Cet article propose une méthode d'intégration du suivi de l'état psychologique (POST) à un système conversationnel pour le diagnostic de la dépression. Les systèmes conversationnels existants pour le diagnostic de la dépression présentent des limites, notamment une mauvaise capture de l'évolution des informations, des émotions et des symptômes des patients, et l'absence d'un cadre de dialogue clair, ce qui conduit à des conversations inutiles. Dans cet article, nous concevons le POST à partir d'un modèle théorique psychologique composé de quatre composantes : Étape, Information, Résumé et Suivant. Nous l'intégrons à un modèle linguistique à grande échelle (LLM) pour générer des états psychologiques dynamiques et proposons un système qui les utilise pour guider la génération de réponses à chaque étape. Les résultats expérimentaux démontrent que la méthode proposée améliore les performances de toutes les sous-tâches de la conversation diagnostique de la dépression par rapport aux références existantes.
