Un modèle d’IA peut dépister avec précision le trouble de stress post-traumatique après l’accouchement

Un modèle d’intelligence artificielle (IA) générative capable d’analyser les récits de femmes ayant récemment accouché a montré sa capacité à dépister avec précision le trouble de stress post-traumatique (CB-PTSD), une étude du Massachusetts General Hospital (MGH), a découvert un membre fondateur du système de santé Mass General Brigham.

En explorant les capacités et les lacunes de plusieurs modèles d’OpenAI, dont ChatGPT, les chercheurs ont identifié une version qui offre de riches informations sur la santé mentale maternelle après un accouchement traumatique.

Le modèle peut s’intégrer parfaitement aux soins obstétricaux de routine et pourrait potentiellement être exploité pour évaluer d’autres troubles de santé mentale. Les résultats de l’étude ont été publiés dans Rapports scientifiques.

L’évaluation du SSPT lié à un accouchement traumatique repose actuellement sur une évaluation clinique approfondie, qui ne parvient pas à répondre au besoin urgent d’une stratégie d’évaluation rapide et peu coûteuse.

Sharon Dekel, PhD, directrice du programme de recherche sur les troubles de stress traumatique post-partum de MGH et auteur principal de l’étude

“L’utilisation de brefs récits d’accouchement de patients analysés par les méthodes informatiques basées sur le texte de l’IA pourrait devenir une stratégie efficace, peu coûteuse et conviviale pour le patient pour détecter le CB-PTSD après un accouchement traumatisant et, avec davantage de recherches, cet outil pourrait potentiellement aider à identifier les femmes à risque de CB-PTSD avant que la maladie ne se développe complètement.

Pour environ huit millions de femmes par an dans le monde, un accouchement traumatisant et/ou médicalement compliqué devrait déclencher un syndrome de stress post-traumatique, une condition historiquement associée aux combats militaires ou aux agressions sexuelles graves.

Ces dernières années, l’accouchement est devenu reconnu comme un déclencheur important du SSPT qui, s’il n’est pas traité, peut nuire à la santé de la mère et de l’enfant et entraîner des coûts sociétaux importants.

Dans des études précédentes, le laboratoire de Dekel a trouvé des preuves selon lesquelles de brèves interventions psychologiques administrées peu de temps après un accouchement traumatique peuvent réduire les symptômes du SSPT maternel liés à l’accouchement.

Dans leur dernière étude, Dekel, en collaboration avec le premier auteur Alon Bartal, PhD, de l’Université Bar-Ilan en Israël, a étudié l’efficacité de l’intelligence artificielle et des stratégies d’analyse d’apprentissage automatique (ML) associées pour détecter le CB-PTSD.

Plus précisément, ils ont évalué les performances de différents grands modèles linguistiques (LLM) et variantes de ChatGPT et leur capacité à extraire de nouvelles informations à partir d’ensembles de données textuelles dérivées des brèves descriptions narratives faites par les femmes en post-partum de leur expérience d’accouchement.

Dans le cadre de leur travail, l’équipe a recueilli de courts récits narratifs auprès de 1 295 femmes ayant récemment accouché.

L’étude s’est concentrée sur un modèle OpenAI connu sous le nom de text-embeddings-ada-002, qui a converti les données narratives des récits personnels de femmes avec et sans CB-PTSD probable en un format numérique qui a ensuite été analysé par un algorithme d’apprentissage automatique formé développé par l’équipe.

Les chercheurs ont montré que ce modèle avait des performances supérieures dans l’identification du stress traumatique post-partum par rapport à d’autres modèles ChatGPT et grands langages, qui sont généralement formés sur d’énormes volumes de données leur permettant de comprendre, d’analyser et d’interpréter le langage naturel.

“La dépendance du modèle ML utilisant l’entrée narrative de l’accouchement du modèle Open AI comme source de données exclusive présente un mécanisme efficace pour la collecte de données pendant la période post-partum vulnérable, démontrant une sensibilité de 85 pour cent et une spécificité de 75 pour cent dans l’identification des cas de CB-PTSD, ” note Dekel.

« De plus, le modèle que nous avons développé pourrait potentiellement améliorer l’accessibilité au dépistage et au diagnostic du CB-PTSD en s’intégrant parfaitement aux soins obstétricaux de routine et en fournissant une base pour le développement de produits commerciaux et leur adoption par le grand public.

Dekel, dont le programme de recherche est consacré à l’exploration de la santé mentale des femmes après un accouchement traumatique, souligne les avantages cliniques de l’utilisation d’un grand modèle de langage pré-entraîné pour évaluer le SSPT potentiel chez les nouvelles mères.

“Une intervention précoce est essentielle pour empêcher la progression de ce trouble vers des stades chroniques, ce qui peut sérieusement compliquer le traitement”, souligne l’investigateur du MGH.

“Notre approche unique pourrait introduire une stratégie de dépistage innovante et rentable pour identifier les femmes à haut risque et faciliter un traitement rapide. Elle pourrait également être prometteuse pour évaluer d’autres troubles de santé mentale et, par conséquent, améliorer les résultats pour les patients.”

L’émergence d’outils d’intelligence artificielle dans le domaine de la santé a été révolutionnaire et pourrait potentiellement remodeler positivement le continuum de soins. Mass General Brigham, en tant que l’un des meilleurs systèmes de santé universitaires intégrés et des plus grandes entreprises d’innovation du pays, ouvre la voie en menant des recherches rigoureuses sur les technologies nouvelles et émergentes pour éclairer l’incorporation responsable de l’IA dans la prestation des soins, le soutien de la main-d’œuvre et les processus administratifs.

Dekel est psychologue au MGH et professeur adjoint de psychologie à la Harvard Medical School. Bartal est professeur adjoint de systèmes d’information à l’université Bar-Ilan en Israël. Les co-auteurs du laboratoire Dekel comprennent Kathleen Jagodnik, PhD, chercheuse à Harvard, et Sabrina Chan, coordinatrice de la recherche clinique.

Dekel a été soutenu par des fonds du NIH (Eunice Kennedy Shriver National Institute of Child Health and Human Development, subventions R01HD108619, R21HD109546 et R21HD100817).

Source:

Hôpital général du Massachusetts

Référence du journal :

Bartal, A., et autres. (2024). L’IA et l’intégration narrative détectent le SSPT après l’accouchement via des histoires de naissance. Rapports scientifiques. est ce que je.org/10.1038/s41598-024-54242-2.

2024-04-13 06:33:00
1712979631


#modèle #dIA #peut #dépister #avec #précision #trouble #stress #posttraumatique #après #laccouchement