Rendre le bloc opératoire sûr grâce à l’IA, en détectant en temps réel les situations à risque. SSuWAI combine des données pour une analyse continue : données cliniques patient, signaux physiologiques des équipes (stress, fatigue), contexte opératoire, ainsi que l’IA et un simulateur multi-agents.
Institut en lien :
IICT
Image d'illustration du projet

Description

Le projet SSuWAI vise à développer un dispositif médical innovant capable d’anticiper les situations à risque au bloc opératoire grâce à l’intelligence artificielle. Le système repose sur l’analyse combinée de données cliniques du patient, de paramètres environnementaux et de signaux physiologiques liés au stress et à la fatigue des équipes.

 

S’appuyant sur des capteurs, un simulateur multi-agents et des algorithmes d’IA, la plateforme permettra une détection en temps réel des situations critiques et la génération d’alertes adaptées. L’objectif est de renforcer la sécurité des interventions tout en améliorant les conditions de travail des professionnels de santé.

 

Le projet réunit un consortium transfrontalier associant des acteurs académiques, cliniques et industriels. Les partenaires académiques — l’Université Marie et Louis Pasteur et la Haute École d’Ingénierie et de Gestion du Canton de Vaud — apportent leur expertise en intelligence artificielle, en analyse de données, ainsi que leur connaissance et leur maîtrise des capteurs. Les partenaires cliniques — le Centre Hospitalier Universitaire Besançon Franche-Comté et le Centre Hospitalier Vaudois — contribuent par leur connaissance des pratiques et des enjeux du bloc opératoire. Les partenaires industriels — CFI SA, Aeglé et Aprogsys — contribuent au développement des capteurs, à l’intégration des systèmes et à la conception des interfaces.

 

Le projet aboutira à un prototype avancé intégrant l’ensemble de ces briques technologiques. Il devrait également donner lieu à des publications scientifiques, à des dépôts de brevets et contribuer à l’appropriation des outils d’IA en santé.

 

SSuWAI illustre ainsi la convergence entre intelligence artificielle, médecine et ingénierie au service d’une meilleure sécurité des soins.

Plus d'informations

Contacts

Photo de Andres Perez Uribe
Andres Perez Uribe
Professeur HES ordinaire
Responsable du groupe thématique de compétence Science des données

Liens utiles