C’est un vieil adage: il n’y a aucun mal à obtenir un deuxième avis. Mais que se passerait-il si ce deuxième avis pouvait être produit par un ordinateur, grâce à l’intelligence artificielle (IA)? La machine parviendrait-elle à formuler de meilleures recommandations de traitement que celles proposées par votre professionnel?

Deux chercheurs canadiens spécialisés en santé mentale pensent que c’est possible. Dans une étude qu’a publiée le Journal of Applied Behavior Analysis, Marc Lanovaz, de l’Université de Montréal, et Kieva Hranchuk, du Collège Saint-Laurent, en Ontario, plaident en faveur de l’utilisation de l’IA dans le traitement de désordres comportementaux.

«Les professionnels de la médecine et de l’éducation ne s’entendent pas toujours sur l’efficacité des interventions comportementales, ce qui peut conduire à des traitements inadéquats», a déclaré Marc Lanovaz, professeur agrégé qui dirige le Laboratoire de recherche comportementale appliquée de l’École de psychoéducation de l’UdeM.

Pour trouver une meilleure façon de procéder, il a rassemblé, avec son collègue professeur de sciences du comportement, des données simulées provenant de 1024 «individus» recevant un traitement pour des désordres comportementaux.

Les chercheurs ont ensuite comparé les conclusions du traitement tirées par cinq analystes du comportement titulaires d’un doctorat avec celles obtenues par un modèle informatique que les deux universitaires ont mis au point en utilisant l’apprentissage automatique.

LIRE AUSSI  Rose Dieng Kuntz, l'une des plus grandes scientifiques du Sénégal

«Les cinq professionnels ne sont arrivés aux mêmes conclusions qu’environ 75 % du temps», a dit Marc Lanovaz. Plus important encore, «l’apprentissage automatique a produit moins d’erreurs de décision que l’ensemble des professionnels». 

Compte tenu de ces résultats très positifs, la prochaine étape serait «d’intégrer notre modèle dans une application qui pourrait prendre automatiquement des décisions ou fournir un retour d’information sur l’évolution du traitement», a-t-il ajouté.

L’objectif, selon les chercheurs, devrait être d’utiliser l’apprentissage automatique pour faciliter le travail des professionnels, sans réellement les remplacer, tout en rendant les décisions de traitement plus cohérentes et prévisibles.

«Par exemple, les médecins pourraient un jour recourir à cette technologie pour les aider à décider de poursuivre ou d’interrompre le traitement de personnes souffrant de troubles aussi variés que l’autisme, le TDAH [trouble déficitaire de l’attention avec hyperactivité), l’anxiété et la dépression», a mentionné Marc Lanovaz.

Selon lui, «la prise de décision clinique et éducative individualisée est l’une des pierres angulaires du traitement psychologique et comportemental. Notre étude peut donc conduire à de meilleures options de traitement pour les millions de personnes qui bénéficient de ce type de services dans le monde».

LIRE AUSSI  L’Afrique n’est « pas encore prête » pour les vaccins contre la COVID-19

À propos de cette étude

L’article «Machine learning to analyze single-case graphs: A comparison to visual inspection», par Marc Lanovaz et Kieva Hranchuk, a été publié le 15 juillet 2021 dans le Journal of Applied Behavior Analysis.

Dans UDEMNOUVELLES

COMMENTAIRES

Je donne mon avis sur le sujet