← Retour aux projets
En cours - Étude prospective simulée

HARMONIA

Humains (ARM + médecins) vs IA en Régulation Médicale, ONe-to-one Impact Analysis

Description du Projet

HARMONIA est une étude de cohorte prospective avec inclusion continue, évaluant la performance d'un modèle GPT par rapport aux Assistants de Régulation Médicale (ARM) et aux médecins régulateurs du SAS-Centre 15 du CHU de Lille. L'étude repose sur 60 scénarios d'appels simulés, pris en charge par des binômes ARM–médecin régulateur et analysés simultanément par l'IA. L'objectif est de déterminer si l'IA peut atteindre, voire surpasser, la performance humaine en matière de triage téléphonique selon l'échelle de tri ARM.

Design

Cohorte prospective avec inclusion continue, double insu et randomisation intra-protocole

Population

60 scénarios simulés
13 médecins régulateurs
10 ARMs volontaires

Période

Janvier - Mars 2026
(3 mois d'inclusion)

Centre

SAS-Centre 15
CHU de Lille

Objectifs

Principal : Comparer la performance de l'algorithme GPT avec le triage effectif des ARMs du SAS-Centre 15 du CHU de Lille par rapport au gold-standard de l'échelle de tri ARM.

Secondaires :

  • Concordance avec la décision médicale de régulation (selon décision finale de régulation)
  • Analyse de ressenti sur les cas (ARMs + médecins) via questionnaire NASA-TLX
  • Fiabilité et rapidité de la transcription par les algorithmes GPT
  • Fiabilité de l'analyse sémantique et des moyens à engager prédits par GPT

Méthodologie

Chaque scénario est pris en charge par un binôme ARM–médecin régulateur, constitué de manière interchangeable à partir d'un pool de volontaires. L'appariement est réalisé selon un schéma de double insu et une randomisation intra-protocole. Chaque volontaire est exposé à l'ensemble des cas simulés, assurant une évaluation croisée complète.

Le gold-standard est mixte : application stricto sensu de l'échelle de tri ARM sur les données de l'appel et avis d'experts (consortium de 3 médecins en aveugle).

Analyses Statistiques

Métriques principales

MAE, RMSE, Kappa pondéré, accord exact et ±1 classe, AUC-ROC

Score composite

F1 micro/macro, corrélation de Spearman, score de Brier multiclasse

Analyses secondaires

Graphiques de Bland-Altman, matrices de confusion, diagrammes de fiabilité

Outils

R® (v4.2.2+)
Seuil α = 5%, correction de Bonferroni

Éthique et Données

L'étude ne modifie aucunement la prise en charge des patients. Elle repose exclusivement sur des données simulées (anonymisées par défaut, chiffrées AES-256). Les modèles d'IA ne stockent ni n'archivent les bandes sonores. Consentement signé par les ARM et médecins participants. Analyse sur plateforme sécurisée du CHU de Lille (référentiel SNDS).

Calendrier Prévisionnel

Décembre 2025

Rédaction protocole, validation conseil scientifique, déclaration DPO

Janvier 2026

Début des inclusions

Mars 2026

Fin des inclusions

Avril 2026

Fin d'extraction des données

Juin 2026

Analyse et validation des résultats

Octobre 2026

Rapport final

2026-2027

Publication dans revue à comité de relecture

Équipe du Projet

André Filipe Gomes Botelho

Investigateur Principal
Interne en Médecine d'Urgence
CHU de Lille

Dr Flavie Vanbrugge

Directrice de thèse
Responsable UF SAMU
CHU de Lille

Dr Edouard Lansiaux

Comité Scientifique
Docteur Junior Médecine d'Urgence
Ingénieur IA
CHU de Lille

Dr Jonathan Hennache

Comité Scientifique
UF SAMU
CHU de Lille

Dr Roch Joly

Comité Scientifique
Responsable Pôle Urgences
CHU de Lille