Un nouveau type de chatbot pourrait aider efficacement les personnes à décider de la conduite à tenir face à leurs symptômes, en se basant sur des conseils à la fois médicalement fiables et faciles à comprendre. Ce chatbot pourrait contribuer à réduire les consultations hospitalières inutiles et garantir que les personnes nécessitant des soins les consultent plus rapidement.
Une équipe codirigée par des ingénieurs de l’Université de Californie à San Diego a publié ses travaux dans la revue Nature Health .
Cet outil basé sur l’intelligence artificielle vise à améliorer l’auto-évaluation, c’est-à-dire le processus décisionnel permettant d’évaluer la gravité de ses symptômes avant de consulter un médecin. Aujourd’hui, de plus en plus de personnes se tournent vers les recherches en ligne ou les chatbots pour obtenir des réponses rapides. Cependant, les informations provenant de ces sources peuvent être accablantes, impersonnelles ou non vérifiées médicalement. Cela peut entraîner des consultations aux urgences inutiles ou des retards de prise en charge.
Découvrez un nouveau chatbot qui fournit des conseils basés sur des protocoles médicaux éprouvés. Il reproduit le processus d’auto-évaluation d’un patient grâce à des organigrammes basés sur ses symptômes, l’aidant à décider s’il doit se soigner lui-même, prendre rendez-vous ou se rendre aux urgences. Le système suit des protocoles bien établis tout en s’adaptant aux échanges où le patient décrit ses symptômes avec ses propres mots.
Le système d’IA conversationnelle est entraîné sur 100 organigrammes médicaux détaillés élaborés par l’Association médicale américaine. « Il peut être adapté aux protocoles spécifiques de chaque professionnel de santé, ce qui permet aux établissements de soins de contrôler pleinement le parcours clinique de leurs patients », explique Edward Wang, auteur principal de l’étude et professeur au département de génie électrique et informatique de l’école d’ingénierie Jacobs de l’UC San Diego, ainsi qu’au Design Lab.
« Notre système utilise ces organigrammes pour structurer la conversation avec le patient », assure Yujia (Nancy) Liu, doctorante en génie électrique et informatique à l’École d’ingénierie Jacobs de l’UC San Diego et première auteure de l’étude. Liu a codirigé l’étude avec Wang et Xin Liu, chercheuse principale chez Google Research.
Prenons l’exemple d’une conversation simulée où un patient consulte un chatbot au sujet de douleurs abdominales. Trois agents d’IA collaborent en arrière-plan pour guider la conversation. D’après la description des symptômes par le patient, le premier agent d’IA identifie le problème et sélectionne l’algorithme médical approprié en tenant compte de détails tels que l’âge et le sexe. Le chatbot pose ensuite la question suivante, conformément à l’algorithme.
Le deuxième agent d’IA interprète la réponse du patient – même si elle n’est pas un simple « oui » ou « non » – et détermine la question suivante. Le troisième agent d’IA traduit les questions cliniques en un langage accessible au patient, afin de faciliter les réponses. Par exemple, au lieu de demander : « La douleur est-elle intense ? », le chatbot pourrait demander : « Sur une échelle de 1 à 10, quelle est l’intensité de la douleur ? » Le chatbot poursuit ainsi le processus jusqu’à pouvoir recommander une surveillance des symptômes ou une consultation médicale.
Cette approche garantit que le chatbot recueille les informations nécessaires auprès du patient. Elle est également plus transparente. « Les grands modèles de langage sont puissants, mais ils restent opaques », souligne Wang. « Nous ignorons comment ils génèrent leurs réponses, ce qui rend leur vérification et leur fiabilité difficiles. Avec ce système, en revanche, chaque recommandation est rattachée à un organigramme validé par un clinicien. »
Les chercheurs ont testé le chatbot sur plus de 30 000 conversations simulées. Il a sélectionné le bon organigramme médical dans environ 84 % des cas et a suivi les étapes de la prise de décision avec une précision supérieure à 99 %, même lorsque les utilisateurs décrivaient leurs symptômes de différentes manières.
Les chercheurs précisent que le chatbot est conçu comme un outil d’aide à la décision et non comme un substitut aux cliniciens. « Il peut alléger la charge de travail des cliniciens en fournissant aux patients des conseils médicaux fiables à domicile », explique Yujia (Nancy) Liu. « Les cliniciens peuvent également consulter les conversations et intervenir si nécessaire. »
Jusqu’à présent, le système a principalement été testé à l’aide de conversations simulées. L’équipe prévoit de nouer un partenariat avec des hôpitaux et de tester le chatbot auprès de patients réels.
Les prochaines étapes comprennent le développement d’une application mobile, ainsi que la prise en charge de la saisie vocale, de plusieurs langues et du partage d’images. Ces fonctionnalités permettraient à un plus grand nombre d’utilisateurs, notamment les personnes âgées et celles ne parlant pas anglais, d’accéder au chatbot. À terme, l’objectif est d’intégrer le chatbot aux systèmes de dossiers médicaux électroniques.
