Exploration of Foundation Model-Based Robots in Patient and Elderly Care

Résumé technique : Exploration des robots basés sur les modèles de fondation dans les soins aux patients et aux personnes âgées

Énoncé du problème
Le vieillissement de la population mondiale met à rude épreuve les systèmes de soins, créant une demande pour une assistance robotique capable de gérer la communication de routine, l'orientation et les tâches physiques sans programmation explicite pour chaque scénario. Bien que les modèles de fondation (MF), particulièrement les grands modèles de langage (LLM) et les modèles de vision-langage (VLM), offrent la promesse théorique d'une interaction naturelle et flexible et d'une adaptabilité à des contextes de soins inconnus, leur déploiement dans les milieux cliniques et de soins se heurte à des obstacles importants. La recherche actuelle manque de clarté pour savoir si ces systèmes incarnés peuvent traduire les avancées techniques en soins fiables, sûrs et cliniquement impactants. Les défis clés incluent le potentiel d'hallucinations, d'informations obsolètes, de ruptures conversationnelles et la difficulté d'intégrer des systèmes d'IA complexes dans des flux de travail de soins établis avec une supervision humaine responsable.

Méthodologie
Cet article est un article de Perspective qui synthétise la littérature existante plutôt que de présenter de nouvelles données empiriques. Les auteurs ont mené une revue exhaustive des robots de soins basés sur les modèles de fondation, organisant leur analyse autour de trois questions centrales :

1. Comment les MF modifient-ils la conception des robots de soins ?
2. Quels facteurs soutiennent ou limitent l'acceptation, l'engagement et la confiance de l'utilisateur ?
3. Quelles preuves existent pour les résultats pertinents en matière de soins ?

La revue catégorise les systèmes actuels selon leurs rôles fonctionnels, leurs types d'incarnation, leurs modalités d'interaction et leurs mécanismes de sécurité. Elle évalue de manière critique les études empiriques couvrant les environnements domestiques, les résidences pour seniors, les cliniques et les hôpitaux, en se concentrant sur les mesures d'utilisabilité, les niveaux d'engagement et les résultats de soins proximaux (ex. : engagement cognitif) par rapport aux changements cliniques en aval.

Contributions clés
L'article fournit une taxonomie structurée de la manière dont les modèles de fondation sont actuellement intégrés dans la robotique de soins et identifie les lacunes critiques entre la capacité technique et la réalité clinique.

• Rôles des modèles de fondation : Les auteurs identifient cinq rôles primaires :
  1. Soutien à la conversation : Générer un dialogue flexible et personnalisé pour la connexion sociale et l'expression émotionnelle.
  2. Coaching structuré : Délivrer des interventions guidées par des protocoles (ex. : psychologie positive, guidage de l'amplitude de mouvement).
  3. Évaluation cognitive : Administrer des tâches ou estimer des scores de dépistage (ex. : MMSE, HDS-R) à partir des transcriptions d'interactions.
  4. Médiation de flux de travail : Traduire les entrées non structurées de l'utilisateur en résumés structurés pour les cliniciens ou les soignants.
  5. Assistance physique : Interpréter des commandes de haut niveau pour des actions physiques délimitées (ex. : alimentation, rééducation).
• Architecture du système et limites : Les systèmes actuels utilisent principalement les MF comme une couche de conversation et de raisonnement au-dessus de plateformes robotiques existantes (souvent des humanoïdes d'assistance sociale comme Pepper ou NAO). Bien que l'autonomie conversationnelle soit élevée, l'autonomie physique et ancrée reste limitée. La plupart des interactions sont centrées sur la voix, l'ancrage multimodal (vision, affect, regard) servant principalement à enrichir les requêtes plutôt qu'à piloter un comportement physique autonome.
• Mécanismes de sécurité : La sécurité est actuellement assurée par des mesures modestes telles que des contraintes au niveau du prompt, des sources de connaissances curatées (listes blanches) et des comportements de repli (routage des entrées incertaines vers des réponses sûres). Cependant, le reporting de sécurité de bout en bout, incluant les taxonomies de modes de défaillance et les taux d'intervention humaine, est largement absent.

Résultats et preuves
La revue synthétise les conclusions des évaluations empiriques concernant l'expérience utilisateur et l'impact sur les soins :

• Expérience utilisateur : L'intégration des MF améliore généralement l'utilisabilité et l'acceptabilité. Les études rapportent des scores plus élevés sur l'échelle d'acceptabilité E et l'échelle d'utilisabilité du système (SUS) lorsque les robots utilisent les MF pour des réponses plus cohérentes et contextuelles.
• Engagement : Les MF renforcent l'engagement en maintenant l'attention et la participation verbale, particulièrement dans les scénarios de narration, de réminiscence et de coaching. La personnalisation (ex. : mémoriser les préférences, ajuster le ton) est cruciale, bien que les utilisateurs préfèrent souvent un rôle de « curateur » où ils approuvent les suggestions du robot plutôt qu'une délégation totale.
• Défis de fiabilité : Des barrières significatives à la confiance persistent, notamment les hallucinations, les réponses répétitives ou incohérentes, les décalages affectifs et la latence. Ces défaillances surviennent souvent sur l'ensemble du pipeline (reconnaissance vocale, génération, synthèse vocale), perturbant le persona social du robot.
• Résultats de soins : Les preuves de l'impact sur les soins se concentrent sur les résultats proximaux tels que l'amélioration de la communication, l'augmentation de la participation et l'engagement cognitif. Il existe des preuves limitées concernant des changements validés de l'état de la maladie, de l'indépendance fonctionnelle ou de la prise de décision clinique à long terme. Les systèmes actuels fonctionnent mieux comme médiateurs de communication et échafaudages adaptatifs plutôt que comme agents de diagnostic ou de traitement autonomes.

Signification et directions futures
L'article soutient que, bien que les modèles de fondation aient étendu les capacités de conversation et de résumé des robots de soins, ils n'ont pas encore produit d'avancées comparables dans la perception incarnée, la manipulation ou la prise de décision autonome. Les auteurs affirment que pour que ces technologies passent de prototypes prometteurs à des outils de soins responsables, la recherche future doit déplacer son attention vers trois domaines :

1. Normes d'évaluation spécifiques aux soins : Dépasser les études de faisabilité isolées pour des cadres liant les signaux d'interaction (ex. : engagement) aux résultats cliniques en aval (ex. : charge du soignant, observance). Cela inclut l'établissement de bases de référence par rapport aux systèmes non-LLM et aux tâches administrées par des humains.
2. Autonomie responsable : Développer des systèmes dotés d'une « autonomie partagée délimitée », où les robots opèrent au sein de bibliothèques de compétences contraintes et se réfèrent aux humains lorsque la confiance ou la sécurité est insuffisante. Cela nécessite un rapport standardisé des modes de défaillance, de l'affichage de l'incertitude et des taux d'intervention.
3. Intégration dans le flux de travail de soins : Situer les robots dans l'écosystème de soins global, en définissant des protocoles clairs pour la collecte d'informations, la révision, l'escalade et la distribution des responsabilités entre les patients, les soignants et les cliniciens.

L'article conclut que la valeur immédiate des robots basés sur les modèles de fondation réside dans l'amélioration du soutien aux soins médiatisés par l'interaction, mais que la réalisation de leur plein potentiel nécessite une validation rigoureuse, des mécanismes de sécurité robustes et une intégration profonde dans les flux de travail de soins réels.