TrialsgrambêtaRCTs are beautiful
Traduction non vérifiéeLa traduction en Français de cette entrée n'a pas été vérifiée par les pairs et peut différer de la source. L'acronyme, le titre complet et la citation restent toujours dans la langue d'origine.Ouvrir la publication d'origine ↗

AMIE

Towards Conversational Diagnostic Artificial Intelligence (Articulate Medical Intelligence Explorer)

Patient / Population Intervention / Exposition Comparaison Critère de jugement

Dans 159 consultations écrites avec des patients acteurs validés, une IA diagnostique conversationnelle fondée sur un LLM (AMIE) a amélioré l'exactitude diagnostique et la qualité évaluée de la consultation par rapport aux médecins de soins primaires.

N
159patients
Schéma
Étude croisée randomisée en double aveugle de type ECOS, scénarios randomisés, Canada/Royaume-Uni/Inde
Critère
Exactitude diagnostique et performance sur des axes cliniquement pertinents (anamnèse, diagnostic, prise en charge, communication, empathie) évaluées par des médecins spécialistes et des patients simulés
Pertinence
2Important — l’un des piliers parmi d’autres.
RésultatAMIE a montré une plus grande exactitude diagnostique et était supérieure sur 30 des 32 axes évalués par les médecins spécialistes et 25 des 26 axes évalués par les patients simulés ; le résumé ne rapporte pas de tailles d'effet.
Tu T, et al. Nature. 2025;642(8067):442-450. 10.1038/s41586-025-08866-7
Discussion et critique

Première confrontation directe randomisée et en aveugle d'une IA conversationnelle aux médecins sur l'anamnèse, le diagnostic et l'empathie — un jalon, et le système AMIE a ensuite été testé en soins spécialisés (O'Sullivan LLM (cardiology)). Fortement nuancée par ses propres auteurs : le chat textuel synchrone est inhabituel en pratique clinique, les patients étaient des acteurs, et rien n'a été testé en soins réels.