Les Hôpitaux universitaires de Genève (HUG) ont lancé RAFAEL, un chatbot pour répondre aux interrogations du public sur le post-Covid. Cette innovation, alimentée par l’intelligence artificielle, est détaillée dans une publication du Journal of Medical Internet Research. Elle représente une avancée significative dans la diffusion d'informations fiables sur cette condition complexe. 

 Cette évolution, soutenue par la Fondation privée des HUG et Promotion Santé Suisse, avec la collaboration de la Direction de la communication des HUG a été conçue pour répondre aux besoins d'information croissants des patientes et patients sur le post-Covid. Une technologie de pointe en intelligence artificielle conversationnelle développée par une équipe interprofessionnelle des HUG, coordonnée par la Dre Mayssam Nehme, médecin adjointe au Service de médecine de premier recours, et menée par le Pr Idris Guessous, médecin-chef du même service, a été intégrée à la plateforme d’information RAFAEL sur le post-Covid. Ce projet comprend également la contribution de la Pre Klara Posfay-Barbe, médecin-cheffe du Service de pédiatrie générale. 

 Le chatbot RAFAEL a été créé pour offrir des informations vérifiées et fiables sur le post-Covid. À ce jour, RAFAEL est le premier chatbot développé pour traiter le post-Covid chez les enfants et les adultes. La plateforme et le chatbot font en permanence l’objet d’un suivi par des modératrices et modérateurs de la communauté et des professionnels et professionnelles de la santé afin d’assurer l’exactitude et la sécurité des informations partagées. À ce jour, RAFAEL a répondu à plus de 8 800 questions portant le plus souvent sur les symptômes du post-Covid. 

 L'étude menée sur RAFAEL, intitulée "The development of a chatbot technology to disseminate Post–COVID-19 information: descriptive implementation study" et publiée dans le Journal of Medical Internet Research en juin 2023, met en lumière l'impact et l'efficacité de cette technologie dans le contexte post-Covid. La recherche a exploré comment le chatbot pouvait fournir des réponses fiables et précises aux patients et patientes ainsi qu’aux professionnelles et professionnels de la santé. À travers plus de 30 488 interactions, RAFAEL a démontré un taux de correspondance de 79.6% et un taux de retour positif de 73.2%. L'étude a également mis en évidence l'importance de l'apprentissage automatique pour aider les professionnels et professionnelles à acquérir des connaissances sur de nouvelles conditions médicales, tout en répondant aux préoccupations des patients et patientes.  

En savoir plus : Publication d’une recherche des HUG sur l’IA conversationnelle pour répondre aux besoins du post-Covid