Aller au contenu principal
Aurélien Vannieuwenhuyze

NOTE DE RECHERCHE / 001 · ÉTAPE 02

Construire une cohorte clinique synthétique et reproductible.

Avant d’évaluer la fiabilité d’agents IA, il faut un environnement dont les données, les documents et les trajectoires peuvent être examinés indépendamment.

Jalon documenté · Cohorte créée Lecture : 7 min
← Toutes les notes de recherche

L’OBJECTIF

Un laboratoire avant les agents.

TENSYM étudie la propagation d’erreurs entre agents IA et l’intérêt potentiel d’une vérification temporelle neuro-symbolique indépendante. Il ne s’agit pas de construire un outil de décision clinique, mais un environnement où les futures décisions pourront être comparées à des faits synthétiques de référence.

La première réalisation est une cohorte entièrement fictive, accompagnée de documents sources et d’un eCRF nominal. Les agents IA et les scénarios d’erreur ne sont pas encore évalués.

10participants fictifs
40visites documentées
120triplets PAS / PAD / pouls
10 000cohortes au test de robustesse

01 / FONDEMENTS SCIENTIFIQUES

Des références publiées, pas des dossiers réels.

Le générateur s’appuie sur certaines statistiques agrégées publiées à propos de SPRINT (Systolic Blood Pressure Intervention Trial), essai randomisé ayant inclus 9 361 participants. Les caractéristiques initiales publiées, notamment l’âge, le sexe et les mesures tensionnelles, fournissent des repères pour paramétrer les distributions synthétiques.

Ces références ne constituent ni un accès à des données individuelles SPRINT, ni une reproduction de la population ou des résultats thérapeutiques de cet essai. Les dates de visite, les corrélations choisies et les trajectoires simulées relèvent du modèle TENSYM.

Publications de référence en fin d’article. ↓

02 / GÉNÉRATION

Produire des trajectoires cohérentes dans le temps.

Le générateur ne crée pas une suite de valeurs indépendantes. Il représente des participants synthétiques, des visites successives et des mesures liées entre elles.

  • Distributions inspirées de statistiques agrégées de référence, avec variabilité entre participants.
  • Dépendance entre pressions systolique (PAS) et diastolique (PAD), sans traiter les deux variables comme indépendantes.
  • Trois triplets PAS / PAD / pouls par visite, puis des résumés consultables dans les interfaces.
  • Quatre visites fictives par participant : J0, J7, J14 et J28.
  • Contrôles de cohérence élémentaire et possibilité de reproduire les générations.

Aucun effet thérapeutique n’a été imposé pour reproduire les résultats de SPRINT.

03 / CONTRÔLES TECHNIQUES

Tester le générateur avant d’exploiter ses sorties.

Plusieurs campagnes de vérification ont été menées. La campagne de robustesse décrite dans les notes du projet couvre 10 000 cohortes synthétiques, soit 100 000 participants et 400 000 visites simulées. Elle examine le respect des contraintes techniques et la stabilité du processus de génération.

Cette démarche soutient la cohérence technique et la reproductibilité du générateur. Elle ne démontre pas la représentativité clinique des dix participants retenus, ni la validité médicale de leurs trajectoires.

Validation technique ≠ validation clinique.

04 / ENVIRONNEMENT DOCUMENTAIRE

Une cohorte consultable et documentée.

La cohorte initiale SYN-HTA-001 regroupe 10 identifiants fictifs, 40 visites, 120 triplets de mesures, 40 documents sources synthétiques et 40 premières saisies eCRF nominales. Les données sont enregistrées dans SQLite.

Une application web locale, en lecture seule pour les données nominales, permet de parcourir les participants et leurs formulaires. Les interfaces affichées ci-dessous constituent des captures du prototype V0.1, actuellement disponible en français.

Tableau de bord du prototype TENSYM montrant 10 participants fictifs, 40 visites et 120 triplets de mesures.
Figure 1 — Vue d’ensemble de l’environnement local TENSYM : dix participants, quarante visites, cent vingt triplets de mesures.
Tableau des dix participants fictifs SYN-001 à SYN-010 et quatre visites par participant.
Figure 2 — Les dix participants fictifs, identifiés sans données d’identité civile.

05 / TRAJECTOIRES TEMPORELLES

Observer des mesures plutôt qu’un instant isolé.

La fiche du participant SYN-001 illustre le suivi longitudinal de la PAS, de la PAD et du pouls sur les quatre visites. Ces évolutions sont synthétiques : elles servent de support documentaire et temporel, sans interprétation thérapeutique.

Fiche SYN-001 avec courbes temporelles PAS, PAD et pouls de J0 à J28.
Figure 3 — Trajectoires de mesures et calendrier des visites pour le participant fictif SYN-001.

06 / SOURCES, eCRF ET PROVENANCE

Distinguer le fait, sa disponibilité et sa saisie.

L’environnement documentaire distingue la date d’observation d’une information, sa date de disponibilité et sa saisie dans l’eCRF. Cette séparation est centrale pour la question de recherche de TENSYM : une décision ne peut être justifiée par une preuve indisponible au moment considéré.

Les écrans actuels présentent l’eCRF nominal en lecture seule. Ils ne sont ni un système eCRF certifié, ni la démonstration d’un moteur de vérification temporelle actif.

Dossier eCRF nominal de SYN-001 en lecture seule, avec identification synthétique et graphique PAS.
Figure 4 — Extrait de l’eCRF nominal du participant SYN-001, en lecture seule, avec ses courbes de suivi.

07 / PORTÉE ET LIMITES

Ce que cette étape démontre — et ce qu’elle ne démontre pas.

Réalisé et documenté

  • Un générateur de données de patients entièrement synthétiques.
  • Des tests techniques de cohérence et de reproductibilité.
  • Une cohorte initiale reproductible et structurée dans SQLite.
  • Des documents sources, des eCRF nominaux et une interface de consultation.

Non démontré à ce stade

  • La représentativité clinique d’une cohorte de dix sujets fictifs.
  • Une réduction de la propagation des erreurs entre agents IA.
  • L’efficacité d’un moteur de règles temporelles indépendant.
  • Une conformité réglementaire ou un usage de décision médicale.
Ce jalon construit le terrain sur lequel des expériences pourront être évaluées. Il ne préjuge pas de leurs résultats.

RÉFÉRENCES

Sources scientifiques citées.

Ces travaux servent de références méthodologiques et statistiques. Ils ne valident pas cliniquement le générateur TENSYM.

  1. SPRINT Research Group (2015). A Randomized Trial of Intensive versus Standard Blood-Pressure Control. New England Journal of Medicine. DOI: 10.1056/NEJMoa1511939 ↗
  2. Ambrosius et al. (2014). The design and rationale of a multicenter clinical trial comparing two strategies for control of systolic blood pressure. Clinical Trials. DOI: 10.1177/1740774514537404 ↗
  3. Johnson et al. (2018). Blood Pressure Measurement in the Systolic Blood Pressure Intervention Trial (SPRINT). Full text ↗

TENSYM est un projet de recherche exploratoire sur données exclusivement synthétiques. Aucun patient réel, aucune décision clinique et aucun résultat d’efficacité multi-agents ne sont revendiqués.

RECHERCHE APPLIQUÉE & COLLABORATIONS

Un intérêt pour la fiabilité des systèmes d’IA ?

Je travaille sur le raisonnement temporel, l’IA explicable et neuro-symbolique, et l’évaluation des systèmes agentiques en santé et R&D industrielle.