z-logo
open-access-imgOpen Access
Le phénotypage digital pour une pratique clinique en santé mentale mieux informée
Author(s) -
Alan Bougeard,
Rose Guay Hottin,
Valérie Houde,
Thierry Jean,
Thibault Piront,
Stéphane Potvin,
Paquito Bernard,
Valérie Tourjman,
Luigi De Benedictis,
Pierre Orban
Publication year - 2021
Publication title -
santé mentale au québec
Language(s) - French
Resource type - Journals
SCImago Journal Rank - 0.159
H-Index - 11
eISSN - 1708-3923
pISSN - 0383-6320
DOI - 10.7202/1081513ar
Subject(s) - humanities , philosophy , psychology
Objectifs  Cette revue trouve sa motivation dans l’observation que la prise de décision clinique en santé mentale est limitée par la nature des mesures typiquement obtenues lors de l’entretien clinique et la difficulté des cliniciens à produire des prédictions justes sur les états mentaux futurs des patients. L’objectif est de présenter un survol représentatif du potentiel du phénotypage digital couplé à l’apprentissage automatique pour répondre à cette limitation, tout en en soulignant les faiblesses actuelles. Méthode  Au travers d’une revue narrative de la littérature non systématique, nous identifions les avancées technologiques qui permettent de quantifier, instant après instant et dans le milieu de vie naturel, le phénotype humain au moyen du téléphone intelligent dans diverses populations psychiatriques. Des travaux pertinents sont également sélectionnés afin de déterminer l’utilité et les limitations de l’apprentissage automatique pour guider les prédictions et la prise de décision clinique. Finalement, la littérature est explorée pour évaluer les barrières actuelles à l’adoption de tels outils. Résultats  Bien qu’émergeant d’un champ de recherche récent, de très nombreux travaux soulignent déjà la valeur des mesures extraites des senseurs du téléphone intelligent pour caractériser le phénotype humain dans les sphères comportementale, cognitive, émotionnelle et sociale, toutes étant affectées par les troubles mentaux. L’apprentissage automatique permet d’utiles et justes prédictions cliniques basées sur ces mesures, mais souffre d’un manque d’interprétabilité qui freinera son emploi prochain dans la pratique clinique. Du reste, plusieurs barrières identifiées tant du côté du patient que du clinicien freinent actuellement l’adoption de ce type d’outils de suivi et d’aide à la décision clinique. Conclusion  Le phénotypage digital couplé à l’apprentissage automatique apparaît fort prometteur pour améliorer la pratique clinique en santé mentale. La jeunesse de ces nouveaux outils technologiques requiert cependant un nécessaire processus de maturation qui devra être encadré par les différents acteurs concernés pour que ces promesses puissent être pleinement réalisées.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here