Conception et développement d’un dispositif d’éducation thérapeutique personnalisé assisté par intelligence artificielle pour les patientes atteintes de diabète gestationnel au Maroc

Q4 Nursing

Revue Sage - Femme Pub Date : 2026-09-01 Epub Date: 2026-09-28 DOI:10.1016/j.sagf.2026.07.015

Abdelhaq Barbach, Anas Ansari Chenguiti, Rachid Alami, Amina Barkat

{"title":"Conception et développement d’un dispositif d’éducation thérapeutique personnalisé assisté par intelligence artificielle pour les patientes atteintes de diabète gestationnel au Maroc","authors":"Abdelhaq Barbach, Anas Ansari Chenguiti, Rachid Alami, Amina Barkat","doi":"10.1016/j.sagf.2026.07.015","DOIUrl":null,"url":null,"abstract":"<div><h3>Introduction</h3><div>Le diabète gestationnel (DG) constitue une pathologie fréquente de la grossesse, associée à des complications maternelles et néonatales, dont la prise en charge repose en grande partie sur des interventions non pharmacologiques telles que l’adaptation nutritionnelle, l’activité physique et l’autosurveillance glycémique. Dans ce contexte, l’éducation thérapeutique du patient (ETP) joue un rôle central pour accompagner les femmes enceintes dans l’acquisition de compétences d’autogestion, mais sa mise en œuvre reste limitée par des contraintes organisationnelles, notamment le manque d’outils pédagogiques structurés, le temps réduit des consultations et la difficulté d’adapter les parcours aux besoins individuels des patientes. L’étude présentée décrit la conception d’un dispositif structuré d’ETP appliqué au DG ainsi que le développement d’un outil d’assistance fondé sur l’intelligence artificielle (IA) visant à soutenir les professionnels de santé dans la structuration et la personnalisation des parcours éducatifs.</div></div><div>Le diabète gestationnel (DG) constitue une pathologie fréquente de la grossesse, associée à des complications maternelles et néonatales, dont la prise en charge repose en grande partie sur des interventions non pharmacologiques telles que l’adaptation nutritionnelle, l’activité physique et l’autosurveillance glycémique. Dans ce contexte, l’éducation thérapeutique du patient (ETP) joue un rôle central pour accompagner les femmes enceintes dans l’acquisition de compétences d’autogestion, mais sa mise en œuvre reste limitée par des contraintes organisationnelles, notamment le manque d’outils pédagogiques structurés, le temps réduit des consultations et la difficulté d’adapter les parcours aux besoins individuels des patientes. L’étude présentée décrit la conception d’un dispositif structuré d’ETP appliqué au DG ainsi que le développement d’un outil d’assistance fondé sur l’intelligence artificielle (IA) visant à soutenir les professionnels de santé dans la structuration et la personnalisation des parcours éducatifs.</div><div><h3>Matériels et méthodes</h3><div>L’étude repose sur un design mixte séquentiel comprenant plusieurs phases. Un classeur d’ETP-DG a d’abord été élaboré à partir des recommandations de l’Organisation mondiale de la santé et de la Haute Autorité de santé. Ce dispositif a ensuite été soumis à une validation par un panel multidisciplinaire de 35 experts impliqués dans la prise en charge du DG et dans l’ETP. Une étude qualitative a ensuite été menée auprès de 30 patientes atteintes de DG afin d’explorer leurs besoins éducatifs et d’examiner l’adéquation entre ces besoins et les contenus du classeur. Sur la base de ces résultats, un dispositif numérique d’assistance a été développé dans le but de soutenir le diagnostic éducatif et la planification des parcours d’ETP. L’architecture de l’application repose sur un modèle client-serveur intégrant une interface web de recueil structuré des données de la patiente et un moteur d’analyse fondé sur un modèle de langage de grande taille.</div></div><div>L’étude repose sur un design mixte séquentiel comprenant plusieurs phases. Un classeur d’ETP-DG a d’abord été élaboré à partir des recommandations de l’Organisation mondiale de la santé et de la Haute Autorité de santé. Ce dispositif a ensuite été soumis à une validation par un panel multidisciplinaire de 35 experts impliqués dans la prise en charge du DG et dans l’ETP. Une étude qualitative a ensuite été menée auprès de 30 patientes atteintes de DG afin d’explorer leurs besoins éducatifs et d’examiner l’adéquation entre ces besoins et les contenus du classeur. Sur la base de ces résultats, un dispositif numérique d’assistance a été développé dans le but de soutenir le diagnostic éducatif et la planification des parcours d’ETP. L’architecture de l’application repose sur un modèle client-serveur intégrant une interface web de recueil structuré des données de la patiente et un moteur d’analyse fondé sur un modèle de langage de grande taille.</div><div><h3>Résultats</h3><div>La validation du classeur par les experts a montré une cohérence scientifique et pédagogique satisfaisante (score moyen global 4,09/5). L’analyse qualitative des entretiens réalisés auprès des patientes a mis en évidence plusieurs besoins éducatifs récurrents, notamment en matière de compréhension de la maladie, d’adaptation des recommandations alimentaires et d’accompagnement dans l’autosurveillance glycémique. Le dispositif d’assistance par IA permet de générer un diagnostic éducatif personnalisé, de hiérarchiser les besoins d’apprentissage et de proposer un plan individualisé d’ETP.</div></div><div>La validation du classeur par les experts a montré une cohérence scientifique et pédagogique satisfaisante (score moyen global 4,09/5). L’analyse qualitative des entretiens réalisés auprès des patientes a mis en évidence plusieurs besoins éducatifs récurrents, notamment en matière de compréhension de la maladie, d’adaptation des recommandations alimentaires et d’accompagnement dans l’autosurveillance glycémique. Le dispositif d’assistance par IA permet de générer un diagnostic éducatif personnalisé, de hiérarchiser les besoins d’apprentissage et de proposer un plan individualisé d’ETP.</div><div><h3>Impacts</h3><div>Cette recherche propose un dispositif structuré destiné à soutenir l’organisation de l’ETP dans le contexte du DG. L’intégration d’un outil d’assistance fondé sur l’IA permet de faciliter l’analyse des besoins éducatifs et la planification des parcours éducatifs personnalisés.</div></div><div>Cette recherche propose un dispositif structuré destiné à soutenir l’organisation de l’ETP dans le contexte du DG. L’intégration d’un outil d’assistance fondé sur l’IA permet de faciliter l’analyse des besoins éducatifs et la planification des parcours éducatifs personnalisés.</div><div><h3>Conclusion</h3><div>Cette approche ouvre des perspectives pour le développement de dispositifs numériques d’accompagnement éducatif dans le domaine des maladies chroniques, tout en maintenant le rôle central des professionnels de santé dans la relation éducative.</div></div><div>Cette approche ouvre des perspectives pour le développement de dispositifs numériques d’accompagnement éducatif dans le domaine des maladies chroniques, tout en maintenant le rôle central des professionnels de santé dans la relation éducative.</div>","PeriodicalId":35460,"journal":{"name":"Revue Sage - Femme","volume":"25 5","pages":"Pages S12-S13"},"PeriodicalIF":0.0000,"publicationDate":"2026-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revue Sage - Femme","FirstCategoryId":"1085","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S1637408826001276","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"2026/9/28 0:00:00","PubModel":"Epub","JCR":"Q4","JCRName":"Nursing","Score":null,"Total":0}

引用次数: 0

Abstract

Introduction

Le diabète gestationnel (DG) constitue une pathologie fréquente de la grossesse, associée à des complications maternelles et néonatales, dont la prise en charge repose en grande partie sur des interventions non pharmacologiques telles que l’adaptation nutritionnelle, l’activité physique et l’autosurveillance glycémique. Dans ce contexte, l’éducation thérapeutique du patient (ETP) joue un rôle central pour accompagner les femmes enceintes dans l’acquisition de compétences d’autogestion, mais sa mise en œuvre reste limitée par des contraintes organisationnelles, notamment le manque d’outils pédagogiques structurés, le temps réduit des consultations et la difficulté d’adapter les parcours aux besoins individuels des patientes. L’étude présentée décrit la conception d’un dispositif structuré d’ETP appliqué au DG ainsi que le développement d’un outil d’assistance fondé sur l’intelligence artificielle (IA) visant à soutenir les professionnels de santé dans la structuration et la personnalisation des parcours éducatifs.

Matériels et méthodes

L’étude repose sur un design mixte séquentiel comprenant plusieurs phases. Un classeur d’ETP-DG a d’abord été élaboré à partir des recommandations de l’Organisation mondiale de la santé et de la Haute Autorité de santé. Ce dispositif a ensuite été soumis à une validation par un panel multidisciplinaire de 35 experts impliqués dans la prise en charge du DG et dans l’ETP. Une étude qualitative a ensuite été menée auprès de 30 patientes atteintes de DG afin d’explorer leurs besoins éducatifs et d’examiner l’adéquation entre ces besoins et les contenus du classeur. Sur la base de ces résultats, un dispositif numérique d’assistance a été développé dans le but de soutenir le diagnostic éducatif et la planification des parcours d’ETP. L’architecture de l’application repose sur un modèle client-serveur intégrant une interface web de recueil structuré des données de la patiente et un moteur d’analyse fondé sur un modèle de langage de grande taille.

Résultats

La validation du classeur par les experts a montré une cohérence scientifique et pédagogique satisfaisante (score moyen global 4,09/5). L’analyse qualitative des entretiens réalisés auprès des patientes a mis en évidence plusieurs besoins éducatifs récurrents, notamment en matière de compréhension de la maladie, d’adaptation des recommandations alimentaires et d’accompagnement dans l’autosurveillance glycémique. Le dispositif d’assistance par IA permet de générer un diagnostic éducatif personnalisé, de hiérarchiser les besoins d’apprentissage et de proposer un plan individualisé d’ETP.

Impacts

Cette recherche propose un dispositif structuré destiné à soutenir l’organisation de l’ETP dans le contexte du DG. L’intégration d’un outil d’assistance fondé sur l’IA permet de faciliter l’analyse des besoins éducatifs et la planification des parcours éducatifs personnalisés.

Conclusion

Cette approche ouvre des perspectives pour le développement de dispositifs numériques d’accompagnement éducatif dans le domaine des maladies chroniques, tout en maintenant le rôle central des professionnels de santé dans la relation éducative.

查看原文本刊更多论文

为摩洛哥妊娠期糖尿病患者设计和开发一种人工智能辅助的个性化治疗教育设备

妊娠期糖尿病（GDI）是一种常见的妊娠疾病，与孕产妇和新生儿并发症有关，主要依靠非药物干预措施，如营养适应、体育活动和自我血糖监测来控制。病人的治疗。在这方面,教育(fte)中发挥了中心作用,以帮助孕妇自我管理技能有限,但其执行仍然由各组织约束,尤其是缺乏好的教学工具,对协商的时间和难度旅程适应个人需求的患者。本研究描述了应用于DG的结构化ETP设备的设计，以及基于人工智能（AI）的支持工具的开发，以支持医疗保健专业人员构建和定制教育路径。妊娠期糖尿病（GDI）是一种常见的妊娠疾病，与孕产妇和新生儿并发症有关，主要依靠非药物干预措施，如营养适应、体育活动和自我血糖监测来控制。病人的治疗。在这方面,教育(fte)中发挥了中心作用,以帮助孕妇自我管理技能有限,但其执行仍然由各组织约束,尤其是缺乏好的教学工具,对协商的时间和难度旅程适应个人需求的患者。本研究描述了应用于DG的结构化ETP设备的设计，以及基于人工智能（AI）的支持工具的开发，以支持医疗保健专业人员构建和定制教育路径。材料和方法该研究基于由几个阶段组成的顺序混合设计。首先，根据世界卫生组织和卫生高级当局的建议，编制了一份ETP-DG文件。然后，该系统由一个由35名专家组成的多学科小组进行验证，这些专家参与了DG和TTP的管理。随后，对30名DG患者进行了一项定性研究，以探索他们的教育需求，并检查这些需求与工作簿内容之间的相关性。在这些结果的基础上，开发了一个数字辅助设备，以支持教育诊断和职业培训课程规划。该应用程序的架构基于客户端-服务器模型，集成了一个用于结构化患者数据收集的web界面和一个基于大型语言模型的分析引擎。这项研究是基于一个由几个阶段组成的连续混合设计。首先，根据世界卫生组织和卫生高级当局的建议，编制了一份ETP-DG文件。然后，该系统由一个由35名专家组成的多学科小组进行验证，这些专家参与了DG和TTP的管理。随后，对30名DG患者进行了一项定性研究，以探索他们的教育需求，并检查这些需求与工作簿内容之间的相关性。在这些结果的基础上，开发了一个数字辅助设备，以支持教育诊断和职业培训课程规划。该应用程序的架构基于客户端-服务器模型，集成了一个用于结构化患者数据收集的web界面和一个基于大型语言模型的分析引擎。结果：经专家验证的排版显示出令人满意的科学和教学一致性（总分4.09 /5）。对患者访谈的定性分析揭示了一些反复出现的教育需求，包括了解疾病、调整饮食建议和支持自我血糖监测。人工智能辅助设备可以生成个性化的教育诊断，对学习需求进行优先排序，并提供个性化的ETP计划。专家对该分类表的验证显示了令人满意的科学和教学一致性（总分4.09 /5）。对患者访谈的定性分析揭示了一些反复出现的教育需求，包括了解疾病、调整饮食建议和支持自我血糖监测。人工智能辅助设备可以生成个性化的教育诊断，对学习需求进行优先排序，并提供个性化的ETP计划。本研究提出了一种结构化的机制，旨在支持在DG背景下的TP组织。集成了一个基于人工智能的支持工具，可以更容易地分析教育需求和规划个性化的教育路径。本研究提出了一种结构化的机制，以支持在DG背景下的TP组织。集成了一个基于人工智能的支持工具，可以更容易地分析教育需求和规划个性化的教育路径。这一方法为慢性病领域的教育辅助数字设备的发展开辟了前景，同时保持卫生专业人员在教育关系中的核心作用。这一方法为发展慢性病领域的教育辅助数字设备开辟了前景，同时保持保健专业人员在教育关系中的核心作用。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Revue Sage - Femme Nursing-Maternity and Midwifery

CiteScore

0.20

自引率

0.00%

发文量

期刊介绍： La revue Sage-femme est la revue scientifique de information et de formation continue de référence des sages-femmes, dont elle affirme la spécificité de exercice.