Vers une néonatologie « augmentée » par l’IA ? 

Bien qu’ils soient encore à un stade majoritairement exploratoire, les outils basés sur l’intelligence artificielle suscitent de grands espoirs en néonatologie. Leur implémentation soulève toutefois des défis méthodologiques, éthiques et organisationnels. 

L’intelligence artificielle recouvre des techniques d’apprentissage automatique (machine learning) et de traitement des données massives, capables d’extraire des patterns ou signaux cliniques complexes et/ou invisibles à l’œil humain, le tout à une vitesse stupéfiante. En néonatologie - discipline marquée par des trajectoires physiologiques rapides, une forte vulnérabilité des patients et où les décisions thérapeutiques doivent être prises sans délai et précisément -, ces outils ouvrent d’intéressantes perspectives. 

Champs d’application et bénéfices attendus 

Lors de sa présentation au dernier congrès de l’EAPS ^[1], Julien Penders, cofondateur d’une société développant une plateforme de monitorings périnataux et basée sur ces nouvelles technologies, a ainsi mis en évidence cinq domaines clés dans lesquels l’IA est amenée à se déployer dans les prochaines années.    

• Le screening prénatal génétique : l’IA peut améliorer la détection précoce de risques chez les fœtus, avec une sensibilité déjà supérieure à l’analyse humaine seule;
• Le monitoring prénatal : l’IA permet le suivi continu des paramètres maternels et fœtaux à domicile et/ou en clinique, allégeant ainsi le fardeau de visites hospitalières fréquentes tout en augmentant la sécurité du suivi;  
• L’imagerie fœtale et néonatale est améliorée par l’IA, notamment grâce aux techniques de « denoising » et de détection automatique des anomalies anatomiques;
• La détection des complications : plusieurs projets visent à développer des programmes IA capables de prédire les naissances prématurées, la prééclampsie, les hémorragies, la dépression postpartum ou encore le sepsis (lire encadré);   
• Le suivi postnatal et postpartum par l’IA peut aider à détecter précocement des signaux de détérioration ou de conditions sous-jacentes via un monitoring continu, tout en intégrant des messageries automatisées et des chatbots éducatifs pour les familles.  

« L’IA va donc se déployer dans un continuum de soins périnataux », résume Julien Penders. « Car même si les études dans ce domaine sont récentes et leurs résultats plus ou moins enthousiasmants selon les thèmes investigués et les méthodologies, le potentiel et les bénéfices attendus ou avérés de cette révolution technologique sont indéniables ! »

En effet, tout converge vers une précision et une rapidité accrue des diagnostics, des traitements sur mesure et des trajets de soins personnalisés, une diminution de certaines tâches chronophages, une augmentation de l’efficacité institutionnelle et de la précision médicale, ainsi qu’un renforcement de la littératie et de l’éducation thérapeutique grâce aux outils connectés. « Je ne pense pas que l’IA se substituera un jour aux médecins », estime Julien Penders. « En revanche, les soignants et les institutions qui la rejette(ro)nt seront, à terme, remplacés par celles et ceux qui apprendront à (bien) s’en servir ! »   

« Je ne pense pas que l’IA se substituera un jour aux médecins. En revanche, les soignants et les institutions qui la rejette(ro)nt seront, à terme, remplacés par celles et ceux qui apprendront à (bien) s’en servir. »
- Julien Penders

Les données = LA base ! 

Ceci dit, en Belgique, l’IA en néonatologie est loin d’être acquise et se limite, pour le moment, à quelques études et projets-pilotes. En effet, plusieurs freins et défis demeurent.  

Un défi majeur concerne la matière première du développement et de l’entrainement des modèles IA : les data ! N’importe quel développeur vous le dira : pour obtenir un outil efficace, pertinent et fiable, il faut l’entrainer sur une (très) grande quantité de données qualitatives. Or, contrairement à d’autres spécialités médicales qui en disposent abondamment, le volume de data disponible en néonatologie est structurellement faible, en particulier pour les grands prématurés. De plus, leur état clinique évolue rapidement… ce qui complique la standardisation des paramètres et l’entrainement de modèles robustes.

« Dans l’idéal, il faudrait rassembler les données de tous les services de néonatalogie du monde afin d’entrainer les systèmes IA sur un corpus suffisamment varié et conséquent ! », note Dorottya Kelen, cheffe du service de néonatalogie de l’Hôpital Erasme. Une gageure… 

Des procédures complexes et/ou fragmentées 

Certes, en Europe, l’European Health Data Space, adopté il y a un an, et l’Artificial Intelligence Act visent à harmoniser l’accès à ces précieuses données et à encadrer l’usage de l’IA en santé.

Salué par le secteur, ce cadre réglementaire n’évacue toutefois pas les enjeux déontologiques ni les procédures. Comme n’importe quelle étude clinique, chaque projet de recherche sur l’IA en néonatalogie requiert la définition de critères stricts de sécurité, l’approbation des comités d’éthique et le consentement éclairé des parents… Des procédures qu’il faut multiplier par le nombre de centres impliqués. Cette approche multicentrique – incontournable pour valider les outils – allonge les délais de mise en œuvre des études et retarde d’autant de déploiement de l’IA, qui, elle, se développe à une vitesse folle !    

Plus généralement, Julien Penders évoque aussi « une coordination fragmentée de l’implémentation de l’IA en santé, notamment dans et entre les différentes spécialités médicales. Nous observons aussi un désalignement entre les choix techniques (quel modèle d’IA choisir ?) et les visions stratégiques », aussi bien entre les autorités sanitaires de chaque région ou pays qu’au niveau d’une même institution. « En cause (souvent) : le manque de connaissance et, donc, d’intérêt des décideurs politiques et/ou des directions médicales pour les potentialités de l’IA. »    

Pédagogie et humanité 

Un autre frein important est d’ordre pédagogique et humain. Certes, les cursus de médecine commencent à intégrer l’IA dans la formation des futurs médecins, mais les spécialistes qui exercent déjà doivent « apprendre sur le tas ». Or, en Belgique, le manque de profils combinant expertises médicales et digitales poussées sur l’IA limite la diffusion des connaissances et, de facto, freine l’appropriation et l’adoption de nouveaux outils par les équipes soignantes.

En Belgique, le manque de profils combinant expertises médicales et digitales poussées sur l’IA limite la diffusion des connaissances.

« Il ne faut pas non plus négliger la crainte d’un remplacement du personnel, notamment infirmier, par l’IA », ajoute la Dre Kelen. « Cette crainte, bien compréhensible, constitue un frein “culturel” et psychologique à son implémentation. Il convient donc de rappeler que l’IA n’a pas vocation à remplacer les équipes, mais plutôt à libérer du temps et de l’espace pour d’autres tâches et soins, notamment ce qui relève du contact humain, crucial en néonat ! » Dans certains services, hôpitaux ou pays, l’IA pourrait toutefois partiellement pallier la pénurie de personnel… ce qui déplait à celles et ceux qui préfèreraient que l’on (ré)investisse dans les ressources humaines. Or, l’un n’exclut pas l’autre…   

Source
1.  « How AI will revolutionize perinatal care », présentation du 19 octobre 2025 au congrès de l’European Academy of Paediatrics Societies. 

Prédire le sepsis avec l’IA
Parmi les applications de l’IA en néonatalogie, la prédiction précoce du sepsis - cause fréquente de morbidité et de mortalité chez les grands prématurés - représente l’un des champs les plus avancés et les plus prometteurs, avec des sensibilités et spécificités qui peuvent atteindre respectivement 0,90 et 0,78 ^[1].
En Belgique, le projet Innocens de l’Université d’Anvers a aussi développé un système de machine learning basé sur l’IA, capable de prédire le sepsis 11 heures plus tôt que la pratique clinique standard ^[2].  L’outil est en cours de validation dans d’autres hôpitaux, notamment à l’Hôpital Erasme.

Sources
1. Alpern et al, « Prediction of pediatric sepsis within 48 hours bases on HER data » in JAMA Pediatrics, octobre 2025.
2. Source : www.innocens.be