2025-02-26
Biais cognitifs dans le soin : comment l’IA générative pourrait aider à améliorer la prise en charge
Les biais cognitifs humains peuvent particulièrement impacter la prise de décision lorsque celle-ci doit être rapide, en particulier lorsqu’elle présente un enjeu vital, comme lors de la prise en charge médicale aux urgences par exemple. Une équipe de recherche de l’Inserm et de l’université de Bordeaux a mis à l’épreuve une méthode avancée d’intelligence artificielle générative, entraînée avec les données des dossiers patients correspondants à 480 000 entrées aux urgences du CHU de Bordeaux. Ses résultats, présentés lors de la conférence Machine Learning for Health à Vancouver et publiés en parallèle dans la revue Proceedings of Machine Learning Research, montrent que l’IA testée est susceptible de reproduire et de mesurer les biais des soignants relatifs au genre des patients lors du triage. Ils constituent un cas d’usage de la façon dont les nouveaux algorithmes d’IA générative peuvent être mis à profit pour identifier et comprendre les biais cognitifs humains.
Sources
Uncovering Judgment Biases in Emergency Triage: A Public Health Approach Based on Large Language Models
Ariel Guerra-Adames1,2,3, Marta Avalos-Fernandez1,3, Océane Doremus1,2, Cédric Gil-Jardiné1,2,4, Emmanuel Lagarde1,2
1 University of Bordeaux, BPH Research Center, UMR U1219, Inserm, F-33000, Bordeaux, France
2 AHeaD Team, BPH Inserm, F-33000, Bordeaux, France
3 SISTM team, Inria centre at the University of Bordeaux, F-33405, Talence, France
4 University Hospital of Bordeaux, Pole of Emergency Medicine, F-33000, Bordeaux, France
Proceedings of Machine Learning Research
https://proceedings.mlr.press/v259/guerra-adames25a.html
