Introduction : L'évolution rapide de la technologie a stimulé diverses applications en médecine, y compris le soutien à la décision clinique. Malgré de nombreuses études validant le potentiel du soutien à la décision clinique assisté par IA (AI-CDS), les applications souhaitées par les cliniciens en médecine des catastrophes restent floues. Cette étude vise à combler cette lacune par une recherche de consensus avec des experts internationaux en médecine des catastrophes. Méthodes : En utilisant la méthode Delphi traditionnelle, un panel international de praticiens de la médecine des catastrophes a été constitué. Un questionnaire ouvert lors du premier tour a recueilli des déclarations de consensus prospectives sur les applications de l'AI-CDS. Ces réponses ont été organisées en déclarations de consensus pour les tours suivants. Une échelle numérique linéaire à 7 points a été utilisée au deuxième tour pour classer les déclarations. Les déclarations avec un écart type de 1,0 ou moins ont été considérées comme un consensus. Les résultats du deuxième tour seront partagés avec chaque expert, qui seront invités à reconsidérer leur classement dans le troisième tour. Une analyse intérimaire déterminera si un quatrième tour est nécessaire. Les déclarations atteignant le seuil de consensus lors des tours 3 ou 4 seront incluses dans l'analyse finale. Résultats : Au premier tour, 539 déclarations ont été obtenues de 77 participants (38 % femmes ; 62 % hommes) issus de 47 pays représentant les 7 régions mondiales de la Banque mondiale. Les préoccupations clés incluaient le triage, la formation, la communication, la santé mentale, l'organisation et la planification des catastrophes. Ces propositions ont été condensées en 47 déclarations pour le deuxième tour, avec 56 participants ayant complété leur évaluation à ce jour. Les déclarations obtiennent un score supérieur à 5,7 sur 7, mettant en avant que le soutien par l'IA serait bénéfique pour estimer la population à risque, la formation en médecine des catastrophes, la coordination des ressources, l'assistance HVA, la capacité de surcharge, la répartition des patients et l'amélioration de la communication culturellement sensible et multilingue. Conclusion : Cette étude Delphi met en lumière les diverses et cruciales applications de l'AI-CDS souhaitées par les experts en médecine des catastrophes. Les résultats fourniront une base pour des recherches et des innovations futures, alignant le développement de l'IA avec les priorités des praticiens en médecine des catastrophes.
Verde et al. (Sun,) ont étudié cette question.