Les grands modèles de langage peuvent contribuer à améliorer les questionnaires utilisés pour diagnostiquer la maladie mentale en optimisant la généralisabilité des symptômes et en réduisant la redondance. Ils peuvent même contribuer à de nouvelles conceptualisations des troubles mentaux. C'est le résultat d'une étude internationale dirigée par le professeur Dr Joseph Kambeitz et le professeur Dr Kai Vogeley de la faculté de médecine et de l'hôpital universitaire de Cologne de l'université de Cologne. Les résultats de l'étude « La structure empirique de la psychopathologie est représentée dans de grands modèles de langage » ont été publiés dans la revue Santé mentale naturelle.
Pour diagnostiquer une maladie mentale, les médecins s'appuient sur divers facteurs, notamment les symptômes signalés par les patients et enregistrés dans des questionnaires cliniques. La formulation précise des questions individuelles de ces questionnaires est souvent cruciale pour poser le bon diagnostic. Cependant, les questionnaires standards varient souvent considérablement. Les chercheurs ont découvert des chevauchements et des écarts dans le contenu des questions utilisées pour identifier la dépression, le trouble bipolaire et le risque de psychose, ce qui rend difficile un diagnostic précis.
De plus, les médecins s’appuient sur leur expérience clinique. Cela signifie qu’ils associent des symptômes individuels à une maladie spécifique qui correspond à leur expérience. Cependant, comme différentes maladies peuvent produire des symptômes identiques ou similaires, cela peut également augmenter le risque d’erreur de diagnostic. « Nous savons étonnamment peu de choses sur la question de savoir si – et comment – la formulation des questionnaires cliniques déclenche certaines associations chez les médecins », explique le professeur Joseph Kambeitz. Des résultats incohérents pourraient également résulter de différences entre les patients du même groupe de diagnostic ou, alternativement, de différences entre les questionnaires.
L’utilisation de grands modèles linguistiques (LLM) constitue une approche pour analyser les descriptions de maladies médiées par le langage. L'équipe a utilisé les LLM GPT-3, Llama et BERT pour analyser la structure et le contenu de quatre questionnaires cliniques. L'étude était basée sur les données de plus de 50 000 questionnaires sur la dépression, l'anxiété, le risque de psychose et l'autisme.
En pratique clinique, les symptômes surviennent souvent simultanément, comme l’association empirique entre un manque d’entrain et une perte de plaisir. L'analyse a montré que les LLM « reconnaissent » quels symptômes surviennent généralement ensemble. Même sans accès à des données empiriques spécifiques, les mêmes associations de symptômes sont évidentes dans les LLM basés uniquement sur la formulation du questionnaire.
Cela suggère de nouvelles façons dont l’intelligence artificielle pourrait améliorer les questionnaires psychologiques à l’avenir, en évitant les éléments redondants et en rendant le diagnostic et la compréhension des maladies mentales plus efficaces. Les LLM peuvent être utilisés pour développer des questionnaires à la fois précis (c'est-à-dire reconnaissant de manière fiable les symptômes psychologiques) et efficaces, posant uniquement autant de questions que nécessaire afin de simplifier le processus pour les patients et les praticiens.
L’IA peut cartographier à la fois les connaissances médicales et les structures des maladies mentales. Il s’agit d’une étape importante dans le rapprochement des méthodes numériques et des neurosciences et dans l’avancement du développement du diagnostic et de la recherche en psychiatrie. »
Professeur Dr Kai Vogeley, Faculté de médecine de l'Université de Cologne et Hôpital universitaire de Cologne
Le professeur Joseph Kambeitz conclut : « En psychiatrie, la « parole » joue un rôle important dans le diagnostic et la thérapie. Il existe actuellement de nombreux projets prometteurs qui étudient la manière dont nous pouvons utiliser les LLM en psychiatrie, du diagnostic à la simulation de séances de thérapie en passant par la rédaction et la modification de rapports. Nous pouvons nous attendre à de nombreux autres résultats de recherche passionnants dans ce domaine.
