Une IA repère précocement les signes du TDAH et aide les enfants à recevoir un soutien bien plus tôt.
Selon de nouvelles recherches, l’intelligence artificielle pourrait aider à repérer des enfants à risque de trouble du déficit de l’attention avec ou sans hyperactivité (TDAH) plusieurs années avant qu’un diagnostic formel ne soit posé.
PUBLICITÉ
PUBLICITÉ
TDAH fait partie des troubles mentaux les plus fréquents, et toucherait environ 8 % des enfants et des adolescents, avec des symptômes comme des difficultés de concentration, de l’agitation et de l’impulsivité. Mais beaucoup restent des années sans diagnostic, passant à côté d’un accompagnement précoce alors même que des signaux d’alerte sont déjà présents.
Dans une nouvelle étude menée par Duke Health, des chercheurs ont montré que des outils d’IA peuvent analyser les dossiers médicaux électroniques courants pour estimer la probabilité qu’un enfant développe un TDAH bien avant l’âge habituel du diagnostic.
Les résultats, publiés dans Nature Mental Health (source en anglais), indiquent que des schémas dissimulés dans les données médicales de tous les jours pourraient aider les médecins à repérer les enfants susceptibles de bénéficier d’une évaluation et d’un suivi plus précoces.
« Nous disposons, dans les dossiers médicaux électroniques, d’une source d’informations incroyablement riche », explique Elliot Hill, auteur principal de l’étude et data scientist au sein du département de biostatistique et de bio-informatique de la faculté de médecine de l’université Duke.
« L’idée était de voir si les motifs cachés dans ces données pouvaient nous aider à prévoir quels enfants risquaient plus tard d’être diagnostiqués avec un TDAH, bien avant que ce diagnostic ne soit généralement posé. »
Comment le modèle d’IA évalue-t-il le risque de TDAH et quelle est sa fiabilité ?
Les chercheurs ont analysé les dossiers de santé de plus de 140 000 enfants, avec ou sans TDAH, et ont entraîné un modèle d’IA à détecter des motifs depuis la naissance jusqu’au début de l’enfance.
Le système a appris à reconnaître des combinaisons d’événements développementaux, comportementaux et cliniques qui apparaissaient souvent des années avant un diagnostic de TDAH.
Il s’est montré très précis pour estimer le risque chez les enfants de cinq ans et plus, avec des résultats cohérents quels que soient le sexe, la race, l’origine ethnique et le type de couverture d’assurance.
Selon les spécialistes, une identification plus précoce pourrait déboucher sur un diagnostic et un accompagnement plus rapides, associés à de meilleurs résultats scolaires, sociaux et de santé pour les enfants atteints de TDAH.
« Les enfants avec un TDAH peuvent vraiment être en grande difficulté lorsque leurs besoins ne sont pas compris et que les soutiens adéquats ne sont pas en place », explique Naomi Davis, professeure associée au département de psychiatrie et de sciences du comportement et coautrice de l’étude. « Mettre les familles en contact avec des interventions rapides, fondées sur des données probantes, est essentiel pour les aider à atteindre leurs objectifs et poser les bases de leurs réussites futures. »
Cet outil pourrait-il remplacer les médecins ?
Les chercheurs précisent que l’outil n’a pas vocation à remplacer les médecins ni à fournir un diagnostic complet : « Ce n’est pas un médecin virtuel », souligne Matthew Engelhard, du département de biostatistique et de bio-informatique de Duke et auteur principal de l’étude.
Il ajoute : « C’est un outil destiné à aider les cliniciens à cibler leur temps et leurs ressources, pour que les enfants qui ont besoin d’aide ne passent pas entre les mailles du filet et n’attendent pas des années avant d’obtenir des réponses. »
La même équipe indique que des approches d’IA similaires sont également à l’étude pour mieux comprendre les risques et les causes des troubles mentaux chez les adolescents.
Selon le NHS, les symptômes fréquents du TDAH chez un enfant ou un adolescent incluent une distraction facile, des difficultés à écouter, l’oubli de tâches quotidiennes et un niveau d’énergie élevé, qui se traduit par exemple par de l’agitation ou le fait de tapoter des mains et des pieds.
Le trouble serait également sous-diagnostiqué chez les filles par rapport aux garçons, en partie parce qu’elles présentent plus souvent des symptômes d’inattention, qui peuvent être plus difficiles à repérer.