Nous proposons dans cet article une méthode originale pour rechercher, dans des séquences vidéo, des sous-séquences similaires. En introduisant de la flexibilité temporelle dans la caractérisation des sous-séquences, cette méthode permet d'éviter l'utilisation de mesures de distance flexibles (telles le Dynamic Time Warping) qui ont l'inconvénient d'être lentes. La méthode proposée permet donc de rechercher, en temps réel, des sous-séquences vidéos similaires parmi plusieurs centaines de milliers d'exemples. La méthode proposée est adaptative ; un algorithme d'apprentissage rapide est présenté. Les performances ont été évaluées avec succès sur une base de données de 1707 clips vidéos (> 800.000 sous-séquences). A terme, notre objectif est de proposer un système de génération d'alertes et/ou de préconisations, en temps réel, dans le cadre de l'aide à la chirurgie suivie par vidéo.