Votre prochain thérapeute pourrait être une application chatbot

Cette histoire a été initialement publiée dans notre numéro de juillet/août 2022 sous le titre « Les chatbots sont arrivés ». Cliquez ici Abonnez-vous pour lire plus d’histoires comme celle-ci.

Griffonner sur un bloc-notes allongé sur le canapé d’un thérapeute pourrait bientôt devenir quelque chose de rare. Pour commencer, une pénurie croissante de professionnels de la santé mentale pourrait compliquer la recherche de thérapies conventionnelles : actuellement, les États-Unis ont besoin de plus de 6 300 fournisseurs supplémentaires pour répondre à la demande actuelle. Et à partir du printemps 2021 plus d’un tiers des américains vivaient dans des régions relativement peu accessibles à ces soins, un phénomène plus prononcé dans les zones rurales.

Mais un nombre croissant de technologies d’intelligence artificielle pourraient être en mesure de répondre à ces besoins. De nos jours, toute personne possédant un smartphone peut accéder à des applications téléphoniques d’agent d’appel ou à des chatbots conçus pour aider les utilisateurs à faire face aux angoisses de la vie quotidienne. Ces systèmes de traitement du langage IA peuvent imiter des discussions humaines via du texte – dans ce cas, simulant des conversations avec un thérapeute. (Pour le moment, cependant, ils ne sont généralement pas appelés thérapie.) Une version, Woebot, a été lancée par la psychologue de recherche clinique Alison Darcy et d’autres scientifiques de l’Université de Stanford. en 2017. Darcy dit qu’elle s’est tournée vers Woebot pour remédier aux inégalités d’accès aux soins de santé mentale, bien qu’elle reconnaisse que ce n’est qu’une partie de la solution.

En savoir plus sur l’IA en médecine :

Woebot est principalement destiné à être là pour les utilisateurs lorsqu’un thérapeute n’est pas là, note Darcy, ou comme passerelle vers la thérapie, et peut renforcer les leçons tirées des séances en personne. Il a été programmé pour intégrer des aspects de pratiques établies telles que la thérapie cognitivo-comportementale. Lorsque les patients ont du mal entre les visites, il peut être difficile de se souvenir des compétences qu’ils ont acquises avec un professionnel, explique Darcy. « Nous avons pensé que si nous pouvions tendre la main à cette personne en ce moment de besoin, et si vous permettiez aux gens de s’engager facilement avec ces outils immédiatement et où ils se trouvent, cela pourrait avoir une réelle valeur clinique. »

De plus, l’agent de conversation doit aborder les conversations difficiles avec désinvolture et avec humour, dit Darcy. Il raconte même des blagues. Cela pourrait rassurer certains utilisateurs, même si cela pourrait également mettre en évidence l’intelligence émotionnelle limitée de la technologie. « Bonjour baleine ! » Woebot pourrait dire joyeusement à côté d’un emoji baleine, une espièglerie qui n’est pas toujours appropriée au sujet traité. (Des chercheurs comme Viktor Frankl et Sigmund Freud ont exploré le rôle de l’humour dans la thérapie, mais ils n’avaient probablement pas les emojis en tête.)

Les chatbots ne sont pas les seules innovations en IA que les scientifiques de la santé mentale ont imaginées. Au cours des deux dernières décennies, un nombre croissant de chercheurs ont développé des outils avancés pour aider les thérapeutes à planifier des traitements ciblés et fournir des informations que les cliniciens n’ont pas – transformant potentiellement la façon dont nous fournissons des soins de santé mentale.

psychologie et technologie

Les tentatives de refonte de la thérapie ne sont pas nouvelles. La relation entre patients et thérapeutes a longtemps suivi le rythme des bouleversements sociétaux, explique Hannah Zeavin, historienne de la technologie et de la santé mentale à l’Université de Californie à Berkeley. Les cliniciens organisent des séances hors du bureau depuis un siècle ou plus. Alors que les guerres, les pandémies et autres tragédies dévastatrices ont limité les options de traitement, la disponibilité de professionnels formés a fluctué en réponse à la demande des patients. « En commençant par la radio, mais très rapidement à travers des choses comme la ligne d’assistance téléphonique sur le suicide et en fait l’IA, … il y a eu des efforts pour traiter les patients par lots », explique Zeavin. « Comment pouvons-nous traiter plus de patients avec quelque chose qui va vers l’universel ? »

Certains scientifiques pensent que les données sont essentielles pour faire face à la crise actuelle de la santé mentale. Par exemple, les médecins ont du mal à diagnostiquer de manière fiable et à traiter efficacement des maladies comme la schizophrénie, la dépression et le TDAH en raison de leur propension à le faire. Des symptômes difficiles à cerner. « Certains troubles mentaux complexes partagent des symptômes similaires. Ils se chevauchent un peu », explique Sunil Vasu Kalmady, chercheur en apprentissage automatique à l’Université canadienne de l’Alberta. « De plus, les troubles psychiatriques n’ont pas de caractéristique unique que l’on puisse glaner chez un patient qui soit une mesure tangible comme la pression artérielle. »

Les chercheurs espèrent qu’avec l’aide de l’IA, l’esprit pourra parler de lui-même. En appliquant des algorithmes spécialement conçus aux scanners cérébraux, les laboratoires ont pu identifier les caractéristiques qui déterminent le traitement optimal pour un patient. Pour ce faire, cependant, Kalmady et son collègue Russell Greiner doivent d’abord séparer le signal du bruit. Grâce à nos quelque 100 milliards de neurones, l’imagerie par résonance magnétique fonctionnelle (IRMf) offre beaucoup de bruit pour l’analyse – la carte en quatre dimensions montre les changements du flux sanguin dans le cerveau qui sont déclenchés par l’activité cérébrale. Les algorithmes peuvent donc découvrir des modèles importants dans une région donnée (ou mettre en évidence des interactions entre plusieurs régions) qui peuvent être liés à des troubles spécifiques.

Il a été démontré que de nombreux troubles, tels que le trouble obsessionnel-compulsif et la schizophrénie, partagent des caractéristiques communes dans le cerveau ; Kalmady et Greiner ont trouvé des modèles similaires avec leurs algorithmes. Ces travaux pourraient contribuer à améliorer le diagnostic des troubles psychiatriques à l’avenir, même s’ils en sont encore à leurs balbutiements. Les chercheurs disent que l’objectif ultime est le pronostic – en utilisant la technologie pour sélectionner le meilleur plan d’action pour un patient donné. Le diagnostic n’est qu’une pièce du puzzle.

« Ce serait bien, au lieu de dire que quelqu’un est déprimé, [to] Au lieu de cela, dites : « C’est une personne qui pourrait bénéficier d’un ISRS » », explique Greiner. « Ce serait un endroit où les machines pourraient être en mesure d’aider – pour identifier un traitement. »

L’apprentissage automatique pourrait également faire progresser les efforts de prévention du suicide. Actuellement médecins n’a qu’un petit avantage probabilité aléatoire dans la détection de ce risque. Cependant, certaines équipes affirment que leurs algorithmes peuvent prédire les essais avec une précision considérablement améliorée.

À l’Université Vanderbilt, l’interniste en exercice et informaticien clinique Colin G. Walsh et ses collègues développent des algorithmes qui analysent automatiquement les dossiers médicaux pour calculer le risque particulier d’un patient entrant. Les modèles de Walsh sont basés sur des données facilement accessibles aux prestataires de soins de santé, telles que : B. Les informations démographiques d’un patient, les cas antérieurs d’automutilation et le statut socio-économique. Cela alerte les médecins et les infirmières occupés lorsqu’un patient qui, autrement, n’aurait peut-être pas été dépisté, pourrait être à risque. « De nombreux facteurs se disputent l’attention des cliniciens », ajoute Walsh.

Selon Nicholas Allen, directeur du Center for Digital Mental Health de l’Université de l’Oregon, nos téléphones portables pourraient également fournir un aperçu sans précédent de la psyché. Son laboratoire a créé une application téléphonique qui surveille des détails tels que le temps d’utilisation, l’activité physique et la fréquence des SMS. Il est conçu pour étudier les adolescents et mieux comprendre les indicateurs de leur bien-être et n’est pas nécessairement destiné à un usage public. Mais Allen développe également d’autres technologies, telles que la messagerie instantanée avec un coach de santé ou des notifications qui encouragent des comportements sains et peuvent déclencher des interventions vitales sans attendre un rendez-vous. «Nous essayons de faire du système de santé mentale quelque chose qui vient à vous lorsque vous en avez besoin», dit-il.

Inconvénients numériques

Comme dans tout domaine mûr pour une révolution numérique, l’application de l’IA en thérapie pourrait s’accompagner de mises en garde importantes. Certains éthiciens de la technologie craignent que les ordinateurs n’affectent la qualité des processus qui étaient autrefois largement contrôlés par les humains. Et sur la base de ses recherches, Zeavin prédit que les séances de thérapie dans le monde réel pourraient devenir encore plus exclusives que par le passé, au service principalement des patients aisés. « Quand nous voyons ce genre de rentrées d’argent, je m’inquiète de l’ampleur croissante de choses comme Woebot », dit-elle.

De plus, l’IA peut insuffler les préjugés de leurs créateurs – principalement des hommes blancs – dans ces systèmes. Par exemple, les modèles de traitement du langage utilisés dans les outils textuels comme Woebot sont, selon a. souvent aligné sur les expressions occidentales de la détresse psychologique Étude 2020 Publié dans Un de plus. Les modèles d’IA ont également tendance à reproduire les stéréotypes qui associent certaines origines raciales à certains diagnostics. « Ceux-là mêmes qui ont été marginalisés par les soins thérapeutiques reçoivent des soins qui n’étaient pas faits pour eux », dit Zeavin.

Mais ces outils pourraient également supprimer les obstacles à la couverture, en particulier pour les populations mal desservies. Par exemple, une application de thérapie mobile ou un chatbot pourraient constituer une alternative rentable à une thérapie individuelle coûteuse. Et les personnes en situation de pauvreté pourraient bénéficier des algorithmes de prédiction du suicide, car un statut socio-économique faible est associé à un risque accru.

Même si l’apprentissage automatique réussit à démocratiser les thérapies et à faire progresser les options de traitement, il s’accompagnera toujours d’une mise en garde particulière : malgré tous nos efforts, les ordinateurs ne peuvent probablement pas recréer un bureau à l’ancienne ou une conversation Zoom entre deux personnes vivantes et respirantes. « Rien ne remplace les relations humaines », déclare Darcy. « Mais nous devons intensifier [that] afin que lorsque les gens voient l’humain, ils puissent mieux utiliser ces soins.