La Faculté de dentisterie de l'Université nationale de Singapour (NUS) a mis au point une méthode novatrice pour former les étudiants en soins dentaires pédiatriques. Gérer les jeunes patients reste une source de stress majeure pour les praticiens en formation, leur niveau de stress étant trois fois supérieur à celui des spécialistes expérimentés. La maîtrise des techniques de comportement et de communication, essentielles en milieu clinique, s'acquérait traditionnellement grâce aux retours personnalisés des enseignants lors de sessions en direct, un processus chronophage et difficile à passer à l'échelle. Dans une étude publiée récemment dans la revue JMIR Medical Education, les chercheurs Dr Ishreen Kaur, Dr Gabriel Lee et le professeur associé Hu Shijia démontrent que l'évaluation des compétences des étudiants peut se faire avec une précision équivalente en se basant uniquement sur des transcriptions écrites des interactions cliniques, plutôt que sur des enregistrements vidéo complets. Cette approche simplifie considérablement le travail pédagogique en réduisant le temps et les ressources nécessaires à la correction. Elle permet aux enseignants de fournir des retours plus ciblées et personnalisées, tout en identifiant plus rapidement les besoins spécifiques de chaque apprenant. Au-delà de la dentisterie, cette méthode transposable à d'autres domaines de la santé, comme les soins infirmiers ou la médecine générale, pourrait améliorer la gestion des jeunes patients dans l'ensemble du système de soins. Les chercheurs soulignent également le potentiel d'intégration de l'intelligence artificielle. Le traitement numérique des transcriptions ouvre la voie à l'utilisation de modèles de langage d'intelligence artificielle pour analyser automatiquement les échanges et générer des recommandations pédagogiques. À long terme, l'équipe de la NUS ambitionne de déployer un système de mentor virtuel capable d'accompagner les étudiants pendant leurs pratiques cliniques. Cet outil assisterait les futurs dentistes dans le développement de leur confiance et de leur aisance relationnelle, tout en libérant le corps enseignant pour des missions de supervision et d'accompagnement plus stratégiques. Une étude ultérieure est d'ores et déjà prévue pour tester l'efficacité du feedback fourni par ces modèles d'intelligence artificielle lors de sessions réelles. Cette initiative marque une étape importante vers une formation médicale plus efficiente, personnalisée et appuyée par les technologies numériques.