Cet article développe et valide un agent d'IA d'aide à la décision basé sur l'apprentissage par renforcement profond pour optimiser les décisions de disposition patient-hôpital lors d'un incident grave impliquant plusieurs victimes (MCI). L'agent d'IA optimise les décisions de transport des patients en tenant compte de l'acuité du patient, des besoins en soins spécialisés, de la capacité de l'hôpital et de la logistique de transport. Nous avons intégré l'agent d'IA dans un tableau de bord de commande en ligne appelé Master et mené une étude utilisateur avec 30 participants (6 chirurgiens traumatologues et 24 non-experts) pour évaluer trois modes d'interaction (humain uniquement, collaboration humain-IA et IA uniquement). Nous démontrons qu'une intervention accrue de l'IA améliore la qualité et la cohérence des décisions dans des scénarios MCI de 20 et 60 patients dans la région de Toronto. L'agent d'IA surpasse les chirurgiens traumatologues (p < 0,001), démontrant que les non-experts peuvent atteindre des performances de niveau expert avec l'assistance de l'IA (sans assistance, les performances sont considérablement réduites, p < 0,001).
