Groupe de recherche innovant dédié à l'amélioration du triage et de la prise en charge aux urgences par l'Intelligence Artificielle. Dirigé par le Dr Edouard Lansiaux, nous développons des solutions qui sauvent des vies.
Découvrir nos projetsProjets de recherche
Patients inclus
Concordance IA
Centres partenaires
Une approche progressive et complémentaire pour révolutionner le triage aux urgences
Étude rétrospective monocentrique (n=657, CHU Lille) démontrant la supériorité de 3 modèles d'IA (NLP, LLM, JEPA) sur le triage infirmier standard. Concordance de 90% vs 30% (p<0.001).
Publication: IEEE BDCAT 2025, JMIR Medical Informatics
En coursValidation externe sur 5 centres (CHU Lille, CH Douai, Denain, Maubeuge, Tenon AP-HP) avec plusieurs milliers de patients. Période: janvier-février 2026.
Type: Étude prospective observationnelle
Financement en coursEssai prospectif randomisé en cluster bicentrique (CHU Lille, CH Maubeuge) évaluant l'assistance IA en conditions réelles. Objectif: augmentation de concordance de 68% à 76%.
Financement demandé: PHRC-I & bourse
En coursÉvaluation comparative multidimensionnelle de trois architectures d'IA (NLP, LLM, JEPA) pour le triage aux urgences, avec simulation hybride Process Mining et jumeaux numériques.
Approche: Simulation DES + Systèmes Multi-Agents
Collaboration internationaleApplication de réorientation intégrant l'IA pour identifier les cas pouvant être pris en charge en soins primaires. Réduction estimée de 15-20% de la congestion des urgences.
Partenaires: CHU Québec, Mila, IVADO
En coursÉtude prospective comparant un modèle GPT aux ARM et médecins régulateurs du SAS-Centre 15 sur 60 scénarios simulés. Design en double insu avec évaluation croisée complète.
Centre: SAS-Centre 15, CHU de Lille
Collaboration internationaleÉtude multicentrique internationale fédérée évaluant une métrique innovante d'efficacité du triage aux urgences. Analyse fédérée avec données individuelles traitées localement.
Partenaires: Univ. Lund 🇸🇪, Yale 🇺🇸, UVA 🇺🇸
Lansiaux E.
Lansiaux E, Leman M, Ammi M.
Lansiaux E, Marx J, Tataru G.
Lansiaux E, Simonet A, Wiel E.
Lansiaux E, Azzouz R, Chazard E, Vromant A, Wiel E.
Lansiaux E, Azzouz R, Chazard E, Vromant A, Wiel E.
Lansiaux E, Arnaud E, Arrouy L, Auboiroux PH, Balaz PA, Baron, MA, Depil-Duval A, Dubreucq-Guérif E, Dumontier T, Ellouze S, Gil-Jardine C, Gilbert A, Heidet M, Mpela AG, Lemaitre EL, Vromant A, Violeau M.
Lansiaux E
Médecine de Catastrophe - Urgences Collectives, Volume 9, Issue 2, June 2025, Pages 96-100
Lansiaux E, Baron MA, Vromant A.
Retrouvez nos présentations vidéo sur l'intelligence artificielle appliquée au triage aux urgences:
Lors du congrès EUSEM 2025 à Vienne, cette session explore comment l'intelligence artificielle transforme l'accueil et le triage des patients aux urgences. En combinant l'expertise infirmière à la puissance de l'IA, les soins d'urgence pourraient devenir plus efficaces, plus sûrs et mieux adaptés aux enjeux actuels.
Face à l’augmentation de l’activité dans les services d’urgence, le tri des patients à l’IOA (Infirmier Organisateur de l’Accueil) est plus que jamais un enjeu stratégique et humain. Mais avec l’émergence de l’intelligence artificielle, une question se pose : l’IA peut-elle un jour suppléer, voire remplacer, l’expertise infirmière à l’entrée des urgences ?
Dans un monde médical en constante évolution, les services d'urgence sont à la croisée des chemins. Entre innovations technologiques, pression opérationnelle et enjeux éthiques, cette vidéo explore le rôle croissant de l'intelligence artificielle dans les services d'urgence en 2025.
Amélioration de la précision du triage de 30% à 90%
Réduction du sous-triage dangereux pour les patients
Optimisation des ressources hospitalières
Collaborations internationales France-Canada-Suède-USA