Un workflow d’IA gouverné pour les manuscrits corrige 8 lacunes de gouvernance sur 9 en un seul cycle

PreprintJMIR Preprints 2026 · 1 min de lecture
Lacunes de gouvernance corrigées
8 sur 9
Relevées par une auto-évaluation structurée, corrigées dans le même cycle
Versions du manuscrit · Cas 1
22
Manuscrit d’audit de facturation médicale, 12 tâches de rédaction
Versions du manuscrit · Cas 2
12
Manuscrit méthodologique d’AutoML clinique, jusqu’à la soumission

Prépublication JMIR : un workflow d’écriture par IA gouverné par les chercheurs a produit deux manuscrits en 22 et 12 versions.

Cet article décrit un système d’écriture par IA gouverné, destiné aux équipes de recherche en IA de santé. Il fonctionne en six couches et combine rédaction fondée sur des protocoles, suivi des tâches par tickets, points de contrôle d’audit des citations et validations obligatoires par les chercheurs avant soumission. Il s’agit d’une description rétrospective de deux cas de production de manuscrits ; l’unité d’analyse est le workflow de rédaction, et non la performance du modèle.

Le cas 1, un manuscrit d’audit de facturation médicale, a connu 22 versions réparties sur 12 tâches de rédaction dédiées, avec des corrections des chercheurs dans chaque section. Le cas 2, un manuscrit méthodologique d’AutoML clinique, a atteint la soumission en 12 versions, en s’appuyant sur les enseignements du cas 1 et avec une revue technique de l’équipe d’ingénierie à la version 10. Une auto-évaluation structurée a relevé neuf lacunes du système, dont huit ont été corrigées dans le même cycle de développement. Il s’agit d’une prépublication non encore relue par les pairs ; les auteurs appellent à des études prospectives sur la qualité des manuscrits et leur adoption.

Résultats en un coup d’œil

Les chiffres clés de l’article, en langage simple.

IndicateurValeurCe que cela signifie
Lacunes de gouvernance corrigées8 sur 9Relevées par une auto-évaluation structurée, corrigées dans le même cycle
Versions du manuscrit · Cas 122Manuscrit d’audit de facturation médicale, 12 tâches de rédaction
Versions du manuscrit · Cas 212Manuscrit méthodologique d’AutoML clinique, jusqu’à la soumission

Comment citer

Katherine Monsalve, Jose Zea, Natalia Castaño-Villegas, Laura Velásquez. A Governed Manuscript-Production Workflow in a Health-AI Organization: Development and Retrospective Formative Assessment. JMIR Preprints. 2026. https://doi.org/10.2196/preprints.104857

@article{monsalve2026governed,
  title     = {{A Governed Manuscript-Production Workflow in a Health-AI Organization: Development and Retrospective Formative Assessment}},
  author    = {Katherine Monsalve and Jose Zea and Natalia Castaño-Villegas and Laura Velásquez},
  journal   = {JMIR Preprints},
  year      = {2026},
  doi       = {10.2196/preprints.104857},
  url       = {https://doi.org/10.2196/preprints.104857},
  note      = {Preprint}
}

Plus de recherche d’Arkangel AI

Toute la recherche →

Pour les hôpitaux et les assureurs

Validez ces résultats dans votre établissement

Nous testons le modèle sur vos propres dossiers cliniques avec votre équipe, selon vos règles de confidentialité et de gouvernance.

Lancer une collaboration
Lire l’articleCiter