Perfecting Human-AI Interaction at Clinical Scale
Item
- Titre (article, livre complet, chapitre de livre, publication réseaux sociaux, pageWeb, SiteWeb complet, etc.)
- Perfecting Human-AI Interaction at Clinical Scale
- 93
- Auteur de la référence bibliograpique
- Subhabrata Mukherjee, Markel Sanz Ausin, Kriti Aggarwal, Debajyoti Datta, et 22 autres coauteur·ices, tou·tes employé·es de Hippocratic AI
- Date de publication (AAAA ou AAAA-MM-JJ)
- 2026-02-09
- Résumé
- Ce whitepaper technique soutient que les agents conversationnels de santé ne doivent pas être optimisés uniquement pour la précision sur des repères statiques, mais pour la réalité vécue des conversations patients, où l'audio est imparfait et l'intention indirecte. Il présente un cadre validé en production, fondé sur plus de 115 millions d'interactions patient-IA réelles et sur des tests menés par plus de 7 000 clinicien·nes licencié·es (500 000 appels-tests). Les auteur·ices soutiennent que la sécurité de niveau hospitalier ne peut reposer sur un seul modèle de langage : elle exige une redondance par orchestration gouvernée et vérifications indépendantes. Le document traite le ton, le rythme et l'empathie de la conversation comme des variables de sécurité à part entière, au même titre que l'exactitude clinique, et rapporte des gains mesurables en sécurité, documentation et équité. Déployé sur plus de 10 millions d'appels réels, Polaris atteindrait un score de sécurité clinique de 99,9 %, avec une note de satisfaction patient moyenne de 8,95 sur 10.
- Nombre de pages (livres)
- 36
- Format, type de document (ex: image, publication textuelle, vidéo, etc.)
- Quel type de publication sur réseau social (ex: statut Facebook, statut Twitter, etc.)
- Prépublication (preprint)
- URL (adresse Web)
- https://arxiv.org/abs/2603.29893
- Media
polaris conversation.png
Linked resources
| Title | Class |
|---|---|
 Hippocratic AI |
Annotations
There are no annotations for this resource.