En dehors du bloc opératoire, mon activité universitaire porte sur la formation des étudiants en médecine et des résidents en chirurgie, et en particulier sur la place qu’y occupe l’intelligence artificielle. Je suis membre du corps enseignant de l’Université américaine de Beyrouth et j’ai auparavant dirigé le programme de résidanat d’ORL de Sheikh Shakhbout Medical City, à Abou Dhabi. Ce travail s’articule autour de trois axes : l’évaluation critique de l’information produite par les machines, la conception de supports d’évaluation et de révision, et la simulation dans la formation chirurgicale.
Intelligence artificielle et raisonnement clinique
Les grands modèles de langage font désormais partie de la manière dont les étudiants en médecine lisent, révisent et préparent leurs examens. Ces systèmes produisent un texte fluide et assuré dont l’exactitude ne peut être présumée. Un modèle peut étayer une recommandation par une référence authentique tout en s’écartant de la pratique admise, et un apprenant dépourvu d’expérience clinique n’a aucun moyen de déceler la discordance. Je considère l’évaluation critique de ces productions comme une compétence qui doit être enseignée explicitement, au même titre que la lecture critique de la littérature scientifique. Mon intérêt porte sur la définition de cette compétence, sur les méthodes de son enseignement et sur la mesure de son acquisition.
Évaluation et supports de révision
Les questions d’examen et les supports de révision générés par un modèle de langage n’ont de valeur que si chaque item peut être rattaché aux données dont il est issu. Je m’intéresse aux méthodes de génération qui préservent cette traçabilité, et à leur application à l’évaluation formative, où les apprenants ont besoin d’un grand nombre de questions assorties d’un retour immédiat.
Kalimat est le cadre dans lequel j’applique ces méthodes. Il s’agit d’un jeu de lettres trilingue que j’ai conçu et publié sur l’App Store, et dont la section médicale est une banque de questions destinée aux résidents. Chaque item est une courte vignette clinique qui conduit à une réponse unique, qu’il s’agisse d’un diagnostic, d’un médicament, d’une technique opératoire, d’une complication, d’une structure anatomique, d’une classification, ou d’une notion établie par une recommandation ou un essai clinique. La réponse est suivie d’une explication du raisonnement et des autres hypothèses avec lesquelles elle a été mise en balance, d’un rappel de sa pertinence clinique et des références sur lesquelles elle repose. Les items sont rédigés en anglais, en français et en arabe à partir d’un même corpus de données, issu des recommandations en vigueur, des définitions de consensus et des essais princeps, et je relis chacun d’eux avant sa publication.
La section propose un défi quotidien avec classement et un mode d’étude sans limite de temps. Elle a débuté avec l’ORL, s’est étendue à la pédiatrie, et de nouveaux items viennent chaque jour enrichir chaque spécialité.
Simulation chirurgicale
La compétence en chirurgie otologique s’acquiert par la dissection de l’os temporal humain, et les pièces cadavériques sont rares et coûteuses. Je conçois et imprime des modèles anatomiques destinés à la formation chirurgicale. Les os temporaux imprimés permettent aux résidents de s’exercer à la mastoïdectomie simple et d’apprendre la situation des structures à risque avant de disséquer un os cadavérique. La même méthode est en cours d’extension à la chirurgie reconstructrice, avec des mandibules et des guides de coupe imprimés pour la planification des reconstructions par lambeau de fibula. L’ensemble du processus, de la segmentation de l’imagerie à la dissection du modèle imprimé, est présenté dans une série de vidéos.