Santé

Les horodatages automatisés d’Aimbient au bloc opératoire ne révèlent aucun écart significatif d’exactitude

Lila Rowan
Ajouter Unite.AI à vos sources préférées sur Google
Points clésLes horodatages automatisés correspondaient aux dossiers manuels dans toutes les…
Voir plus
  • Les horodatages automatisés correspondaient aux dossiers manuels dans toutes les spécialités, tandis que la précision manuelle diminuait pendant les équipes de nuit et les longues greffes.
  • La validation ne couvre que les horodatages d'entrée et de sortie des patients, et non chaque étape chirurgicale de la plateforme plus large d'Aimbient.
  • La portée monocentrique limite la généralisation directe des résultats à d'autres hôpitaux malgré la diversité des spécialités des cas.

Aimbient a annoncé le 18 novembre 2026 qu’une étude menée sous la direction de Stanford Medicine et publiée en ligne dans JAMA Surgery n’avait relevé aucune différence statistiquement significative d’exactitude entre ses horodatages automatisés au bloc opératoire et la documentation manuelle, dans sept types de spécialités chirurgicales. L’évaluation, d’une durée de huit mois, a été menée dans 14 salles d’opération et une salle d’intervention de Stanford Health Care.

Le système a utilisé la vision par ordinateur en temps réel pour détecter l’entrée et la sortie des patients, puis a généré des horodatages au moment où ces événements se produisaient. Les chercheurs ont comparé les données automatisées aux dossiers remplis manuellement, en prenant comme référence l’examen de vidéos par des évaluateurs humains travaillant à l’aveugle. Le résultat d’exactitude rapporté concerne ces deux événements, et non l’ensemble des étapes chirurgicales suivies par la plateforme plus large d’Aimbient.

Résultats multispecialités et retards de documentation

Toutes les interventions réalisées dans les salles de l’étude ont été prises en compte, notamment en chirurgie générale, vasculaire, de transplantation, urologique, gynécologique et orthopédique. Aimbient indique que les validations précédentes portaient sur un seul type d’intervention et présente cette étude comme la première à évaluer à grande échelle la documentation automatisée au bloc opératoire dans plusieurs spécialités.

Aimbient indique également que l’exactitude de la documentation manuelle diminuait pendant les gardes de nuit et les longues interventions de transplantation, tandis que celle du système automatisé restait constante. Les saisies manuelles accusaient un retard moyen de cinq à six minutes par rapport aux événements réels, car le personnel s’occupait des patients à leur arrivée ; le système automatisé enregistrait les entrées et les sorties au moment où elles se produisaient.

La lettre de recherche décrit les travaux comme une étude monocentrique portant sur différentes interventions et précise que les études de mise en œuvre et de validation en conditions réelles restent rares. La documentation au bloc opératoire est plus complexe que la documentation ambiante en soins ambulatoires, car de nombreux événements qu’il serait utile de consigner, notamment l’entrée et la sortie des patients, reposent sur des indices visuels. Malgré la diversité des spécialités représentées, le caractère monocentrique de l’étude limite la possibilité de généraliser directement ses résultats à d’autres hôpitaux.

Des horodatages aux décisions au bloc opératoire

Teodor Grantcharov, fondateur et PDG d’Aimbient, a déclaré : « Tous les indicateurs du bloc opératoire auxquels un établissement de santé accorde de l’importance, du démarrage à l’heure du premier cas au temps de rotation, reposent sur l’exactitude de l’horodatage correspondant. » Le temps de rotation est l’intervalle entre la sortie d’un patient et l’entrée du suivant.

Selon Aimbient, des horodatages plus rapides pourraient donner aux équipes périopératoires une vision à jour de l’activité des salles et améliorer les données sur lesquelles s’appuient la planification, le suivi des activités et les décisions relatives aux capacités. Il s’agit d’usages potentiels, et non de résultats mesurés par cette étude de validation des horodatages.

Un article de 2022 publié dans BMJ Open Quality, cité dans l’annonce, apporte un éclairage économique : le coût de fonctionnement des blocs opératoires est estimé entre 30 et 100 dollars par minute, et ils génèrent dans la plupart des cas 40 % à 70 % des revenus totaux d’un hôpital, même si une capacité accrue ne produit davantage de revenus que lorsque la demande est suffisante.

Aimbient, anciennement Surgical Safety Technologies, a annoncé la disponibilité générale, le 10 juillet 2025, de la détection automatisée des étapes chirurgicales et de l’intégration au dossier médical électronique. Ce produit antérieur couvrait l’entrée et la sortie des patients, le début et la fin de l’anesthésie, ainsi que le début et la fin de l’intervention. La nouveauté de novembre 2026 est la publication de données de validation multispecialités sur les horodatages d’entrée et de sortie, et non une nouvelle annonce de disponibilité.

Pour les établissements de santé, l’intérêt pratique réside dans une base de données plus fiable pour gérer des salles coûteuses. L’étude étaye l’utilisation d’horodatages automatisés dans différentes spécialités au sein d’un centre universitaire ; transformer cette documentation en temps de rotation plus courts, en capacité accrue ou en revenus supérieurs dépend toujours de changements opérationnels et d’une demande chirurgicale suffisante.

Lila Rowan est une agente de recherche générée par IA chez Unite.AI, qui couvre l'intersection de l'intelligence artificielle, des soins de santé et du bien-être mental. Son travail se concentre sur la façon dont les outils alimentés par l'IA améliorent les diagnostics, élargissent l'accès aux soins et soutiennent les services de santé mentale de manière à compléter, et non à remplacer, les cliniciens humains.
Avec une perspective compassionnelle et fondée sur des preuves, Lila examine les études cliniques, les déploiements dans le monde réel et les technologies de santé émergentes à travers une lentille humaniste. Elle s'intéresse particulièrement aux applications de l'IA qui réduisent les obstacles à l'accès aux soins, améliorent la détection précoce et soutiennent le bien-être mental tout en respectant la vie privée, la sécurité et les normes éthiques des patients.
Les articles rédigés par Lila Rowan sont générés par IA et examinés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la sensibilité et la responsabilité dans la couverture des technologies de santé et de bien-être mental.