EXAN : Acquisition et consolidation d’Expertise en Anesthésie – Développement et comparaison de diverses modalités de formation assistées par le Numérique.
Genèse et contexte
Début 2012, la Haute autorité de santé (HAS) posait un principe fondamental: « jamais la première fois sur un patient » dans un rapport sur la formation grâce à la simulation. Cette position de l’HAS a encouragé l’émergence en France de centre de de simulation pour la formation en santé.
LE SiMU, Laboratoire Expérimental de Simulation de Médecine Intensive de l’Université de Nantes, participe par la simulation haute fidélité à l’apprentissage et au maintien des compétences dans le domaine des sciences de la santé.
Ambitions du projet
Le projet EXAN vise à développer au LE SiMU trois nouvelles modalités (mono-utilisateur, simulation haute-fidélité et immersion en réalité virtuelle) d’acquisition et de consolidation de l’expertise en anesthésie en se focalisant plus particulièrement sur les situations d’urgence et les situations critiques en anesthésie.
En bousculant la formation à ce type de gestion via l’introduction du numérique, le projet EXAN constitue un terrain totalement inédit pour le développement de la recherche sur les méthodes d’évaluation de l’expérience.
Or, la recherche méthodologique du projet EXAN est un champ d’investigation totalement ouvert, puisqu’aucune expérience-apprenant ou expérience-formateur, liée à l’une quelconque de ces trois nouvelles modalités de simulations, n’a jamais fait l’objet de recherche méthodologique. Du fait de ce caractère inédit, le projet EXAN intègre nécessairement en plus d’un volet conception de l’expérience (recherche et réalisation), un volet recherche en évaluation de l’expérience.
Temps fort
En bénéficiant des apports croisés en intelligence artificielle du LS2N et dans la pratique de la simulation du LE SiMU, le projet développera une méthode de conception automatisée d’expériences-apprenant à partir d’une typologie de cas d’anesthésie, elle-même construite automatiquement à partir de données d’anesthésie collectées par le CHU de Nantes.
L’objectif est de fournir potentiellement un accès à une grande variété d’expériences réalistes pour appuyer la création de scénarios variés de simulation.
D’autre part, le projet accroîtra aussi la variété des expériences en y intégrant des situations critiques susceptibles d’entraîner une erreur de l’apprenant, ou encore des situations confrontant l’apprenant à l’erreur humaine d’un tiers.
Enfin, des travaux méthodologiques permettront de définir un protocole pour comparer les bénéfices apportés par les trois modalités, aux apprenants et aux formateurs.
Doctorant impliqués
Hugo BOISAUBERT – Hugo.Boisaubert@ls2n.fr
La thèse de Hugo Boisaubert se focalise sur le développement d’une méthode de conception automatisée de scénarios d’apprentissage variés, pour l’acquisition et la consolidation d’expertise en anesthésie, en situation d’urgence.
Fatoumata DAMA – Fatoumata.Dama@ls2n.fr
La thèse de Fatoumata Dama porte sur la modélisation d’une anesthésie par un ou plusieurs modèles probabilistes construits en s’appuyant sur tout ou partie de la base de profils anesthésiques enregistrés par le CHU de Nantes. A terme, cette modélisation permettra d’automatiser la génération de scénarios de simulation d’anesthésie réalistes et variés.
Stage : bourses FAME
Le stage se situe dans un contexte de partenariat interdisciplinaire entre le LS2N (Laboratoire des Sciences du Numérique de Nantes / UMR CNRS 6004), LE SiMU (Laboratoire Expérimental de Simulation en Médecine Intensive de l’Université de Nantes) et le CHU de Nantes.
LE SiMU permet de se perfectionner dans la gestion de situations critiques dans sept spécialités médicales. Le SiMU intervient sur simulateurs de patients haute-fidélité (mannequins), avec immersion des acteurs en formation dans une équipe médicale humaine pleine-échelle interprofessionnelle.
Le projet EXAN (Acquisition et consolidation d’EXpertise en ANesthésie) vise à développer au SiMU de nouvelles modalités d’acquisition et de consolidation de l’expertise médicale en situation d’urgence, assistées par le numérique. La discipline sélectionnée est l’anesthésie. Actuellement, les scénarios simulant une complication sont élaborés en amont de la formation, selon les objectifs de la formation et en fonction du vécu et du degré d’expertise des formateurs. Le nombre de ces scénarios est limité.
Pour varier les scénarios, le projet EXAN a pour objectif de développer un générateur automatique de scénarios d’apprentissage, réactifs aux actions de l’apprenant, et qui exploitera des données d’anesthésie.
Chaque année, le CHU de Nantes réalise plus de 45 000 chirurgies dont la majorité implique une anesthésie générale. Lors d’une anesthésie générale, plusieurs informations sont enregistrées automatiquement à des fins médico-légales et scientifiques. Ces informations définissent le profil anesthésique du patient. Un profil anesthésique est constitué d’une trace d’événements et de séries temporelles. La trace d’événements recense les événements successifs de l’anesthésie (actions de l’équipe médicale,
réactions du patient). Les séries temporelles transcrivent l’évolution des paramètres physiologiques du patient (par exemple, la tension artérielle).
Lors d’une anesthésie générale, une situation opératoire dite « critique » peut survenir, qui met en péril immédiat la vie du patient.
Le stage vise deux objectifs : à partir des enregistrements d’une cohorte de patients soumis au même type de chirurgie, être capable de déterminer automatiquement les étapes caractéristiques de l’anesthésie spécifique à ce type de chirurgie, à partir des enregistrements de plusieurs cohortes de patients, être capable d’identifier automatiquement les situations dites « critiques » dans des traces d’événements et des séries temporelles.
Pour atteindre ces objectifs, le stagiaire contribuera à la mise au point de stratégies reposant sur des techniques de fouille de données et d’apprentissage automatique, et traitant des données hétérogènes temporelles, potentiellement de forte volumétrie.
Dans un contexte fortement interdisciplinaire, pour traiter ces données spécifiques, le stagiaire bénéficiera notamment de l’expertise apportée par la collaboratrice médecin anesthésiste, partenaire scientifique du projet EXAN pour le CHU, et LE SiMU, dont elle est la responsable.
