Les troubles mentaux figurent parmi les principales causes de souffrance et d’invalidité dans le monde. Pourtant, ils sont souvent diagnostiqués tardivement, une fois les symptômes bien installés et parfois invalidants. Les conséquences sont lourdes : isolement, déscolarisation, hospitalisations évitables, voire suicide.

Dans ce contexte, l’intelligence artificielle (IA) suscite de nombreux espoirs. Grâce à sa capacité à analyser de grandes quantités de données complexes, elle pourrait contribuer à repérer précocement les signes avant-coureurs de troubles psychiatriques comme la dépression, l’anxiété, les troubles bipolaires ou encore la schizophrénie. Mais cette promesse est-elle déjà une réalité ? Où en est véritablement la recherche scientifique ?

Pourquoi une détection précoce est-elle essentielle en santé mentale ?

La détection précoce des troubles mentaux permet :

• D’intervenir avant que la maladie ne s’aggrave,

• De prévenir les rechutes chez les patients suivis,

• De réduire la durée de souffrance sans traitement,

• De mieux personnaliser les soins dès le départ.

Le problème : les signes initiaux sont souvent flous, discrets ou banalisés. Les outils classiques de repérage (questionnaires, entretien clinique) dépendent de la verbalisation du patient et de l’interprétation du soignant. C’est là que l’IA peut intervenir, en objectivant des indices subtils, difficiles à percevoir pour un être humain.

Comment l’intelligence artificielle peut-elle détecter les troubles mentaux ?

Par l’analyse du langage et du contenu émotionnel

L’un des champs les plus avancés est le traitement du langage naturel (NLP). Les IA peuvent analyser :

• Le choix des mots (négatifs, abstraits, répétitifs),

• La syntaxe (phrases désorganisées ou très courtes),

• Le ton émotionnel (désespoir, anxiété…).

Des études ont montré que ces modèles peuvent prédire une dépression ou un épisode psychotique plusieurs mois à l’avance, à partir de conversations, d’écrits ou de messages postés en ligne.

Exemple : Des chercheurs ont entraîné un modèle à prédire les risques de dépression en analysant les publications Facebook d’un utilisateur, avec un taux de précision supérieur à 80 %.

Par l’analyse de la voix et des caractéristiques prosodiques

La voix humaine contient une multitude d’informations involontaires sur notre état mental. Les IA peuvent détecter :

• Un ralentissement du débit (fréquent en cas de dépression),

• Des variations anormales d’intonation (présentes dans la manie ou l’anxiété),

• Une perte d’expressivité (souvent observée dans la schizophrénie).

Ces analyses vocales sont non-invasives, rapides et reproductibles, ce qui les rend particulièrement adaptées au suivi à distance ou à grande échelle.

Exemple : Une étude du MIT a montré qu’une IA pouvait repérer les signes d’un trouble de stress post-traumatique uniquement en écoutant 60 secondes d’un récit oral.

Par l’observation du comportement numérique quotidien

Nos usages numériques – smartphone, réseaux sociaux, géolocalisation, sommeil – sont autant de « biomarqueurs comportementaux«  que l’IA peut interpréter. Elle peut par exemple remarquer :

• Une réduction soudaine des communications (isolement),

• Une baisse d’activité physique (signe de repli),

• Des troubles du sommeil détectés via l’activité nocturne.

Exemple : L’application MindStrong utilise les gestes effectués sur smartphone (vitesse de frappe, erreurs, fluidité) pour détecter les prémices d’un épisode dépressif.

Par l’imagerie cérébrale assistée par IA

Certaines recherches combinent IA et imagerie médicale (IRM, EEG) pour repérer des signatures neurologiques associées à des troubles mentaux. Ces modèles détectent :

• Des anomalies structurelles,

• Des schémas d’activité inhabituels dans certaines zones du cerveau.

Exemple : Une IA entraînée sur des IRM de jeunes à risque a pu prédire avec 80 % de fiabilité lesquels allaient développer une schizophrénie dans les cinq ans.

Ce que la recherche scientifique nous apprend aujourd’hui

Des résultats prometteurs mais encore inégaux

Les études sont nombreuses et souvent positives : les IA atteignent fréquemment des niveaux de précision élevés, parfois supérieurs à ceux de cliniciens, surtout pour la dépression, les troubles anxieux et les troubles psychotiques débutants.

Cependant, certains modèles restent très spécifiques à un jeu de données, à une population ou à un type de trouble. Le transfert de ces résultats à la pratique clinique réelle reste un défi.

Vers une psychiatrie prédictive, mais avec des garde-fous

La science évolue vers une approche dite de « psychiatrie computationnelle« , où les données numériques complètent les observations cliniques. L’IA y joue un rôle majeur pour :

• Anticiper l’apparition d’un trouble,

• Individualiser les parcours de soins,

• Suivre en temps réel l’évolution d’un patient.

Mais les chercheurs insistent sur la nécessité de ne pas se fier uniquement à l’IA. Les algorithmes doivent être :

• Éthiques (respect de la vie privée),

• Validés cliniquement,

• Compréhensibles (transparence du fonctionnement),

• Inclusifs (adaptés à toutes les populations, pas seulement jeunes et connectées).

Limites, biais et questions éthiques

Des biais algorithmiques préoccupants

Les IA reproduisent parfois les biais présents dans les données qui les ont entraînées :

• Sous-représentation des minorités,

• Modèles non adaptés aux enfants, aux personnes âgées, ou à d’autres cultures,

• Risque de surdiagnostic ou de stigmatisation.

La question du consentement et de la surveillance

Analyser des messages, des gestes ou des voix soulève des problèmes majeurs de confidentialité. Le patient doit être pleinement informé, et son accord doit être recueilli pour chaque type d’analyse.

Une technologie prometteuse, mais à utiliser avec discernement

L’intelligence artificielle est en train de transformer la manière dont nous approchons la santé mentale, notamment en matière de prévention et de détection précoce. Les résultats de la recherche sont encourageants : certains outils sont déjà capables de repérer des troubles avant même que le patient n’en ait conscience.

Mais pour que cette révolution soit réellement bénéfique, elle doit être encadrée, éthique, transparente et inclusive. L’IA ne remplacera pas le psychiatre, mais elle peut devenir un allié puissant, au service d’une santé mentale plus préventive, personnalisée et accessible.