Balancing accuracy and user satisfaction: the role of prompt engineering in AI-driven healthcare solutions

EN BREF ...

L'étude de Wang et al. (2025) explore le rôle de l'ingénierie des invites ("prompt engineering") pour équilibrer la précision et la satisfaction des utilisateurs dans les solutions de santé basées sur l'intelligence artificielle (IA), notamment pour la détection de la sécheresse oculaire (DED). Les chercheurs ont développé un mécanisme d'invite spécialisé utilisant les API d'OpenAI GPT-4.0 et ERNIE Bot-4.0 pour évaluer l'urgence de consultations médicales à partir de 5 747 plaintes simulées de patients. Un modèle BERT a été utilisé pour classifier les cas en urgents/non-urgents. La satisfaction des utilisateurs a été mesurée par l'expérience de service (SE) et la qualité médicale (MQ). Les résultats montrent une augmentation significative de la précision des requêtes avec invite, passant de 74,1% à 94,6% pour la prédiction de l'urgence. Cependant, cette amélioration s'est accompagnée d'une augmentation notable du temps de réponse, de 0,84 seconde à 7,81 secondes. La satisfaction globale a légèrement diminué (de 80,3 à 77,85). Plus précisément, les scores SE ont baissé (de 95,5 à 64,0), tandis que les scores MQ ont considérablement augmenté (de 65,1 à 91,7). Cela révèle un compromis entre la précision/qualité médicale et le temps de réponse/expérience de service. L'étude souligne le rôle crucial de l'ingénierie des invites pour améliorer les services de santé basés sur l'IA. Les recherches futures devraient optimiser les structures d'invite, explorer des approches dynamiques et prioriser les évaluations en temps réel pour équilibrer ces compromis. L'intégration des objets connectés (IoT) dans les systèmes de santé pilotés par l'IA améliore la détection et la gestion précoces de la DED grâce à une surveillance continue. Des considérations éthiques, y compris la confidentialité des données et l'atténuation des biais algorithmiques, sont également jugées essentielles.