Les thérapies antirétrovirales (TAR) efficaces ont considérablement amélioré l'espérance de vie des personnes vivant avec le VIH (PVH). Cependant, le suivi à vie, l'autogestion et l'adhérence au traitement sont essentiels pour contrôler le VIH à long terme. Le non-respect des TAR conduit à des résultats de santé moins favorables et à une augmentation des coûts des soins de santé. Suivant une approche de laboratoire vivant, ce projet vise à co-construire avec les parties prenantes une solution de triage sans biais basée sur un modèle de langage de grande taille (LLM) pour le chatbot MARVIN afin de soutenir les PVH dans le maintien de l'adhérence aux TAR.
Grâce à l'implication des PVH, des prestataires de soins de santé et des organisations communautaires tout au long du processus, ce projet multidisciplinaire cherche à fournir des conseils de santé personnalisés, améliorer l'adhérence aux TAR et garantir un traitement équitable pour toutes les PVH. Leur engagement assure une approche centrée sur le patient dans le développement et la mise en œuvre de produits d'IA en santé centrés sur l'humain. Cette solution contribuera à de meilleurs résultats de santé et à une meilleure allocation des ressources dans le système de santé.
Chercheur principal
Bertrand Lebouché
Co-researchers
Sofiane Achiche
