Le projet AMIS-RHS, lauréat de l'appel à projet du projet RHIS, Ressources Humaines Innovantes en Santé, financé par l'AFD, mis en œuvre par Expertise France, vise le renforcement des ressources humaines en santé au Sénégal. Dans le district sanitaire de Keur Momar Sarr, quinze structures de santé fonctionnent avec des personnels peu nombreux, éloignés des centres de formation et disposant d'un accès limité aux référentiels nationaux et à la formation continue.

Pour répondre à cette situation, l'Université Gaston Berger et l'UCAD/ESP conçoivent conjointement un assistant numérique de formation destiné aux personnels de santé du district. L'outil s'appuiera exclusivement sur les documents officiels d'enseignement et les référentiels nationaux validés (programmes de formation, protocoles du ministère de la Santé et de l'Action sociale, ordinogrammes de prise en charge). Il permettra aux personnels d'interroger ces référentiels en français et en wolof, y compris à l'oral, de suivre des parcours d'autoformation et de s'entraîner sur des cas d'école, sans connexion à Internet.

L'interaction s'effectue par entrée vocale ou écrite ; la restitution est écrite et visuelle à l'écran, la synthèse vocale ne relevant pas du périmètre de la mission.

La conception de cet outil se heurte à trois difficultés, qui structurent le périmètre de la mission.

La première tient aux ressources linguistiques. Le wolof est une langue peu dotée en corpus numériques et il n'existe pas, à ce jour, de corpus de parole transcrite couvrant le vocabulaire de la santé dans des conditions d'usage réelles, où le wolof et le français alternent au sein d'un même échange. Constituer un corpus vocal transcrit et validé, numériser et structurer la base documentaire de référence : ces travaux sont des préalables du projet et sont intégrés à la mission, avec les charges correspondantes.

La fiabilité des contenus constitue une deuxième difficulté. Un outil de formation en santé ne peut restituer que des contenus vérifiables. L'assistant reposera sur un moteur pédagogique associant, d'une part, la recherche documentaire augmentée (RAG), dont chaque réponse cite sa source dans la base de référence et qui s'abstient explicitement lorsque la question sort de la couverture documentaire, et, d'autre part, la génération de contenus d'entraînement (questionnaires, cas d'école) soumis à validation académique. La fiabilité sera mesurée sur des jeux de test construits à cet effet et validés par les référents médicaux du projet.

Reste la contrainte matérielle et énergétique. L'outil doit fonctionner intégralement hors connexion, dans des structures aux ressources limitées. Plusieurs architectures d'exécution sont envisageables : exécution embarquée sur des terminaux durcis, serveur local installé dans chaque structure et accessible en réseau local, ou configuration hybride répartissant les traitements entre les deux. Plutôt que d'arrêter ce choix sur dossier, la mission prévoit une expérimentation comparative en conditions réelles dans le district ; la décision d'équipement définitive sera prise sur la base des résultats mesurés (latence, autonomie, robustesse, coût d'acquisition et charge de maintenance, énergie comprise).

La mission nécessite l'intervention complémentaire de trois experts en intelligence artificielle :

• Expert 1: optimisation de modèles et inférence sur systèmes contraints : architecture d'exécution, compression des modèles, inférence locale.
• Expert 2: traitement automatique du langage multilingue et ingénierie de corpus : constitution du corpus vocal, reconnaissance vocale, traitement du wolof et du français.
• Expert 3: recherche documentaire augmentée, évaluation et développement d'applications : moteur pédagogique, jeux d'évaluation, application destinée aux praticiens, coordination des livrables.