Les modèles de langage à grande échelle peuvent améliorer les questionnaires utilisés pour diagnostiquer les troubles mentaux en identifiant les chevauchements et les redondances entre les questions. Grâce à leur capacité à analyser et à restructurer les contenus, ces outils permettent d’optimiser la généralisation des symptômes tout en réduisant les répétitions inutiles. En outre, ils ouvrent la voie à de nouvelles formulations conceptuelles des troubles psychiatriques. Ces résultats proviennent d’une étude internationale menée par le professeur Joseph Kambeitz et le professeur Kai Vogeley, de la faculté de médecine et de l’hôpital universitaire de Cologne, en Allemagne. Leur recherche démontre que l’intelligence artificielle peut non seulement renforcer la fiabilité et l’efficacité des outils diagnostiques, mais aussi contribuer à repenser la manière dont les troubles mentaux sont compris et classés, en s’appuyant sur des données plus cohérentes et plus précises.