Artificial intelligence and virtual reality applied to the clinical care of women with schizophrenia: A systematic review.
Notice bibliographique
Résumé
Introduction Artificial intelligence (AI) and virtual reality (VR) are useful tools that can improve precision medicine and can prove useful in the clinical care of patients with psychosis. Objectives Our aim was to determine whether AI and VR have been applied to the prediction of clinical response in women with schizophrenia. Methods A systematic review was carried out in PubMed and Scopus from inception to September 2023 by using the PRISMA guidelines. Search terms: (“artificial intelligence” OR “intelligent support” OR “machine intelligence” OR “machine learning” OR “virtual reality” OR “intelligent agent” OR “neural networks” OR “virtual reality” OR “digital twins”) AND (“schizophrenia” OR “psychosis”) AND (“women” OR gender”). Inclusion criteria: 1)English, French, German or Spanish language, 2) reporting treatment response in schizophrenia (as long as information in women was included), and 3) including AI and VR techniques. Results From a total of 320 abstracts initially screened (PubMed:182, Scopus:138), we selected 6 studies that met criteria. - Prediction of treatment response. (1) Clinical information, genetic risk score and proxy methylation score have been shown to improve prediction models. (2) Graph-theory-based measures have been combined with machine learning. - Therapeutic drug monitoring. (1) A machine learning model has been useful in predicting quetiapine blood concentrations. - Pharmacovigilance. (1) Machine learning has connected prolactin levels and response in olanzapine-treated patients. (Zhu et al., 2022). - Treatment-resistant schizophrenia (TRS). (1) Women with TRS have been found to receive clozapine less frequently than men (adjusted for sociodemographic, biological and clinical factors). (2) Statistical learning approach: Women have been found to respond better to clozapine than men. Conclusions AI, including machine learning, show promising results in the prediction of treatment response in women with schizophrenia. As of yet, digital twins have not been investigated to test specific interventions or to personalize treatment in women with schizophrenia. Disclosure of Interest None Declared
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».