Key points are not available for this paper at this time.
Dans le domaine dynamique des soins de santé mentale, l'application nuancée de l'intelligence artificielle (IA) grâce au traitement du langage naturel (TLN) et à la reconnaissance automatique de la parole (RAP) constitue une innovation pivot dans l'autonomisation des patients et l'optimisation des services. Cette étude présente une plateforme de thérapie en ligne distincte qui tire parti de la synergie entre TLN et RAP pour offrir des niveaux sans précédent d'interventions thérapeutiques interactives et personnalisées. L'architecture de notre système est décrite en détail, avec un composant RAP affichant un taux d'erreur des mots (TEW) impressionnant de 14 % lorsqu'il est entraîné sur les divers sous-ensembles français du jeu de données Mozilla Common Voice, complété par un cadre TLN de haute précision capable de traiter et de répondre aux entrées des utilisateurs. L'évaluation de notre système met en évidence son efficacité à améliorer les séances de thérapie et la satisfaction des utilisateurs, en insistant sur les aspects qualitatifs des retours des utilisateurs. L'article aborde des défis tels que la représentativité des jeux de données et le perfectionnement des modèles linguistiques et articule les solutions stratégiques employées pour les surmonter. L'article conclut par des perspectives d'avenir sur le rôle de l'IA dans les services de santé mentale, plaidant pour la création de jeux de données et de modèles sophistiqués et spécifiques à la langue pour répondre aux demandes croissantes de la thérapie en ligne, reflétant un engagement croissant des patients dans la gestion de leur thérapie. Cette recherche souligne l'impact transformateur de l'IA dans l'avancement des soins de santé mentale à l'ère numérique, représentant une évolution significative par rapport aux méthodologies existantes.
Jelassi et al. (Mar,) ont étudié cette question.