MIND: Unified Inquiry and Diagnosis RL with Criteria Grounded Clinical Supports for Psychiatric Consultation

Le papier présente MIND, un cadre d'apprentissage par renforcement unifié pour la consultation psychiatrique qui surpasse les méthodes existantes en intégrant une banque de raisonnement clinique ancrée sur des critères et des mécanismes de rectification de trajectoire pour améliorer la précision diagnostique, la qualité des interactions et l'interprétabilité.

L'essentiel

Imaginez que vous essayez de résoudre un mystère complexe, comme un détective privé, mais au lieu de chercher des voleurs, vous cherchez à comprendre pourquoi une personne se sent mal dans sa tête (dépression, anxiété, etc.). C'est ce que fait un consultant psychiatrique.

Le problème, c'est que les patients racontent souvent leur histoire de manière confuse, avec des détails manquants ou contradictoires. Les intelligences artificielles (IA) actuelles sont très douées pour parler, mais elles ont tendance à faire deux erreurs graves dans ce contexte :

1. Elles inventent des diagnostics (elles disent "c'est de la dépression" sans avoir assez de preuves).
2. Elles s'égarent (elles posent des questions inutiles ou reviennent en boucle sur le même sujet au lieu d'aller au fond des choses).

Les auteurs de ce papier ont créé MIND, une nouvelle IA conçue spécifiquement pour éviter ces pièges. Voici comment elle fonctionne, grâce à trois idées clés :

1. Le "Guide de Survie" (La Banque de Raisonnement)

Imaginez que vous êtes un médecin débutant. Pour ne pas faire d'erreur, vous avez besoin d'un manuel de référence ouvert devant vous qui vous rappelle les règles strictes du diagnostic (par exemple : "Pour dire 'dépression', il faut que le patient ait de la tristesse depuis au moins 2 semaines").

• L'analogie : MIND possède un grand coffre-fort numérique rempli de ces règles médicales et de cas similaires passés.
• Comment ça marche : À chaque fois que le patient dit quelque chose, MIND ne se contente pas de répondre. Elle consulte d'abord son coffre-fort pour voir : "Qu'est-ce que je dois vérifier maintenant selon les règles ?". Si le patient dit "Je suis fatigué", MIND ne devine pas tout de suite. Elle va chercher dans son coffre : "Ah, la fatigue seule ne suffit pas. Je dois vérifier la durée et l'impact sur le travail."
• Le résultat : Elle ne fait jamais de suppositions hasardeuses. Chaque question est justifiée par une règle précise.

2. Le "Coach de Conversation" (Le Raisonnement Explicite)

Avant de répondre au patient, MIND prend un moment pour réfléchir à voix haute (comme un détective qui note ses pensées dans un carnet).

• L'analogie : C'est comme un joueur d'échecs qui ne bouge pas son pion sans avoir d'abord écrit sur un papier : "Si je fais ce coup, je risque de perdre ma tour, donc je vais plutôt vérifier si mon adversaire est prêt à attaquer."
• Comment ça marche : MIND écrit une petite note interne : "Le patient a de la tristesse, mais je ne sais pas encore si ça dure depuis 2 semaines. Je dois poser une question précise là-dessus avant de poser un diagnostic."
• Le résultat : Cela force l'IA à être logique et transparente. On peut voir pourquoi elle pose telle question, ce qui rend le diagnostic plus fiable.

3. Le "GPS de Correction" (La Rectification de Trajectoire)

Parfois, même les meilleurs détectives s'égarent. Ils peuvent poser la même question deux fois ou rester bloqués sur un sujet qui n'a pas d'importance.

• L'analogie : Imaginez que vous conduisez avec un GPS. Si vous faites une erreur de direction, le GPS ne vous dit pas juste "Continuez". Il vous dit : "Recalculer l'itinéraire ! Vous êtes parti dans la mauvaise direction, voici le chemin le plus rapide pour revenir sur la bonne route."
• Comment ça marche : MIND surveille sa propre conversation. Si elle sent qu'elle tourne en rond ou qu'elle pose une question "bête" (qui n'apporte pas d'information utile), elle déclenche une auto-correction. Elle peut soit se reprendre immédiatement, soit consulter à nouveau son "coffre-fort" (le Guide de Survie) pour trouver la question la plus intelligente à poser.
• Le résultat : La conversation reste toujours utile et avance vers le but (le bon diagnostic) sans perdre de temps.

En résumé : Pourquoi MIND est spécial ?

Les autres IA sont comme des étudiants brillants mais impatients : ils parlent bien, mais ils veulent souvent donner la réponse trop vite et oublient de vérifier les détails.

MIND, lui, est comme un médecin expert, méthodique et prudent :

• Il a toujours son manuel de règles sous la main (le coffre-fort).
• Il réfléchit avant de parler (le carnet de notes).
• Il sait se corriger s'il fait une erreur de parcours (le GPS).

Les tests montrent que MIND est beaucoup plus précis pour poser le bon diagnostic, plus empathique (il comprend mieux les émotions), et surtout, il ne "hallucine" pas de fausses maladies. C'est un pas de géant vers des IA capables de nous aider sérieusement dans le domaine de la santé mentale, tout en restant sûres et fiables.

Résumé technique

Titre : MIND : Un cadre unifié d'enquête et de diagnostic par apprentissage par renforcement avec des supports cliniques ancrés sur des critères pour la consultation psychiatrique

1. Problématique et Contexte

Les modèles de langage (LLM) ont considérablement amélioré les systèmes de dialogue médical, mais la consultation psychiatrique présente des défis uniques et plus complexes que les autres domaines médicaux :

• Ambiguïté subjective et comorbidité : Les récits des patients sont souvent incomplets, incohérents et subjectifs, rendant difficile l'extraction de signaux psychopathologiques précis.
• Défauts des méthodes existantes :
  1. Absence d'ancrage clinique : Sans supports basés sur des critères diagnostiques stricts (ex: DSM-5, CIM-10), les agents ont tendance à faire des affirmations cliniques non étayées, surtout lorsque les symptômes sont atypiques.
  2. Dérive de l'enquête (Inquiry Drift) : Dans les dialogues multi-tours, les agents perdent souvent le fil, posent des questions hors sujet ou à faible rendement, et échouent à optimiser la stratégie de questionnement pour atteindre un diagnostic précis.

L'objectif est de créer un agent capable d'extraire continuellement des indices, de maintenir une focalisation sur les informations pertinentes et de justifier rigoureusement son raisonnement diagnostique.

2. Méthodologie : Le Cadre MIND

Les auteurs proposent MIND, un cadre unifié d'apprentissage par renforcement (RL) combinant l'enquête proactive et le diagnostic, structuré autour de trois piliers principaux :

A. Banque de Raisonnement Psychiatrique Ancrée sur des Critères (PRB - Criteria-Grounded Psychiatric Reasoning Bank)

• Fonction : Une base de connaissances dynamique qui associe les états de dialogue cliniques à des supports de raisonnement normalisés.
• Mécanisme :
  • Le contexte du dialogue est résumé en un état de récupération clinique (factuel, sans diagnostic).
  • Le système récupère des consultations de référence sémantiquement similaires dans la PRB.
  • Il extrait des supports cliniques (rationnels basés sur les guidelines) qui guident l'enquête suivante (ex: vérifier un seuil de durée, exclure un trouble bipolaire).
• Avantage : Cela transforme l'intuition en un raisonnement aligné sur les critères, réduisant les hallucinations et les omissions de vérifications cruciales.

B. Raisonnement Clinique Explicite avec Supervision de Processus

• Structure du tour : Au lieu de répondre directement, l'agent génère d'abord une trace de raisonnement explicite (Chain of Thought) avant sa réponse.
• Contenu du raisonnement : Il doit analyser les symptômes, considérer les diagnostics différentiels et justifier la prochaine question.
• Récompenses de processus (Rubric-based Process Rewards) : Un juge (LLM) évalue chaque tour selon une grille (rubric) sur trois dimensions :
  1. Analyse des symptômes (couverture des faits manquants).
  2. Considération différentielle (exclusions pertinentes).
  3. Logique décisionnelle (cohérence entre le raisonnement et la question posée).
• Cela fournit une supervision fine à chaque étape, au-delà du simple résultat final.

C. Rectification de Trajectoire Sensible à la Valeur (Value-Aware Trajectory Rectification)

• Problème résolu : La dérive de l'enquête et les boucles de questions inutiles.
• Mécanisme : Le système surveille l'utilité de chaque tour. Si un tour est jugé à faible rendement (répétition, hors sujet, format erroné) :
  • Auto-essai (Self-retry) : L'agent tente de régénérer sa réponse sous des contraintes plus strictes.
  • Fallback guidé par la PRB : Si l'échec persiste, le système injecte directement une question de référence issue de la PRB (style SCID-5) pour recentrer le dialogue sur une trajectoire diagnostique structurée.

Entraînement : Le modèle suit un pipeline SFT (Supervised Fine-Tuning) → RL.

1. Warm-start SFT : Pour apprendre le format de dialogue et le raisonnement de base.
2. Optimisation RL (GRPO) : Utilisation de récompenses mixtes combinant le gain d'information, l'alignement du raisonnement clinique, la qualité de l'interaction (empathie) et la précision du diagnostic final.

3. Contributions Clés

1. Cadre MIND : Une approche RL unifiée qui optimise conjointement les politiques d'enquête et les décisions diagnostiques via l'augmentation par récupération (RAG) et des récompenses mixtes.
2. PRB (Psychiatric Reasoning Bank) : Une base de données structurée qui fournit des supports cliniques ancrés sur des critères pour guider le raisonnement et l'enquête différentielle.
3. Supervision de processus et Rectification : Intégration de récompenses basées sur des grilles d'évaluation pour le raisonnement intermédiaire et un mécanisme de correction automatique pour stabiliser les dialogues complexes.
4. Validation Rigoureuse : Évaluation extensive sur des benchmarks de consultation psychiatrique, démontrant une supériorité par rapport aux modèles de base (LLM génériques, RAG, et autres méthodes RL).

4. Résultats Expérimentaux

Les expériences ont été menées sur un ensemble de données de 1 000 dossiers médicaux électroniques (EMR) dé-identifiés, couvrant la dépression, l'anxiété, les troubles mixtes et autres.

• Précision Diagnostique : MIND (notamment la variante 8B) surpasse systématiquement les modèles de base (GPT-4o, DeepSeek-V3, Qwen3, DDO, MRD-RAG) en termes de précision et de F1-macro, tant sur des simulateurs de patients standards que adaptés.
  • Exemple : Sur le simulateur PsySim-Std, MIND-8B atteint 71.5% de précision contre 49.5% pour GPT-4o et 56.5% pour le modèle RL précédent (DDO).
• Fidélité aux Supports (Support Faithfulness) : MIND obtient les meilleurs scores (8.6/10) en matière de cohérence factuelle et d'ancrage des supports cliniques, réduisant les affirmations non étayées.
• Qualité de l'Interaction : Évaluations humaines montrant que MIND est préféré dans 82% des cas par rapport aux baselines, avec des scores supérieurs en fiabilité professionnelle et en naturalité.
• Études d'ablation : La suppression de la PRB, de la supervision du raisonnement ou du mécanisme de fallback entraîne une baisse significative des performances, confirmant l'importance de chaque composant.

5. Signification et Impact

Ce travail marque une avancée significative dans l'application des LLM à la santé mentale :

• Passage de l'intuition au critère : Il démontre que l'ancrage des LLM sur des bases de connaissances cliniques structurées (PRB) est essentiel pour gérer l'ambiguïté des troubles psychiatriques.
• Robustesse des dialogues multi-tours : Le mécanisme de rectification de trajectoire offre une solution pratique aux problèmes de dérive et de boucles de questions, fréquents dans les interactions longues.
• Interprétabilité : En forçant un raisonnement explicite et vérifiable à chaque tour, MIND rend le processus de diagnostic plus transparent et auditable pour les cliniciens.
• Perspective clinique : Bien que conçu pour la recherche, ce cadre pose les bases pour des systèmes d'aide à la décision clinique plus sûrs, capables de réduire les erreurs de diagnostic dues à des informations incomplètes ou à des biais de conversation.

En résumé, MIND représente un pas vers des agents d'IA psychiatrique non seulement capables de converser, mais aussi de raisonner cliniquement avec rigueur, en s'alignant sur les standards médicaux tout en maintenant une interaction empathique.