Blog
Modèles mathématiques : une révolution dans l’enseignement médical (et la certification)
La simulation permet de se préparer aux moments importants, sans les risques inhérents à la pratique réelle. Mais pour être efficaces, ces expériences doivent être aussi proches que possible de la réalité. Pourquoi ? Sans réalisme, les participants ne prennent pas la simulation au sérieux et passent à côté d’un apprentissage expérientiel. De plus, ils risquent d’apprendre des choses erronées, ce qui pourrait les amener à prendre des décisions erronées face à la même situation réelle.
Mais comment garantir le réalisme de la formation ? En un mot, l’automatisation. Les réponses automatisées offrent de nombreux avantages par rapport au contrôle manuel, notamment des réactions réalistes qui conduisent à une formation de haute qualité.
Par exemple, l’industrie aéronautique utilise des modèles mathématiques pour simuler des vols réels. En s’appuyant sur un poste de pilotage réel et les principes de commandes de vol, nos collègues de l’aviation automatisent la réaction d’un avion simulé lorsque les circonstances, telles que la météo, la vitesse ou les actions du pilote, changent. Un décrochage, par exemple, ne se produit pas à un moment aléatoire sous contrôle manuel, mais précisément au moment où la météo, la vitesse et les actions de l’équipage le provoquent.
Grâce à ce réalisme, les pilotes en formation peuvent apprendre ce qu’il faut faire dans des situations réelles, sans la subjectivité et l’incohérence potentielles qui peuvent être introduites lorsque quelqu’un exécute manuellement la simulation.
Il en va de même pour les soins de santé, où il existe des modèles mathématiques scientifiquement fondés pour la physiologie humaine et les influences qui l’influencent, comme les médicaments, les équipements (par exemple, les respirateurs) et les pathologies. Ces réponses automatisées permettent au personnel médical de s’entraîner avec un simulateur de patient qui se comporte comme un vrai patient, sans la subjectivité ni l’incohérence d’un technicien manipulant manuellement les réponses en coulisses. Lors du débriefing qui suit, l’accent est mis sur le comportement des participants, et non sur la qualité de la simulation.
Cette modélisation physiologique permet de générer un comportement automatique et réaliste des patients afin d’aider les formateurs à se concentrer sur les apprenants. Par exemple, la survenue d’une réaction anaphylactique entraînerait automatiquement une diminution de la résistance vasculaire, une insuffisance hydrique due à une fuite plasmatique dans les tissus et une augmentation de la résistance bronchique à l’administration d’oxygène, de liquides et d’adrénaline.
Notre modèle physiologique réaliste et réactif sert de base à de nombreux produits, dont SimSTAT, qui place les participants dans des situations cliniques réalistes auxquelles ils doivent faire face. Conçu en collaboration avec l’American Society of Anesthesiologists, SimSTAT est utilisé comme outil d’examen pour la recertification obligatoire des anesthésistes américains.
Étant donné qu’un tel examen peut avoir de graves conséquences en cas d’échec, une simulation d’une qualité particulièrement élevée est requise. Une évaluation anonyme des performances des participants permet d’identifier objectivement les axes d’amélioration. Cette enquête menée par CAE (environ 100 000 exécutions et 500 millions de points de données à ce jour) constitue la plus grande application de mesure objective automatisée des performances à l’aide d’un modèle physiologique. Ce modèle, d’ailleurs, pilote tous les simulateurs de patients CAE sous le nom de « Maestro » et est également disponible sous les noms de Maestro Evolve et Maestro Embody en version en ligne, avec et sans instructeur.