L’essor de l’intelligence artificielle (IA) suscite de fortes attentes en anesthésie-réanimation, où l’intégration de données biomédicales complexes constitue une composante essentielle de la prise de décision. Les algorithmes d’apprentissage automatique et les approches de deep learning sont déjà déployés dans de nombreux domaines, tels que la surveillance de la profondeur anesthésique, la détection des complications périopératoires, l’assistance à l’échoguidage et l’administration automatisée d’agents anesthésiques en boucle fermée. Le présent article de mise au point propose de faire le point sur ces différents usages, d’examiner leurs limites et leurs implications cliniques, ainsi que de préciser les défis à relever pour assurer une mise en œuvre pérenne au bloc opératoire et en réanimation.

The rapid expansion of artificial intelligence (AI) is generating substantial interest in anesthesiology and critical care, where the integration of complex biomedical data is pivotal to clinical decision-making. Machine learning and deep learning algorithms are already being leveraged for various purposes, including anesthetic depth monitoring, perioperative complication detection, ultrasound-guidance assistance, and closed-loop delivery of anesthetic agents. This review provides an overview of these emerging applications, examines their limitations and clinical implications, and highlights the challenges to be overcome to ensure their sustainable integration in the operating room and intensive care settings.