Réflexions pour la conception d'un protocole expérimental de détection des biais dans le triage d'urgence hospitalière à l'aide de modèles de langage

Abstract

L’essor de la recherche basée sur l’IA dans les soins de santé d’urgence soulève des défis tels que la conformité à la protection des données et le risque d’accentuer les inégalités en reproduisant les biais présents dans les données utilisées pour entraîner les systèmes d’IA. Toutefois, l’IA offre également la possibilité de corriger ces biais. Notre étude porte en particulier sur le triage d’urgence, visant à classer rapidement les patients selon la gravité de leur état à leur arrivée. Nous avons réalisé une revue de la littérature pour identifier les biais potentiels dans le triage et mené une étude préliminaire impliquant une enquête qualitative et une analyse descriptive des données de triage. A partir de ces éléments, nous décrivons un protocole expérimental destiné à évaluer l’efficacité de l’IA dans la détection des biais au sein des données de triage