Au cours de la dernière décennie, l'IA a été utilisée pour aider ou même remplacer les humains dans de nombreux domaines professionnels. Il y a maintenant des robots qui livrent des courses ou travaillent dans des lignes d'assemblage dans des usines, et il y a des assistants IA qui planifient des réunions ou répondent à la ligne téléphonique des services clients. Peut-être encore plus surprenant, nous avons récemment commencé à admirer l'art visuel produit par l'IA, et à lire des essais et de la poésie "écrits" par l'IA (Miller 2019), c'est-à-dire composés en imitant ou en assemblant des compositions humaines. Très récemment, le développement de ChatGPT a montré comment l'IA pouvait avoir des applications dans l'éducation (Kung et al. 2023), le système judiciaire (Parikh et al. 2019) et l'industrie du divertissement.1

L'un des domaines de développement les plus prometteurs pour l'IA est la santé (Mishra et al. 2021). L'IA est utilisée depuis quelques années pour aider au diagnostic des patients et trouver les meilleurs traitements (voir par exemple IBM Watson). Plus récemment, des robots IA ont été utilisés pour aider les chirurgiens à effectuer une chirurgie cérébrale (Prabu et al. 2014).

L'IA devient rapidement efficace pour effectuer plusieurs tâches dans les établissements de santé que nous considérions auparavant comme une prérogative humaine. En particulier, l'IA semble être meilleure que les humains pour diagnostiquer certaines maladies, car elle peut apprendre de vastes ensembles de données et reconnaître les modèles mieux que nous (Loh 2018). Il est donc probable que les domaines de la médecine principalement concernés par le diagnostic seront intégrés à l'IA plus tôt que d'autres.

La demande d'assistance médicale ne cesse d'augmenter, mais les ressources financières sont limitées. La perspective d'utiliser l'IA pour fournir un soutien substantiel à l'administration des soins de santé a donné beaucoup d'espoir quant à la possibilité d'améliorer l'assistance aux soins de santé dans le monde et de la rendre plus rentable. Des rapports sur son utilisation réussie en médecine ont été publiés dans des revues scientifiques et des magazines populaires. Par exemple, certaines études suggèrent que l'IA est meilleure que les médecins humains pour détecter des affections telles que les cancers de la peau (Esteva et Topol 2019) ou la rétinopathie diabétique (Savoy 2020), et certaines prédisent que l'IA remplacera les professionnels de la santé humains d'ici quelques décennies2.

En supposant que l'IA puisse tenir ses promesses - une hypothèse importante que nous tenons pour acquise dans cet article - l'IA pourrait permettre de meilleurs soins pour un plus grand nombre de personnes. Pourtant, les coûts du passage de l'assistance médicale humaine à l'IA ne peuvent être ignorés.

L'un des coûts évidents associés au remplacement d'un nombre important de médecins humains par l'IA est la déshumanisation des soins de santé. La dimension humaine de la relation thérapeute-patient en serait sûrement amoindrie. Avec lui, les caractéristiques des interactions humaines qui sont généralement considérées comme un aspect essentiel de la prestation de soins de santé, telles que l'empathie et la confiance, risquent également d'être perdues. Parfois, le risque de déshumaniser les soins de santé en ayant des machines au lieu de personnes s'occupant des patients peut valoir la peine d'être pris, par exemple lorsque les résultats attendus pour le patient sont nettement meilleurs. Cependant, certains domaines de la santé semblent nécessiter une composante humaine qui ne peut être déléguée à l'intelligence artificielle. En particulier, il semble peu probable que l'IA puisse jamais sympathiser avec un patient, se rapporter à son état émotionnel ou fournir au patient le type de connexion qu'un médecin humain peut fournir. Bien évidemment, l'empathie est une dimension éminemment humaine qu'il serait difficile, voire conceptuellement impossible, d'encoder dans un algorithme.

Dans certains domaines des soins de santé, ces facteurs peuvent être presque sans importance. On pourrait se soucier peu d'avoir un lien humain avec l'entité (humaine ou non) remplissant une cavité ou effectuant une intervention chirurgicale sur un doigt cassé. Mais dans des domaines tels que la psychiatrie et les soins de santé mentale, l'interaction avec un autre humain est susceptible d'être irremplaçable, car elle semble être l'un des principaux facteurs contribuant au succès du diagnostic et du traitement psychiatrique.

Cependant, si l'utilisation de l'IA en psychiatrie donne des résultats positifs pour les patients, non seulement la déshumanisation de la psychiatrie serait un coût à payer, surtout si elle réduit les coûts et améliore l'accès ; de plus, la nature même de la psychiatrie comme essentiellement fondée sur le lien humain entre le thérapeute et le patient serait remise en question. Même s'il y a des raisons d'être sceptique quant à la possibilité de ce changement radical de perspective, il vaut la peine d'examiner quels pourraient en être les avantages potentiels. Il est possible que plus tard, nous soyons surpris de ce que l'utilisation de l'IA en psychiatrie peut accomplir, tout comme il y a 20 ou 30 ans, nous aurions été surpris si quelqu'un avait affirmé que les smartphones allaient devenir une si grande partie de nos vies, ou que l'IA allait devenir si importante dans les discussions universitaires. Et pourtant, nous passons plusieurs heures par jour sur nos smartphones et les avantages et inconvénients potentiels de l'IA sont devenus l'une des questions les plus débattues tant à l'intérieur qu'à l'extérieur du monde universitaire.

Soin de la santé mentale

En pensant aux soins de santé mentale, la plupart d'entre nous imaginent probablement un patient allongé sur un canapé, parlant de son dernier cauchemar ou de sa mauvaise relation avec sa mère, à un thérapeute qui prend des notes dans un journal. En effet, cela a été le paradigme des soins de santé mentale pendant très longtemps. La psychanalyse est populaire depuis son introduction par Sigmund Freud à la fin du XIXe siècle. La psychothérapie comportementale a gagné en popularité depuis les années 60 du siècle dernier. Il existe certainement des différences pertinentes entre la psychanalyse et la psychothérapie comportementale, mais pour les besoins de cet article, la caractéristique pertinente est qu'elles impliquent toutes deux de parler à un professionnel (humain). C'est dans la nature de ces approches thérapeutiques de la santé mentale qu'un thérapeute écoute, comprenne et souvent fasse preuve d'empathie envers un patient.

Les machines manquent de conscience et d'émotions et ne peuvent pas sympathiser avec nous ou ressentir des émotions humaines. Alors, comment l'IA pourrait-elle être utile aux soins de santé mentale ? Une façon d'aborder la question est de considérer à quel point les approches plus traditionnelles de la santé mentale ont donné de mauvais résultats, par rapport à d'autres domaines des soins de santé. Les avantages de l'utilisation de l'IA en psychiatrie doivent être évalués par rapport aux performances des thérapeutes humains et des interventions pharmaceutiques. Si la barre qu'ils fixent est relativement basse, relever le défi de l'IA pourrait être plus facile qu'on ne le pense.

Sous l'égide des problèmes de «santé mentale», il existe une variété de conditions très différentes, allant du trouble anxieux léger au trouble bipolaire, de la dépression légère à la schizophrénie. Il n'est pas possible de dire si l'IA pourrait être également utile pour traiter toutes les différentes conditions, ou seulement certaines d'entre elles, mais il est probable que l'IA pourrait être au moins quelque peu utile pour répondre au besoin croissant de soins de santé mentale dans le monde. En effet, il semble que malgré les progrès accomplis pour rendre les soins de santé plus adéquats, individualisés, centrés sur le patient, accessibles et efficaces, la santé mentale ne s'améliore pas tant au niveau mondial que, dans de nombreux cas, au niveau local. Au niveau mondial, on estime que la mauvaise santé mentale coûte 2 500 milliards de dollars par an, ce qui comprend les coûts de traitement des problèmes de santé et les pertes de productivité. Selon certaines estimations, le coût devrait atteindre 6 000 milliards de dollars d'ici 2030 (voir l'éditorial du Lancet 2020).

En 2022, le Lancet Psychiatry a publié une analyse (GBD 2022) de données longitudinales de 1990 à 2019, comprenant 204 pays et portant sur 12 troubles mentaux (divers auteurs 2019). Selon cette étude, il y a eu une augmentation de 48 % des diagnostics de troubles mentaux au cours des deux dernières décennies (d'environ 654,8 millions en 1990 à 970,1 millions de cas en 2019). Bien que les hommes et les femmes souffrent de troubles mentaux dans une mesure égale, certains troubles mentaux affectent davantage les femmes que les hommes (comme les troubles dépressifs, les troubles anxieux et les troubles de l'alimentation), tandis que d'autres affectent davantage les hommes que les femmes (TDAH et autisme). Chez les deux sexes, les affections les plus courantes étaient l'anxiété et la dépression. Les restrictions liées à la pandémie de COVID-19 ont eu un impact négatif sur les soins de santé mentale au niveau mondial (en privant les gens d'interactions sociales, en faisant perdre à certains leur source de revenus, etc.) (Gao et al. 2022, Hansen et Menkens 2021). Pourtant, la situation était assez dramatique avant même la pandémie. De plus, les inégalités persistent. Les Noirs et les personnes issues de ménages à faible revenu sont moins susceptibles d'accéder aux services de santé mentale en Angleterre (McManus et al. 2016) et aux États-Unis (Hodgkinson et al. 2017).

En somme, malgré tous les efforts déployés jusqu'à présent pour obtenir de meilleurs résultats pour les patients, peu de progrès ont été réalisés, et en effet, il semble que les choses se soient dégradées.

Comment l'IA peut aider à améliorer les soins de santé mentale

Compte tenu des inquiétudes concernant l'aggravation de la santé mentale au niveau mondial et de la mise en œuvre de la technologie de l'IA dans de nombreux autres domaines des soins de santé, il n'est pas surprenant que des tentatives aient été faites pour utiliser l'IA pour lutter contre la maladie mentale.

À l'heure actuelle, l'IA s'est avérée utile pour diagnostiquer différents types de maladies mentales, souvent par des moyens inaccessibles aux thérapeutes humains. Par exemple, l'IA peut accéder à des informations pertinentes sur un patient à partir de diverses sources (dossiers médicaux, publications sur les réseaux sociaux, recherches sur Internet, appareils portables, etc.), et elle peut rapidement analyser et combiner les différents ensembles de données qu'elle a collectés. En identifiant des modèles pertinents dans les données, cela peut aider à diagnostiquer une maladie mentale (Walsh et al. 2017). En particulier, l'IA a été utilisée pour aider les soins de santé mentale de trois manières principales3, à savoir (1) par la "détection personnelle" (ou "phénotypage numérique"), (2) par le traitement du langage naturel et (3) par les chatbots (D 'Alphonse 2020).

La détection personnelle (ou phénotypage numérique) est l'utilisation de données numériques pour mesurer et surveiller la santé mentale d'une personne. Par exemple, l'IA peut utiliser le matériel publié sur les réseaux sociaux, les dossiers médicaux, etc. En analysant ces informations

Manque de conscience de soi

L'une des raisons pour lesquelles les gens ne demandent pas d'aide lorsqu'ils souffrent de problèmes de santé mentale est qu'ils ne sont souvent pas conscients de l'évolution de leur état de santé mentale (Gilleen et al. 2010). Par exemple, certains symptômes courants de la dépression, tels que la fatigue, les maux de tête et les maux de dos, ne sont pas immédiatement liés à la maladie mentale et peuvent être interprétés à tort comme simplement le résultat d'un manque de sommeil, d'un exercice physique excessif ou d'une alimentation malsaine. Dans de telles situations, on peut ne pas consulter un médecin et essayer de se soigner soi-même avec des médicaments en vente libre. Ceux-ci pourraient corriger les symptômes physiques, au moins temporairement, sans s'attaquer à la cause première. De toute évidence, les professionnels de la santé ne peuvent pas faire grand-chose pour quelqu'un qui ne cherche pas d'aide. Cependant, les outils basés sur l'IA pourraient aider à rendre les gens plus conscients de leur état de santé mentale et désireux de demander de l'aide professionnelle.

Nous avons vu ci-dessus comment les applications qui gardent une trace des habitudes de frappe sur son téléphone, ou de la fréquence et de la durée des appels téléphoniques, sont censées être capables de détecter le début de certaines maladies mentales bien avant qu'un patient ne remarque qu'il a besoin d'aide. Ces applications peuvent envoyer un message à l'utilisateur, lui conseillant de consulter un médecin car il pourrait souffrir d'une certaine condition. Un professionnel de la santé pourrait alors évaluer si le patient a réellement besoin d'un traitement médical ou si l'application a mal interprété certains modèles de comportement. Une application surveillant les modèles de comportement en ligne pourrait donc garantir que certaines conditions sont détectées tôt et, dans certains cas, qu'elles sont détectées du tout, par exemple lorsque les patients manquent de conscience de soi pour demander une intervention médicale.

Un inconvénient évident du phénotypage numérique est qu'il y aurait probablement beaucoup de faux positifs. Cela, à son tour, pourrait alourdir inutilement les systèmes de santé, augmentant les coûts et les inefficacités. Pourtant, le problème pourrait être évité si la technologie devenait suffisamment avancée pour éviter les faux positifs. Cependant, la question pertinente à se poser pour évaluer les performances de l'IA dans ce cas ne serait pas « combien de faux positifs produit-elle ? ». Ce serait plutôt "les coûts de ces faux positifs l'emportent-ils sur les coûts des faux positifs et des faux négatifs produits par les thérapeutes humains ?". Comme nous l'avons noté ci-dessus, la barre pourrait être placée suffisamment bas pour rendre même une IA médiocre assez bonne pour améliorer la prestation et les résultats des soins de santé mentale. Les problèmes liés au sur-diagnostic pourraient être résolus en développant de meilleurs algorithmes, mais il n'est pas possible de dire à ce stade dans quelle mesure ces algorithmes se révéleront précis.

Il est également possible que la promotion d'une conversation sur la santé mentale au niveau sociétal accroisse la sensibilisation à la santé mentale, rendant l'IA inutile à cet égard. Mais à l'heure actuelle, ce manque de conscience de soi peut être un frein à la recherche d'un traitement, suggérant un rôle pour l'IA (Metz 2018).

Stigmatisation sociale

Dans certains cas, les personnes sont conscientes de leur maladie mentale et peuvent se permettre le soutien psychologique dont elles ont besoin, mais ne demandent pas d'aide en raison de la stigmatisation entourant la maladie mentale (Corrigan et Watson 2002). En général, la société a tendance à soutenir davantage les personnes souffrant de problèmes de santé physique plutôt que psychologiques, même s'ils peuvent tous deux causer de graves souffrances (Noordgren, Banas et MacDonald 2011).

L'IA pourrait aider à atténuer ce problème en fournissant de l'aide sans que le patient ait besoin de divulguer son problème à un autre être humain. Les thérapeutes virtuels en santé mentale ou les chatbots peuvent fournir un soutien en santé mentale, et ils peuvent également fournir des diagnostics et recommander des thérapies. Il est possible que les patients inquiets de la stigmatisation sociale se sentent plus à l'aise de demander de l'aide à une IA plutôt qu'à un médecin généraliste ou à un psychothérapeute humain. Pour les patients qui craignent sérieusement d'être stigmatisés en raison de leur maladie mentale, l'alternative pourrait être entre être guéri par une IA et ne pas être guéri du tout.

Cependant, l'IA ne serait d'aucune utilité pour quelqu'un qui a intériorisé une telle stigmatisation au point de refuser d'interagir même avec une IA, ou de rejeter le diagnostic que l'IA pourrait donner, et/ou de refuser un traitement. Ce n'est que dans les cas où les patients sont prêts à accepter qu'ils peuvent souffrir de problèmes mentaux et avoir besoin d'un traitement que l'IA peut être utile. Mais cela pourrait s'avérer être un nombre suffisant de personnes pour que le développement de l'IA dans les soins de santé en vaille la peine.

Préférence pour éviter les interactions entre humains

Certaines conditions, telles que la dépression ou l'autisme, peuvent rendre les interactions avec d'autres humains assez difficiles. Les personnes souffrant de dépression peuvent parfois avoir du mal à sortir de chez elles pour se faire évaluer par un médecin ou pour aller voir un thérapeute.

Les personnes autistes peuvent trouver l'interaction avec d'autres humains très difficile, en particulier avec des personnes qu'elles ne connaissent pas. Chez les patients qui luttent avec l'interaction humaine, l'IA pourrait être un outil plus utile qu'une séance de psychothérapie avec un médecin humain. Selon les études mentionnées ci-dessus, l'IA pourrait diagnostiquer les conditions

Manque de ressources

Le nombre de personnes souffrant de troubles mentaux ne cesse d'augmenter chaque année, y compris chez les enfants5. Pourtant, le nombre de praticiens de santé disponibles dans le monde ne peut pas croître à la même vitesse et est déjà insuffisant pour couvrir les besoins de chacun. Surtout dans les pays à revenu intermédiaire et faible, le nombre de professionnels de la santé est considérablement inférieur aux besoins de la population (Gureje et Lasebikan 2006 ; Essien et Asamoah 2020). Dans les pays occidentaux, la situation est meilleure, bien que loin d'être idéale. Selon l'Organisation mondiale de la santé, il y a une pénurie mondiale de 4,3 millions de travailleurs en santé mentale, et on estime que la pénurie atteindra 10 millions d'ici 2030 dans les pays à revenu faible et intermédiaire6. Les praticiens de la santé semblent être conscients de cette situation, et c'est peut-être pourquoi une enquête a révélé que, dans 22 pays, la majorité des psychiatres percevaient l'IA comme une solution possible à la pénurie de personnel (Doraiswamy et al. 2020).

Une pénurie de professionnels de la santé est susceptible d'avoir un impact négatif sur le traitement des maladies mentales, car de nombreuses personnes ayant besoin d'un soutien médical ne pourront pas obtenir l'aide dont elles ont besoin. Comme nous l'avons déjà vu, l'IA pourrait aider à diagnostiquer et à traiter les patients via des applications qui s'installent facilement sur un smartphone ou via des chatbots qui peuvent aider à la psychothérapie. Un robot IA pourrait être programmé pour interagir avec un patient d'une manière qui ressemble à l'interaction d'un psychothérapeute humain. Si une telle IA existait, elle serait capable de poser des questions (à l'aide d'une voix électronique) et de comprendre les réponses du patient, et serait également capable de faire progresser la conversation vers l'atteinte de certains résultats. Cela semble aller très loin pour compenser la pénurie de thérapeutes.

Étant donné que l'IA serait mise à la disposition de toute personne possédant un smartphone et pouvant accéder à Internet, une norme minimale de soins pourrait être garantie à une partie beaucoup plus large de la population, tandis que ceux qui sont prêts à payer pour des thérapeutes humains auraient toujours la possibilité de le faire. donc.

Inefficacité

L'un des principaux inconvénients des soins de santé mentale "traditionnels" est leur relative inefficacité. Même lorsqu'un diagnostic est disponible, les traitements ne sont pas toujours adéquats pour guérir une certaine maladie mentale. Par exemple, une étude récente suggérant que les antidépresseurs ne sont que légèrement plus efficaces que le placebo a suscité beaucoup d'attention (Almohammed et al. 2022). Souvent, les patients doivent essayer différents antidépresseurs avant de trouver celui qui fonctionne pour eux sans causer de problèmes. des effets secondaires qui l'emportent sur les bénéfices (Le Pen et al. 1994). Dans certains cas, le patient peut abandonner avant que le meilleur traitement ne soit trouvé, de sorte qu'il finit par n'utiliser aucun traitement, ce qui aggrave son état (Demyttenaere et al. 2001).

On ne sait pas encore pourquoi certains antidépresseurs fonctionnent mieux sur certaines personnes plutôt que sur d'autres. Une hypothèse est que les différences génétiques pourraient rendre certaines personnes plus sensibles à certains médicaments (Tansey et al. 2013). Il a été suggéré que l'IA pourrait être utilisée pour recueillir des informations sur les caractéristiques génétiques des individus qui répondent mieux à l'antidépresseur X ou Y, puis faire correspondre les informations génétiques du patient à la thérapie la plus efficace (Drysdale et al. 2017). Non seulement l'IA pourrait identifier le meilleur traitement pharmaceutique pour un patient donné, mais elle pourrait également suggérer les traitements non pharmaceutiques les plus appropriés. Par exemple, si le profil comportemental ou génétique du patient, ou ses symptômes, suggère que le patient ne répondra pas bien à une approche pharmaceutique, l'IA pourrait suggérer une stimulation cérébrale profonde ou une thérapie cognitive. En effet, l'apprentissage automatique peut déjà prédire l'efficacité de la stimulation cérébrale profonde dans le traitement de différents types de maladies mentales (Drysdale et al. 2017).

Le manque d'efficacité des antidépresseurs n'est pas la seule raison de prendre au sérieux les avantages potentiels de l'IA. Il existe certains types de maladies mentales qui sont notoirement difficiles à traiter, même pour les experts. Il est bien connu que les psychiatres trouvent qu'il est particulièrement difficile d'évaluer si un patient est susceptible de tenter de se suicider. Selon une méta-analyse couvrant 365 études publiées au cours des 50 dernières années, les psychiatres ne sont que légèrement meilleurs que le hasard pour prédire le suicide (Franklin et al. 2017). Les chercheurs ont développé un algorithme qui, selon eux, peut prédire si quelqu'un tentera de se suicider dans les 24 prochains mois, et peut le faire avec une précision d'environ 85 %. En l'espace d'une semaine, il peut prédire une tentative de suicide avec une précision de 92 % (Walsh et al. 2017). Ce résultat a été obtenu grâce à l'utilisation de grands ensembles de données, à l'analyse des dossiers médicaux et au suivi des publications sur les réseaux sociaux. Il semblerait donc que lorsqu'il s'agit de prédire le suicide, l'empathie et l'expérience des émotions humaines en général soient moins importantes que d'avoir accès à de grandes quantités de petits éléments d'information que l'IA pourrait générer.

Traduit de :
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10230127/#:~:text=AI%20could%20help%20alleviate%20this,provide%20diagnoses%20and%20recommend%20therapies.
avec l'aide Google translate.

This article is licensed under a Creative Commons Attribution 4.0 International License
Pour les références, se rapporter à l'article original.

Image Source: FreeImages