Les essais contrôlés randomisés sont considérés comme la référence en matière d’évaluation thérapeutique. Cependant, des données empiriques ont montré que la planification, la conduite et la communication des résultats des essais contrôlés randomisés actuels ne sont pas optimales. Les protocoles contiennent des erreurs évitables qui pourraient être facilement corrigées au moment de leur conception, et les articles universitaires manquent d’informations cruciales.
Ce projet de doctorat explorera comment l’intelligence artificielle, et en particulier les grands modèles linguistiques (LLM), peuvent détecter automatiquement ces problèmes et potentiellement réduire le gaspillage en matière de recherche en fournissant des commentaires ciblés aux chercheurs à des étapes cruciales : avant le lancement d’un essai (lors de l’élaboration du protocole) et avant la publication d’articles universitaires (lorsque les premières ébauches sont soumises aux rédacteurs en chef des revues).
Quand ? À partir de janvier 2026.
Où ? Hôtel-Dieu, Paris, France.
Supervision : Isabelle BOUTRON (MD, Phd), Thomas STARCK (Phd)
Profil recherché : Master en épidémiologie, biostatistique ou science des données ; intérêt pour la recherche clinique et l’IA ; maîtrise de l’anglais.
Pour postuler : envoyer votre CV et une lettre de motivation avec les noms de vos références à thomas.starck@polytechnique.org
Plus de détails sur le poste (en anglais).
