L'anesthésie-réanimation représente un champ d'application exponentiel de l'intelligence artificielle (IA) compte tenu de la quantité colossale de données que nous produisons et de l'intérêt majeur que nous avons à les exploiter. Les outils utilisant les méthodes d'apprentissage automatique supervisé sont les plus nombreux, ils ont pour objectif d'améliorer nos capacités de prédiction par rapport aux scores décrits jusqu'ici ; ils sont cependant actuellement trop peu évalués de façon rigoureuse. Les méthodes dites «  non supervisées  » et «  par renforcement  » sont utilisées respectivement pour l'analyse phénotypique de patients dans le cadre de la recherche et pour l'aide décisionnelle en pratique clinique. Cette dernière application est à ce jour celle qui est la plus attendue en anesthésie-réanimation, car elle pourrait permettre d'améliorer la qualité des soins, voire d'automatiser certaines tâches. Là encore, trop peu d'algorithmes proposés ont été évalués dans le cadre d'essais randomisés et l'impact de leur utilisation sur le devenir des patients d'anesthésie-réanimation reste donc en grande partie à démontrer. Ce manque de preuve explique probablement en grande partie le peu d'utilisation en pratique courante des outils d'IA. En parallèle de la recherche clinique, la gouvernance éthique de l'IA dans le secteur de la santé en France est en train de se façonner au travers d'une interaction complexe de réglementations nationales, européennes et de directives éthiques. La participation des anesthésistes-réanimateurs au développement de l'IA reste encore très faible. Des solutions existent pourtant pour leur permettre d'en devenir partie prenante. Parmi celles-ci, la formation et la constitution d'équipes pluridisciplinaires afin de rapprocher les expertises clinique et mathématique semblent essentielles.