Comment le ministère égyptien de la Santé et le Conseil de santé ont utilisé la plateforme iTest d'Intrazero pour offrir des examens nationaux de licence médicale sécurisés, surveillés par IA et impartiaux.
Aperçu du cas
Région
Égypte · National
Période
Simulation : oct. 2020 · Premier EMLE en direct : févr. 2021
Partie prenante
Ministère de la Santé et Conseil de santé égyptien
Produits
iTest, iStudent
Défi
Le ministère de la Santé et le Conseil de santé étaient confrontés au défi logistique et sécuritaire majeur d'administrer simultanément les examens nationaux de licence médicale à des milliers de candidats — exigeant un environnement de test inviolable, une concurrence évolutive et une notation impartiale à l'échelle nationale.
Solution
Intrazero a déployé la plateforme iTest, configurée sur mesure pour servir de fondation numérique sécurisée à l'examen égyptien de licence médicale (EMLE), avec trois piliers opérationnels : un environnement de test renforcé à haute concurrence, une surveillance IA en temps réel et une notation automatisée impartiale.
Stack technique
iTest
Déployé en production
iStudent
Déployé en production
Contexte sectoriel
La délivrance de licences médicales nationales est un environnement à tolérance zéro. Sécuriser l'intégrité des examens qualifiant les médecins d'une nation est une question essentielle de sécurité publique et d'infrastructure nationale. Recourir à des environnements de test hérités ou non surveillés ouvre la porte aux biais humains, à la fraude et à des failles de sécurité catastrophiques. Pour le ministère égyptien de la Santé et le Conseil de santé, la transition de l'examen égyptien de licence médicale (EMLE) vers un écosystème numérique hautement sécurisé et surveillé par IA était essentielle pour garantir que seuls des professionnels pleinement qualifiés et évalués éthiquement intègrent le personnel national de santé.
Le défi
Le ministère de la Santé et le Conseil de santé étaient confrontés au défi logistique et sécuritaire majeur d'administrer simultanément les examens nationaux de licence médicale à des milliers de candidats. Opérer à cette échelle présentait de sérieuses vulnérabilités :
Le ministère avait besoin d'une plateforme d'évaluation numérique inviolable et hautement évolutive, capable de garantir un temps d'arrêt nul et une notation totalement impartiale durant les pics d'examens.
La solution
Déploiement d'un environnement de test hautement évolutif capable de gérer avec succès des milliers d'utilisateurs simultanés sans dégradation du système, garantissant une expérience fluide pour les candidats médicaux.
Mise en œuvre de protocoles de surveillance pilotés par IA pour sécuriser l'environnement d'examen, surveillant strictement les candidats afin de prévenir et signaler toute violation de l'intégrité académique.
Utilisation du système de notation automatisée d'iTest pour traiter instantanément les résultats, éliminant complètement les biais humains subjectifs du processus de licence médicale à fort enjeu.
Stack technique et déploiement
Conformité
Mise en œuvre
Phase 1
Cartographie du modèle opérationnel EMLE — règles d'éligibilité des candidats, structure de l'examen, exigences de la banque de questions, logique de notation, formats simulation/réel, règles de réussite/échec et besoins de reporting au niveau du Conseil. La plateforme a été configurée selon le modèle officiel EMLE : 100 QCM, sessions numériques chronométrées, accès avec caméra et règles strictes d'entrée à l'examen.
Phase 2
Tests de charge contrôlés, validation de la stabilité des sessions, vérifications d'identité, tests des flux de surveillance, validation du chronomètre d'examen, tests de diffusion de la banque de questions et simulations de gestion des exceptions — assurant des performances stables durant des milliers de sessions de candidats simultanées.
Phase 3
Premier déploiement EMLE en direct exécuté en février 2021, après la simulation d'octobre 2020. Le système a soutenu 9 397 médecins lors de la première évaluation en direct et a atteint 98,9 % de présence.
Résultats
| Indicateur | Référence | Après déploiement | Méthodologie |
|---|---|---|---|
| Intégrité de l'examen | Surveillance fragmentée et suivi centralisé limité | Surveillance assistée par IA, surveillance par webcam, vérification d'identité et signalement des exceptions | Journaux de surveillance, dossiers d'audit d'examen, rapports d'incidents |
| Charge d'utilisateurs simultanés | Non évolutif à l'échelle nationale via des flux manuels/hérités fragmentés | Capacité de plus de 23 459 utilisateurs simultanés | Tests de charge, surveillance de disponibilité, analyses de la plateforme |
| Participation des candidats | Rapprochement manuel des présences | 9 397 médecins lors du premier EMLE en direct, 98,9 % de présence | Journaux de présence aux examens et dossiers de participation à la plateforme |
| Temps de traitement des évaluations | 5 à 10 jours ouvrables pour l'examen et le rapprochement manuels | Notation automatisée et consolidation des résultats le jour même pour les sessions QCM standard | Journaux de notation automatisée et flux de publication des résultats |
| Cohérence de la notation | Traitement manuel/semi-manuel exposé à des incohérences | Notation standardisée automatisée de réussite/échec | Moteur de notation et validation des résultats par le Conseil |
| Sécurité du contenu d'examen | Risque accru de fuites ou de formulaires papier répétés | Distribution numérique aléatoire des questions à partir de banques sécurisées | Journaux de banque de questions et registres de génération de formulaires |
| Charge administrative | 250 à 350 heures-personnel par session d'examen national | Réduction de 50 à 70 % de la charge récurrente d'administration des examens | Entretiens avec le personnel, cartographie des processus, examen des opérations avant/après |
Intégrité de l'examen
Référence
Surveillance fragmentée et suivi centralisé limité
Après déploiement
Surveillance assistée par IA, surveillance par webcam, vérification d'identité et signalement des exceptions
Méthodologie
Journaux de surveillance, dossiers d'audit d'examen, rapports d'incidents
Charge d'utilisateurs simultanés
Référence
Non évolutif à l'échelle nationale via des flux manuels/hérités fragmentés
Après déploiement
Capacité de plus de 23 459 utilisateurs simultanés
Méthodologie
Tests de charge, surveillance de disponibilité, analyses de la plateforme
Participation des candidats
Référence
Rapprochement manuel des présences
Après déploiement
9 397 médecins lors du premier EMLE en direct, 98,9 % de présence
Méthodologie
Journaux de présence aux examens et dossiers de participation à la plateforme
Temps de traitement des évaluations
Référence
5 à 10 jours ouvrables pour l'examen et le rapprochement manuels
Après déploiement
Notation automatisée et consolidation des résultats le jour même pour les sessions QCM standard
Méthodologie
Journaux de notation automatisée et flux de publication des résultats
Cohérence de la notation
Référence
Traitement manuel/semi-manuel exposé à des incohérences
Après déploiement
Notation standardisée automatisée de réussite/échec
Méthodologie
Moteur de notation et validation des résultats par le Conseil
Sécurité du contenu d'examen
Référence
Risque accru de fuites ou de formulaires papier répétés
Après déploiement
Distribution numérique aléatoire des questions à partir de banques sécurisées
Méthodologie
Journaux de banque de questions et registres de génération de formulaires
Charge administrative
Référence
250 à 350 heures-personnel par session d'examen national
Après déploiement
Réduction de 50 à 70 % de la charge récurrente d'administration des examens
Méthodologie
Entretiens avec le personnel, cartographie des processus, examen des opérations avant/après
Continuer la lecture
Laissez-nous vous montrer comment Intrazero peut transformer vos opérations.
