Evaluation of an Artificial Intelligence and Online Psychotherapy Initiative to Improve Access and Efficiency in an Ambulatory Psychiatric Setting: Évaluation d’une initiative de psychothérapie en ligne basée sur l’intelligence artificielle visant à améliorer l’accès et l’efficacité en milieu psychiatrique ambulatoire
Notice bibliographique
Résumé
Objectives This study aimed to implement an artificial intelligence-assisted psychiatric triage program, assessing its impact on efficiency and resource optimization. Methods This project recruited patients on the waitlist for psychiatric evaluation at an outpatient hospital. Participants ( n = 101) completed a digital triage module that used natural language processing and machine learning to recommend a care intensity level and a disorder-specific digital psychotherapy program. A psychiatrist also assessed the same information, and the decisions for care intensity and psychotherapy programs were compared with the artificial intelligence recommendations. Results The overall wait time to receive care decreased by 71.43% due to this initiative. Additionally, participants received psychological care within three weeks after completing the triage module. In 71.29% of the cases, the artificial intelligence-assisted triage program and the psychiatrist suggested the same treatment intensity and psychotherapy program. Additionally, 63.29% of participants allocated to lower-intensity treatment plans by the AI-assisted triage program did not require psychiatric consultation later. Conclusions Using artificial intelligence to expedite psychiatric triaging is a promising solution to address long wait times for mental health care. With future accuracy refinements, this could be a valuable tool to implement in hospital settings to assist care teams and improve mental health care. This could result in increased care capacity and improved workflow and decision-making. Plain Language Summary Title Evaluation of AI and Online Psychotherapy Initiative to Improve Psychiatric Care Access and Efficiency
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».