Choisir une formation dans le domaine de la santé, c’est se destiner à exercer une profession pleine d’avenir.
La Recherche et l'innovation au sein de la HEdS-Genève est assurée par les chercheur·euse·s , avec le soutien de l'Institut de Recherche.
La HEdS-Genève c'est aussi un réseau de contacts privilégiés avec des institutions à travers le monde.
Plus grande école de santé de Suisse romande, la HEdS-Genève est la seule à réunir cinq des sept filières du domaine Santé.
Vous pouvez nous écrire en utilisant notre formulaire en ligne ou rendez-vous sur notre page FAQ :
Vous pouvez nous atteindre par téléphone ou email :
Horaire de la réception :
du lundi au jeudi
entre 7h45-12h & 13h à 15h15
le vendredi entre 7h45-12h
La HEdS-Genève sera fermée du 20 juillet au 16 août 2026.
Hôpitaux Universitaires de Genève (HUG)
Faculté des sciences infirmières de l'Université de Montréal (UdeM)
La transmission structurée des informations cliniques entre professionnels constitue un élément essentiel de la sécurité des patient·es. Parmi les outils les plus reconnus à l’échelle internationale, la méthode SBAR (Situation, Background, Assessment, Recommendation) favorise une communication claire, concise et efficace lors des transmissions de soins. Malgré son importance, l’acquisition de cette compétence représente un défi pour de nombreux étudiant·es en soins infirmiers, qui nécessitent des entraînements répétés ainsi qu’un feedback rapide et de qualité pour développer leurs compétences communicationnelles.
Le projet IA-SBAR vise à évaluer un dispositif pédagogique innovant reposant sur l’intelligence artificielle afin de soutenir l’apprentissage des transmissions SBAR. Ce dispositif permettra aux étudiant·es de s'exercer de manière autonome à partir de situations cliniques simulées et de recevoir un retour individualisé sur la structure, la pertinence et la qualité de leurs transmissions.
Cette étude multicentrique a pour objectif de déterminer dans quelle mesure un système de feedback assisté par intelligence artificielle peut améliorer la qualité des transmissions cliniques, favoriser l’autonomie des apprenant·es et compléter les approches pédagogiques traditionnelles. En s’appuyant sur les expertises combinées du SecureLab, des HUG et de partenaires académiques internationaux, le projet contribuera à explorer le potentiel des technologies d’intelligence artificielle au service de la formation en santé.