Acceptabilité de l’aide de l’intelligence artificielle pour résoudre des dilemmes moraux en service de réanimation : une approche par la valence émotionnelle

La résolution des dilemmes éthiques en réanimation impose une charge morale importante aux médecins. Pour les soulager on peut se questionner sur la place que pourrait avoir l’IA, dont les derniers progrès sont fulgurants. Face aux difficultés rencontrées, les réanimateurs seraient-ils prêts à être aidés par l’IA ? Pour répondre à cette question, nous avons effectué une étude exploratoire monocentrique, basée sur les réactions émotionnelles avec des entretiens semi-directifs, auprès de dix médecins anesthésistes-réanimateurs. Nous avons utilisé le logiciel d’analyse textuelle TROPE et la base EMOTAIX qui permet de rechercher, d’analyser et de catégoriser les émotions automatiquement, selon leur valence (positive, négative, neutre). Les résultats obtenus montrent un nombre total d’émotions positives plus important que le nombre d’émotions négatives. Identiquement pour le genre et l’âge, un nombre plus important d’émotions positives est retrouvé chez les hommes par rapport aux femmes, ainsi que chez les plus jeunes par rapport aux plus âgés. L’analyse par catégories d’émotions positives « Sang-froid, Bienveillance, Bien-être » et d’émotions négatives « Mal-être, Malveillance, Anxiété », retrouve le même résultat. Cette valence positive majoritaire pourrait être un facteur positif de l’acceptabilité des réanimateurs. Cette première étude pilote basée sur une approche exploratoire, nécessite d’être étayée auprès d’un nombre de professionnels beaucoup plus important pour conforter et valider nos hypothèses.

Resolving ethical dilemmas in resuscitation imposes a significant moral burden on doctors. To help relieve them, one could question the place that Artificial Intelligence (AI) could occupy, whose latest advances are remarkable. In view of the difficulties encountered, would the resuscitators be ready to accept the help of AI? To answer this question, we conducted a monocentric exploratory study with ten resuscitators, based on emotional responses using semi-directional interviews. We used the TROPE textual analysis software and the EMOTAIX database that allows you to search, analyse and categorize emotions automatically according to their value (positive, negative, neutral). The results showed that the total number of positive emotions is greater than the number of negative emotions. Similarly, for gender and age, a greater number of positive emotions are found in men versus women, as well as in the younger population compared to the older population. Analysis by positive emotion categories such as “Apathetic, Benevolence, Well-Being” and the negative emotion categories “Unhappiness, Malevolence, Anxiety”, obtain the same result. This positive value majority could be a favourable factor in the acceptance of resuscitators. This first pilot study, based on an exploratory approach, needs to be supported by a much larger number of professionals to confirm and validate our hypotheses.