Surveillance de l’état mental basée sur Internet à l’aide de données textuelles du patient
Parmi toutes les maladies chroniques, les problèmes de santé mentale pesent le plus lourd sur les systèmes de santé. Cependant, contrairement à d’autres maladies chroniques, comme le diabète ou l’hypertension, aucune procédure de surveillance n’existe pour surveiller l’état de santé mentale des patients afin de prévenir les rechutes et les situations de crise. Il est donc nécessaire de développer des systèmes de surveillance abordables, pratiques et accessibles qui pourraient être utilisés en dehors du milieu clinique. La plupart des maladies mentales présentent une gamme de symptômes physiques et comportementaux (par exemple, un changement de ton, de posture et d’utilisation des mots, aussi appelés symptômes psychomoteurs) qui pourraient être mesurés à l’aide d’appareils intelligents utilisés principalement par les patients. Les méthodes récentes de prestation de soins en ligne (par exemple, la psychothérapie en ligne) offrent la possibilité d’utiliser ces évaluations numériques du comportement (phénotypage comportemental) pour un suivi à long terme et à distance de l’état de santé mentale. Notre proposition est de traiter les données comportementales numériques générées par les patients sur une plateforme en ligne (par exemple, rétroaction textuelle, vocale et vidéo) en utilisant des approches d’apprentissage automatique pour développer un algorithme prédisant leur état mental. De plus, grâce aux avancées récentes de l’apprentissage profond dans le traitement du langage naturel, nous allons générer un contenu thérapeutique plus personnalisé pour les interactions avec les patients afin d’améliorer la qualité des soins.
Voir la description complète du projetRoumen Milev; Nazanin Alavai
OPTT
Sciences de la vie
Sciences de la santé et technologies connexes; Industries de l’information et culturelles
Université Queen’s
Elevate