Application d'aide à la décision médicale partagée pour la chirurgie du foie. Avec Toys Films, sous la supervision du Dr Oriana Ciacio et du Pr Éric Vibert.
BOPA 2 · 2025-2030
Augmenter le parcours patient
Améliorer la qualité et la sécurité des soins à chaque étape de la chirurgie : avant, pendant et après l'opération.
Préopératoire
Mieux communiquer avec le patient
Un patient qui comprend la stratégie thérapeutique qu'on lui propose adhère mieux à son parcours de soin. Face à la complexité des gestes, les schémas sont indispensables.
L'application équivalente pour la chirurgie du pancréas, sous la supervision du Dr Gabriella Pittau.
Mesurer leur impact sur la stratégie thérapeutique et construire un storyboard préopératoire.
Peropératoire
Analyser le réel, assister le geste
Le bloc n'est pas un cockpit d'avion et les chirurgiens ne pilotent pas : la « boîte noire » n'est pas socialement acceptable — un constat porté par un travail de sociologie mené au sein de BOPA (thèse de Nicolas El Haïk-Wagner). BOPA passe de la boîte noire à l'assistance peropératoire par la data science.
Un dispositif « made in BOPA » : un casque qui filme les mains du chirurgien en chirurgie ouverte. Analyse d'images en direct, compte rendu augmenté, télé-expertise, banque de vidéos.
Un compte rendu semi-automatique avec images et schémas, et un codage en temps réel, à partir de l'analyse vidéo de la chirurgie (du LLM au Vision Large Model).
Un agent IA pour poser des questions au chirurgien au fil de l'opération. « De l'IA qui voit à celle qui comprend. » Finalisation visée avant 2028.
Une source d'informations fiables et complètes sur le patient — checklist, antécédents. Démonstration prévue en 2027.
Ces agents reposent sur des Small Language Models, plus sobres et mieux maîtrisés que de grands modèles génériques. En exploration également : neurosciences (concentration du chirurgien), analyse de la lumière, télé-expertise et cobotique.
Postopératoire
Mieux suivre, mieux évaluer
Un chatbot pour accompagner 24 h/24 les patients transplantés hépatiques. Développement finalisé, étude clinique en cours ; une vision de déploiement national.
Évaluer la qualité de vie et l'expérience du patient (axe Value-Based Health Care de l'AP-HP), via la plateforme SKEZIA.
Exploiter les données de santé (PMSI) par double machine learning et inférence causale, pour comprendre les variations de résultats et réduire les complications.
Contenu établi à partir de la présentation de la chaire (2026). Certains noms de collaborateurs et chiffres cliniques restent à valider avant publication définitive.