RAIMED2 - Interaction libre entre un étudiant en médecine et des patients virtuels

Actuellement, les interfaces entre étudiants et patients virtuels proposent souvent un raisonnement diagnostique "guidé", où le cheminement est prédéfini par l'enseignant. Cependant, dans la pratique réelle, les médecins doivent poser eux-mêmes les questions pertinentes au patient parmi une multitude de possibilités.

Dans le but de remédier à cette lacune, nous nous lançons dans la création d'une interface permettant aux étudiants de mener librement leur entretien avec un patient virtuel jusqu'à parvenir, de manière autonome, au diagnostic. Cette interface permettra également d'analyser le raisonnement de l'étudiant pendant son interaction avec le patient.

Le stage vise à poursuivre le travail déjà entrepris sur la programmation d'un site internet facilitant l'interaction entre les étudiants et les patients virtuels. Trois interfaces distinctes seront développées : 

1. L'interface d'interaction étudiant-patient, offrant une liberté totale dans le déroulement de l'entretien.
2. L'interface de création du patient virtuel par les enseignants, permettant de définir les caractéristiques et les symptômes du patient.
3. L'interface d'analyse du raisonnement, permettant d'explorer les interactions entre l'étudiant et le patient et d'extraire des corrélations pour mieux comprendre le raisonnement clinique.

Un cahier des charges détaillé est fourni, incluant un diaporama présentant l'apparence et le déroulement souhaité du site.

Nous exploitons les traces issues des interactions entre les étudiants et les patients virtuels pour identifier des corrélations permettant d'expliquer et d'analyser les raisonnements cliniques. Ces informations sont précieuses pour mieux identifier les difficultés et les erreurs des étudiants, et pour adapter les méthodes d'enseignement en conséquence.

En résumé, ce stage contribue au développement d'une interface novatrice pour l'entraînement au raisonnement clinique. En combinant la liberté d'interaction avec l'analyse des données, nous espérons améliorer significativement la formation des futurs médecins.