Dossiers psychiatriques longitudinaux : du texte clinique à l’évaluation vérifiable

Structure de données déduite de l’échantillon

Le classeur regroupe plusieurs types de formulaires cliniques et illustre les liens entre documents, temps et modalités. Cette page publique décrit les catégories de champs, sans publier de contenu individuel.

Séquence des documents de soins

Index, évaluation d’admission, notes initiales et d’évolution, synthèses intermédiaires, avis et sortie peuvent être reliés à l’épisode et à leur temporalité.

Liens avec les preuves cliniques

Laboratoire, imagerie, prescriptions et ordonnances peuvent être reliés aux notes par date et source. Les absences et contradictions doivent être conservées et signalées.

Champs d’évaluation de la sécurité

Le schéma comprend des formulaires d’évaluation des risques. Ces tâches exigent des étiquettes et procédures d’escalade définies par des cliniciens; extraire une évaluation documentée ne constitue ni un diagnostic ni une intervention automatique.

Définition opérationnelle d’un jeu psychiatrique de qualité

La qualité ne signifie pas seulement “beaucoup de dossiers” ou “données nettoyées”. C’est un produit versionné, d’origine licite, avec une tâche définie, des références vérifiables, des annotations traçables, une évaluation sans fuite et des limites explicites.

• Validité de la tâcheDéfinir l’objectif de recherche ou d’évaluation, les utilisateurs, entrées et sorties, exclusions et décisions cliniques qui ne doivent pas être prises à partir du jeu.
• Provenance et gouvernance vérifiablesDocumenter la source, l’autorisation, la voie éthique applicable, la finalité, les rôles d’accès, la conservation, la méthode de désidentification et la suppression. En Chine, les données de santé sont des données personnelles sensibles; masquer des identifiants ne suffit pas à établir une base légale.
• Sémantique adaptée à la psychiatrieConserver présence des symptômes, temps, source, négation et incertitude, récit du patient versus observation clinique, comorbidités et contexte. Documenter les versions et règles de correspondance des termes et codes.
• Référence transparenteDistinguer le diagnostic inscrit dans le dossier de l’étiquette de référence arbitrée par des experts pour une tâche de recherche. Relier l’étiquette aux preuves, à la version des règles, au statut de revue et à l’incertitude.
• Découpage longitudinal fiableSéparer entraînement, réglage et test par patient. Pour la prédiction, fixer un seuil temporel et exclure les informations futures. Une validation externe par site ou période évalue la transférabilité.
• Preuves qualité reproductiblesConserver dictionnaire, manuel, versions, déduplication, définition des valeurs manquantes, arbitrage, échantillonnage d’audit, fiche de données et journal de changements. Préciser dénominateurs et périmètre des métriques.

Tâches de recherche et d’évaluation envisageables

Il s’agit de pistes, pas de l’affirmation que l’échantillon a été annoté ou qu’un modèle a obtenu des résultats. Chaque tâche doit faire l’objet d’une revue des droits, de la faisabilité des étiquettes et des limites cliniques.

Structuration des récits cliniques

Extraire symptômes, expressions temporelles, négation, incertitude, source et emplacement du document; évaluer entités, relations et chronologie, pas uniquement la classification.

Reconstruction du parcours longitudinal

Organiser admission, notes d’évolution, avis, examens et sortie en séquences d’événements reliées à des preuves; vérifier ordre, temps et cohérence documentaire.

Cohérence et synthèses

Comparer diagnostics consignés, examens, ordonnances et plans. Exiger des preuves pour chaque élément du résumé et évaluer omissions, contradictions et ajouts non étayés.

Extraction d’informations de sécurité

Mesurer la détection des évaluations documentées, la conservation de l’incertitude et le déclenchement d’une revue humaine. Ne remplace ni jugement clinique, ni service de crise, ni parcours local.

Entraînement des modèles psychiatriques : aligner objectif et format des données

Un dossier psychiatrique n’est pas automatiquement un exemple d’entraînement. Chaque méthode exige une structure, une supervision et des contrôles de séparation adaptés. Ce sont des options à cadrer par projet, sans prétendre que l’échantillon contient déjà des étiquettes ou un volume de production.

Préentraînement continu / adaptation de domaine

N’utiliser qu’un corpus dont les droits, la minimisation et la désidentification ont été examinés. Conserver type de document, source et granularité temporelle, dédupliquer et évaluer le risque de mémorisation.

Ajustement supervisé (SFT)

Les notes brutes ne sont pas des exemples d’instructions. Construire des entrées et sorties par tâche, localiser les preuves, annoter négation, incertitude et cas sans réponse, puis faire réviser par des experts.

Extraction et classification

Définir des étiquettes pour symptômes, début, évolution, événements médicamenteux, examens et source documentaire. Rapporter précision, rappel, F1 et distribution; un diagnostic consigné n’est pas automatiquement une référence vraie.

Recherche longitudinale sur les issues ou le risque

Définir date index, fenêtres d’observation et d’issue, et règles de censure. N’utiliser que l’information disponible avant la prédiction, séparer par patient et valider dans le temps ou sur d’autres sites. Cela reste de la recherche.

Récupération et résumés étayés par des preuves

Pour le RAG ou les résumés, conserver passages sources, emplacement et temps. Évaluer citations, omissions, contradictions, ajouts non étayés et abstention. Gouverner séparément corpus de récupération, entraînement et test scellé.

Parcours produit selon les équipes et les besoins

Partir du besoin opérationnel, puis combiner préparation des données, annotation experte et évaluation du modèle dans des livrables jalonnés. Chaque projet vérifie d’abord les droits, la faisabilité des étiquettes et le périmètre disponible.

Équipes hospitalières et de recherche

Traduire le protocole en critères d’inclusion, correspondance des champs, événements longitudinaux et variables de résultat. Livrer dictionnaire révisable, fiche de données et résultats du pilote. L’établissement autorisé décide du parcours éthique.

Équipes de modèles psychiatriques

Créer des données de structuration clinique, SFT ou ajustement par tâche, tout en isolant le test scellé des données d’ajustement. Livrer manuel d’annotation, traces de revue et rapport qualité par tâche.

Santé mentale numérique et recherche thérapeutique

Tâches possibles : évolution des symptômes, trajectoire thérapeutique, observance et événements indésirables. Les critères et autorisations sont définis à part; le produit ne constitue ni conseil ni preuve d’efficacité.

Qualité et sécurité des modèles

Créer benchmark privé, grille clinique, taxonomie d’erreurs et test de régression des versions. Examiner omissions, inférences excessives, incertitude et déclenchement d’une revue humaine. Ce n’est pas une certification clinique.

Parcours pratique de construction et d’évaluation

1. 1
   Définir la tâche

   Psychiatres, professionnels de psychologie, gouvernance des données et équipes ML définissent objectif, unité d’étiquette, inclusion, fenêtre temporelle, niveau de risque et usages interdits.

2. 2
   Vérifier les droits

   Contrôler l’autorisation du fournisseur, l’applicabilité de la revue ou exemption éthique, le consentement, les champs nécessaires, les accès et la conservation/suppression. La décision éthique relève du comité habilité.

3. 3
   Créer des références expertes

   Former les annotateurs, réaliser une double annotation indépendante et arbitrer à l’aveugle les désaccords. Rapporter l’accord brut et une statistique adaptée (famille κ pour les catégories, ICC pour les notes continues, par exemple), avec intervalles de confiance et distributions.

4. 4
   Tester sans fuite

   Séparer par patient, figer le test et le protocole, empêcher qu’un même patient apparaisse dans plusieurs ensembles par ses documents ou périodes. Enregistrer modèle, prompts, outils et conditions.

5. 5
   Valider en externe et surveiller

   Si autorisé, tester sites, périodes et sous-groupes. Évaluer calibration, abstention, erreurs, impact sur le flux de travail et dérive. Un usage clinique nécessite les études et évaluations réglementaires applicables.

Comment LumeSage peut transformer la spécification en produit

Un échantillon ne devient un produit achetable, vérifiable et améliorable que si données, expertise et évaluation forment une boucle contrôlée.

Fiche de données

Préciser catégorie de source, dictionnaire, inclusion, granularité temporelle, liens de modalités, désidentification/accès, limites d’usage, métriques et biais connus.

Production experte

Mobiliser expertise en psychiatrie et psychologie, annotation et contrôle qualité. Définir manuel, formation, double revue, arbitrage, échantillonnage et reprises par tâche.

Benchmark d’évaluation

Séparer extraction, relations temporelles, cohérence, fidélité des synthèses et détection d’informations de sécurité; utiliser test aveugle, versions fixes, typologie d’erreurs et retest.

Livraison contrôlée

Consigner échantillons, licence, unité de comptage, critères d’acceptation, environnement d’accès, conservation et suppression dans la fiche et le contrat. Une ligne de catalogue n’est pas un stock disponible.

Garde-fous qualité et preuves d’acceptation

Aucun score de précision isolé ne démontre la qualité. Définir avant le pilote les métriques, dénominateurs, échantillonnage et critères d’arrêt, puis fixer l’acceptation selon tâche et risque.

Origine et autorisations

Vérifier source, chaîne d’autorisation, voie éthique applicable, finalité, désidentification, rôles d’accès, conservation et suppression; conserver versions et traces d’audit.

Intégrité sémantique et temporelle

Mesurer types de documents, champs manquants, horodatages, distinction entre récit du patient et observation clinique, négation, incertitude, conflits et doublons.

Étiquettes et accord expert

Former les évaluateurs, faire une double annotation indépendante puis arbitrer les désaccords à l’aveugle. Rapporter accord, statistique adaptée, intervalles, distribution et taux d’arbitrage; les seuils se négocient.

Fuite et transférabilité

Séparer par patient et rechercher doublons, modèles de documents et fuite d’informations futures. Si autorisé, valider sur d’autres périodes, sites et sous-groupes, en déclarant les limites.

Métriques par tâche et sécurité

Précision/rappel/F1 pour l’extraction, preuves et omissions pour les résumés, calibration pour la recherche prédictive. Pour les risques, examiner omissions, fausses alertes, abstention et charge de revue humaine.

Références méthodologiques et de gouvernance

Ces sources orientent la conception. Les recommandations de publication, d’éthique et les résultats empiriques ont des rôles distincts; aucune ne certifie le produit ni ses performances.

• OMS (2024) : éthique et gouvernance des grands modèles multimodaux en santé. World Health Organization (2024). Ethics and governance of artificial intelligence for health: large multi-modal models.
• BMJ (2024) : TRIPOD+AI pour le compte rendu des modèles prédictifs cliniques; il améliore la transparence, sans certifier la qualité des données. Collins et al. (2024). TRIPOD+AI statement. BMJ 385:e078378.
• Nature Medicine (2025) : MedHELM organise l’évaluation des modèles médicaux autour de tâches pratiques. Nature Medicine (2025). Holistic evaluation of large language models for medical tasks with MedHELM.
• BMC Medical Informatics and Decision Making (2025) : exemple d’étude NLP sur des informations symptomatiques dans des notes psychiatriques. BMC Medical Informatics and Decision Making (2025). NLP to identify suicidal ideation and anhedonia in major depressive disorder.
• Commission nationale de la santé de Chine (2023) : examen éthique des recherches biomédicales impliquant des personnes. National Health Commission of China (2023). Ethics review measures for life-science and medical research involving humans.
• Loi chinoise sur la protection des informations personnelles, art. 28–30 : traitement des données sensibles, dont la santé. Personal Information Protection Law of the PRC, Articles 28–30.
• npj Digital Medicine (2026) : PsychiatryBench propose un cadre multi-tâches en psychiatrie. C’est une référence de conception, pas une preuve de performance pour ce projet. Lenz et al. (2026). Benchmarking large language models against practicing clinicians on psychopathological assessment. npj Digital Medicine 9, 518.
• npj Digital Medicine (2026) : une étude d’évaluation psychopathologique structurée compare modèles, cliniciens et consensus expert; le petit nombre d’entretiens simulés limite la généralisation aux cohortes réelles. PsychiatryBench: a multi-task benchmark for LLMs in psychiatry. npj Digital Medicine (2026).
• Nature Machine Intelligence (2026) : une étude de modèle adapté à la psychiatrie illustre l’adaptation spécialisée; ses données et résultats ne concernent pas cet échantillon. A domain-adapted large language model to support clinicians in psychiatric clinical practice. Nature Machine Intelligence (2026).