Grands modèles de langue pour prédire la santé mentale : une revue exploratoire de la documentation des biais et de l’utilité clinique
Clémentine Bleuze, Karën Fort, Vincent P. Martin, Aurélie Névéol
Résumé : L’adaptation de Grands Modèles de Langue (LLM) à des applications en santé mentale se développe dans le domaine du TAL ; et ce alors que les biais encodés (et amplifiés) par ces outils sont de plus en plus documentés, et que les défis liés à leur implémentation clinique restent sous-étudiés. Dans cette revue exploratoire de la littérature, nous décrivons les choix méthodologiques de 201 études exploitant des LLM pour effectuer des prédictions en santé mentale. Nous relevons également les mentions explicites de thèmes en lien avec les biais et l’utilité clinique. Nous montrons une appropriation encore lacunaire de ces notions, souvent confinées à certaines étapes du cycle de développement (e.g., la collecte des données). Nous discutons des implications de nos observations au vu d’hypothétiques déploiements cliniques, et appelons à des réflexions inter-disciplinaires sur le sujet.
Mots clés : grands modèles de langue, santé mentale, psychiatrie, biais, applications cliniques