L’intelligence artificielle : un outil fort précieux dans le diagnostic des troubles mentaux
Thématique intelligence artificielle : Troisième partie
Imaginez que vous êtes à votre rendez-vous annuel chez le médecin. Vous êtes confortablement assis dans la salle d’attente, on appelle votre nom, vous entrez dans le bureau et, à votre grande surprise, c’est un androïde ou grand cyborg métallique qui procède à votre examen. Ou pire encore, vous passez simplement dans une machine qui, en quelques secondes, évalue tous vos signes vitaux et vous renvoie à la maison. Sans même dire bonjour. Ces scénarios sont très improbables, du moins dans un avenir rapproché. Bien que les robots ne soient pas près de remplacer les médecins, ils se trouvent déjà à leurs côtés pour les assister dans leur travail. Quand vient le temps de poser un diagnostic, par exemple, les machines dotées d’intelligence artificielle (IA) assistent plusieurs professionnels, dont ceux qui oeuvrent dans le domaine de la santé mentale.
Assister les psychologues et psychiatres
L’IA pourrait devenir un outil très utile pour les psychologues et les psychiatres. Il suffit que les connaissances et l’expertise de ces professionnels soient transmises aux machines intelligentes. Aujourd’hui, pour établir un diagnostic, les psychologues peuvent consulter des ouvrages de référence tels que la plus récente édition du manuel diagnostique et statistique des troubles mentaux de l’Association américaine de psychiatrie. Cet ouvrage, qu’on appelle communément le DSM-5, classifie et décrit de façon détaillée les divers troubles mentaux. Les connaissances contenues dans le DSM-5 et dans d’autres ouvrages pourraient très bien être transmises à des machines qui aideront le psychiatre ou le psychologue à poser un diagnostic.
Des algorithmes peuvent aussi être conçus pour déterminer le niveau de sévérité du trouble mental diagnostiqué. Étant donné que tout n’est pas noir ou blanc dans le domaine de la maladie mentale, une approche prudente, qu’on appelle la logique floue ou « fuzzy logic » en anglais, existe bel et bien. Contrairement à la logique binaire qui veut que tout soit « vrai » ou « faux », la logique floue permet de classifier les troubles mentaux selon divers degrés de gravité. Afin d’évaluer une condition, les machines posent une série de questions pour lesquelles chaque réponse vaut un certain nombre de points. Selon le total de points obtenus, la sévérité du diagnostic est établie. Lorsque le résultat se trouve à la frontière de deux degrés de sévérité, une évaluation supplémentaire par un professionnel est nécessaire. Ainsi, cette approche permet aux machines d’affronter l’ambiguïté à laquelle sont confrontés tous les jours les professionnels en santé mentale.
Figure 1. Exemple d’échelle pouvant être utilisée pour établir le degré de sévérité d’un trouble mental en fonction des réponses d’un patient.
Figure 2. Aux endroits où les degrés de sévérité se chevauchent (en vert), les créateurs des algorithmes peuvent indiquer aux machines vers quel degré pencher. Dans les domaines de la psychiatrie et de la psychologie, c’est l’expertise des professionnels transmise aux machines qui permet de d’établir le diagnostic et le degré de sévérité d’un trouble mental.
Une fois le diagnostic posé et le niveau de sévérité établi, d’autres algorithmes peuvent intervenir pour déterminer le traitement approprié. Nous aborderons cet aspect plus en détail dans l’article de la semaine prochaine.
Analyse des résultats d’IRM
En plus d’assister les psychologues et les psychiatres, l’IA facilite le travail des neurologues. Une technologie qui est souvent utilisée afin de visualiser l’activité cérébrale des patients est l’imagerie par résonance magnétique (IRM). Les images obtenues grâce à l’IRM peuvent alors être analysées par des algorithmes qui ont préalablement été exposés à une banque de plusieurs images. L’avantage des machines intelligentes est d’avoir une mémoire presque infinie par rapport à celle des humains. Une telle mémoire leur permet de traiter des grandes quantités de données pour poser un diagnostic compréhensif. L'IA peut aussi contribuer à améliorer la qualité des images obtenues par la technique d'IRM de façon considérable.
Aujourd’hui, grâce aux algorithmes et leurs applications, on peut même estimer le niveau de risque des patients atteints d’une tumeur cérébrale et de détecter la maladie d’Alzheimer, la schizophrénie et le trouble cognitif léger.
Figure 3. Installation d’IRM. L'IRM fonctionne avec des champs magnétiques qui permettent de visualiser les tissus mous et les organes du corps humain, dont le cerveau.
Figure 4. Images obtenues par IRM. La qualité de l’image de droite a été améliorée grâce à l’intelligence artificielle.
Dans les prochaines années, la majorité des cliniciens auront intégré l’IA dans leur travail, que ce soit en radiologie, en pathologie, ou en santé mentale. Nous savons déjà qu'elle sera utile auprès des psychologues, des psychiatres et des neurologues, que ce soit en posant un diagnostic ou en améliorant les images dont qu'analysent les professionnels lors d'un diagnostic. Ainsi, l'IA est un outil fort précieux qui permettra d’améliorer le processus de diagnostic en santé mentale et d’offrir un traitement plus rapidement.
La semaine prochaine, dans le dernier article de cette thématique, nous verrons comment l’IA peut être aussi d’une grande utilité dans le traitement des maladies mentales.
Références
https://ieeexplore.ieee.org/abstract/document/6297296
https://www.frontiersin.org/articles/10.3389/fninf.2018.00023/full
https://psycnet.apa.org/fulltext/2013-39417-001.html
https://www.nibib.nih.gov/news-events/newsroom/improving-quality-medical-imaging-artificial-intelligence