Une revue intégrative répertoriant la créativité dans l’utilisation de la santé numérique et de l’intelligence artificielle à l’Institut universitaire en santé mentale de Montréal
Notice bibliographique
Résumé
Objectif Fondé en 1873, l’Institut universitaire en santé mentale de Montréal (IUSMM) possède une histoire captivante qui reflète de manière significative l’évolution de la psychiatrie au fil des ans. Au courant des dernières années, les principaux secteurs de la médecine moderne se sont orientés vers les innovations en santé numériques pour améliorer le développement des soins aux patients. L’objectif principal de cette revue est de répertorier les avancées dans le domaine de la santé numérique élaborées au sein de l’IUSMM et de son centre de recherche affilié au cours des 150 dernières années. Méthode Une revue intégrative portant sur les innovations en santé numérique au sein de l’IUSMM a été réalisée. Les bases de données Medline, Web of Science, PsycNet (PsycINFO) et Google Scholar ont été consultées depuis leur création jusqu’à décembre 2023. Résultats La revue de la littérature a initialement identifié 239 articles, dont 108 doublons ont été éliminés lors de l’analyse préliminaire. Parmi les 131 études restantes, 63 articles ont été exclus après examen des titres et résumés, car ils ne répondaient pas aux critères d’inclusion. Après une analyse complète des 68 articles initialement sélectionnés pour évaluation d’éligibilité, un total de 22 articles a été retenu. Cinq catégories d’articles ont été identifiées : la réalité, les applications numériques, les prestations des services et thérapies à distance, l’utilisation de l’intelligence artificielle et finalement l’assistant personnel digital. Conclusion À l’occasion du 150e anniversaire de l’IUSMM, cette revue intégrative révèle que les innovations en santé numérique sont concentrées principalement dans la dernière décennie, suggérant un potentiel prometteur pour des applications numériques dans le soutien quotidien aux personnes souffrant de troubles mentaux, bien que la transition à la pratique clinique puisse progresser lentement.
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 | 0,030 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,016 | 0,019 |
| Études des sciences et des technologies | 0,003 | 0,017 |
| Communication savante | 0,017 | 0,013 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».