RÔLE DE L´INTELLIGENCE ARTIFICIELLE DANS LA RESOLUTION DES QUESTIONS DE PHARMACIE CLINIQUE
Réf. 009 D
Oral
Mohamed mehdi BEJAOUI1, Emna BOKRI 1, Chayma BEN AZOUZ1, Malek SELLAMI1, Mohamed AZAOUZI1, Nesrine HASNI1
1 : Pharmacie , Institut national de neurologie Mongi-Ben Hamida, 2034 tunis
Voir le poster complet
Résumé du poster
Introduction : Les chatbots d’intelligence artificielle (IA) représentent des outils innovants, capables de fournir rapidement des réponses à des questions thérapeutiques utiles en pharmacie clinique. Toutefois, leur exactitude et leur capacité d’apprentissage(CA) nécessitent une évaluation pour déterminer leur utilité.
Objectif: évaluer l’exactitude et la CA de chatbots d’IA dans la réponse à des questions pharmaceutiques.
Matériels & méthode : Cinq chatbots en libre accès (ChatGPT, Gemini, Copilot, Perplexity et POE) ont été évalués sur huit questions pharmaceutiques validées par des pharmaciens seniors : une question témoin, trois sur la clairance de la créatinine, une sur le suivi thérapeutique de la vancomycine, une sur la conversion de doses entre statines et une sur l’adaptation posologique et une question sur la biodisponibilité (oral vs injectable). L’exactitude des réponses a été analysée en calculant la proportion de réponses correctes. La CA a été mesurée après apport d’informations complémentaires identiques. Les données ont été collectées et analysées avec Google Sheets.
Résultats & discussion : Le taux d’exactitude global était de 67,5%. Quatre chatbots (80 %) ont correctement répondu à la question témoin, tandis que tous ont échoué aux deux questions sur le calcul de la clairance rénale. Seul POE n’a pas reconnu l’usage de la formule de Schwartz chez le nourrisson. Pour le monitoring de la vancomycine, seuls deux chatbots (40 %) ont répondu correctement en intégrant tous les paramètres, y compris la vancomycémie. Les erreurs étaient principalement des calculs (84,6%), une omission de paramètre clinique (7,7%) et une erreur de formule (7,7%). Après apport d’informations complémentaires, le nombre total d’erreurs a été réduit de 61,5%. Tous les chatbots ont montré une CA, corrigeant au moins deux réponses erronées.
Conclusion : Les chatbots d’IA présentent une exactitude moyenne pour les questions pharmaceutiques. Bien que leur CA améliore leurs performances, leurs réponses demeurent peu fiables et nécessitent une validation par un professionnel de santé.
Mots clés : chatbots , intelligence artificielle , exactitude, capacité d’apprentissage
Objectif: évaluer l’exactitude et la CA de chatbots d’IA dans la réponse à des questions pharmaceutiques.
Matériels & méthode : Cinq chatbots en libre accès (ChatGPT, Gemini, Copilot, Perplexity et POE) ont été évalués sur huit questions pharmaceutiques validées par des pharmaciens seniors : une question témoin, trois sur la clairance de la créatinine, une sur le suivi thérapeutique de la vancomycine, une sur la conversion de doses entre statines et une sur l’adaptation posologique et une question sur la biodisponibilité (oral vs injectable). L’exactitude des réponses a été analysée en calculant la proportion de réponses correctes. La CA a été mesurée après apport d’informations complémentaires identiques. Les données ont été collectées et analysées avec Google Sheets.
Résultats & discussion : Le taux d’exactitude global était de 67,5%. Quatre chatbots (80 %) ont correctement répondu à la question témoin, tandis que tous ont échoué aux deux questions sur le calcul de la clairance rénale. Seul POE n’a pas reconnu l’usage de la formule de Schwartz chez le nourrisson. Pour le monitoring de la vancomycine, seuls deux chatbots (40 %) ont répondu correctement en intégrant tous les paramètres, y compris la vancomycémie. Les erreurs étaient principalement des calculs (84,6%), une omission de paramètre clinique (7,7%) et une erreur de formule (7,7%). Après apport d’informations complémentaires, le nombre total d’erreurs a été réduit de 61,5%. Tous les chatbots ont montré une CA, corrigeant au moins deux réponses erronées.
Conclusion : Les chatbots d’IA présentent une exactitude moyenne pour les questions pharmaceutiques. Bien que leur CA améliore leurs performances, leurs réponses demeurent peu fiables et nécessitent une validation par un professionnel de santé.
Mots clés : chatbots , intelligence artificielle , exactitude, capacité d’apprentissage