Intelligence artificielle dans les hôpitaux marseillais : un panorama des usages en place

Dans le service des urgences de l’hôpital de la Timone, un logiciel analyse en continu les flux de patients et signale aux équipes les cas nécessitant une prise en charge prioritaire. À quelques kilomètres de là, à l’hôpital Nord, un autre outil assiste les radiologues dans la détection de fractures sur les clichés.

Ces dispositifs ne remplacent pas le personnel soignant, mais ils modifient l’organisation du travail. Voici comment l’intelligence artificielle s’insère concrètement dans les établissements marseillais, et ce qui distingue chaque type d’application.

L’aide au tri des urgences pour fluidifier les parcours

La première famille d’outils concerne la régulation des flux. Des algorithmes, entraînés sur des données historiques de passages aux urgences, prévoient les périodes d’affluence et aident à ajuster les plannings du personnel. D’autres systèmes, plus récents, analysent les constantes vitales et les motifs d’entrée pour proposer un niveau de priorité.

À la Timone, un tel dispositif est testé depuis plusieurs mois. Le logiciel ne décide pas à la place des soignants : il fournit une suggestion, que l’infirmier d’accueil valide ou infirme. L’objectif affiché est de réduire les délais d’attente pour les patients les plus graves, sans pour autant négliger les autres.

Les limites sont connues. Les algorithmes sont sensibles à la qualité des données saisies, et des biais peuvent apparaître si l’historique utilisé reflète des inégalités d’accès aux soins. Les équipes marseillaises insistent sur la nécessité d’une validation humaine systématique.

La lecture d’images médicales pour seconder les radiologues

L’imagerie constitue le deuxième champ d’application le plus répandu. Des logiciels de vision par ordinateur analysent des radiographies, des scanners ou des IRM pour repérer des anomalies : fractures, hémorragies cérébrales, nodules pulmonaires. À l’hôpital Nord, un outil dédié à la traumatologie est utilisé en routine pour les clichés du crâne et des membres.

Le logiciel agit comme un second lecteur. Il marque les zones suspectes et les présente au radiologue, qui conserve la décision finale. Dans certains cas, l’outil peut aussi classer les examens par ordre de gravité, permettant de traiter en priorité les images montrant des signes critiques.

Cette technologie ne s’applique pas également à tous les types d’examens. Elle est plus fiable sur des images standardisées que sur des cas complexes ou des anatomies atypiques. Les radiologues marseillais rapportent un gain de temps sur les examens simples, mais signalent des difficultés sur les images de mauvaise qualité technique.

La prédiction des complications pour anticiper les prises en charge

Une troisième catégorie d’outils vise à anticiper l’évolution d’un patient. Des modèles prédictifs, construits à partir de dossiers médicaux anonymisés, estiment le risque de réadmission, d’infection postopératoire ou de dégradation brutale de l’état de santé. Ces algorithmes intègrent des variables multiples : âge, antécédents, résultats biologiques, durée d’hospitalisation.

À l’hôpital de la Conception, un projet pilote porte sur la détection précoce du sepsis, une infection généralisée qui peut être mortelle. Le système surveille en continu les constantes et les résultats de laboratoire, et alerte les équipes en cas de combinaison de signes évocateurs. L’objectif est de gagner du temps sur l’administration des antibiotiques.

Ces outils sont encore au stade expérimental dans la plupart des services. Leur fiabilité dépend fortement de la population sur laquelle ils ont été entraînés. Un modèle conçu à partir de données d’un autre pays peut produire des résultats moins précis sur les patients marseillais, en raison de différences démographiques ou de pratiques médicales.

Les conditions de déploiement et les garde-fous nécessaires

Le déploiement de ces technologies repose sur des infrastructures spécifiques. Les hôpitaux marseillais ont dû investir dans des serveurs capables de traiter de grands volumes de données, ainsi que dans des connexions sécurisées pour échanger les informations entre services. La formation du personnel constitue un autre prérequis : les soignants doivent comprendre le fonctionnement des outils pour les utiliser à bon escient.

La question de la responsabilité reste centrale. En cas d’erreur, le logiciel n’est pas considéré comme responsable : la décision médicale incombe toujours au praticien. Les établissements veillent donc à documenter précisément les cas où l’IA a été consultée, et à conserver une trace des décisions humaines.

Les données utilisées pour entraîner les algorithmes font l’objet d’une attention particulière. Les hôpitaux marseillais appliquent les règles du règlement général sur la protection des données, avec une anonymisation systématique des informations personnelles. Des comités d’éthique locaux examinent chaque projet avant sa mise en œuvre, et des audits réguliers vérifient l’absence de biais discriminatoires.

Le coût de ces systèmes reste un facteur limitant. Entre l’achat des licences, la maintenance et la formation, les budgets peuvent être conséquents. Certains établissements optent pour des solutions open source, d’autres préfèrent des contrats avec des éditeurs privés. Aucun modèle économique ne s’impose pour l’instant comme une référence.

Ces outils ne remplacent pas le jugement clinique. Ils fournissent des informations supplémentaires, qui viennent s’ajouter à l’examen du patient et à l’expérience du soignant. Leur valeur dépend moins de la sophistication technique que de leur intégration dans des parcours de soins déjà bien organisés.