AVANTAGES DE L'INTELLIGENCE ARTIFICIELLE DANS LES PROGRAMMES DE FORMATION MÉDICALE

Votre prochain professeur sera-t-il un robot ?

L'intelligence artificielle, ou IA, fait déjà son chemin dans de nombreux secteurs de la société. Dans le domaine des soins de santé, sa portée va de l'utilisation des dossiers médicaux électroniques (DME) à la protection des réseaux hospitaliers contre les cyberattaques.

Cette technologie est également en train de révolutionner l'enseignement médical, ce dont nous allons parler aujourd'hui. Nous examinerons comment l'IA transforme la formation des futurs prestataires de soins de santé.

Formation médicale traditionnelle

Les étudiants en médecine suivent de longues périodes de formation. Une grande partie de cette formation est axée sur l'absorption d'un maximum d'informations, dont une grande partie est basée sur la mémorisation. L'enseignement médical traditionnel repose sur les éléments suivants :

Les soins aux patients

Les connaissances médicales

Compétences interpersonnelles et de communication

Apprentissage et amélioration fondés sur la pratique

Le professionnalisme

Pratique basée sur les systèmes

L'intelligence artificielle (IA) est un terme qui fait référence aux programmes informatiques et aux algorithmes conçus pour effectuer des tâches habituellement réalisées par des humains. L'un de ces exemples est l'automatisation de l'évaluation des réponses écrites, tandis qu'un autre consiste à fournir un retour d'information sur les interprétations d'images médicales.

L'intelligence artificielle désigne les programmes informatiques et les algorithmes conçus pour effectuer des tâches habituellement réalisées par des personnes. L'automatisation de l'évaluation des réponses écrites et le retour d'information sur les interprétations d'images médicales ne sont que quelques exemples de son utilisation dans le domaine médical.

L'intelligence artificielle dans l'enseignement médical s'appuie sur les méthodes de formation traditionnelles et y ajoute sa touche ou son orientation en fonction de ses capacités uniques.

L'intelligence artificielle transforme la salle de classe en salle de formation médicale

Une approche prometteuse consiste à mettre l'accent sur la mémorisation des informations plutôt que sur les cours magistraux traditionnels. Cette méthodologie innovante de "classe inversée", proposée par le docteur Charles Prober, également directeur fondateur du Stanford Center for Health Education, vise à enseigner aux étudiants en médecine comment résoudre des cas de patients complexes par le biais d'un apprentissage pratique.

Rassembler des faits et des conférences à partir de toutes les ressources disponibles (c.-à-d. le DME)

Travailler sur leur temps libre

Saisir leurs résultats sur leurs ordinateurs et tablettes médicales

Rencontrer des professeurs et des pairs dans une salle de classe, où ils s'exercent à la résolution de problèmes et à l'analyse de données

L'approche simule la façon dont les cas médicaux sont réellement traités dans le monde réel. L'objectif est de développer l'esprit critique plutôt que de mémoriser des faits médicaux. L'accent est mis sur l'interaction avec les données et les ressources plutôt que sur la mémorisation. ChatGPT et les chatbots similaires seraient l'une de ces ressources. Tout comme les recherches dans les bases de données font partie de la routine d'un prestataire de soins, ces programmes pilotés par l'IA peuvent aider les étudiants en médecine à trouver, synthétiser et présenter des faits pertinents.

Cette méthode est bien plus rapide que les méthodes traditionnelles, qui peuvent prendre du temps et être frustrantes car elles nécessitent souvent de rechercher dans de multiples sources.

Cette approche présente un autre avantage. Les étudiants en médecine et les internes consacrent peu de temps à se familiariser avec les nouvelles technologies telles que l'IA, la robotique et la télémédecine. Cependant, les futurs prestataires de soins de santé utiliseront sans aucun doute ces technologies ainsi qu'un large éventail de dispositifs d'assistance.

La technologie de reconnaissance vocale automatise déjà la transcription des entretiens cliniques. Parallèlement, des programmes de dossiers médicaux électroniques alimentés par l'IA sont en cours d'élaboration et pourraient inciter les prestataires à poser des questions spécifiques en fonction des symptômes et à suggérer des tests et des diagnostics. Les systèmes de détection assistée par ordinateur (DAO) destinés à la radiologie ont été partiellement développés dans ce but.

Le nouveau rôle des prestataires : Maîtres de l'IA

Une autre raison pour laquelle les étudiants en médecine devraient étudier l'intelligence artificielle dans le cadre de leur formation médicale est d'acquérir une compréhension de base des principes sous-jacents du programme.

Actuellement, la formation à l'utilisation des DSE consiste généralement en de brefs cours d'introduction ad hoc. Ils sont généralement spécifiques à un groupe de soins de santé particulier ou à son hôpital. Dans le cadre de ce nouveau régime de formation, le programme scolaire existant serait complété par des connaissances sur les principes fondamentaux de l'IA, la science des données et toutes les questions éthiques et juridiques soulevées.

Pourquoi ? L'espoir est que les étudiants puissent utiliser ces connaissances fondamentales lorsque les équipements médicaux sont obsolètes ou remplacés. ChatGPT, DME assisté par l'IA et CAO ne sont que quelques exemples de la présence croissante de l'IA dans les soins de santé. D'autres, comme l'utilisation de l'IA pour "entendre" les problèmes médicaux à partir de la voix d'une personne, sont en cours d'élaboration.

Les questions que ce nouveau programme d'études pourrait aborder :

Cours sur la dépendance excessive (et comment l'éviter)

Les prestataires peuvent s'habituer à ce que l'IA s'occupe de nombreuses fonctions, comme le diagnostic, et à considérer les résultats de l'IA comme des faits ("biais d'automatisation"). Ils risquent d'évaluer les patients sur la base de leur entretien et des résultats des tests et d'ignorer tous leurs états physiques et émotionnels, ce qui pourrait être à l'origine du problème proprement dit.

L'arrêt de l'IA (et ensuite ?)

Que faire lorsque l'IA cesse de fonctionner ? Ou n'est-elle plus capable de fournir les services requis, comme la détection de tumeurs à partir d'une radiographie ? Malheureusement, une atteinte à la cybersécurité, trop fréquente dans le secteur de la santé, pourrait paralyser un hôpital et ses systèmes d'IA à des moments critiques. Les prestataires devront savoir quoi faire dans de telles éventualités.

Hallucination de l'IA

"Comment identifier les données incomplètes ou incorrectes utilisées par l'IA ? Les données biaisées introduites dans le DSE affectent les algorithmes de l'IA, ce qui entraîne des résultats erronés. Les utilisateurs devraient pouvoir annuler les décisions de l'IA et notifier les erreurs afin d'aider le modèle à apprendre de ses erreurs lors des itérations suivantes.

Éthique des machines

Enfin, l'utilisation éthique de l'intelligence artificielle dans l'enseignement médical devrait faire l'objet d'un examen approfondi. Pensez à la décision de choisir entre la qualité de vie d'un patient en phase terminale et la durée de sa vie. Les prestataires de soins et les patients font souvent des compromis lorsqu'ils décident d'un traitement, et il n'existe pas d'approche unique pour les soins aux patients.

Réflexions finales

L'intelligence artificielle dans l'enseignement médical apporte l'IA aux futurs prestataires. L'IA dans l'enseignement médical peut modifier la formation des futurs prestataires en suivant les traces de la façon dont un prestataire travaille dans le monde réel, afin de comprendre le fonctionnement de l'IA suffisamment bien pour l'utiliser comme l'aide qu'elle est censée être.

Contactez un expert de Cybernet si l'une ou l'autre de ces utilisations intéresse votre école de médecine. Les ordinateurs et les tablettes médicales, déjà utilisés dans les hôpitaux, permettraient aux étudiants en médecine de mieux comprendre le fonctionnement de la médecine dans le cadre de leur (futur) travail.