Retour d'information généré par l'IA dans les patients virtuels robotiques sociaux

L'objectif principal de ce projet est d'étudier si un système de retour d'information direct intégré dans une plateforme VP robotique sociale dotée d'IA est plus efficace dans la formation au raisonnement clinique (RC) et aux compétences de communication pour les étudiants en médecine que la même plateforme VP robotique sociale dotée d'IA sans système de retour d'information.

Une connaissance approfondie dans ce domaine de recherche contribue à une utilisation optimisée des nouvelles technologies parallèlement à d'autres ressources éducatives pour faciliter des résultats d'apprentissage significatifs, y compris la supervision et les rencontres avec les patients. L'objectif à court et à long terme est d'améliorer l'environnement de l'éducation médicale pour garantir de meilleurs soins de santé aux patients atteints de maladies rhumatologiques, tout en étant applicable à d'autres disciplines médicales. Bien qu'elle fasse encore l'objet de perfectionnements, cette activité éducative offre aux étudiants l'opportunité de s'entraîner dans un environnement sûr et interactif.

Contexte :

Dans les soins de santé actuels, la plupart des services sont fournis dans des cliniques externes et des unités de jour, ce qui est également le cas en rhumatologie. Cependant, une part importante de la formation des professions de santé au premier cycle (FPS) continue de se dérouler dans des contextes de soins hospitaliers, où garantir que les patients hospitalisés correspondent à des objectifs d'apprentissage spécifiques reste un défi. Les patients nécessitant une hospitalisation ont généralement des affections de longue durée, présentant souvent des manifestations et des complications de la maladie complexes, ainsi que des comorbidités médicales substantielles. La pandémie de COVID-19 a mis en lumière des obstacles supplémentaires pour les étudiants à interagir avec les enseignants, les patients et les pairs. Cette situation, combinée à des propositions antérieures pour des approches alternatives de formation aux compétences théoriques et pratiques dans la FPS au premier cycle, souligne le besoin pressant d'activités d'apprentissage innovantes qui facilitent des interactions significatives entre les étudiants et les cas de patients représentés dans les programmes de FPS.

Les patients virtuels (VP) sont des simulations numériques interactives de scénarios cliniques conçues à des fins éducatives et sont représentés à travers une variété de systèmes et d'approches. Un composant fondamental des simulations VP est leur interface interactive, qui permet aux utilisateurs d'interagir avec les patients de diverses manières : recueillir l'anamnèse, réaliser des examens physiques et mettre en œuvre des stratégies d'investigation. Ces possibilités d'interaction complètes permettent aux utilisateurs de collecter des informations essentielles pour effectuer des diagnostics et décider de plans de prise en charge appropriés pour leurs VP.

La clinique de rhumatologie de l'hôpital universitaire Karolinska complète les stages cliniques pour les étudiants en médecine depuis 15 ans pour s'assurer que les étudiants interagissent avec des patients représentatifs en intégrant des cas VP à l'aide de logiciels informatiques tels que ReumaCase et Virtual Interactive Case simulator (VIC). Ces plateformes illustrent des systèmes VP semi-linéaires, permettant aux utilisateurs de naviguer librement entre les points prédéterminés de la présentation initiale du patient et les décisions diagnostiques et de prise en charge finales. La recherche en FPS a donné naissance à de nouvelles approches d'apprentissage, y compris des stratégies d'implémentation VP optimisées et des recommandations pour développer des compétences en raisonnement clinique (RC) par la pratique VP. Bien que les étudiants de FPS au premier cycle reconnaissent les VP comme des outils éducatifs précieux pour la formation au RC, ils reconnaissent que ces simulations manquent de la complexité et de l'interactivité des rencontres avec de vrais patients.

Bien que les compétences en RC soient importantes dans l'éducation médicale, certains affirment que l'empathie est l'une des compétences les plus importantes des praticiens de santé engagés dans les soins aux patients. Les compétences empathiques des prestataires de soins de santé se sont avérées associées à de meilleurs résultats de santé pour les patients et réduisent le risque d'hospitalisation. Dans l'enseignement médical de premier cycle, le comportement empathique est généralement entraîné à l'aide de jeux de rôle avec des étudiants, des acteurs ou des enseignants jouant le rôle de patients standardisés, qui représentent des conditions médicales typiques de manuels. Cependant, les patients standardisés peuvent être une option coûteuse, et des aspects de disponibilité peuvent parfois entraver la pratique du comportement empathique. Une alternative à cela pourrait être des VP qui permettent des formes de communication plus authentiques et interactives.

Les avancées technologiques récentes ont introduit des méthodes interactives améliorées entre les utilisateurs et les VP, en particulier par le biais de l'intelligence artificielle (IA) et de la robotique sociale. Les investigateurs ont développé une nouvelle plateforme nommée Social AI-enhanced Robotic Interface (SARI), combinant le robot social Furhat avec le grand modèle de langage (LLM) Chat-Generative Pretrained Transformer (Chat-GPT). Cette nouvelle plateforme a été mise en œuvre pour les étudiants en médecine de la clinique de rhumatologie de l'hôpital universitaire Karolinska pour compléter leur formation pendant les stages cliniques, parallèlement aux rencontres VP conventionnelles sur ordinateur (VIC). Les premiers résultats suggèrent que les étudiants perçoivent que SARI offre une expérience VP plus authentique et interactive dans le développement des compétences en RC par rapport à une plateforme conventionnelle sur ordinateur.

Ce projet vise à évaluer l'efficacité de SARI en tant que plateforme VP pour les étudiants en médecine, en comparant si SARI combiné à un système de retour d'information direct généré par IA intégré améliore davantage la performance clinique dans la prise d'anamnèse.

Avant cette étude, les investigateurs ont développé un total de dix cas VP, qui ont été mis en œuvre et sont actuellement utilisés pour les stages cliniques à la division de rhumatologie de l'hôpital universitaire Karolinska. La moitié de ces cas ont été développés dans la plateforme sur ordinateur VIC et l'autre moitié a été développée dans la plateforme robotique sociale améliorée par IA SARI. Les cas VP dans les deux plateformes ont été développés selon des recommandations distinctes pour le développement de plateformes VP et sont continuellement évalués par des étudiants en médecine via des retours directs (retour oral et formulaires d'évaluation) et indirects (à partir de l'analyse des données de recherche).

Tous les cas VP font désormais partie de l'activité éducative « La Clinique Externe Virtuelle », qui sert de complément aux stages cliniques en rhumatologie. Dans le cadre de cette activité, tous les étudiants en médecine du sixième semestre de l'Institut Karolinska participent pendant une période d'une journée et demie de travail lors d'un stage d'une semaine en rhumatologie. « La Clinique Externe Virtuelle » se déroule à la clinique depuis le printemps 2024, accueillant environ 150 étudiants chaque semestre pendant une période de six semaines. Dans cette activité éducative, tous les étudiants réalisent tous les cas VP uniques et participent à des séminaires de suivi avec des rhumatologues consultants après chaque cas pour discuter des questions concernant le contenu du cas et les affections rhumatologiques représentées. Au début de l'activité, tous les étudiants sont invités à participer au projet de recherche en évaluant les cas VP pour améliorer et étudier davantage leur valeur ajoutée en utilisant des indices validés pour le développement de plateformes VP. En acceptant de participer et en signant un formulaire de consentement éclairé, chaque interaction des étudiants avec SARI est enregistrée sous forme de fichier audio et transcrite en temps réel. À ce jour, environ 400 étudiants ont interagi avec les cinq cas VP dans SARI, ce qui a donné lieu à près de 2000 interactions VP uniques.

Les investigateurs ont réalisé une évaluation initiale de SARI et comparé sa performance dans l'acquisition perçue par les étudiants en médecine des compétences en RC par rapport à VIC, en utilisant une méthodologie mixte quantitative et qualitative pendant l'année 2023. Quinze étudiants en médecine ont été inclus et ont réalisé le même cas VP dans SARI et VIC. L'expérience VP perçue par les étudiants, axée sur la formation au RC, a été évaluée à l'aide d'un indice précédemment validé pour le développement de plateformes VP [23]. De plus, des entretiens approfondis ont été menés avec 8 étudiants en médecine. Cette évaluation initiale a montré des avantages significatifs en faveur de SARI pour le thème de l'authenticité ainsi que pour l'effet d'apprentissage de la rencontre VP selon les thèmes prédéfinis du questionnaire d'évaluation VP. En parallèle de l'analyse de ces thèmes prédéfinis, une analyse thématique a été réalisée sur les données des entretiens approfondis, ce qui a donné lieu à quatre thèmes. Les étudiants ont jugé SARI supérieur à VIC pour l'entraînement au RC, à la communication et aux compétences émotionnelles.

Au printemps 2024, un total de 23 étudiants de La Clinique Externe Virtuelle ont participé à des entretiens approfondis dans le cadre d'un projet de continuation abordant leurs perceptions de la valeur ajoutée de SARI et VIC concernant l'acquisition de compétences en RC. Pour cette étude, les investigateurs ont créé 4 cas VP supplémentaires dans chaque plateforme. De plus, tous les étudiants ont participé à des séminaires après la réalisation de chaque cas, pour imiter la supervision lors de rencontres avec de vrais patients. L'analyse thématique des entretiens entièrement transcrits a donné des résultats similaires : les étudiants ont trouvé SARI plus authentique et engageant que VIC, et ont constaté que SARI permettait des possibilités de communication hautement interactives et pouvait exprimer des émotions, offrant collectivement une expérience réaliste. SARI a facilité l'apprentissage actif, la génération d'hypothèses et la pensée adaptative dans une plus grande mesure que VIC en permettant aux étudiants de formuler leurs propres questions au lieu de choisir entre des options prédéterminées pour recueillir l'anamnèse.

Avant les interactions VP, les étudiants reçoivent une formation structurée en prise d'anamnèse, couvrant à la fois des aspects génériques (applicables à toutes les spécialités médicales) et des composantes spécifiques à la rhumatologie. Cette formation préparatoire garantit que les étudiants ont des connaissances de base avant d'interagir avec les cas VP.

Les étudiants travaillent généralement en binômes ou en petits groupes de trois pendant les interactions VP, un étudiant prenant le rôle principal dans chaque rencontre avec un patient. Cette approche collaborative est cohérente avec les preuves soutenant l'apprentissage par les pairs dans la formation au raisonnement clinique basée sur les VP. L'étudiant principal mène l'interaction primaire avec le VP, tandis que les autres membres du groupe observent et peuvent contribuer à la discussion et à la formulation diagnostique ultérieures.

L'Interface Robotique Sociale Améliorée par l'IA (SARI) :

SARI représente une nouvelle modalité VP qui intègre la robotique sociale avec l'intelligence artificielle de grand modèle de langage (LLM). La plateforme combine le robot social Furhat (développé au KTH Royal Institute of Technology, Stockholm) avec les modèles de langage GPT-4o-mini d'OpenAI.

Le robot Furhat consiste en une tête robotique physique montée sur un support, présentant un visage animé rétro-projeté qui affiche des expressions faciales et des mouvements des lèvres synchronisés avec la parole. Le robot comprend un réseau de microphones pour la reconnaissance vocale et des haut-parleurs pour la sortie audio. La présence physique du robot dans la pièce crée ce que les chercheurs appellent « l'interaction situationnelle », dans laquelle le robot occupe un espace physique réel plutôt que d'exister uniquement comme une interface basée sur un écran.

Le système de dialogue VP fonctionne selon le flux de travail technique suivant :

1. Reconnaissance Vocale : La parole de l'étudiant est capturée par le réseau de microphones du robot et convertie en texte à l'aide de la technologie de reconnaissance automatique de la parole (ASR).

2. Traitement du Dialogue : L'entrée transcrite de l'étudiant est combinée avec :

   • Une description détaillée du cas patient (incluant l'anamnèse, les symptômes, les résultats d'examen et les caractéristiques de personnalité)
   • Les 10 derniers tours de dialogue (pour maintenir le contexte conversationnel tout en évitant une utilisation excessive de jetons)
   • Des instructions système qui incitent le LLM à répondre du point de vue du patient plutôt que comme un assistant général
3. Génération de Réponse : Le LLM génère des réponses contextuellement appropriées basées sur le cas patient et l'historique de la conversation.
4. Modélisation des Émotions : À des points d'ancrage spécifiques pendant la conversation, le LLM génère également des instructions pour des expressions faciales appropriées (par exemple, inquiet, soulagé, anxieux, confus) basées sur le contexte conversationnel. Le système sélectionne parmi un ensemble prédéfini d'expressions disponibles dans le logiciel Furhat.
5. Synthèse Vocale : Les réponses textuelles générées sont converties en parole naturelle à l'aide de la technologie de synthèse vocale (TTS), avec le visage animé affichant des mouvements des lèvres synchronisés et l'expression émotionnelle sélectionnée.
6. Transcription : Tout le dialogue est automatiquement transcrit en temps réel et stocké de manière sécurisée pour la génération ultérieure de retours et l'analyse de recherche.

Chaque cas VP suit des principes établis pour le développement des VP, y compris :

• Des objectifs d'apprentissage clairs alignés sur les exigences du programme
• Des présentations de patients réalistes basées sur des scénarios cliniques typiques
• Un niveau de complexité approprié pour les étudiants en médecine du sixième semestre
• L'intégration de conditions courantes et de présentations diagnostiquement difficiles
• L'inclusion de facteurs psychosociaux pertinents et de préoccupations des patients

Tous les cas VP sont présentés en anglais pour accueillir les étudiants internationaux participant au programme. Des panels de tests de laboratoire standard avec des résultats spécifiques aux cas sont fournis avec chaque cas.

Les cas VP représentent diverses affections rhumatologiques, y compris les arthrites inflammatoires, les maladies du tissu conjonctif et les troubles musculo-squelettiques. Chaque cas nécessite que les étudiants réalisent une prise d'anamnèse complète, incluant la caractérisation des symptômes, l'évaluation fonctionnelle, l'histoire médicamenteuse et une revue pertinente des systèmes.

Le système de retour utilisé comme intervention dans cette étude emploie un algorithme sophistiqué en deux étapes développé de manière itérative en collaboration avec des rhumatologues consultants :

Étape 1 : Modèle d'Évaluation

La première étape analyse la transcription complète du dialogue étudiant-VP à l'aide d'une grille d'évaluation prédéfinie. Cette grille évalue plusieurs dimensions de la performance clinique :

Compétences de Communication :

• Ouvrir la consultation de manière appropriée
• Établir une relation avec le patient
• Utiliser un langage clair, sans jargon
• Démontrer une écoute active
• Montrer de l'empathie et aborder les préoccupations du patient
• Clôturer la consultation de manière appropriée

Prise d'Anamnèse Médicale Générique :

• Exploration de l'histoire médicale passée
• Médicaments actuels et allergies
• Antécédents familiaux de conditions pertinentes
• Histoire sociale (profession, situation de vie, systèmes de soutien)
• Facteurs de style de vie (tabagisme, alcool, exercice)
• Revue des systèmes

Prise d'Anamnèse Spécifique à la Rhumatologie :

• Évaluation systématique des symptômes articulaires
• Caractérisation de la douleur (début, localisation, durée, qualité, irradiation, facteurs aggravants/soulageants)
• Évaluation de l'impact fonctionnel (activités de la vie quotidienne, capacité de travail)
• Durée et schéma de la raideur matinale
• Manifestations extra-articulaires
• Reconnaissance des schémas pour les symptômes inflammatoires versus mécaniques

Composantes du Raisonnement Clinique :

• Approche systématique de la collecte d'informations
• Reconnaissance des schémas de symptômes et de leur signification clinique
• Largeur appropriée de la considération du diagnostic différentiel
• Progression logique à travers la prise d'anamnèse

Le modèle d'évaluation utilise le LLM pour évaluer chaque dialogue par rapport à cette grille, générant des évaluations structurées des forces et des domaines d'amélioration à travers ces domaines.

Étape 2 : Génération de Retour

La deuxième étape transforme l'évaluation structurée de l'Étape 1 en un retour écrit lisible et constructif. La génération de retour utilise des invites soigneusement élaborées qui instruisent le LLM de :

• Présenter le retour dans un ton de soutien et éducatif
• Fournir des exemples spécifiques tirés du dialogue de l'étudiant
• Reconnaître les forces avant d'aborder les domaines d'amélioration
• Offrir des suggestions concrètes pour l'amélioration
• Se concentrer sur l'apprentissage plutôt que sur l'évaluation

Contenu et Portée du Retour Les étudiants reçoivent environ une page (300-500 mots) de retour écrit structuré immédiatement après chacune des cinq rencontres VP désignées. Le retour se concentre spécifiquement sur les compétences de prise d'anamnèse et n'aborde pas la précision diagnostique ou les décisions de prise en charge, car ces aspects sont couverts dans les séminaires ultérieurs avec les rhumatologues consultants.

Le groupe témoin réalise des cas VP identiques en utilisant la même plateforme SARI mais ne reçoit pas de retour généré par IA. Cependant, les deux groupes bénéficient d'une exposition équivalente à la technologie VP robotique sociale, participent à des séminaires identiques spécifiques aux cas après la réalisation des cas avec des rhumatologues consultants et ont accès aux transcriptions des dialogues pour une auto-évaluation. La seule différence systématique est la présence ou l'absence de retour généré par IA.

L'évaluation est réalisée en utilisant une structure basée sur un examen clinique objectif structuré (OSCE) avec des patients standardisés (SP) après l'interaction avec tous les VP disponibles dans SARI. Les SP reçoivent des informations écrites sur le cas décrivant une présentation du patient, l'histoire des symptômes et les antécédents pertinents. Les SP reçoivent également une formation sur des réponses cohérentes aux formats de questions courants, et des instructions sur des réponses émotionnelles appropriées, la communication non verbale et la gestion de questions inattendues.

La grille OSCE utilisée dans cette étude a été développée en collaboration avec des rhumatologues consultants expérimentés, basée sur des cadres d'Activités Professionnelles Confiables (EPA) spécifiques aux compétences de prise d'anamnèse. La grille a subi des tests pilotes et des améliorations pour assurer la fiabilité inter-évaluateurs.

L'évaluation évalue cinq domaines distincts avec des allocations de points spécifiées (totalisant 10 points) :

• Communication au début de la consultation (0-3 points) : 30 % du score total
• Anamnèse médicale générique (0-3,5 points) : 35 % du score total
• Anamnèse médicale ciblée (0-1,5 points) : 15 % du score total
• Raisonnement diagnostique et de prise en charge (0-1 point) : 10 % du score total
• Communication à la fin de la consultation (0-1 point) : 10 % du score total

Un score de 6 points correspond à un taux de réussite à l'examen basé sur l'OSCE. Cependant, les étudiants sont informés que cette étude n'avait aucun but d'examen et n'affectait en aucune manière leurs notes.

Deux rhumatologues consultants ont réalisé toutes les évaluations OSCE, en aveugle quant à l'allocation au bras d'intervention ou de contrôle. Les évaluateurs n'ont reçu que la grille d'évaluation et n'avaient aucune connaissance des étudiants ayant reçu un retour généré par IA. Cet aveuglement a été maintenu tout au long de la période de collecte de données.