Publié le 16 janvier 2026 à 05h12. Des avancées récentes en intelligence artificielle et en robotique ouvrent la voie à une autonomie accrue des robots chirurgicaux, tout en soulignant la nécessité de répondre aux défis liés à la pénurie de personnel médical et à l’épuisement professionnel des chirurgiens.
- Des modèles de fondation généralistes promettent d’améliorer l’autonomie des robots chirurgicaux, notamment grâce à l’apprentissage par imitation et à la compréhension du langage naturel.
- La création de jeux de données annotés et d’outils open source facilite la recherche et le développement dans le domaine de la chirurgie robotique.
- Les études prévoient une pénurie persistante de personnel chirurgical et une augmentation des exigences en matière de productivité, rendant l’automatisation et l’assistance robotique cruciales.
La chirurgie robotique connaît une évolution rapide, portée par les progrès de l’intelligence artificielle (IA). Des chercheurs explorent activement des moyens d’accroître l’autonomie des robots chirurgicaux, en leur permettant d’effectuer des tâches complexes avec une intervention humaine minimale. Une étude publiée en 2024 par Alberton et Pettz dans Surg. Clin. Am du Nord. (1041203-1215, https://doi.org/10.1016/j.suc.2024.04.011) se penche sur la cholécystectomie, une intervention chirurgicale courante, et ses potentielles améliorations grâce à la robotique.
Un axe majeur de cette recherche est le développement de modèles de fondation généralistes, capables d’apprendre à partir de vastes ensembles de données et de s’adapter à différentes tâches chirurgicales. Schmidgall, Kim, Kuntz, Ghazi et Krieger ont récemment publié une étude dans Nat. Mach. Intel. (88, https://doi.org/10.1038/s42256-024-00917-4) sur l’utilisation de ces modèles pour accroître l’autonomie des robots assistés. L’apprentissage par imitation, où le robot apprend en observant des chirurgiens expérimentés, est une approche prometteuse. Des travaux récents, comme ceux présentés par Kim et al. lors de la Conférence sur l’apprentissage des robots (CoRL 2024), explorent des architectures telles que le Surgical Robot Transformer (SRT) pour faciliter cet apprentissage.
La disponibilité de données de qualité est essentielle pour former ces modèles d’IA. Plusieurs initiatives visent à créer des jeux de données annotés, spécifiquement pour la chirurgie. Le jeu de données Heidelberg pour la science des données chirurgicales, décrit par Maier-Hein et al. dans Sci. Data (8101, https://doi.org/10.1038/s41597-021-00882-2), et l’ensemble de données complet sur la cholécystectomie robotique (CRCD) d’Ah et al. (présenté lors de l’IEEE International Symposium on Medical Robotics (ISMR 2024), https://doi.org/10.1109/ISMR63436.2024.10585836) sont des exemples notables. Des efforts sont également déployés pour standardiser l’annotation des vidéos chirurgicales, comme le recommande SAGES (Society for American Gastrointestinal and Endoscopic Surgeons) dans une publication de 2021 (Meireles et al., Surg. Endosc. 354918-4929, https://doi.org/10.1007/s00464-021-08578-9).
Parallèlement à ces avancées technologiques, le secteur de la santé est confronté à des défis importants en matière de ressources humaines. Une réévaluation contemporaine de la main-d’œuvre chirurgicale américaine, menée par Oslock et al. et publiée dans l’Am. J. Surg. (22328-35, https://doi.org/10.1016/j.amjsurg.2021.07.033 en 2022), prédit des pénuries persistantes et une augmentation des exigences en matière de productivité. L’épuisement professionnel des chirurgiens, étudié par Dimou, Eckelbarger et Riall (J. Am. Coll. Surg. 2221230-1239, https://doi.org/10.1016/j.jamcollsurg.2016.03.022 en 2016), constitue un autre facteur de préoccupation. L’automatisation et l’assistance robotique pourraient contribuer à atténuer ces problèmes en allégeant la charge de travail des chirurgiens et en améliorant l’efficacité des interventions.
Des outils open source, tels que ROS (Robot Operating System) (Quigley et al., atelier ICRA sur la robotique Open Source, 2009) et le kit de recherche open source pour le système chirurgical da Vinci (Kazanzides et al., ICRA 2014, https://doi.org/10.1109/ICRA.2014.6907809), jouent un rôle crucial dans l’accélération de la recherche et du développement. Reddy et al. ont publié un aperçu complet des utilisations actuelles et des perspectives d’avenir de la chirurgie robotique dans Curéus (15e50415, https://doi.org/10.7759/cureus.50415 en 2023). Les recherches actuelles se concentrent également sur l’amélioration de l’interaction homme-robot, notamment par le biais de corrections linguistiques (Shi et al., 2024) et de l’apprentissage par renforcement (Fu et al., CoRL 2024; Noir et al., CoRL 2024).
