Le sepsis est une maladie critique à forte mortalité, dont la reconnaissance précoce et la gestion précise représentent un défi majeur en clinique. Les outils d’évaluation traditionnels reposent sur des données statiques, ce qui rend difficile la surveillance dynamique de l’état et les traitements individualisés. L’intelligence artificielle (IA), en intégrant des données cliniques multidimensionnelles, offre de nouvelles solutions pour l’alerte précoce du sepsis, la stratification des risques, l’identification des sous-types et la prise de décision thérapeutique. Toutefois, la translation clinique de l’IA reste limitée par la qualité des données, l’explicabilité des modèles et l’absence de cadre éthique réglementaire. Cet article passe en revue les avancées récentes de l’IA dans la gestion du sepsis : les modèles d’apprentissage machine et profond peuvent identifier les risques précoces à partir de données temporelles pour une alerte anticipée ; l’apprentissage non supervisé aide à décomposer l’hétérogénéité du sepsis en sous-types avec des pronostics et réponses thérapeutiques différents ; sur le plan thérapeutique, l’IA commence à fournir un soutien à la décision pour une application précise de la réanimation liquidienne, des agents vasoactifs et des antibiotiques. Le développement futur doit se concentrer sur la constitution de bases de données multicentriques de haute qualité, le développement d’algorithmes explicables, et la validation clinique par des études prospectives, en vue d’établir un modèle collaboratif de diagnostic et de traitement centré sur le médecin et assisté par l’IA, afin d’améliorer le pronostic des patients atteints de sepsis.

intelligence artificielle;sepsis;apprentissage machine;alerte précoce;soutien à la décision