PaperlayerView exact revision on arXiv

Source-linked AI summary

Pedagogical AI in Mental Health: A Tri-Stream Fine-Tuned LLM Framework for Automated Clinical Supervision and Risk Triage

Shreeya Sharma, Ravish Gupta, Saket Kumar, Abhishek Aggarwal

arXiv:2608.18438v1cs.CLcs.AIcs.LG

TL;DR

La supervision en santé mentale reste tardive, tandis que la recherche s’est surtout concentrée sur l’IA destinée aux patients plutôt que sur le soutien aux superviseurs. Cet article développe un système VAL à trois flux utilisant Mistral-7B fine-tuné pour produire des rapports de supervision structurés et assurer un triage automatisé des risques, avec une précision d’identification des techniques de 95 % et une réduction de la latence du triage de 72 heures à moins de 15 secondes.

  • Problème

    La recherche sur l’IA en santé mentale a largement négligé la couche de supervision, où le retard de l’examen et le manque de suivi limitent l’accompagnement des stagiaires confrontés au risque clinique.

  • Méthode

    Un modèle Mistral-7B fine-tuné analyse les séances de thérapie selon des flux visuel, acoustique et linguistique afin de générer des rapports de supervision et d’orienter le risque au moyen du D-CUI.

  • Résultats

    Une précision d’identification des techniques de 95 % et une latence du triage inférieure à 15 secondes ont été obtenues sur 106 séances DAIC-WOZ.

  • Conclusions et limites

    Le système prend en charge un dépistage automatisé qui signale les séances nécessitant une attention immédiate et fournit aux superviseurs des éléments probants structurés pour étayer leur jugement clinique.

  • Conclusions et limites

    L’évaluation se limite à 22 séances de test, deux techniques et des entretiens semi-structurés avec un agent virtuel ; les performances ne peuvent donc pas encore être généralisées à une thérapie en contexte naturel.

Abstract

from arXiv · show

Modern mental healthcare faces a critical shortage of senior supervisory oversight, leading to a "supervision gap" where novice therapists manage high-stakes risks with delayed professional feedback. This paper proposes a new framework utilizing a fine-tuned Mistral-7B-instruct model as an automated "Supervisor-in-the-Loop" system. By leveraging 106 sessions from the DAIC-WOZ dataset, the model performs a tri-stream analysis: (1) Therapeutic Alliance tracking via semantic adherence, (2) Latent risk prediction using attention-weighted analytics, and (3) Supervisory Triage via a Dynamic Clinical Urgency Index (D-CUI). Our multi-modal VAL (Visual-Acoustic-Linguistic) framework achieves 95% technique identification accuracy [95% CI: 75.1%-99.9%], alliance assessment MAE of 0.105 on a 5-point scale [95% CI: 0.059-0.151], therapeutic fidelity alpha = 0.423, and mean D-CUI of 0.370 [95% CI: 0.322-0.419]. Training converged in 105 steps with 85.2% loss reduction on a single Tesla T4 GPU. The system reduces supervisory triage latency from 72 hours to real time (~10 seconds per session), enabling proactive intervention in high-risk cases. The system addresses the cold-start problem through Bayesian priors and implements timestamp-based modality synchronization for robust multi-modal fusion.

1 Introduction

La supervision clinique est souvent retardée par des dispositifs de revue hebdomadaire, laissant des risques urgents sans réponse tandis que les ratios superviseur-stagiaires dépassent 1:12. Cet article s’intéresse à la couche de supervision largement négligée au moyen d’un supervisor-in-the-loop automatisé, qui analyse les séances de thérapie selon les canaux VAL et produit des rapports hiérarchisés selon le risque.

  • Déficit de supervision clinique: Le déficit de supervision peut laisser sans revue pendant 72 hours les déclarations suicidaires, les révélations traumatiques et les ruptures thérapeutiques, tandis que les ratios superviseur-stagiaires dépassent souvent 1:12.La revue rétrospective traditionnelle des cas favorise le développement professionnel, mais n’a pas été conçue pour répondre aux besoins cliniques urgents.
  • Lacune de la recherche: La recherche s’est concentrée sur les LLM destinés aux patients, tout en négligeant largement la supervision, où convergent les défaillances de qualité, la gestion des risques par les stagiaires et les contraintes structurelles de capacité.Parmi les exemples figurent les chatbots de psychoéducation, les assistants de rédaction documentaire et les agents conversationnels scénarisés selon la CBT.
  • Système proposé: Le système proposé considère le LLM comme un supervisor-in-the-loop automatisé, qui traite les séances de thérapie selon les canaux Visual, Acoustic et Linguistic et génère des rapports de supervision structurés et hiérarchisés selon le risque.Ce travail s’appuie sur des recherches antérieures du groupe consacrées à l’explicabilité des décisions de l’IA clinique ainsi qu’à la gestion des identités et des accès pour les systèmes d’IA appliqués aux soins.
  • Architecture tri-stream: L’architecture VAL tri-stream traite simultanément l’audio COVAREP à 100Hz, la vidéo OpenFace à 30fps et les transcriptions, en alignant les modalités sur les frontières des énoncés.La conception prend en compte la synchronisation entre les trois fréquences d’échantillonnage.
  • Triage hiérarchisé selon le risque: Le D-CUI oriente la supervision à partir de la probabilité de risque, de la gravité des symptômes, de l’expérience inversée du thérapeute et de la volatilité du sentiment au niveau de la séance.L’inversion de l’expérience du thérapeute fait que l’inexpérience amplifie l’urgence.

2 Travaux connexes

L’IA en santé mentale est passée des chatbots de TCC scriptés à la détection multimodale et aux réponses thérapeutiques fondées sur les LLM, mais les systèmes antérieurs restent centrés sur les tâches du côté du patient plutôt que sur la supervision clinique. Les travaux fondés sur DAIC-WOZ mettent également l’accent sur la classification de la dépression, ce qui motive un framework VAL aligné temporellement pour l’analyse de supervision.

  • Travaux connexes: Les systèmes antérieurs couvrent la TCC scriptée, la détection de la dépression fondée sur la parole, le dépistage du risque suicidaire par transformers et les réponses thérapeutiques générées par des LLM [10].Woebot a été lancé en 2017 comme chatbot de TCC scripté, tandis que les systèmes ultérieurs ont évolué vers le deep learning, les transformers et des réponses de LLM imitant celles d’un thérapeute.
  • Lacune de supervision: La littérature cible principalement le dépistage, la conversation, le suivi ou la documentation du côté du patient, laissant de côté la couche de supervision qui régit la qualité clinique.Les évaluations existantes mettent l’accent sur la satisfaction des utilisateurs et la réduction des symptômes plutôt que sur la revue de supervision et la gouvernance clinique.
  • Jeu de données et benchmarks antérieurs: DAIC-WOZ fournit des entretiens multimodaux semi-structurés menés auprès de 189 participants, avec audio, vidéo, transcriptions et annotations PHQ-8.Ce corpus constitue un benchmark multimodal pour l’IA en santé mentale, mais les travaux antérieurs se sont surtout concentrés sur la classification de la dépression et de sa sévérité.
  • Fusion multimodale: La détection de la dépression fondée uniquement sur le texte dans DAIC-WOZ atteint F1 = 0.67, l’audio porte cette valeur à 0.77, et l’entrée visuelle apporte un bénéfice incrémental supplémentaire.Ces gains sont limités par les difficultés d’alignement entre l’audio à 100Hz, la vidéo à 30fps et le texte au niveau des énoncés, un défaut d’alignement lors de la fusion pouvant introduire un bruit substantiel.
  • Motivation méthodologique: Le framework VAL proposé utilise un fenêtrage fondé sur les timestamps afin de préserver un contexte temporel cliniquement pertinent tout en évitant les besoins en mémoire GPU de l’attention cross-modale au niveau des images.Ce compromis délibéré distingue les événements selon leur moment dans la session, par exemple une détresse acoustique à la minute 23 plutôt qu’à la minute 3.

3 Architecture du système · 3.1 Vue d’ensemble · 3.2 Moteur d’ingestion VAL

Le système utilise une architecture VAL à trois flux pour extraire les signaux visuels, acoustiques et linguistiques, fusionner les représentations des séances et orienter les cas via le D-CUI. Son pipeline séquencé aligne les entrées avant l’analyse de la fidélité, le triage du risque et la génération de conseils de supervision.

  • 3.1 Vue d’ensemble: Le flux visuel analyse les unités d’action faciale d’OpenFace à 30 fps afin de détecter l’affect, l’engagement et les signaux de détresse incongruents.L’incongruence critique pour la sécurité inclut le déni verbal de la détresse associé à des marqueurs faciaux de détresse tels que AU1 et AU4, en l’absence de AU12.
  • 3.1 Vue d’ensemble: Le flux acoustique traite les caractéristiques COVAREP à 100 Hz, notamment la variabilité de F0 et la moyenne de Voice Unvoiced, afin de saisir l’expressivité, la fluidité, les pauses, l’aplatissement de l’affect et l’agitation.Ces signaux paralinguistiques captent des états que le texte de la transcription seul peut ne pas révéler.
  • 3.1 Vue d’ensemble: Le flux linguistique applique Mistral-7B-instruct, fine-tuned sur les transcriptions, pour identifier les techniques thérapeutiques, les marqueurs de l’alliance, les idées suicidaires et le langage du désespoir.Parmi les techniques détectées figurent Reflective Listening et Open-Ended Questioning.
  • 3.1 Vue d’ensemble: VAL traite les séances de thérapie via les flux visuel, acoustique et linguistique, fusionne les sorties aux frontières des énoncés et oriente les cas via le D-CUI vers une escalade ou une revue de routine.L’architecture analyse la fidélité, l’incongruence affective et le risque clinique avant d’orienter les résultats de supervision.
  • 3.1 Vue d’ensemble: Le D-CUI combine le risque du patient, la sévérité des symptômes, l’expérience du thérapeute et la volatilité du sentiment au cours de la séance en un score d’urgence destiné à l’escalade ou à la revue de routine.Les représentations fusionnées au niveau de la séance et issues des trois flux alimentent ce calcul d’orientation.
  • 3.2 Moteur d’ingestion VAL: Le pipeline en quatre étapes aligne et normalise les flux, évalue la fidélité thérapeutique, calcule le D-CUI et génère les conseils de supervision avec orientation.Cet enchaînement évite que le bruit ne fausse l’analyse de la fidélité due à un mauvais alignement et garantit que le triage précède la génération du rapport.

Synchronisation des modalités et alignement temporel … flux visuel

Le framework synchronise les flux acoustique et visuel avec les fenêtres d’énoncés définies par la transcription, puis utilise Mistral-7B pour analyser les techniques thérapeutiques, l’alliance et les risques. La détection spécifique de l’incongruence visuelle amplifie l’urgence de supervision lorsque la réassurance verbale entre en conflit avec une détresse faciale.

  • Synchronisation des modalités et alignement temporel: Les limites d’énoncés définies par la transcription alignent l’audio COVAREP à 100 Hz et la vidéo OpenFace à 30 fps, tout en préservant la structure temporelle cliniquement pertinente par agrégation avec perte.Les deux flux sont calés sur les marqueurs de début et de fin des énoncés de DAIC-WOZ, plutôt que moyennés sur l’ensemble des sessions.
  • Synchronisation des modalités et alignement temporel: Les moyennes acoustiques, les moyennes des Action Units et le texte brut de la transcription sont concaténés en vecteurs de session, puis sérialisés en langage naturel pour Mistral-7B.Pour chaque tour t_i, les caractéristiques acoustiques et visuelles sont moyennées sur [s_i:e_i].
  • Flux linguistique: Mistral-7B étiquette le Reflective Listening, l’Open-Ended Questioning, les marqueurs d’alliance et les risques, notamment les idées suicidaires, l’automutilation, le désespoir et les préoccupations de sécurité.Les marqueurs d’alliance comprennent le langage collaboratif, l’empathie, le consensus sur les objectifs et les indicateurs de rupture.
  • Flux acoustique: COVAREP fournit l’écart type de F0 et la moyenne de Voice Unvoiced afin de caractériser la variabilité de la hauteur, la continuité de la parole, le silence, l’hésitation et la fragmentation.Une faible variance de F0 est corrélée à un affect plat dans la dépression, tandis que des valeurs élevées de Voice Unvoiced indiquent une hésitation ou une fragmentation.
  • Flux visuel: OpenFace suit la détresse, l’engagement et les indicateurs d’affect incongruent à l’aide d’Action Units cliniquement pertinentes, de la direction du regard et des discordances verbales–faciales.La détresse comprend AU1, AU4 et AU15 ; l’engagement comprend AU12, AU26 et la direction du regard.
  • Flux visuel: L’incongruence se déclenche lorsque le sentiment VADER dépasse 0.3, que AU01 ou AU04 dépasse 0.5 et que AU12 reste inférieur à 0.3.Cette règle cible le déni verbal de la détresse associé à un relèvement ou un abaissement des sourcils sans signal de sourire.
  • Flux visuel: Lorsque l’affect incongruent se déclenche, Δϕ=0.4 amplifie multiplicativement le D-CUI par (1+Δϕ), déclenchant une revue de supervision malgré des indicateurs de risque modérés par ailleurs.Le rôle critique du flux visuel pour la sécurité consiste à identifier les patients dont la détresse faciale entre en conflit avec la réassurance verbale.

3.3 Analyseur de fidélité thérapeutique · 3.4 Module de triage des risques · Dynamic Clinical Urgency Index (D-CUI)

L’analyseur de fidélité thérapeutique quantifie l’adhésion aux méthodes fondées sur les données probantes, tandis que le D-CUI priorise les séances à soumettre à une revue de supervision en fonction du risque, de la sévérité des symptômes, de l’expérience du thérapeute et de la volatilité du sentiment. L’initialisation bayésienne et la mise à jour fondée sur l’expérience étendent le triage aux thérapeutes disposant de peu de données historiques.

  • 3.3 Analyseur de fidélité thérapeutique: La fidélité thérapeutique (α) est définie comme la similarité cosinus entre les embeddings de la séance (VT) et les embeddings du manuel clinique (VM).
  • 3.3 Analyseur de fidélité thérapeutique: Les scores de fidélité supérieurs à 0.5 indiquent une adhésion étroite, les scores compris entre 0.3 et 0.5 indiquent une adhésion partielle, et les scores inférieurs à 0.3 signalent une déviation nécessitant l’attention de la supervision.
  • Dynamic Clinical Urgency Index (D-CUI): Le D-CUI détermine quelles séances nécessitent une attention immédiate de la supervision plutôt qu’une revue de routine, en combinant quatre facteurs cliniques et liés à la supervision.
  • Dynamic Clinical Urgency Index (D-CUI): D-CUI = (w1R + w2S + w3(1 − E)) · (1 + Δϕ), avec des pondérations ajustées empiriquement w1 = 0.40, w2 = 0.35 et w3 = 0.25.
  • Dynamic Clinical Urgency Index (D-CUI): La probabilité de risque, la sévérité des symptômes dérivée du PHQ-8, l’expérience du thérapeute et la volatilité du sentiment au cours de la séance définissent les entrées du D-CUI.R, S et E varient de 0 à 1 ; Δϕ capture l’instabilité émotionnelle, et E représente le nombre normalisé d’années de pratique.
  • 3.4 Module de triage des risques: Le terme (1 − E) accroît l’urgence pour les clients à haut risque pris en charge par des thérapeutes novices, distinguant ainsi les situations de supervision que les modèles de risque centrés uniquement sur le patient ne détectent pas.
  • Dynamic Clinical Urgency Index (D-CUI): Lorsque l’expérience du thérapeute n’est pas disponible, le système initialise E0 = 0.3 comme a priori de début de carrière et met à jour E au moyen d’une moyenne mobile exponentielle à mesure que les données des séances s’accumulent.Cet a priori favorise intentionnellement une couverture plus large de la supervision.

Résoudre le problème du démarrage à froid · Volatilité du sentiment (∆ϕ) · 3.5 Générateur de recommandations de supervision

Le framework traite la supervision au démarrage à froid par un lissage β = 0.7 dès que l’expérience du thérapeute est disponible, quantifie la volatilité du sentiment à partir de l’évolution émotionnelle séquentielle et associe les scores D-CUI à des recommandations de supervision par niveaux. Les cas immédiats déclenchent des alertes étayées par la transcription et des protocoles de sécurité, tandis que les cas élevés font l’objet d’un examen prioritaire.

  • Résoudre le problème du démarrage à froid: Le lissage au démarrage à froid utilise β = 0.7, Eobserved représentant le niveau d’expérience documenté du thérapeute dès qu’il est disponible.Le facteur de lissage permet une initialisation tenant compte de l’expérience avant que l’expérience observée ne soit disponible.
  • Résoudre le problème du démarrage à froid: Le mécanisme de démarrage à froid met à jour la supervision à partir de l’expérience documentée du thérapeute lorsque Eobserved devient disponible.Cette condition distingue la phase d’initialisation des estimations ultérieures fondées sur l’expérience.
  • Volatilité du sentiment (∆ϕ): La volatilité du sentiment rend compte des changements émotionnels rapides au cours d’une séance, susceptibles d’indiquer des états de crise ou des ruptures thérapeutiques.Elle est calculée comme le taux moyen absolu de variation des scores de sentiment au niveau des phrases.
  • Volatilité du sentiment (∆ϕ): Le calcul de ∆ϕ met l’accent sur les transitions émotionnelles séquentielles plutôt que sur la dispersion globale du sentiment.ϕ_i désigne le score de sentiment de la phrase i.
  • 3.5 Générateur de recommandations de supervision: D-CUI dépasse 0.7 et déclenche une alerte immédiate contenant les lignes de transcription à l’origine de l’escalade ainsi qu’un protocole de sécurité associé.L’alerte fournit le matériau source réel plutôt qu’un résumé, ce qui permet aux superviseurs de contester l’évaluation avant toute action.
  • 3.5 Générateur de recommandations de supervision: Un D-CUI compris entre 0.4 et 0.7 est classé comme élevé et signalé pour un examen prioritaire au cours du cycle de supervision en cours.Ce niveau se situe au-dessus de l’examen de routine, mais n’est pas traité comme une urgence.

4 Mise en œuvre

La mise en œuvre utilise Mistral-7B-instruct [18] avec QLoRA [19] afin de permettre une supervision déployable et auditable sur du matériel clinique accessible. Elle prépare des données d’entraînement multimodales synchronisées et applique des mesures de protection relatives à la confidentialité, à l’incertitude et à l’orientation des cas à haut risque.

  • Sélection du modèle: Mistral-7B-instruct [18] respecte les contraintes de déploiement institutionnel grâce à une quantification sur 4 bits, à un fonctionnement sur site sous Apache 2.0 et à des sorties suivant les instructions, adaptées aux rapports de supervision structurés.Il nécessite environ 2 GB de stockage et 5.6 GB de mémoire GPU pour l’inférence, ce qui lui permet de fonctionner sur une Tesla T4, tout en assurant l’auditabilité et en conservant les transcriptions au sein de l’infrastructure institutionnelle.
  • Préparation des données: Le pipeline sépare les locuteurs dans les enregistrements, extrait les caractéristiques acoustiques et visuelles, aligne les flux sur les limites des énoncés et convertit les exemples synthétiques de supervision annotés par règles au format Alpaca d’instruction-tuning.Les annotations couvrent les techniques thérapeutiques, les marqueurs de l’alliance et les préoccupations cliniques ; des prompts et des réponses supplémentaires ont été générés synthétiquement avec Claude Sonnet 4.6 Thinking.
  • Stratégie d’entraînement: Le fine-tuning QLoRA [19] utilise un taux d’apprentissage de 2e-4, une taille de lot de 4, un rang de 64, un alpha de 16 et cinq époques, et s’achève en 105 steps sur une Tesla T4.L’entraînement a duré 2 heures 44 minutes avec l’optimiseur paged AdamW 32-bit.
  • Confidentialité et gouvernance: Le système supprime les informations identifiantes, chiffre le stockage et la transmission de bout en bout, restreint l’accès selon les rôles, journalise chaque événement d’accès et signale l’intervention de l’IA avant les séances.Ces contrôles répondent à la sensibilité des disclosures thérapeutiques et limitent l’accès aux données de séance aux cliniciens superviseurs.
  • Contraintes de sécurité: Les sorties à faible confiance déclenchent un report lié à l’incertitude, tandis que les idées suicidaires ou les révélations d’abus contournent le triage et génèrent des alertes immédiates.La conception du routage évite les recommandations à l’apparence autoritaire lorsque la confiance est faible et exclut les signaux urgents de sécurité du traitement automatisé en file d’attente.

5 Évaluation expérimentale

Sur 22 sessions DAIC-WOZ mises de côté, le modèle a montré une forte capacité à reconnaître les techniques thérapeutiques et une faible erreur d’évaluation de l’alliance, tout en faisant passer le triage de supervision d’une file d’attente de 72 heures à un traitement quasi en temps réel. Le D-CUI intégrait la discordance affective afin de rehausser les cas cliniquement importants, bien que cet ajustement soit resté minimal lors des sessions de dépistage de routine.

  • 5 Évaluation expérimentale: L’évaluation a utilisé 106 sessions DAIC-WOZ, dont 84 sessions d’entraînement et 22 sessions de test mises de côté, sélectionnées avec la seed aléatoire 42.L’évaluation a testé l’identification de techniques thérapeutiques sur des données mises de côté et l’acheminement plus rapide des cas urgents que lors de la supervision hebdomadaire traditionnelle.
  • 5 Évaluation expérimentale: Une réduction de 85.2% de la cross-entropy loss a accompagné la convergence en 105 étapes, et le traitement de bout en bout s’est achevé en moins de 15 secondes par session, au lieu d’une file d’attente de supervision de 72 heures.L’entraînement a duré 2 heures 44 minutes sur un Tesla T4 ; l’analyse a nécessité 8–12 secondes et le calcul du D-CUI moins de 1 milliseconde.
  • 5 Évaluation expérimentale: Le D-CUI est passé de 0.283 à 0.395 pour une session à faible risque lorsque la discordance affective a été fixée à ∆ϕ = 0.4, la rapprochant ainsi du seuil Elevated.Sans le flux visuel, la session est restée dans la bande Routine ; le score brut du D-CUI est borné à [0, 1].
  • 5 Évaluation expérimentale: Dans le corpus DAIC-WOZ, ∆ϕ variait de 0.00 à 0.02, produisant un ajustement du D-CUI inférieur à 2%, car la dynamique du dépistage était stable.Le terme ∆ϕ est conçu pour s’activer dans les scénarios aigus plutôt que lors du dépistage de routine.

6 Discussion

Le framework est conçu comme une aide automatisée au dépistage, qui signale les séances nécessitant l’attention d’un superviseur, et non comme un remplacement de la supervision clinique. Les évaluations préliminaires d’experts soutiennent l’intelligibilité des rapports, tandis que la quantité limitée de données, le périmètre restreint, les risques pour la confidentialité et les contraintes de déploiement imposent une interprétation prudente.

  • Implication pratique: Le système vise à signaler les 10–15% des séances nécessitant une attention immédiate et à fournir des éléments probants structurés, afin de laisser aux superviseurs le jugement clinique plutôt que la surveillance de routine.Le résultat de 95% d’identification des techniques constitue une preuve de concept fondée sur deux techniques et 22 séances, et non une preuve de maturité clinique.
  • Nouveauté: Le D-CUI intègre l’expérience du thérapeute aux facteurs de risque du patient, en considérant que l’urgence de supervision dépend à la fois du risque du patient et de l’expérience du clinicien.Cela permet de distinguer des situations impliquant le même patient à haut risque, mais des superviseurs dont les niveaux d’expérience diffèrent sensiblement.
  • Apport multimodal: L’analyse multimodale détecte un affect incongruent grâce aux marqueurs faciaux et à des indices acoustiques cliniquement pertinents, tels qu’un affect plat et une fragmentation de la parole, que les transcriptions ne peuvent pas saisir.Le flux visuel peut contredire le contenu verbal, tandis que le D-CUI amplifie l’urgence ; la faible variance de F0 et l’élévation de VUV apportent des éléments acoustiques distincts.
  • Limites et travaux futurs: Les données probantes sont limitées à 22 séances semi-structurées de DAIC-WOZ, deux techniques, un modèle Mistral-7B, des séances isolées sans contexte longitudinal et des données d’entraînement orientées vers la CBT.Les auteurs préconisent l’utilisation de données issues de thérapies naturalistes, de taxonomies de techniques plus larges, d’un suivi longitudinal et d’une intégration au monitoring en temps réel.
  • Utilisabilité clinique: Une pertinence clinique de 4.2/5.0, une adéquation du triage de 3.9/5.0 et une capacité d’action de 4.0/5.0 ont été rapportées par cinq superviseurs ayant examiné 22 rapports, avec Cohen’s κ = 0.61.L’évaluation fournit des éléments préliminaires en faveur de l’intelligibilité clinique, mais elle est limitée par la petite taille de l’échantillon et le cadre contrôlé.
  • Éthique et déploiement: Le déploiement exige une information transparente, une vérification de la conformité HIPAA, l’anonymisation, le chiffrement, un accès contrôlé par rôle, une véritable revue par un superviseur, un suivi des biais et une possibilité réelle de retrait pour le client.Le traitement par l’IA peut créer de nouveaux points d’exposition, produire des performances inégales selon les populations et modifier la manière dont les clients s’expriment pendant la thérapie.

7 Conclusion

Le système Mistral-7B fine-tuné à trois flux analyse les séances de thérapie selon les modalités visuelle, acoustique et linguistique, et produit des rapports structurés de supervision ainsi qu’un triage automatisé des risques. Sur 106 séances DAIC-WOZ, il atteint une précision de 95 % pour l’identification des techniques et réduit la latence du triage de 72 heures à moins de 15 secondes, tout en restant une preuve de concept.

  • Conclusion: Une précision de 95 % pour l’identification des techniques et une latence du triage inférieure à 15 secondes démontrent la contribution centrale du système sur 106 séances DAIC-WOZ.Le système analyse les modalités visuelle, acoustique et linguistique afin de produire des rapports structurés de supervision avec un triage automatisé des risques.
  • Conclusion: L’évaluation reste une preuve de concept fondée sur 22 séances de test, deux techniques et un seul jeu de données d’entretiens semi-structurés.Le passage indique que ces contraintes nécessitent une étude plus approfondie.
  • Conclusion: En signalant en quelques secondes plutôt qu’en quelques jours les séances nécessitant une attention immédiate, le système s’attaque à un problème structurel de supervision, tout en laissant le jugement clinique, l’empathie et la responsabilité aux superviseurs.Il réduit la charge de surveillance plutôt que de remplacer la responsabilité de supervision.

Déclaration d’intérêts

Les auteurs déclarent que ce travail a été mené indépendamment, qu’il ne représente ni ne concerne les organisations citées, et qu’il n’existe aucun conflit d’intérêts pertinent.

  • Ce travail a été mené indépendamment.
  • Il ne concerne pas les fonctions des auteurs chez Microsoft, BigCommerce ou Amazon, et ne représente pas les opinions ni les intérêts de ces organisations.
  • Les auteurs déclarent n’avoir aucun conflit d’intérêts pertinent pour cet article.
Loading 2608.18438v1…