Xavier Bobbia aborde l'évolution des pratiques en échographie d'urgence, plus précisément le développement du POCUS (Point-of-Care Ultrasound) vers une potentielle interprétation automatique grâce au machine learning et au deep learning. L'intervenant explore comment ces technologies transforment l'examen, non pas en remplaçant le clinicien, mais en automatisant des tâches complexes de reconnaissance, de suivi et de quantification.

L'auteur présente diverses applications technologiques : la reconnaissance automatique de structures pour les ponctions, l'identification d'artefacts comme les lignes B pulmonaires, et l'analyse Doppler automatisée. Il souligne notamment l'intérêt du tracking automatique des flux pour mesurer l'ITV sous-aortique, démontrant qu'une moyenne de plusieurs mesures automatisées est plus corrélée au débit cardiaque invasif qu'une mesure manuelle, tout en étant plus rapide et fiable. Il évoque également le speckle tracking pour l'évaluation du strain myocardique, la mesure automatique du diamètre artériel pour évaluer la rigidité vasculaire, et l'utilisation du tracking de la ligne pleurale pour aider au diagnostic du pneumothorax.

Un point critique est illustré par l'exemple des outils de poche pour le calcul de la fraction d'éjection : une étude récente montre une corrélation catastrophique avec l'IRM par rapport à l'évaluation visuelle, faute de possibilité pour l'opérateur de corriger l'algorithme. Bobbia insiste sur le fait que l'outil doit rester un assistant ajustable.

Pour le clinicien, le message est clair : l'intelligence artificielle actuelle excelle pour reconnaître, suivre, quantifier et montrer (par exemple, via la 3D ou la cartographie des zones de dyskinésie), mais elle ne peut pas encore interpréter. L'interprétation nécessite une intégration des données contextuelles (histoire clinique, examen physique) que les machines ne possèdent pas. Le rôle de l'urgentiste reste donc primordial pour contrôler, corriger les mesures et intégrer l'imagerie au raisonnement clinique global.