L'intelligence artificielle en ORL

L'intelligence artificielle (IA) est devenue l'un des domaines d'innovation les plus dynamiques en médecine. Elle aide les médecins à identifier des schémas dans d'énormes quantités de données, à affiner les diagnostics, à personnaliser davantage les traitements et à rendre les interventions plus sûres. De la radiologie à la chirurgie en passant par l'oncologie, l'IA transforme la manière dont les maladies sont comprises et traitées – souvent discrètement en arrière-plan, mais avec des avantages tangibles pour les patients. Il est particulièrement passionnant de constater à quel point ces technologies ont désormais fait leur entrée en oto-rhino-laryngologie, où elles élèvent le diagnostic, la navigation et la précision chirurgicale à un niveau supérieur.

À ce sujet, la rédaction du Leading Medicine Guide s'est entretenue avec le professeur Marco Domenico Caversaccio, spécialiste en ORL.

Copyright « Gianni Pauciello, Clinique ORL de l'Inselspital »

La technologie de l’IA est principalement utilisée pour la recherche, le traitement de texte et des tâches similaires. L’IA est depuis longtemps devenue un secteur d’activité, et non plus une simple expérience, et les grands fournisseurs en tirent désormais des bénéfices considérables. Parallèlement, les frontières entre intelligence artificielle, réalité et contenus virtuels s’estompent de plus en plus.

« Malgré toutes les possibilités qu’elle offre, l’utilisation de l’IA reste exigeante. Il ne faut pas s’y fier aveuglément, car il manque la dimension humaine. Une conversation directe permet de dégager d’autres perspectives, des nuances, des questions complémentaires – des éléments que les machines ne peuvent pas remplacer. De plus, il y a beaucoup d’absurdités qui circulent sur Internet, ce qui rend d’autant plus importante une approche critique. Il est intéressant de voir comment les prévisions antérieures ont été relativisées. Il y a une vingtaine d’années, on affirmait par exemple que la radiologie serait largement automatisée par l’IA. En réalité, aux États-Unis, le nombre de radiologues a augmenté de 4 %. L’IA y a plutôt créé de nouveaux secteurs d’activité qu’elle n’a supprimé d’emplois. Les avancées techniques restent néanmoins fascinantes, en particulier dans le domaine médical. En ORL également, la question se pose de savoir comment l’IA pourra aider à l’avenir – par exemple pour un dépistage plus précoce ou plus précis des tumeurs de la région tête-cou grâce à la reconnaissance de formes en imagerie ou en pathologie. « Les premières approches existent déjà, et la recherche continue d’y travailler intensément », constate le Prof. Dr Caversaccio au début de notre entretien.

L'IA peut permettre de détecter plus tôt et avec plus de précision les tumeurs de la région tête-cou, car elle dispose, à plusieurs étapes du processus diagnostique, de capacités qui vont bien au-delà de ce que l'œil humain ou les méthodes d'évaluation classiques sont capables de faire. En imagerie, les modèles d’IA analysent les clichés de tomodensitométrie, d’IRM ou de TEP non seulement de manière superficielle, mais aussi mathématiquement, point par point. 

« Ces données recèlent un énorme potentiel pour les biopsies numériques et la reconnaissance de formes, qui ne cessent de se perfectionner d’année en année. L'objectif est de relier les informations radiologiques aux données pathologiques afin de détecter les tumeurs plus tôt et avec plus de précision. Si l'imagerie permettait d'identifier de manière fiable les tumeurs superficielles ou de petite taille, les procédures invasives telles que la panendoscopie pourraient devenir moins nécessaires à l'avenir. Ce n’est pas encore le cas, mais divers groupes de recherche – notamment à Würzburg ou à Heidelberg – travaillent d’arrache-pied pour combiner la radiomique, la pathomique et l’analyse des mégadonnées. L’idée sous-jacente est claire : plus un système traite de données, mieux il est capable de reconnaître des modèles. À l’instar des grandes plateformes de données, les modèles d’IA apprennent à chaque nouvel examen. La mise en œuvre pratique n’en est toutefois qu’à ses débuts. De nombreux concepts sont techniquement impressionnants, mais le passage à une application clinique à grande échelle est complexe. Les tumeurs présentent de grandes différences entre elles, ce qui complique le développement de modèles universels. Dans certains domaines, comme la planification et l’ajustement des implants cochléaires, on a déjà progressé : on peut déjà aujourd’hui intégrer plus étroitement les données diagnostiques et les stratégies peropératoires », explique le Prof. Dr Caversaccio.

---

La radiomique, la pathomique et les analyses de mégadonnées représentent une nouvelle approche en médecine moderne : elles transforment les données d’imagerie et tissulaires en informations hautement précises et exploitables. La radiomique extrait des milliers de caractéristiques d’images TDM, IRM ou TEP et met en évidence des schémas permettant de tirer des conclusions sur la biologie tumorale, l’agressivité ou la réponse au traitement. La pathomique fonctionne selon le même principe, mais à partir d’échantillons de tissus numérisés dans lesquels l’IA détecte les structures cellulaires les plus fines et les modifications. Les analyses de mégadonnées relient ces informations aux données génétiques, aux résultats de laboratoire et à l’évolution clinique. Il en résulte une vue d'ensemble complète des données qui rend les diagnostics plus précis, permet de planifier des traitements plus personnalisés et peut contribuer à long terme à éviter des interventions inutiles.

---

L'IA transforme fondamentalement la planification préopératoire en chirurgie ORL, car elle est capable d'extraire des données d'imagerie complexes bien plus d'informations qu'une interprétation purement humaine ne le permettrait.

Copyright « Gianni Pauciello, Clinique ORL de l'Inselspital »

Lors d’interventions à la base du crâne ou dans l’oreille moyenne, où chaque millimètre est décisif pour la sécurité et la préservation des fonctions, l’IA analyse les clichés radiologiques avec une telle précision que même les variations anatomiques les plus fines, les structures à risque ou les rétrécissements potentiels deviennent visibles. Il en résulte des modèles virtuels qui reproduisent exactement le tracé individuel des nerfs, des vaisseaux ou des cavités aériennes et rendent la planification nettement plus fiable. En particulier dans l’oreille moyenne, où les osselets, le nerf facial et l’oreille interne sont extrêmement proches les uns des autres, cela augmente considérablement la sécurité opératoire.

Le Prof. Dr Caversaccio explique à ce sujet : « La planification chirurgicale fait aujourd’hui appel à différentes méthodes numériques qui reposent avant tout sur une segmentation précise. Des structures telles que le nerf vestibulaire, le nerf facial ou le nerf auditif peuvent ainsi être représentées en détail – en partie de manière semi-automatique, en partie de manière entièrement automatique, selon le système. Ces informations peuvent soit être intégrées mentalement dans la stratégie opératoire, soit être directement transmises à un système de navigation. Pendant l’intervention, il est alors possible de déterminer au millimètre près à quelle distance on se trouve des structures sensibles. Cela nécessite des systèmes de navigation de haute précision, car dès que l'on quitte l'os pour pénétrer dans des zones mobiles telles que l'espace sous-arachnoïdien, la précision diminue à environ deux millimètres – un facteur dont il faut toujours tenir compte. Ces techniques de navigation et de segmentation sont régulièrement utilisées dans la pratique clinique quotidienne, souvent en étroite collaboration avec la neurochirurgie. Il existe en outre d’autres outils, tels que les modèles de prototypage rapide, qui permettent de visualiser en trois dimensions des situations complexes au niveau de la base du crâne et aident à choisir la voie d’accès optimale. Même si ces modèles ne sont pas considérés comme de l’IA, ils facilitent considérablement l’orientation spatiale. Parallèlement, des concepts numériques tels que les simulations, les systèmes de formation virtuelle ou les « jumeaux numériques » continuent de se développer. Ils permettent de planifier à l’avance les voies d’abord chirurgicales, de mettre en évidence les risques ou de contrôler les systèmes robotiques avec plus de précision. À l’avenir, les technologies de réalité augmentée pourraient afficher des informations supplémentaires directement dans le champ de vision du chirurgien, à l’instar des cockpits modernes. La numérisation croissante de l’environnement opératoire entraîne une augmentation constante des données disponibles, qui doivent être intégrées de manière judicieuse : imagerie, navigation, mesures physiologiques ou superpositions en réalité augmentée. Malgré toutes ces évolutions, une chose reste claire : la responsabilité incombe toujours au chirurgien. Les systèmes numériques peuvent assister, visualiser et alerter – mais ils ne remplacent pas l’expérience chirurgicale, la compréhension anatomique et la prise de décision en situation réelle au bloc opératoire.

Pour de nombreux chirurgiens, la technicisation croissante du bloc opératoire peut en effet constituer une surcharge. La génération plus âgée, en particulier, est fortement imprégnée du principe de « l’apprentissage par la pratique » – à travers des dissections anatomiques, l’expérience pratique et une compréhension spatiale intuitive. Les systèmes numériques, les simulations et les outils basés sur l’IA transforment fondamentalement ce monde. Il n’en reste pas moins que la bonne chirurgie repose toujours sur la connaissance anatomique, la perception spatiale et la précision de la motricité fine. Certaines personnes possèdent une vision 3D très développée et une grande sensibilité tactile – des capacités que même la technologie la plus moderne ne peut remplacer.

« Les systèmes de navigation assistent aujourd’hui de nombreuses interventions, mais restent des outils passifs. Ils indiquent des positions, à l’instar d’un GPS dans une voiture, mais ne prennent pas en charge le pilotage actif. La prochaine étape serait des systèmes dotés de capteurs-actionneurs capables de reconnaître les tissus, de mesurer les forces et de fournir un retour d’information – mais cette technologie en est encore à ses balbutiements. Parallèlement, des solutions de réalité augmentée, d’imagerie peropératoire et de cockpits numériques se développent, apportant de plus en plus d’informations dans la salle d’opération. Le défi consiste à intégrer ces données de manière pertinente sans surcharger le chirurgien. Dans le même temps, la dépendance à la technologie comporte des risques. À l’instar de la conduite automobile, où de nombreuses personnes ont du mal à s’orienter sans GPS, les compétences propres au chirurgien peuvent s’atrophier s’il se fie trop aux appareils. C'est pourquoi la formation chirurgicale de base reste tout aussi importante : les connaissances en anatomie, les exercices pratiques sur des modèles ou des préparations et l'acquisition de compétences manuelles continuent de constituer le fondement. La jeune génération grandit certes naturellement dans un univers numérique, mais cela ne remplace pas la nécessité d'entraîner son propre cerveau et d'être capable de prendre des décisions de manière autonome. Les systèmes d'IA peuvent reconnaître des modèles, comparer des données et apporter un soutien – mais ils créent rarement quelque chose de nouveau. L'intelligence émotionnelle, l'intuition et la résolution créative de problèmes restent des atouts humains. Cela se vérifie également dans des domaines tels que la recherche sur les acouphènes, où les modèles d'apprentissage automatique, malgré des années de travail, parviennent à peine à extraire des modèles fiables à partir des données EEG, car les perceptions individuelles sont si différentes. Dans le même temps, il existe des domaines dans lesquels l’assistance numérique permet déjà aujourd’hui de réaliser des progrès considérables : par exemple dans le cas des implants cochléaires, où le diagnostic, les mesures peropératoires et les stratégies d’ajustement postopératoires peuvent être coordonnés de manière toujours plus précise. C’est là que naît une véritable médecine personnalisée. Dans l’ensemble, les systèmes numériques, l’IA et la robotique servent de compléments précieux – en tant que soutien, et non en tant que substituts. La responsabilité incombe au chirurgien, qui décide, interprète et agit », explique le Prof. Dr Caversaccio, avant d’ajouter :

« Grâce à des méthodes de mesure modernes telles que les analyses d’impédance (méthodes permettant de mesurer la résistance électrique des tissus ou des électrodes) et les mesures de réponse neuronale (méthodes permettant de vérifier si le nerf auditif réagit à des stimuli électriques), il est possible, lors d’implants cochléaires, d’estimer dès l’intervention quelle capacité auditive pourrait être atteinte par la suite. La cochlée est structurée de manière tonotopique, ce qui facilite l’attribution des fréquences – de 125 hertz (basses) jusqu’à 8 kilohertz. Cette structure permet d’obtenir, à partir des données peropératoires, des indications précoces sur la fonction future. La question de savoir si l'IA conduit globalement à moins de complications dépend fortement du domaine d'application concerné. Dans certains domaines, des études montrent déjà que la reconnaissance de formes assistée par l'IA peut aider à affiner les diagnostics ou à éviter des interventions inutiles. Dans le cas de la rhinosinusite chronique, par exemple, les schémas radiologiques pourraient à l’avenir fournir des indications sur certaines causes telles que la mucoviscidose et ainsi raccourcir le parcours diagnostique. L’IA pourrait alors aider à déterminer si une biopsie est nécessaire, quel traitement semble approprié ou si une opération peut être évitée. Ces systèmes sont capables de formuler des recommandations à partir de grandes quantités de données – par exemple, quels médicaments seraient appropriés ou quelle stratégie thérapeutique promet le plus grand bénéfice. Il en résulte un cadre décisionnel supplémentaire qui peut soutenir la pratique clinique quotidienne sans se substituer à la responsabilité médicale.

Les systèmes de navigation assistés par IA offrent une valeur ajoutée significative lors des opérations endoscopiques des sinus, car ils ne se contentent pas d’afficher des données d’images statiques, mais les interprètent activement et les comparent en temps réel à l’anatomie individuelle du patient. 

« La formation pratique à l’utilisation des techniques chirurgicales modernes commence traditionnellement sur des préparations anatomiques et des modèles. Pour les interventions telles que celles sur les sinus, des systèmes de formation spécifiques sont disponibles, comme le modèle FACON ou des préparations anatomiques, telles que prescrites par la FMH (Foederatio Medicorum Helveticorum, Fédération des médecins suisses). Ce n’est qu’une fois ces bases maîtrisées avec assurance que l’on passe progressivement au bloc opératoire. Les systèmes de navigation y sont la norme depuis plus de vingt ans, mais ils exigent des connaissances techniques : la précision doit être vérifiée régulièrement et il faut être capable d’évaluer si le système fonctionne de manière fiable. Avec l'expérience, d'autres outils numériques viennent s'ajouter – par exemple les visualisations en 3D, le marquage des tumeurs ou des structures critiques comme le nerf optique, ou encore des fonctions telles que le « Navigator-Control », qui protègent certaines zones. Ce niveau n'est généralement atteint qu'après trois à quatre ans. Dans le cas de tumeurs complexes, en particulier à la base du crâne, plusieurs spécialités collaborent, comme la neurochirurgie ou la chirurgie maxillo-faciale. Là encore, la planification numérique joue un rôle majeur : dans le cas de reconstructions de la mâchoire inférieure, la structure osseuse nécessaire – souvent le péroné – est préalablement mesurée et planifiée numériquement, puis ajustée avec précision en peropératoire. Ces aides à la planification et à la navigation facilitent l’orientation et augmentent la précision, mais ne sont pas utilisées chez tous les patients. Certaines procédures, comme la planification numérique pour les greffes de péroné, sont prises en charge par les caisses d’assurance maladie et sont donc bien établies. D’autres technologies ne sont utilisées que dans les cas complexes. Dans l'ensemble, il apparaît toutefois clairement que l'imagerie, les simulations et les aides à la planification numérique gagnent en importance et complètent utilement le travail chirurgical », précise le Prof. Dr Caversaccio.

---

L'IA peut générer des modèles 3D précis à partir de données de tomodensitométrie et d'IRM, marquer les variantes anatomiques et mettre automatiquement en évidence les structures à risque. Il en résulte une orientation nettement plus intuitive et plus sûre au bloc opératoire. Pendant l’intervention, le système détecte les moindres écarts par rapport à la trajectoire prévue pour les instruments et signale à temps les zones critiques, ce qui réduit les complications. Parallèlement, l’IA apprend, à partir de vastes quantités de données, à prédire les zones de danger typiques et adapte dynamiquement le modèle de navigation aux changements tels que les saignements ou les gonflements des muqueuses – un avantage que les ensembles de données d’images statiques classiques n’offrent pas.

---

L'IA permet de mettre en évidence les risques peropératoires en chirurgie ORL bien plus tôt et avec plus de précision, car elle analyse en continu une multitude de sources de données pendant l'intervention et en déduit des indications sur les dangers potentiels qui ne seraient souvent perceptibles que plus tard à l'œil nu.

Copyright « Gianni Pauciello, Clinique ORL de l'Inselspital »

Lors d'opérations à la base du crâne ou à proximité immédiate de structures sensibles telles que le nerf facial, du nerf cochléaire ou de l'artère carotide interne, l'IA compare en temps réel la position actuelle de l'instrument avec le modèle 3D créé en préopératoire et détecte même les écarts minimes par rapport à la trajectoire prévue. Dès qu'un instrument s'approche d'une structure critique, le système peut émettre un avertissement avant même que celle-ci n'apparaisse sur l'image endoscopique. Parallèlement, l’IA est capable d’identifier automatiquement les repères anatomiques en peropératoire, même lorsque des saignements, un œdème muqueux ou des déplacements tissulaires compliquent l’orientation.

« La question de savoir si l'IA peut réellement prévenir les complications reste pour l'instant ouverte. Dans certains domaines, les procédés numériques aident déjà à mieux évaluer les risques – par exemple grâce à des segmentations automatiques ou semi-automatiques qui rendent visibles les nerfs, les vaisseaux ou d’autres structures sensibles. Ces tracés facilitent la planification et améliorent l’orientation en salle d’opération, mais ne remplacent pas l’expérience chirurgicale. À l’instar de la chirurgie plastique, où des photos préopératoires sont utilisées pour visualiser les résultats possibles, les modèles assistés par IA peuvent également fournir des pronostics. Mais comme pour une rhinoplastie, la réalité reste complexe : les tissus mous, les expressions faciales et les processus de cicatrisation individuels ne peuvent pas être entièrement prédits. Une planification peut être exacte à 70 ou 80 % – la précision absolue est difficilement atteignable. L'IA peut également faciliter la prise en charge périopératoire, par exemple lors du choix des médicaments appropriés ou de l'évaluation des risques. À l'avenir, de tels systèmes pourraient émettre des recommandations basées sur des cas comparables et de vastes quantités de données. Mais bon nombre de ces approches en sont encore au stade de la « preuve de concept ». L’obstacle majeur réside dans la transposition en dispositifs médicaux homologués. Sur le plan réglementaire, les exigences sont élevées : les systèmes doivent démontrer une sensibilité et une spécificité très élevées avant d’être homologués. La situation se complique particulièrement lorsque l'IA est combinée à la robotique – c'est là qu'interviennent les réglementations strictes du règlement MDR de classe III. Pour de telles applications, les vastes ensembles de données nécessaires à une homologation font souvent défaut. C'est pourquoi de nombreux prototypes d'IA restent cantonnés à la recherche, tandis que seuls quelques-uns parviennent à s'intégrer dans la pratique clinique courante. En revanche, les outils numériques grand public, les simulations ou les applications d’entraînement sont largement répandus, car ils ne se heurtent pas à des obstacles réglementaires importants. Mais les véritables systèmes basés sur l’IA qui influencent les décisions chirurgicales ou guident les étapes opératoires restent rares. « La technologie évolue à un rythme effréné, mais son passage à la pratique est exigeant – en particulier dans des domaines hautement sensibles comme la chirurgie de la base du crâne, où une précision maximale est indispensable », constate le Prof. Dr Caversaccio.

---

Pour éviter que les systèmes basés sur l’IA n’entraînent une dépendance excessive en médecine ORL, il faut définir clairement dès le départ le rôle qu’ils jouent dans la pratique clinique quotidienne : soutien oui, pouvoir de décision non. La transparence technique et thématique est un point central.

---

L’IA joue un rôle de plus en plus central dans les implantations cochléaires, car elle améliore à la fois la précision technique de l’intervention et le pronostic auditif individuel.

Copyright « Gianni Pauciello, Clinique ORL de l’Inselspital » «

Dans le domaine des appareils auditifs, l’IA joue déjà aujourd’hui un rôle notable. Les systèmes modernes peuvent filtrer de manière ciblée les bruits de fond, mettre en avant les signaux vocaux et créer des profils sonores individuels à l’aide de réseaux neuronaux. Les appareils s’adaptent aux tonalités, aux environnements et aux préférences auditives personnelles – de l’amplification de certaines fréquences à l’optimisation de la perception de la musique ou de la parole. Le développement progresse à grands pas, et l’industrie travaille d’arrache-pied pour personnaliser toujours davantage les appareils auditifs et les processeurs de parole. Comme cette technologie est non invasive, elle arrive relativement rapidement sur le marché et offre à de nombreuses personnes une nette amélioration de leur qualité de vie. Dans le même temps, des défis subsistent, notamment en cas de surdité unilatérale ou dans la recherche sur les acouphènes. Les acouphènes sont extrêmement individuels, ce qui complique le développement de solutions fiables basées sur l’IA. En cas de surdité unilatérale, on utilise aujourd’hui souvent des systèmes croisés ou des implants cochléaires, pour autant que les conditions soient réunies. Mais là encore, on constate qu’il existe de nombreuses idées et que de nombreuses études sont en cours, mais que la mise en œuvre est complexe. La voix constitue un domaine de recherche particulièrement actif. Les cordes vocales et la phonétique fournissent des indications précieuses, notamment sur le diabète, les maladies neurodégénératives ou les modifications tumorales précoces. La stroboscopie, les analyses vidéo et la reconnaissance de formes assistée par l’IA ouvrent de nouvelles possibilités diagnostiques qui font actuellement l’objet d’études approfondies. La combinaison de l'imagerie, des données acoustiques et de l'analyse par IA ouvre des perspectives passionnantes. Parallèlement, d’autres technologies se développent, telles que la fusion des données de tomodensitométrie et d’IRM, la génomique et la pathomique. La robotique reste également un sujet important – mais l’étape décisive n’a pas encore été franchie : une IA capable de proposer de manière autonome la voie chirurgicale optimale, d’évaluer les risques et de prévenir les complications de manière fiable. En médecine, cela est bien plus difficile que dans les applications industrielles, car chaque intervention sur l’être humain comporte des variables individuelles », souligne le Prof. Dr Caversaccio, avant de conclure notre entretien :

« Les systèmes robotiques continuent donc de servir d’assistance, et non d’acteurs autonomes. Ils apportent un soutien, limitent les risques et augmentent la précision, mais ne prennent pas en charge l’intégralité des opérations. La responsabilité incombe toujours à l’humain. Parallèlement, la numérisation croissante transforme le quotidien professionnel : les systèmes d’information, les processus standardisés et les solutions logicielles dictent de plus en plus le fonctionnement des procédures. Cela facilite bien des choses, mais oblige aussi les humains à s’adapter à la logique des systèmes. Dans un monde de plus en plus standardisé, le risque de devenir soi-même un peu plus « robotique » grandit. Il n’en reste pas moins que, en médecine, l’être humain est au centre de tout – en tant que patient et en tant que décideur au bloc opératoire. La technologie peut apporter un soutien, structurer et préciser, mais elle ne remplace pas l’expérience, l’intuition et la responsabilité du chirurgien.

Un grand merci, Professeur Caversaccio, pour ces informations instructives sur l’IA dans le domaine ORL !