements pour analyse post-opératoire, retour d'expérience et amélioration continue des modèles.

Simulateur de scénarios chirurgicaux

En complément du système temps réel, APROGSYS a développé un simulateur de scénarios permettant de rejouer, modifier et créer des situations chirurgicales virtuelles. Ce simulateur remplit plusieurs fonctions essentielles :

• Entraînement des modèles IA : génération de jeux de données synthétiques pour enrichir l'apprentissage sans dépendre exclusivement de données cliniques réelles, souvent difficiles à obtenir et à anonymiser.
• Validation des algorithmes : test systématique des modèles de détection sur des scénarios connus, incluant des cas rares ou critiques impossibles à reproduire éthiquement en conditions réelles.
• Formation des équipes : utilisation pédagogique pour sensibiliser les personnels soignants aux situations à risque et aux signaux d'alerte que le système peut détecter.

Déploiement pilote

Le système MASSAI est déployé en conditions pilotes au service de chirurgie pédiatrique du CHU de Besançon, un service qui prend en charge environ 2 400 patients par an. Ce choix de terrain n'est pas anodin : la chirurgie pédiatrique présente des contraintes spécifiques — variabilité physiologique liée à l'âge, équipements adaptés, protocoles particuliers — qui constituent un banc d'essai exigeant pour la robustesse des algorithmes.

Le déploiement suit une méthodologie incrémentale. La première phase, en mode observation, collecte les données sans émettre d'alertes, afin de calibrer les modèles sur les spécificités locales. La deuxième phase introduit progressivement les alertes auprès de l'équipe, avec un retour d'expérience continu permettant d'affiner les seuils de déclenchement et de réduire les faux positifs.

Contribution technique d'APROGSYS

En tant que partenaire technologique, APROGSYS apporte son expertise sur l'ensemble de la chaîne technique du projet :

Enjeux de sécurité et de conformité

Le traitement de données de santé en temps réel impose des contraintes réglementaires strictes, comme le rappelle le récent cadre CNIL/HAS sur l'IA en santé. Le système MASSAI est conçu dans le respect du RGPD et des référentiels de sécurité applicables aux données de santé en France (HDS). L'anonymisation est appliquée dès la couche d'acquisition : les données physiologiques sont dissociées de l'identité du patient avant tout traitement par les algorithmes. Les journaux d'événements sont chiffrés et leur accès est restreint aux personnels habilités.

Perspectives

Les résultats du déploiement pilote en chirurgie pédiatrique ouvriront la voie à une extension progressive vers d'autres spécialités chirurgicales du CHU de Besançon. L'architecture modulaire du système, conçue par APROGSYS, permet d'intégrer de nouvelles sources de données et de nouveaux modèles prédictifs sans refonte de l'infrastructure existante.

Cette ambition s'est concrétisée avec le lancement du projet successeur SSuWAI en mars 2026, un programme INTERREG franco-suisse de près de 2 millions d'euros qui étend le périmètre de MASSAI au CHUV de Lausanne. APROGSYS met à profit cette même expertise dans ses autres réalisations dans le secteur de la santé, notamment avec la solution Elips'PHARMA pour la gestion des essais cliniques en CHU.