L’adage est connu: il n’y a pas de mal à aller chercher un deuxième avis. Mais qu’en est-il d’un deuxième avis fourni par un ordinateur, à l’aide d’un programme d’intelligence artificielle? Cela permettrait-il d’obtenir de meilleures recommandations médicales que celles offertes par un professionnel de la santé? Deux chercheurs en santé mentale sont de cet avis.
Dans une étude publiée dans Journal of Applied Behavior Analysis, Marc Lanovaz, de l’Université de Montréal, et Kieva Hranchuck, du St. Lawrence College, en Ontario, présente un argumentaire en faveur de l’utilisation de l’IA pour aider à soigner des problèmes de comportement.
« Les professionnels médicaux et spécialisés en éducation sont souvent en désaccord sur l’efficacité des interventions comportementales, ce qui peut faire en sorte que les patients reçoivent des traitements inadéquats », affirme M. Lanovaz, un professeur adjoint qui dirige le Laboratoire de recherche comportementale appliquée du département de psychologie de l’Université de Montréal.
Pour trouver une meilleure méthode, M. Lanovaz et Mme Hranchuk, professeure en science du comportement et en psychologie du comportement, ont compilé des données simulées provenant de 1024 individus recevant des traitements pour des problèmes comportementaux.
Les chercheurs ont ensuite comparé les conclusions tirées lors de traitements par cinq analystes du comportement de niveau doctoral avec celles produites par un modèle informatique mis au point par les deux chercheurs en s’appuyant sur l’apprentissage machine.
« Les cinq professionnels ne sont parvenus à la même conclusion qu’environ 75% du temps », affirme M. Lanovaz. « De façon encore plus importante, l’apprentissage machine a mené à moins d’erreurs décisionnelles que l’ensemble des professionnels. »
En fonction de ces résultats particulièrement positifs, la prochaine étape consisterait à « intégrer nos modèles dans une application qui pourrait prendre des décisions de façon automatisée, ou fournir de la rétroaction à propos de l’avancement du traitement des patients », a-t-il ajouté.
Le but, selon les chercheurs, serait d’utiliser l’apprentissage machine pour faciliter le travail des professionnels, et non pas de carrément les remplacer, tout en rendant la pise de décision plus constante et prévisible en matière de traitement.
« Par exemple, les médecins pourraient un jour utiliser cette technologie pour les aider à décider s’il faut poursuivre ou cesser le traitement de personnes atteintes de troubles aussi variés que l’autisme, le TDAH, l’anxiété et la dépression », avance M. Lanovaz.
« Le processus décisionnel clinique et éducatif personnalisé est l’un des piliers du traitement psychologique et comportemental. Notre étude peut donc mener à de meilleures options de traitement pour les millions de personnes qui reçoivent ces genres de services à travers le monde. »
