Gains :
- Capacité à comprendre les composantes du rapport d’évaluation audiologique et à produire une ébauche de rapport cohérente et vérifiable grâce à l’intelligence artificielle
- Possibilité d'appliquer la discipline « écrire uniquement à partir des données que je donne », ce qui empêche l'intelligence artificielle d'ajouter des découvertes fabriquées (hallucinations) au rapport
- Être capable de faire la distinction entre les déclarations de diagnostic, de recommandation et de référence dans le rapport et la responsabilité de signer l'approbation de l'expert/du médecin.
Le résultat de l’évaluation audiologique est souvent un rapport : un document officiel qui parvient au patient, à sa famille, à son médecin ORL, à son école, à son employeur ou à son institution. Le rapport est un texte documentant les tests effectués, les conclusions et les recommandations, dont la responsabilité est assumée par la signature. Dans cette unité, vous apprendrez à utiliser l’intelligence artificielle en toute sécurité pour produire des brouillons de rapports ; mais nous expliquerons pourquoi chaque conclusion, recommandation et déclaration de référence contenue dans le rapport nécessite une vérification et une signature d'experts. Principe principal : l’IA peut produire une ébauche cohérente et ordonnée d’un rapport ; Mais il ne doit être rédigé qu'à partir des données réelles que vous fournissez, ne doit constituer aucune conclusion et le texte final doit être valide avec l'approbation et la signature de l'expert/médecin.
Composantes d'un rapport audiologique
Un rapport d'évaluation audiologique typique comprend les sections suivantes : Il peut varier selon le format de votre établissement :
Identité et contexte : Informations sur le patient (dans le système institutionnel), date de l'évaluation, unité de référence, motif de référence.
Antécédents : Plaintes associées, exposition au bruit, médicaments, antécédents familiaux, utilisation antérieure d'un appareil.
Résultats des tests : résumé de l'audiogramme (type, grade, configuration), tympanométrie, réflexe acoustique, tests de parole, OAE/ABR si nécessaire. Ceux-ci sont basés sur des mesures.
Évaluation et interprétation : la signification combinée des résultats ; Type/degré de perte auditive.
Recommandation et plan : Évaluation du dispositif, orientation ORL, suivi, éducation du patient.
Agrément : Nom, titre, signature et date de l'expert. La signature est le lieu où la responsabilité est assumée.
Attention : L'erreur la plus dangereuse dans un rapport est d'écrire le résultat d'un test qui n'a pas été réalisé. L'IA peut ajouter un résultat que vous n'avez pas fourni (par exemple, « les réflexes acoustiques sont normaux ») afin que le rapport « semble complet ». C’est une hallucination et si elle est signée, cela entraînera de graves responsabilités.
À qui est destiné le rapport : langue par lecteur
Un rapport audiologique n’est pas rédigé pour un lecteur uniforme ; La langue et le niveau de détail varient en fonction de la personne à qui vous vous adressez. Le rapport à un médecin ORL peut être technique ; Le médecin connaît la terminologie de l'audiogramme et attend des conseils diagnostiques. Dans le rapport adressé à une école ou à un employeur, les détails cliniques personnels sont minimisés, partageant uniquement les informations fonctionnelles nécessaires (par exemple, « il est recommandé de s'asseoir devant la classe et l'évaluation du système FM » ); Les détails médicaux sont limités pour des raisons de confidentialité. Le résumé remis au patient ou à sa famille est rédigé dans un langage simple. L’IA peut produire rapidement ces différentes versions à partir du même ensemble de résultats vérifiés – mais la règle de l’interdiction de fabrication et de l’approbation des experts s’applique à chaque version.
Cela donne naissance au principe « une source, plusieurs versions » dans le reporting : les résultats sont validés par des experts une fois, puis formatés pour différents lecteurs. Bien que l'IA facilite ce formatage, il est de la responsabilité de l'expert de s'assurer que la source elle-même (les résultats mesurés) n'a pas changé et qu'aucun nouveau « résultat » n'a été ajouté à une version. Surtout dans les rapports envoyés à des tiers (école, employeur, assurance), chaque information partagée doit être vérifiée en termes de KVKK pour voir si ce sont réellement les informations qui doivent être partagées.
Prévenir les hallucinations : "écrivez uniquement à partir des données que je vous donne"
Le plus grand risque de l’IA dans le reporting est la fabrication. Le modèle a tendance à « compléter » un rapport incomplet et peut remplir l’espace que vous avez laissé en blanc avec une conclusion plausible mais fausse. La façon d'éviter cela est d'énoncer clairement trois règles dans l'invite :
- Écrivez simplement à partir des données que je vous donne. N'allez pas au-delà des résultats bruts.
- Signalez les données manquantes, ne rattrapez pas. Si aucun test n'a été effectué, écrivez "[aucun test]" ou "[aucune donnée]".
- Limitez le commentaire au langage « possible ». Etablir une phrase de diagnostic définitif ; Soumettez la recommandation à l’approbation d’un expert.
Et chaque rapport est comparé aux données sources avant signature : chaque constat du projet correspond-il réellement aux données que vous avez mesurées ?
Niveaux de responsabilité
Élément de rapport
Qui vérifie ?
Pourquoi
Résultats des tests
Expert effectuant la mesure
Les données étalonnées ne doivent pas être fabriquées
Commentaire/évaluation
audiologiste
Évaluation clinique
déclaration de diagnostic
Audiologiste/médecin
autorité de diagnostic
Référence/acheminement
Audiologiste/médecin
décision médicale
signature
expert compétent
Responsabilité légale
Pas à pas : rédiger un rapport avec l’intelligence artificielle
- Structurez les données brutes. Préparez les résultats dans un format anonyme et ordonné (section par section).
- Interdire la fabrication. Donnez la règle "Écrivez uniquement à partir des données que je vous donne, marquez les manquants".
- Formatez-le. Présentez les sections du rapport de l’organisation sous forme de modèles.
- Prenez le brouillon et comparez-le avec la source. Vérifiez chaque résultat par rapport aux données brutes.
- Commentaires et suggestions modérés. Existe-t-il un langage diagnostique définitif et la recommandation est-elle soumise à l’approbation d’experts ?
- Signer/approuver. Le spécialiste/médecin approuve le texte final ; Un rapport non signé n'est pas valide.
Invite faible/Invite forte
Invite faible :
Rédigez un rapport d'audiologie complet pour ce patient, effectuez tous les tests.
« Remplir tous les tests » invite le modèle à rattraper les tests qui n'ont pas été effectués, la commande la plus dangereuse.
Invite puissante :
Votre rôle : assistant à la rédaction du rapport. RÈGLES : écrivez uniquement les constatations que je donne ci-dessous ; N'AJOUTEZ PAS de tests/résultats que je n'ai pas fournis ; écrire la section manquante [pas de données] ; ne faites pas de déclarations diagnostiques définitives, utilisez un langage « possible » ; Reliez la recommandation comme "selon l'évaluation d'experts". Résultats (anonymes) : - Audiogramme : droit neurosensoriel modéré, gauche dans les limites normales - Tympanométrie : les deux oreilles Type A - Réflexe acoustique : [non effectué] - Test de parole : [aucune donnée] Format : sections Historique / Résultats / Évaluation / Recommandation. Tâche : rédiger un projet de rapport à partir de ces données. La signature et l'approbation appartiennent à l'expert.
Une demande forte interdit la fabrication, impose le marquage des manquants, limite le langage du diagnostic et laisse la signature à l'expert.
trois mini-cases
Cas 1 — Capture fabriquée. Un audiologiste demande un projet de rapport, mais il n'a aucun réflexe acoustique. L'IA ajoute "des réflexes acoustiques dans les limites normales" au projet. En la comparant avec les données sources, l'expert se rend compte que cette ligne ne repose sur aucune mesure et la supprime en la remplaçant par "[réflexe acoustique non évalué]". L'hallucination a été captée avant la signature.
Cas 2 — Aperçu cohérent. Un audiologiste transmet ses résultats réguliers (audiogramme, résumé de tympanométrie) à l'IA avec une règle de non-fabrication. L'IA les convertit en un brouillon propre au format maison. L'expert vérifie chaque ligne, apporte une seule modification (en adoucissant la phrase de recommandation en « basée sur le jugement d'un expert ») et la signe. La rédaction du rapport est réduite de 25 minutes à 8 minutes, la précision est maintenue.
Cas 3 — Correction diagnostique du langage. L'intelligence artificielle écrit dans le projet que "le patient souffre définitivement d'une perte auditive due au bruit". Le spécialiste sait que l'audiogramme seul ne permet pas de confirmer la cause ; corrige la déclaration en disant "les résultats peuvent être cohérents avec l'exposition au bruit; doivent être interprétés en conjonction avec les antécédents et l'évaluation clinique." Le langage de la certitude gravite vers un langage clinique responsable.
Modèles d'invite copiables
MODÈLE DE PROJET DE RAPPORT (FAIRE INTERDIT)Votre rôle : assistant à la rédaction du rapport. Écrivez uniquement les conclusions que j'ai données ; n'ajoutez aucun test/résultat que je n'ai pas donné ; écrire manquant [aucune donnée] ; établir un diagnostic définitif; fonder la recommandation "sur la base d'une évaluation d'experts". Résultats : [données] Format : [chapitres]
MODÈLE DE COMPARAISON DES SOURCES Faites correspondre CHAQUE ligne de résultats du projet de rapport ci-dessous avec les données brutes que j'ai fournies. Marquez toute phrase qui n’a pas d’équivalent dans les données brutes. Brouillon : [projet]Données brutes : [données]
MODÈLE D'ADOUCISSEMENT DU LANGAGE DE DIAGNOSTIC Recherchez les déclarations définies/trop affirmées dans le rapport ci-dessous (« certainement », « sont ») et traduisez-les dans un langage cliniquement approprié « possible/peut être compatible/devrait être évalué ». Texte : [rapport]
MODÈLE DE CONTRÔLE DE RECOMMANDATION/RÉFÉRENCE Dans la section recommandation et référence du rapport ci-dessous, marquez chaque énoncé nécessitant l'approbation d'un expert/médecin et vérifiez si l'expression « avec évaluation par un expert/médecin » a été ajoutée. Texte : [rapport]
Erreurs courantes
- Cela signifie « remplir tous les tests ». Pousser le modèle pour qu'il s'adapte à des tests non testés.
- Sans comparaison avec la source. Signer le brouillon avec des données brutes sans le vérifier ligne par ligne.
- Quitter le langage du diagnostic définitif. Évitez d'utiliser des expressions telles que « il y a/certainement » dans le langage clinique.
- Ne pas soumettre la recommandation à l'approbation d'un expert. Présentation des relevés de répartition/plan comme automatiques.
- Utilisation sans signature/approbation. Distribuez le projet sous forme de rapport officiel.
En résumé
Le rapport audiologique est un texte officiel dans lequel les conclusions basées sur la mesure et l'interprétation d'experts sont documentées par une signature. AI peut produire une ébauche de ce rapport de manière ordonnée et cohérente ; Mais ils ne doivent écrire qu’à partir des données réelles que vous fournissez, ne doivent inventer aucun résultat et ne doivent pas utiliser un langage de diagnostic définitif. Chaque projet est comparé aux données sources, le langage du diagnostic et des recommandations est vérifié et le texte final est validé avec la signature du spécialiste/médecin. Un rapport non signé n'est pas valide.
Tâche de candidature
Préparez un ensemble de résultats avec des informations anonymes et incomplètes (certains tests "[non effectués]"). Obtenez un brouillon avec le modèle « brouillon de rapport (fabrication interdite) », puis assouplissez délibérément la règle et dites « remplir tous les tests » et obtenez un deuxième brouillon. Comparez les deux résultats : y a-t-il un résultat fallacieux dans le second ? Marquez toutes les lignes qui ne correspondent pas au modèle « comparaison de sources » et appliquez le modèle « lissage du langage de diagnostic ».
liste de contrôle
- [ ] J'ai fourni les résultats bruts de manière anonyme et structurée.
- [ ] J'ai créé une règle de non-fabrication et une règle "[pas de données]".
- [ ] J'ai comparé le brouillon ligne par ligne avec les données brutes.
- [ ] J'ai changé le langage du diagnostic définitif en langage du « possible » clinique.
- [ ] J'ai soumis les déclarations de recommandation/saisine à l'approbation d'un expert.
- [ ] J'ai approuvé le rapport final avec la signature du spécialiste/médecin.