L’IA pourrait-elle révolutionner la façon dont les médecins traitent la santé mentale ?

Même si la stigmatisation entourant l’obtention de soins de santé mentale commence à s’estomper, un énorme obstacle demeure pour de nombreuses personnes : trouver un médecin avec le temps de les traiter.

Alors que les taux de suicide ont grimpé remonter en 2021, les États-Unis devraient manquer de 15 000 à 30 000 psychiatres dans tout le pays d’ici 2024. Selon certaines estimations, le pays manquera de plus de 30 000 psychiatres. Mais une société de données médicales basée à Boston appelée OM1 a construit une plate-forme basée sur l’IA appelée PhenOM, qui pourrait potentiellement aider à rationaliser le processus permettant aux patients d’obtenir les soins dont ils ont besoin, quand ils en ont besoin.

Le Dr Carl Marci, psychiatre en chef et directeur général de la santé mentale et des neurosciences à OM1, a rejoint le GBH Tout bien considéré hôte Arun Rath pour décomposer la nouvelle technologie et mettre en lumière le rôle que l’intelligence artificielle pourrait jouer dans l’avenir des soins de santé mentale. Ce qui suit est une transcription légèrement modifiée.

Arun Rat : Tout d’abord, donnez-nous une idée générale du fonctionnement de cette nouvelle technologie. Que fait PhenOM et comment le fait-il ?

Dr Carl Marci : Je pense que la première étape de toute très bonne application de l’intelligence artificielle dans les soins de santé consiste à disposer de données de qualité. Nous obtenons des données de diverses sources – souvent des réclamations médicales et pharmaceutiques, nous obtenons des données du gouvernement – ​​mais surtout, nous obtenons également des données des dossiers de santé électroniques des patients. Nous prenons très, très soin d’anonymiser les données, de nous assurer qu’elles sont traitées de manière très sécurisée et de les organiser dans le cloud. Une fois cela fait et dans une architecture de données commune – ce qui signifie que nous pouvons réellement appliquer certains de ces outils – alors le plaisir commence et nous pouvons vraiment commencer à exploiter ces données pour les soins aux patients.

Rat : Est-ce une aide au diagnostic, finalement ?

Marci : Eh bien, il existe de nombreuses applications. L’un d’eux est d’aider à identifier les patients qui sont à risque d’aggravation de la maladie ou de ce que l’on appelle souvent la résistance au traitement.

Dans l’espace de la dépression, vous savez peut-être que souvent nos médicaments, aussi bons soient-ils, ne fonctionnent pas pour tout le monde. Nous utilisons donc nos données pour commencer à sous-typer différents types de dépression et identifier les patients qui pourraient continuer à avoir une résistance au traitement, et ensuite ils pourraient bénéficier de certains des nouveaux traitements qui sont dans notre pipeline et qui, nous l’espérons, aideront les patients qui ont échoué d’autres types d’interventions.

Rat : Quelles sont certaines des autres applications ?

Marci : L’une de mes applications préférées, et dont je suis très fier, est notre capacité à amplifier les terminaux. Qu’est-ce que cela signifie? Eh bien, dans le monde réel, il est très difficile d’amener les patients à remplir nos sondages, et il est souvent difficile d’amener les cliniciens à demander aux patients de remplir des sondages. L’un des défis en santé mentale est la mesure. Nous n’avons pas dans ce pays une culture — en psychiatrie, en santé mentale — d’évaluation des patients avec les types d’outils disponibles.

Nous avons donc développé une technologie qui peut modéliser sur la base des notes d’un clinicien dans le tableau et estimer ce qui est essentiellement un score de progression de la maladie. Les gens connaissent peut-être le PHQ-9, [the Patient Health Questionnaire-9]. Vous en avez probablement rempli un de votre médecin de premier recours où il vous pose une série de questions de dépistage de la dépression. Nous sommes capables de le faire avec notre outil d’intelligence artificielle et de générer un score pour combler les lacunes dans le parcours du patient, ce qui nous permet de faire un meilleur travail de recherche sur nos ensembles de données et d’identifier qui va répondre à quel type de traitement.

---

“[We’re using our data to identify who] pourraient bénéficier de certains des nouveaux traitements qui sont dans notre pipeline et qui, nous l’espérons, aideront les patients qui ont échoué à d’autres types d’interventions.

Dr Carl Marci, psychiatre en chef à OM1

Rat : Vous m’avez rappelé ce qu’un psychiatre m’a dit il y a longtemps à propos de la difficulté du domaine : ils n’ont pas les outils de diagnostic que les autres médecins ont. Il n’y a pas de rayons X ou le genre de moyens que vous pouvez voir à l’intérieur du corps pour traiter le type de maladie qu’ils font. Il semble que les données pourraient fournir ce genre de fenêtre ?

Marci : Je pense que c’est exactement la bonne façon d’y penser. Nous l’appelons PHenOM parce que ce qu’il fait vraiment, c’est du phénotypage. Un phénotype est le type d’expression comportementale d’une maladie ou d’une maladie. Nous utilisons donc notre apprentissage automatique et nos outils d’intelligence artificielle pour prendre littéralement des milliards de points de données chez des patients identifiés pour commencer à les analyser en différents groupes.

Ensuite, la prochaine étape consiste à commencer à regarder et à voir qui répond à quels types de traitement afin que, dans un avenir proche, nous puissions avoir des cliniciens assis au chevet du patient, mettre dans l’ordinateur quelques paramètres basés sur l’histoire que le patient donne nous, ou même lire la note clinique et donner des commentaires intelligents sur ce à quoi ce patient est le plus susceptible de réagir. Nous n’avons pas été en mesure de faire cela dans le domaine de la santé mentale, et c’est l’une des choses qui me passionnent le plus.

Rat : Vous savez, beaucoup de gens entreront dans cette réflexion sur l’IA et penseront à des choses autonomes – comme un robot psychiatrique qui intervient. Mais il s’agit davantage d’augmenter ce que font les humains.

Marci : Dans ce cas, nous essayons vraiment de créer des outils pour le chevet des patients dans les cliniques et dans les modèles de soins existants.

Maintenant, ce à quoi vous faites référence, et ce dont je pense que tout le monde est enthousiasmé, ce sont ces grands modèles de langage, comme ChatGPT, et le genre de rôle qu’ils pourraient jouer dans la santé mentale. Il existe des applications passionnantes, et pour moi, l’idée d’utiliser un bot artificiel qui a un langage naturel est passionnante dans quelques applications.

L’une d’entre elles consiste à combler les lacunes dans les soins. Vous savez, si j’ai de la chance, quand je suis dans une clinique, je vois un patient toutes les deux semaines — plus généralement, toutes les six, huit ou 12 semaines. Il y a donc beaucoup de temps entre ces rencontres avec moi. Si nous avions un outil auquel nous faisions confiance pour interagir avec les patients, les évaluer, leur donner des conseils de base, les encourager à changer leurs comportements et appliquer certaines des compétences sur lesquelles nous avons travaillé, pour prendre leurs médicaments, je pense que nous verrions les résultats s’améliorent beaucoup.

Rat : Donc, disons que la première étape où vous remplissez ces formulaires – et nous savons que les gens ne les remplissent parfois pas très bien – vous pourriez avoir une sorte d’interface qui vous poserait des questions d’une meilleure façon.

Marci : Vous pouvez également avoir une interface pour vous rappeler de le remplir. L’un de nos plus grands défis consiste simplement à rappeler aux gens qu’ils ne l’ont pas rempli, à les encourager et à le faire de manière engageante, empathique et naturelle.

Nous savons que les interactions en face à face créent et génèrent une réponse thérapeutique. Donc, ce que je suis optimiste, c’est que les ordinateurs peuvent arriver à l’endroit où ils peuvent augmenter et compléter les interventions humaines – pas remplacer – et combler certaines des lacunes dans les soins et collecter des données qu’un clinicien peut ensuite utiliser pour obtenir de meilleurs résultats. .

Rat : Dans combien de temps pensez-vous que les gens verront cette technologie dans les cabinets de leur propre médecin ?

Marci : Eh bien, si l’histoire est un guide, je pense qu’il y aura beaucoup de battage médiatique au cours des deux prochaines années, puis la réalité s’installera. Ce que j’encourage tout le monde à réfléchir et à réaliser, c’est que l’un de ces modèles est vraiment seulement aussi bon que les données sur lesquelles ils sont basés.

Ce qui m’inquiète aujourd’hui à propos de l’utilisation clinique de grands modèles de langage comme ChatGPT, c’est qu’ils sont basés sur de bonnes informations et de la désinformation. Dieu interdit à quelqu’un qui, par exemple, pense au suicide d’interagir avec un outil comme celui-ci, et il leur donne par erreur des instructions sur la façon de se suicider. Ce serait une tragédie.

Donc, simultanément, pendant que nous développons ces modèles, nous devons travailler avec le gouvernement et réfléchir à l’équivalent de l’évaluation de nouveaux médicaments par la Food and Drug Administration pour évaluer des dispositifs et des outils comme celui-ci, sinon nous verrons probablement quelques mauvais résultats, et cela pourrait le gâcher pour tout le monde.