Les données probantes derrière les dossiers révisés.
Notre étude du fardeau documentaire, de la révision humaine et de la continuité des soins de première ligne — et ce que les données indiquent pour bien faire les choses.
La révision humaine, mesurée
Nous suivons l’interaction entre les brouillons de l’IA et les corrections humaines, et pas seulement l’exactitude d’un modèle isolé.
La provenance d’abord
Chaque affirmation d’un modèle est reliée à son contexte source pour que les résultats puissent être audités.
Dans des contextes réels
Nous concevons les études avec des résidences partenaires pendant de vrais quarts, et non à partir de simulations.
Programme de recherche et notes
Programme de recherche illustratif · il ne s’agit pas d’études publiées
Documentation avec humain dans la boucle : exactitude et responsabilité dans les dossiers de soins préparés par l’IA
Mesurer les taux de correction, le délai d’approbation et les types d’erreurs lorsque des superviseurs révisent des formulaires préparés par l’IA.
Discuter de cette note →Le fardeau documentaire des quarts de nuit : une analyse des mouvements et du temps en soins de longue durée
Où passent les minutes entre un événement et le dossier officiel, et quelle part sert à raconter de nouveau la même histoire.
Discuter de cette note →Mémoire opérationnelle : un cadre pour la continuité entre les quarts
Définir quel contexte doit être transmis, et sous quelle forme, pour que le prochain quart puisse agir de façon sûre.
Discuter de cette note →Provenance et pistes d’audit pour la documentation clinique assistée par l’IA
Une approche technique pour relier chaque champ à sa source et expliquer son importance pour la responsabilité.
Discuter de cette note →