Thèse: modélisation et conception de patients virtuels (INSERM/LISN)

Simulation virtuelle : modélisation et conception de patients virtuels interactifs pour l’enseignement de la psychiatrie

Université de Versailles Saint-Quentin-En-Yvelines / INSERM

Laboratoire Interdisciplinaire des Sciences du Numérique (LISN / CNRS), Saclay

CANDIDATURE

Début de la thèse : octobre 2025

Envoyer à jean.claude.martin@gmail.com et paul.roux@uvsq.fr

• CV

• Lettre de motivation

• Relevé de notes de L1 L2 L3 M1 M2

• Rapports de projet et stage

• Lettres de recommandation ou email de personnes pouvant vous recommander (enseignant / responsable pédagogique, encadrant de stage / projet …)

SALAIRE

Le financement est déjà obtenu.

Le salaire est environ 2200 Euros brut mensuels.

THEMES

Interaction Humain-Machine, Agent Virtuel Interactif, Modélisation de comportement

PROFILS RECHERCHES

• Master Informatique ou Sciences Cognitives / Diplôme d'ingénieur

• Compétences en Informatique et Programmation

• Initiation à la recherche

• Intérêt pour les Interactions Humain-Machine

PROBLÉMATIQUE SCIENTIFIQUE GÉNÉRALE

La recherche a conduit au développement d'agents virtuels socialement interactifs permettant des interactions homme-machine intuitives car ils exploitent les modalités de la communication humaine (parole, gestes, expressions faciales, regard et postures) (Pelachaud et al., 2021). La plupart se limite à des vidéos précalculées qui sont jouées, quelques-uns sont basés sur des modèles qui génèrent automatiquement des comportements dynamiques. L'un des domaines d'application est par exemple la formation aux compétences sociales. La recherche sur les agents virtuels autonomes dotés de capacités sociales (Lugrin et al., 2021) se concentre essentiellement sur la simulation et l'expression de comportements non pathologiques pour des rôles tels que ceux d'assistant virtuel, de relation client, de professionnel de santé ou d’enseignant. Cependant, être capable de simuler et de générer des comportements pathologiques est pourtant nécessaire dans le contexte de la formation médicale (initiale ou continue) via des représentations simplifiées construites dans une perspective multidisciplinaire (médecine, informatique, sciences cognitives). La plupart des outils de formation des étudiants en médecine aux patients virtuels émotionnellement réactifs utilisent des acteurs et la capture de mouvements (Piot et al., 2020). D'autres outils utilisés dans l'enseignement de la psychiatrie sont semi-automatiques, nécessitant un expérimentateur pour déclencher manuellement les réactions du patient virtuel lors de la création du scénario (Nakash et al., 2022; Roux et al., 2025). Une autre option pour la simulation médicale virtuelle est ainsi l'utilisation d'un protocole dit du Magicien d'Oz avec un expérimentateur, qui est utile pour collecter des données mais limite drastiquement l'utilisation à quelques apprenants, le patient virtuel n’étant pas autonome (Benamara et al., 2021). L'un des rares modèles automatiques a été proposé dans le contexte d'une simulation virtuelle (Benamara et al., 2022), mais il est limité à une seule pathologie neurologique (la maladie d'Alzheimer). Le modèle a été évalué en le comparant avec des données Magicien d'Oz (Benamara et al., 2023) mais il n'a pas été évalué en interaction avec des apprenants.

Un autre point crucial de l'enseignement de la psychiatrie sur simulateur virtuel est le débriefing proposé à la fin de la simulation (Verkuyl et al., 2017). Si la méthode pour aider les enseignants à structurer les débriefings de groupe dans l'enseignement médical par simulation est établie (Oriot and Alinier, 2019), aucun système ne permet un débriefing automatisé individualisé « intelligent », c'est-à-dire capable d'analyser les déficits de performance des apprenants en fonction de leur profil de navigation dans le scénario. Enfin, la gamification est insuffisamment mise en œuvre dans les simulations virtuelles de patients atteints de troubles psychiatriques. Pourtant, des études ont observé que la gamification augmente l'interaction dans des contextes pédagogiques pour d'autres disciplines médicales (McCoy et al., 2016; Nicola et al., 2017). Ces clés de succès pour créer une simulation virtuelle réaliste et pédagogiquement efficace signifient également que la création de scénarios est complexe et chronophage, ce qui limite la variété des scénarios et leur utilisation dans les cours d'apprentissage. L'objectif final de la thèse est donc de simplifier la création de ces scénarios et de leurs variantes en utilisant l'IA générative.

Cependant, plusieurs obstacles conceptuels, technologiques et méthodologiques subsistent. Le premier verrou concerne la simulation du comportement du patients virtuel : comment intégrer des modèles de processus cognitifs et émotionnels pathologiques, comment les rendre paramétrables par l'enseignant après la conception du scénario, mais aussi comment rendre les réactions émotionnelles des patients virtuels réalistes au regard de la sémiologie psychiatrique et pertinentes d’un point de vue pédagogique. Le 2ème verrou est le débriefing de la simulation basé sur l'analyse des performances du stagiaire. Le rôle du débriefing étant central, il est essentiel d'aider les formateurs à analyser les performances des participants. La collecte et la synthèse des données étant complexes à mettre en œuvre dans un cours de formation, il est très important de simplifier leur mise en œuvre et de les automatiser autant que possible. L’objectif de la thèse est de concevoir des outils d'analyse et de débriefing automatiques. L'objectif final de la thèse est de simplifier la rédaction manuelle des scénarios pédagogiques afin de faciliter la multiplication des cas d'utilisation et la variété des simulations.

OBJECTIFS SCIENTIFIQUES DE LA THÈSE

Dans le domaine de la psychiatrie, la formation par simulation a montré son efficacité (Younes et al., 2021). Mais le besoin de formation médicale par la simulation dépasse l'offre éducative actuelle. La simulation virtuelle pourrait répondre à ce besoin dans le domaine de la psychiatrie (Roux et al. 2025), où il est souvent difficile pour les acteurs de simuler des symptômes cognitifs et émotionnels de manière réaliste. Le premier objectif scientifique de cette thèse est de concevoir des patients virtuels automatiques, interactifs et expressifs présentant différents troubles psychiatriques. Ces agents virtuels seront autonomes dans leurs réactions émotionnelles pathologiques et dans l'expression de leurs troubles cognitifs. L’hypothèse est que des modèles de référence des troubles de la réactivité cognitive et émotionnelle dans certains troubles psychiatriques peuvent être programmés pour créer des patients virtuels à la fois autonomes et réalistes pouvant répondre aux objectifs pédagogiques de la simulation en santé. Le 2ème objectif scientifique de la thèse concerne la pédagogie médicale et consistera à intégrer ces patients virtuels dans un programme de simulation virtuelle dont l'efficacité pédagogique sera évaluée auprès d’étudiants en médecine dans le cadre d'un essai contrôlé randomisé. L’hypothèse est que ces patients virtuels amélioreront l'acquisition des compétences psychiatriques.

TRAVAUX PROJETÉS - MÉTHODES & MOYENS

Une analyse des besoins nous permettra de sélectionner les modèles les plus pertinents de troubles cognitifs et émotionnels associés à la sémiologie psychiatrique. Le doctorant partira de notre premier démonstrateur de faisabilité d'un patient virtuel avec une crise suicidaire dans le contexte de la dépression que l'INSERM/UVSQ - CNRS/LISN ont déjà développé (Roux et al., 2021) et évalué dans le cadre d'un essai pédagogique contrôlé randomisé auprès de 69 étudiants (Roux et al., 2025).

CALENDRIER PRÉVISIONNEL

• Juin 2026: génération de patients virtuels avec des troubles psychiatriques.

• Mars 2027: débriefing individuel informatisé fait à l'apprenant juste à la fin de la simulation, en intégrant une interprétation des choix successifs fait par l'apprenant (raisonnement clinique déterminant la performance) et sous une modalité interactive avec un enseignant virtuel.

• Juin 2028: programmes d’enseignement de la psychiatrie par simulation virtuelle incluant des scénarii de simulation virtuelle en psychiatrie selon deux versions: une pour les étudiants en médecine en DFGSM 3 (formation initiale) et une autre pour les médecins généralistes (formation continue).

REFERENCES

1. Abdool PS, Nirula L, Bonato S, Rajji TK, Silver IL. Simulation in Undergraduate Psychiatry: Exploring the Depth of Learner Engagement. Acad Psychiatry J Am Assoc Dir Psychiatr Resid Train Assoc Acad Psychiatry. 2017 Apr;41(2):251–61.

2. Albright G, Bryan C, Adam C, McMillan J, Shockley K. Using Virtual Patient Simulations to Prepare Primary Health Care Professionals to Conduct Substance Use and Mental Health Screening and Brief Intervention. J Am Psychiatr Nurses Assoc. 2018 Jun;24(3):247–59.

3. Benamara A, Prigent E, Martin J, Zagdoun J, Chaby L, Chetouani M, et al. Conception des Interactions avec un Patient Virtuel Alzheimer pour la Formation du Personnel Soignant: Designing Interactions with an Alzheimer Virtual Patient for Caregiver Training. In: 32e Conférence Francophone sur l’Interaction Homme-Machine [Internet]. Virtual Event France: ACM; 2021 [cited 2022 Feb 21]. p. 1–12. Available from: https://dl.acm.org/doi/10.1145/3450522.3451337

4. Benamara A, Prigent E, Martin J, Zagdoun J, Chaby L, Chetouani M, et al. COPALZ: A Computational Model of Pathological Appraisal Biases for an Interactive Virtual Alzheimer’s patient. In: International Conference on Autonomous Agents and Multi-Agent Systems 2022 (AAMAS’2022).

5. Benamara, A., Martin, J.-C., Prigent, E., Ravenet, B., 2023. Evaluating a Model of Pathological Affect based on Pedagogical Situations for a Virtual Patient, in: Proceedings of the 23rd ACM International Conference on Intelligent Virtual Agents. Presented at the IVA ’23: ACM International Conference on Intelligent Virtual Agents, ACM, Würzburg Germany, pp. 1–8. https://doi.org/10.1145/3570945.3607325

6. Brett-Fleegler M, Rudolph J, Eppich W, Monuteaux M, Fleegler E, Cheng A, et al. Debriefing assessment for simulation in healthcare: development and psychometric properties. Simul Healthc J Soc Simul Healthc. 2012 Oct;7(5):288–94.

7. Brockmyer JH, Fox CM, Curtiss KA, McBroom E, Burkhart KM, Pidruzny JN. The development of the Game Engagement Questionnaire: A measure of engagement in video game-playing. J Exp Soc Psychol. 2009 Jul;45(4):624–34.

8. Brooke J. SUS: a “quick and dirty’usability. Usability Eval Ind. 1996;189.

9. Chaby L, Benamara A, Pino M, Prigent E, Ravenet B, Martin J-C, Vanderstichel H, Becerril-Ortega R, Rigaud A-S and Chetouani M (2022) Embodied Virtual Patients as a Simulation-Based Framework for Training Clinician-Patient Communication Skills: An Overview of Their Use in Psychiatric and Geriatric Care. Front. Virtual Real. 3:827312. doi: 10.3389/frvir.2022.827312

10. Courgeon, M., Céline, C., Martin, J.-C., 2014. Modeling facial signs of appraisal during interaction: impact on users’ perception and behavior. Presented at the Proceedings of the 2014 international conference on Autonomous agents and multi-agent systems (AAMAS), International Foundation for Autonomous Agents and Multiagent Systems, pp. 765–772.

11. Fleming M, Olsen D, Stathes H, Boteler L, Grossberg P, Pfeifer J, et al. Virtual reality skills training for health care professionals in alcohol screening and brief intervention. J Am Board Fam Med JABFM. 2009 Aug;22(4):387–98.

12. Gorrindo T, Baer L, Sanders KM, Birnbaum RJ, Fromson JA, Sutton-Skinner KM, et al. Web-based simulation in psychiatry residency training: a pilot study. Acad Psychiatry J Am Assoc Dir Psychiatr Resid Train Assoc Acad Psychiatry. 2011 Aug;35(4):232–7.

13. Hojat M, Gonnella JS, Nasca TJ, Mangione S, Vergare M, Magee M. Physician empathy: definition, components, measurement, and relationship to gender and specialty. Am J Psychiatry. 2002 Sep;159(9):1563–9.

14. Kirkpatrick D, Kirkpatrick J. Evaluating training programs: The four levels. San Francisco, CA: Berrett-Koehler Publishers; 2006.

15. Lugrin, B., Pelachaud, C., Traum, D., 2022. The handbook on socially interactive agents: 20 years of research on embodied conversational agents, intelligent virtual agents, and social robotics volume 2: interactivity, platforms, application. ACM.

16. Martin J-C, Clavel C, Courgeon M, Ammi M, Amorim M-A, Tsalamlal Y, et al. How do users perceive multimodal expressions of affects? In: Monash University, Oviatt S, Schuller B, University of Augsburg and Imperial College London, Cohen PRC, Monash University, et al., editors. The Handbook of Multimodal-Multisensor Interfaces: Foundations, User Modeling, and Common Modality Combinations - Volume 2 [Internet]. Association for Computing Machinery; 2018 [cited 2022 Feb 21]. p. 263–85. Available from: https://dl.acm.org/citation.cfm?id=3108001

17. McCoy, L., Lewis, J.H., Dalton, D., 2016. Gamification and Multimedia for Medical Education: A Landscape Review. J Am Osteopath Assoc 116, 22–34. https://doi.org/10.7556/jaoa.2016.003

18. Micoulaud-Franchi J-A, Geoffroy P-A, Amad A, Quiles C. Le jardinier et le botaniste. Proposition d’une organisation minimale de la sémiologie psychiatrique pour l’étudiant en médecine. Ann Méd-Psychol Rev Psychiatr. 2015 Jun;173(5):460–9.

19. Nakash, T., Haller, T., Shekel, M., Pollak, D., Lewenchuse, M., Klomek, A.B., Friedman, D., 2022. Increasing resilience and preventing suicide: training and interventions with a distressed virtual human in virtual reality, in: Proceedings of the 22nd ACM International Conference on Intelligent Virtual Agents. Presented at the IVA ’22: ACM International Conference on Intelligent Virtual Agents, ACM, Faro Portugal, pp. 1–8. https://doi.org/10.1145/3514197.3549613

20. Nicola, S., Virag, I., Stoicu-Tivadar, L., 2017. VR Medical Gamification for Training and Education. Stud Health Technol Inform 236, 97–103.

21. Oriot D, Alinier G. La simulation en santé: le débriefing clés en mains. Issy-les-Moulineaux: Elsevier Masson; 2019.

22. Pantziaras I, Fors U, Ekblad S. Training with virtual patients in transcultural psychiatry: do the learners actually learn? J Med Internet Res. 2015 Feb 16;17(2):e46.

23. Pataki C, Pato MT, Sugar J, Rizzo AS, Parsons TD, St George C, et al. Virtual patients as novel teaching tools in psychiatry. Acad Psychiatry J Am Assoc Dir Psychiatr Resid Train Assoc Acad Psychiatry. 2012 Sep 1;36(5):398–400.

24. Pelachaud, C., Busso, C., Heylen, D., 2021. Multimodal behavior modeling for socially interactive agents, in: The Handbook on Socially Interactive Agents: 20 Years of Research on Embodied Conversational Agents, Intelligent Virtual Agents, and Social Robotics Volume 1: Methods, Behavior, Cognition. pp. 259–310.

25. Piot, M.-A., Dechartres, A., Attoe, C., Jollant, F., Lemogne, C., Layat Burn, C., Rethans, J.-J., Michelet, D., Cross, S., Billon, G., Guerrier, G., Tesniere, A., Falissard, B., 2020. Simulation in psychiatry for medical doctors: A systematic review and meta-analysis. Med Educ. https://doi.org/10.1111/medu.14166

26. Roux P, Okuya Y, Martin JC. Simulation Virtuelle : développement du jeu sérieux SIVIPSY pour l’enseignement de la psychiatrie aux étudiants en santé [Internet]. Communication scientifique presented at: Symposium MAPS 2 - Management et Psychiatrie; 2021 May 2; Paris. Available from: https://www.prepsy.fr/s/PROGRAMME_MAPS2021_PREPSY-cck3.pdf

27. Roux P, Okuya Y, Morel C, Soulès M, Bottemanne H, Brunet-Gouet E, Frileux S, Passerieux C, Younes N, Martin JC. Effectiveness of a Web-Based Virtual Simulation to Train Nursing Students in Suicide Risk Assessment: Randomized Controlled Investigation. JMIR Serious Games. 2025 Aug 1;13:e69347. doi: 10.2196/69347. PMID: 40749220; PMCID: PMC12316442.

28. Schubert T, Friedmann F, Regenbrecht H. The experience of presence: Factor analytic insights. Presence Teleoperators Virtual Environ. 2001;10(3):266–81.

29. Sweigart L, Burden M, Carlton KH, Fillwalk J. Virtual Simulations across Curriculum Prepare Nursing Students for Patient Interviews. Clin Simul Nurs. 2014 Mar 1;10(3):e139–45.

30. Talbot T, Rizzo A “Skip.” Virtual Human Standardized Patients for Clinical Training. In: Rizzo A “Skip”, Bouchard S, editors. Virtual Reality for Psychological and Neurocognitive Interventions [Internet]. New York, NY: Springer New York; 2019 [cited 2020 Oct 3]. p. 387–405. (Virtual Reality Technologies for Health and Clinical Applications). Available from: http://link.springer.com/10.1007/978-1-4939-9482-3_17

31. Verkuyl M, St-Amant O, Hughes M, Lapum JL, McCulloch T. Combining Self-Debriefing and Group Debriefing in Simulation. Clin Simul Nurs. 2020 Feb;39:41–4.

32. Verkuyl, M., Lapum, J.L., St-Amant, O., Betts, L., Hughes, M., 2017. An Exploration of Debriefing in Virtual Simulation. Clinical Simulation in Nursing 13, 591–594. https://doi.org/10.1016/j.ecns.2017.08.002

33. Wind LA, Van Dalen J, Muijtjens AMM, Rethans J-J. Assessing simulated patients in an educational setting: the MaSP (Maastricht Assessment of Simulated Patients). Med Educ. 2004 Jan;38(1):39–44.

34. Witmer BG, Singer MJ. Measuring Presence in Virtual Environments: A Presence Questionnaire. Presence Teleoperators Virtual Environ. 1998;7(3):225–40.

35. Younes, N., Delaunay, A.L., Roger, M., Serra, P., Hirot, F., Urbain, F., Godart, N., Speranza, M., Passerieux, C., Roux, P., 2021. Evaluating the effectiveness of a single-day simulation-based program in psychiatry for medical students: a controlled study. BMC Med Educ 21, 348. https://doi.org/10.1186/s12909-021-02708-6