← Retour aux projets
En cours - Simulation hybride

EIMLIA-3M-TEU

Évaluation Intelligence Modèles LLM IA - 3 Modèles pour le Triage aux Urgences

Description du Projet

EIMLIA-3M-TEU est une étude d'évaluation comparative multidimensionnelle des trois architectures d'IA développées dans TIAEU. Ce projet combine Process Mining, simulation à événements discrets (DES) et systèmes multi-agents pour créer un jumeau numérique du service des urgences.

Approche

Simulation hybride DES + Systèmes Multi-Agents

Process Mining

Extraction automatisée des parcours patients

Modèles

TRIAGEMASTER (NLP)
URGENTIAPARSE (LLM)
EMERGINET (JEPA)

Indicateurs

Temps de passage, mortalité, allocation ressources

Modèles d'IA Évalués

NLP-TRIAGEMASTER

Doc2VecRégression Neuronale

Analyse de texte non supervisée avec représentations vectorielles des verbatims.

LLM-URGENTIAPARSE

FlauBERTFine-tuningFusion Multimodale

LLM pré-entraîné avec fusion des embeddings textuels et constantes vitales.

JEPA-EMERGINET

Joint EmbeddingPredictive Architecture

Architecture JEPA avec encodeurs spécialisés et apprentissage dans l'espace latent.

Dimensions d'Évaluation

Performance Technique

Exactitude, sensibilité, spécificité, AUC-ROC, F1-score

Impact Organisationnel

Temps de passage, durée d'attente, occupation des box

Sécurité Patient

Taux de sous-triage, mortalité simulée

Efficience

Coût par patient, optimisation des ressources

Ethique

Méthodologie MR-004 avec déclaration N° 27797006 auprès du Health Data Hub.

Équipe du Projet

Dr Edouard Lansiaux

Investigateur Principal
CHU de Lille

Pr Emmanuel Chazard

Méthodologiste
METRICS ULR 2694

Pr Eric Wiel

Coordinateur Clinique
METRICS ULR 2694 & CHU de Lille/div>

Pr Hayfa Zgaya-Biau

Expert Process Mining
METRICS ULR 2694 & CRIStAL UMR 9189

Pr Mehdi Ammi

Expert Interface Homme Machine
LIASD

Dr Ramy Azzouz

Expertise IA MU
CHU de Lille