Détails du sujet
IMPACT DE L'INTÉGRATION DE L'ASSISTANT IA GENERATIVE DANS LA FORMATION ET LA PRATIQUE MÉDICALES
Résumé
Auteur : SAKINA EPILI
Niveau: L2
Département: Medecine Humaine
Année Ac: 2025-2026 , | 2026-08-18 13:04:16
Mots clés
Intelligence artificielle, intégration, performance
Intérêt
A. Intérêt scientifique
L'étude permettra d'apporter des données sur l'efficacité réelle de l'intégration de l'IA, et pas uniquement sur les opinions des utilisateurs.
B. Intérêt pédagogique
L'étude permettra de déterminer si l'assistant IA peut améliorer les connaissances et la compréhension des concepts médicaux ; faciliter la résolution des cas cliniques et la préparation aux examens ; accélérer la recherche d'informations et favoriser l'apprentissage autonome.
C. Intérêt clinique
Chez les médecins, l'IA pourrait être évaluée comme outil d'aide au raisonnement clinique ; à la recherche d'informations ;
à l'élaboration d'un diagnostic différentiel ;
à la proposition d'examens complémentaires ;
à l'information du patient ;
à la synthèse des connaissances.
Problématique
Les assistants d’intelligence artificielle générative notamment les outils conversationnels fondés sur de grands modèles de langage sont désormais accessibles aux étudiants et aux médecins. Ils peuvent aider à expliquer des notions, générer des cas cliniques, résumer des articles, traduire, structurer des travaux académiques, produire des notes ou faciliter la recherche d’information médicale. [1]
Toutefois, ces outils peuvent générer des contenus incorrects mais convaincants, inventer des références, reproduire des biais, encourager une utilisation passive et exposer les données de santé à des risques de confidentialité. L’assistant IA ne doit donc pas remplacer le raisonnement clinique, la vérification des sources ou la responsabilité du professionnel de santé. [2]
En Afrique, l’IA en santé représente une opportunité pour renforcer l’accès aux soins et à l’expertise, notamment dans les zones où les ressources humaines et les spécialistes sont insuffisants. Néanmoins, l’intégration reste confrontée à des infrastructures numériques parfois limitées, à l’accès inégal à Internet et à l’électricité, à la rareté des données locales, au manque de formation et à l’absence de normes institutionnelles claires. [3-5]
Les études conduites au Soudan et en Égypte montrent un intérêt réel des étudiants en médecine pour l’IA, mais aussi des lacunes de connaissances, une absence de formation formelle et des inquiétudes sur la fiabilité, l’éthique et l’avenir de la profession médicale. [6-8]
En République Démocratique du Congo, il existe encore peu de données publiées sur les usages réels des assistants IA par les étudiants et médecins, les bénéfices perçus, les risques identifiés et les besoins de formation. Plan provisoire
Chap0. INTRODUCTION GÉNÉRALE
Chap1. REVUE DE LA LITTÉRATURE
Chap2. MATÉRIEL ET MÉTHODES
Chap3. RÉSULTATS
Chap4. DISCUSSION
CONCLUSION ET RECOMMANDATIONS
BIBLIOGRAPHIE Hypothèses
Hypothèse générale
L'intégration d'un assistant d'intelligence artificielle générative influence les performances des étudiants en médecine et des médecins dans leurs activités de formation et de pratique médicale.
Hypothèses spécifiques
1. L'utilisation d'un assistant IA améliore significativement les scores des étudiants à des tests de connaissances médicales.
2. L'utilisation d'un assistant IA améliore la résolution de cas cliniques.
3. L'utilisation de l'IA réduit le temps nécessaire pour résoudre une situation clinique ou rechercher une information.
4. Les étudiants utilisant l'IA obtiennent de meilleures performances que ceux n'y ayant pas accès.
5. Les médecins utilisant l'IA peuvent améliorer la pertinence de leur raisonnement diagnostique et de leur prise en charge.
6. Les étudiants et médecins ayant une meilleure connaissance de l'IA l'utilisent davantage.
7. Une formation structurée à l'utilisation critique de l'IA améliore davantage les performances qu'une utilisation libre de l'outil.
8. Malgré ses bénéfices, l'utilisation de l'IA est associée à des risques de dépendance, d'erreurs et de confiance excessive. Méthodes
Une étude prospective comparative Bibliographie
1. Artificial Intelligence for Development. Obtenir des données : créer un ensemble de données de vérité terrain pour le diagnostic du paludisme en Tanzanie [Internet]. 2020 Apr 9 [cité le 14 août 2026]. Disponible sur: https://www.ai4d.ai/fr/blog/malaria-diagnosis
2. Twahirwa A. Un modèle climatique centré sur l’intelligence artificielle pour lutter contre la malaria au Rwanda [Internet]. Mongabay; 2026 Mar [cité le 14 août 2026]. Disponible sur: https://fr.mongabay.com/2026/03/un-modele-climatique-centre-sur-lintelligence-artificielle-pour-lutter-contre-la-malaria-au-rwanda/
3. Obi CL, et al. Impact of artificial intelligence and digital technology-based innovations on medical laboratory diagnostics in Africa: a review. Front Public Health. 2024;12:1453647.
4. Amin MHJ, et al. Knowledge, attitude, and practice of artificial intelligence among medical students in Sudan: a cross-sectional study. Ann Med Surg (Lond). 2024;86(7):3917-3923. doi:10.1097/MS9.0000000000002070.
5. Allam RM, et al. Medical students and house officers’ perception, attitude and potential barriers towards artificial intelligence in Egypt: a cross-sectional survey. BMC Med Educ. 2024;24:1244. doi:10.1186/s12909-024-06134-6.
6. Ghanem OA, et al. Medical students’ knowledge, attitudes, and practices toward generative artificial intelligence in Egypt 2024: a cross-sectional study. BMC Med Educ. 2025;25.
7. Allam AH, et al. Knowledge, attitude, and perception of Arab medical students towards artificial intelligence in medicine and radiology: a multinational cross-sectional study. Eur Radiol. 2024;34:1-14. doi:10.1007/s00330-023-10509-2.
8. Lima HA, et al. Spotlighting healthcare frontline workers’ perceptions on the integration of generative artificial intelligence into healthcare delivery in low- and middle-income countries. NPJ Health Syst. 2025;2:28. doi:10.1038/s44401-025-00034-3.
Directeur & Encadreur
Status
Décision ou observation:
Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON
IMPACT DE L'INTÉGRATION DE L'ASSISTANT IA GENERATIVE DANS LA FORMATION ET LA PRATIQUE MÉDICALES
Résumé
Auteur : SAKINA EPILI
Niveau: L2
Département: Medecine Humaine
Année Ac: 2025-2026 , | 2026-08-18 13:04:16
Mots clés
Intelligence artificielle, intégration, performanceIntérêt
A. Intérêt scientifiqueL'étude permettra d'apporter des données sur l'efficacité réelle de l'intégration de l'IA, et pas uniquement sur les opinions des utilisateurs.
B. Intérêt pédagogique
L'étude permettra de déterminer si l'assistant IA peut améliorer les connaissances et la compréhension des concepts médicaux ; faciliter la résolution des cas cliniques et la préparation aux examens ; accélérer la recherche d'informations et favoriser l'apprentissage autonome.
C. Intérêt clinique
Chez les médecins, l'IA pourrait être évaluée comme outil d'aide au raisonnement clinique ; à la recherche d'informations ;
à l'élaboration d'un diagnostic différentiel ;
à la proposition d'examens complémentaires ;
à l'information du patient ;
à la synthèse des connaissances.
Problématique
Les assistants d’intelligence artificielle générative notamment les outils conversationnels fondés sur de grands modèles de langage sont désormais accessibles aux étudiants et aux médecins. Ils peuvent aider à expliquer des notions, générer des cas cliniques, résumer des articles, traduire, structurer des travaux académiques, produire des notes ou faciliter la recherche d’information médicale. [1]Toutefois, ces outils peuvent générer des contenus incorrects mais convaincants, inventer des références, reproduire des biais, encourager une utilisation passive et exposer les données de santé à des risques de confidentialité. L’assistant IA ne doit donc pas remplacer le raisonnement clinique, la vérification des sources ou la responsabilité du professionnel de santé. [2]
En Afrique, l’IA en santé représente une opportunité pour renforcer l’accès aux soins et à l’expertise, notamment dans les zones où les ressources humaines et les spécialistes sont insuffisants. Néanmoins, l’intégration reste confrontée à des infrastructures numériques parfois limitées, à l’accès inégal à Internet et à l’électricité, à la rareté des données locales, au manque de formation et à l’absence de normes institutionnelles claires. [3-5]
Les études conduites au Soudan et en Égypte montrent un intérêt réel des étudiants en médecine pour l’IA, mais aussi des lacunes de connaissances, une absence de formation formelle et des inquiétudes sur la fiabilité, l’éthique et l’avenir de la profession médicale. [6-8]
En République Démocratique du Congo, il existe encore peu de données publiées sur les usages réels des assistants IA par les étudiants et médecins, les bénéfices perçus, les risques identifiés et les besoins de formation.
Plan provisoire
Chap0. INTRODUCTION GÉNÉRALEChap1. REVUE DE LA LITTÉRATURE
Chap2. MATÉRIEL ET MÉTHODES
Chap3. RÉSULTATS
Chap4. DISCUSSION
CONCLUSION ET RECOMMANDATIONS
BIBLIOGRAPHIE
Hypothèses
Hypothèse généraleL'intégration d'un assistant d'intelligence artificielle générative influence les performances des étudiants en médecine et des médecins dans leurs activités de formation et de pratique médicale.
Hypothèses spécifiques
1. L'utilisation d'un assistant IA améliore significativement les scores des étudiants à des tests de connaissances médicales.
2. L'utilisation d'un assistant IA améliore la résolution de cas cliniques.
3. L'utilisation de l'IA réduit le temps nécessaire pour résoudre une situation clinique ou rechercher une information.
4. Les étudiants utilisant l'IA obtiennent de meilleures performances que ceux n'y ayant pas accès.
5. Les médecins utilisant l'IA peuvent améliorer la pertinence de leur raisonnement diagnostique et de leur prise en charge.
6. Les étudiants et médecins ayant une meilleure connaissance de l'IA l'utilisent davantage.
7. Une formation structurée à l'utilisation critique de l'IA améliore davantage les performances qu'une utilisation libre de l'outil.
8. Malgré ses bénéfices, l'utilisation de l'IA est associée à des risques de dépendance, d'erreurs et de confiance excessive.
Méthodes
Une étude prospective comparativeBibliographie
1. Artificial Intelligence for Development. Obtenir des données : créer un ensemble de données de vérité terrain pour le diagnostic du paludisme en Tanzanie [Internet]. 2020 Apr 9 [cité le 14 août 2026]. Disponible sur: https://www.ai4d.ai/fr/blog/malaria-diagnosis2. Twahirwa A. Un modèle climatique centré sur l’intelligence artificielle pour lutter contre la malaria au Rwanda [Internet]. Mongabay; 2026 Mar [cité le 14 août 2026]. Disponible sur: https://fr.mongabay.com/2026/03/un-modele-climatique-centre-sur-lintelligence-artificielle-pour-lutter-contre-la-malaria-au-rwanda/
3. Obi CL, et al. Impact of artificial intelligence and digital technology-based innovations on medical laboratory diagnostics in Africa: a review. Front Public Health. 2024;12:1453647.
4. Amin MHJ, et al. Knowledge, attitude, and practice of artificial intelligence among medical students in Sudan: a cross-sectional study. Ann Med Surg (Lond). 2024;86(7):3917-3923. doi:10.1097/MS9.0000000000002070.
5. Allam RM, et al. Medical students and house officers’ perception, attitude and potential barriers towards artificial intelligence in Egypt: a cross-sectional survey. BMC Med Educ. 2024;24:1244. doi:10.1186/s12909-024-06134-6.
6. Ghanem OA, et al. Medical students’ knowledge, attitudes, and practices toward generative artificial intelligence in Egypt 2024: a cross-sectional study. BMC Med Educ. 2025;25.
7. Allam AH, et al. Knowledge, attitude, and perception of Arab medical students towards artificial intelligence in medicine and radiology: a multinational cross-sectional study. Eur Radiol. 2024;34:1-14. doi:10.1007/s00330-023-10509-2.
8. Lima HA, et al. Spotlighting healthcare frontline workers’ perceptions on the integration of generative artificial intelligence into healthcare delivery in low- and middle-income countries. NPJ Health Syst. 2025;2:28. doi:10.1038/s44401-025-00034-3.
Directeur & Encadreur
Status
Décision ou observation:Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON