Infirmier de recherche IA
Produira et transmettra des notes sources à partir des informations autorisées.
PROJET DE RECHERCHE · 001
Agentic AI & Temporal Neuro-Symbolic Reasoning for Clinical Trials
TENSYM étudie la circulation des erreurs entre agents IA et la capacité de règles temporelles indépendantes à contrôler leurs décisions dans un essai clinique entièrement simulé.
01 / LA QUESTION DE RECHERCHE
Une information peut décrire un événement déjà survenu sans être disponible au moment où un agent prend sa décision. Avec plusieurs agents, des documents et des corrections, cet écart devient un problème de causalité, de provenance et d’auditabilité.
Que savait l’agent ? À quel instant ? Sur quelle source et quelle version s’est-il appuyé ? Quelle règle était applicable ?
02 / LE TERRAIN EXPÉRIMENTAL
Une première cohorte de dix participants entièrement fictifs et quarante visites a été générée. Les rôles d’agents et les scénarios ci-dessous décrivent le protocole envisagé pour les expériences, sans résultats multi-agents à ce stade.
03 / LE DISPOSITIF
Le dispositif expérimental prévu fera travailler des rôles d’agents sur des sources et un eCRF synthétiques. La vérification indépendante des contraintes temporelles fait partie des hypothèses à tester, pas des résultats obtenus.
La cohorte et les documents sources sont générés ; leurs disponibilités temporelles seront étudiées dans de futures expériences.
Produira et transmettra des notes sources à partir des informations autorisées.
Reportera des informations dans l’eCRF et répondra aux clarifications.
Examinera les données accessibles et pourra soulever des demandes de clarification.
Composant envisagé pour contrôler les règles, la disponibilité des preuves, les autorisations et la provenance, indépendamment des explications des modèles.
Le protocole prévoit de conserver les actions et leurs justifications afin de permettre une évaluation indépendante.
Selon le protocole prévu, les trois rôles seront regroupés dans les variantes mono-agent. Les règles ne seront actives que dans les configurations qui le prévoient.
04 / CE QUE NOUS ALLONS TESTER
Chaque scénario prévu confrontera les décisions observées aux faits de référence de la simulation, qui resteront cachés aux agents.
Mesurer les faux signalements et les blocages injustifiés.
Voir si une date erronée masque une visite hors de la fenêtre J12–J16.
Observer la propagation ou la détection d’une valeur mal recopiée.
Vérifier le déclenchement d’une clarification et d’une revue humaine simulée.
Tester le refus d’accès à une information encore indisponible.
PROTOCOLE COMPARATIF
Un scoreur indépendant doit évaluer les quatre configurations selon les mêmes critères. Les résultats ne sont pas encore publiés.
| # | Organisation | Vérification pendant la simulation |
|---|---|---|
| A | 1 agent · 3 rôles regroupés | Sans moteur actif |
| B | 1 agent · 3 rôles regroupés | Avec moteur actif |
| C | 3 agents spécialisés | Sans moteur actif |
| D | 3 agents spécialisés | Avec moteur actif |
06 / RESEARCH IN PROGRESS
La première cohorte SYN-HTA-001 est constituée : 10 participants fictifs, 40 visites et 120 triplets PAS/PAD/pouls. Le générateur a fait l’objet de tests techniques de cohérence et de reproductibilité, notamment sur 10 000 cohortes synthétiques. Ces tests ne constituent pas une validation clinique.
07 / CARNET DE RECHERCHE
Chaque note présente une réalisation vérifiable, les choix qui l’ont guidée, les contrôles effectués et leurs limites. Aucune expérience non réalisée n’est présentée comme un résultat.
SPRINT comme référence statistique, génération des trajectoires, tests techniques, dix participants fictifs et environnement documentaire eCRF.
Lire la note de recherchePÉRIMÈTRE & TRANSPARENCE
TENSYM est une simulation de recherche sur données entièrement synthétiques : aucun patient réel, aucun essai clinique réel, aucune revendication de certification eCRF ou de conformité réglementaire. Le projet n’évalue ni l’efficacité d’un traitement ni la prise de décision médicale autonome.
À PROPOS DU CHERCHEUR
Je suis Aurélien Vannieuwenhuyze, AI Research Engineer. Je travaille sur les données médicales temporelles, le raisonnement neuro-symbolique et les systèmes d’IA agentiques. Je suis ouvert à de nouvelles opportunités en R&D et Applied AI, notamment dans les secteurs de la santé et de la pharma, sous forme de poste, mission ou collaboration de recherche.
Consulter mon CV ↗