Author name: Dr. Rania Kassir

L’intelligence artificielle (IA) ne se contente pas d’accélérer la recherche scientifique : elle en transforme les processus, les possibilités et les défis. Pour les thérapeutes, chercheurs et éducateurs, il est essentiel de comprendre ces changements, même si nous ne les appliquons pas encore directement. Voici un aperçu des récentes avancées et des tendances à surveiller. Les nouveautés en IA et recherche Les systèmes d’IA ne se limitent plus à un rôle d’assistance : ils commencent à formuler des hypothèses, concevoir des expériences, analyser des données et même rédiger des rapports scientifiques avec une intervention humaine minimale. Par exemple, l’étude From AI for Science to Agentic Science (Wei et al., 2025) montre comment l’IA évolue vers une forme d’« agentivité » dans la découverte scientifique, passant d’un outil d’aide à un véritable partenaire de recherche. arXiv Un autre exemple est The AI Scientist-v2, qui a soumis des manuscrits entièrement générés par IA à des ateliers de révision par les pairs. Bien qu’une supervision humaine reste nécessaire, cette avancée marque un tournant : l’IA réalise désormais des tâches autrefois réservées aux humains. arXiv L’efficacité de l’IA dépend étroitement des données : plus elles sont nombreuses, riches et variées (texte, image, vidéo, génomique), et mieux les outils informatiques les traitent. On observe ainsi l’émergence de supercalculateurs dédiés à la recherche en IA (comme Doudna au Berkeley Lab) et d’investissements dans des « environnements tests prêts pour l’IA », où les chercheurs peuvent expérimenter en toute sécurité. AP News+1 Cependant, l’augmentation rapide de la taille des modèles d’IA (jeux de données, puissance de calcul) soulève des questions sur leur efficacité et leur coût environnemental. Stanford HAI Face à l’explosion des publications scientifiques, l’IA aide les chercheurs à trier la littérature plus rapidement. Des outils émergent pour identifier les revues prédatrices, repérer les pratiques de citation problématiques ou détecter les biais dans les études. Crescendo.ai+1 Des « assistants de recherche virtuels » sont également en développement (par exemple à Oxford), réduisant la charge de travail en filtrant les pistes prometteuses dans de vastes ensembles de données (comme les signaux astronomiques), permettant aux scientifiques de se concentrer sur l’essentiel. Windows Central Ce que cela signifie pour nous (thérapeutes, éducateurs et chercheurs) — « Et alors ? » À surveiller dans les prochains numéros Voici quelques thèmes que je compte approfondir : Références

Claude, développé par Anthropic, est l’un des modèles de langage les plus avancés (LLM). Ses évolutions récentes offrent des opportunités pertinentes pour les domaines de la thérapie, de l’éducation spécialisée, de la psychologie et des disciplines connexes. Voici un résumé des dernières mises à jour de Claude, ainsi que des idées (et des précautions) pour une utilisation professionnelle adaptée. Nouvelles fonctionnalités de Claude En milieu d’année 2025, Anthropic a lancé deux modèles améliorés : Claude Opus 4 et Claude Sonnet 4. Ces versions offrent un raisonnement plus poussé, une meilleure intégration d’outils externes et une compréhension plus précise des consignes. Anthropic+2Google Cloud+2 Elles permettent également un « raisonnement étendu » (travail avec des outils externes, analyse en arrière-plan) et une mémoire accrue du contexte utilisateur. De plus, leurs capacités en codage et en analyse via les outils API sont renforcées. Anthropic Claude Sonnet 4 (pour les utilisateurs de l’API) peut désormais gérer une fenêtre de contexte de 1 million de tokens (un token correspond à un fragment de mot ou un mot court ; 1 million de tokens équivaut à des milliers de pages). Cela permet d’intégrer des textes plus longs (comptes rendus, rapports, travaux antérieurs) comme contexte, améliorant ainsi la continuité et réduisant la nécessité de réexpliquer le contexte à chaque interaction. TechCrunch Claude a introduit ou amélioré des fonctionnalités permettant de mémoriser les conversations passées, les préférences des utilisateurs, les fichiers ou projets téléchargés, etc. Ces fonctionnalités sont optionnelles (il est possible de désactiver la mémoire), mais elles peuvent être très utiles pour un suivi continu (par exemple, pour suivre les progrès ou affiner les objectifs au fil du temps). The Verge Les nouveaux outils éducatifs de Claude (comme Claude for Education) ne se contentent pas de fournir des réponses directes : ils guident les utilisateurs dans leur raisonnement, posent des questions et favorisent une compréhension approfondie (style socratique). Venturebeat+1 Claude intègre désormais des mécanismes pour limiter les interactions nuisibles ou abusives, y compris la possibilité de mettre fin aux conversations qui violent les normes de sécurité. Les options de confidentialité (comme les modes incognito ou sans mémoire) sont également renforcées. The Verge+1 Comment ces fonctionnalités peuvent nous aider ? Voici des applications concrètes pour les orthophonistes, ergothérapeutes, éducateurs spécialisés et psychologues, ainsi que les précautions à prendre : Fonction / Tâche Comment Claude peut aider Points de vigilance et bonnes pratiques Planification d’objectifs / PPS Rédaction ou affinement d’objectifs pour les Projets Personnalisés de Scolarisation (PPS), génération de stratégies basées sur des preuves pour des objectifs en langage, motricité fine, fonctions exécutives, etc. Grâce à sa mémoire contextuelle, Claude peut conserver les détails du profil de l’élève pour assurer une cohérence.   Toujours relire attentivement les propositions. Vérifier que le langage respecte les normes légales et réglementaires. Adapter les suggestions au cas individuel. Ne pas utiliser l’IA pour poser un diagnostic. Anonymiser les données sensibles.   Création de supports thérapeutiques Génération de stimuli thérapeutiques : histoires sociales, supports visuels, fiches d’activités, scripts de pratique, prompts pour l’articulation ou le langage, textes adaptés. La fenêtre de contexte élargie permet de créer des séquences complexes (par exemple, une série de séances) sans avoir à recharger les matériaux.   Vérifier l’exactitude, l’adéquation culturelle et le niveau de développement. Éviter les contenus trop génériques. Adapter avec un regard humain.   Suivi des progrès et analyse de données   Aide à la rédaction de rapports de progression, analyse de données (par exemple, logs de performance ou scores d’évaluation), identification de tendances, suggestions de modifications dans les plans thérapeutiques. Avec son raisonnement amélioré, Claude peut proposer des interventions alternatives en cas de stagnation.   Éviter de surinterpréter les suggestions de l’IA. Garantir la qualité des données. Conserver la responsabilité humaine dans les décisions.   Soutien à l’apprentissage et à la généralisation   Utilisation des modes d’apprentissage pour aider les élèves à réfléchir : plutôt que de donner des réponses, Claude peut structurer le raisonnement, guider les stratégies métacognitives ou soutenir la rédaction de réflexions. Pour les psychologues, il peut aider à la psychoéducation (par exemple, aider les élèves avec un TDAH à planifier des tâches).   S’assurer que l’élève apprend le processus et ne contourne pas la réflexion. Surveiller les biais ou contenus inappropriés. Vérifier les informations, surtout si elles sont médicales ou psychologiques.   Efficacité administrative et documentation   Utilisation des outils de Claude pour créer des documents formatés, des comptes rendus, des plans thérapeutiques, des synthèses de réunions ou des rapports adaptés aux parents. La mémoire et le contexte élargi aident à maintenir des détails cohérents sans répéter les informations de base.   Toujours vérifier l’exactitude des documents. Respecter les politiques de confidentialité et de protection des données. Vérifier que l’utilisation des données est conforme aux lois en vigueur.   Précautions et considérations éthiques À tester prochainement Références Anthropic. (2025, May 22). Introducing Claude 4. https://www.anthropic.com/news/claude-4 Anthropic Anthropic. (2025, August 12). Claude Sonnet 4 model now has a 1 million token context window. TechCrunch. TechCrunch Anthropic. (2025, August 11). Claude AI memory upgrade & incognito mode. The Verge. The Verge Anthropic. (n.d.). Claude for Education: Reimagining AI’s Role in K-12 Learning. Eduscape. Eduscape

En matière de santé cérébrale, le timing n’est pas seulement important—il est tout. Une avancée récente en Angleterre montre à quel point l’intelligence artificielle peut être transformative lorsque la rapidité et la précision font la différence entre un handicap permanent et une récupération significative. Le NHS (système de santé britannique) a introduit un outil basé sur l’IA dans les 107 centres de traitement des AVC en Angleterre. Cet outil analyse les scanners cérébraux en moins d’une minute, permettant aux médecins d’identifier instantanément le type et la gravité d’un AVC. Les résultats sont impressionnants : le temps de traitement moyen est passé de 140 minutes à 79 minutes, et la proportion de patients récupérant avec peu ou pas de séquelles a presque triplé, passant de 16 % à 48 % (The Guardian, 2025). Pourquoi les Thérapeutes Devraient Prêter Attention Bien que la plupart d’entre nous ne travaillions pas dans des services d’urgence, la leçon s’applique puissamment à notre domaine : plus l’intervention est précoce, meilleurs sont les résultats. Tout comme le dicton « time is brain » (le temps, c’est du cerveau) en matière d’AVC, le temps, c’est du potentiel en thérapie développementale. Pour les enfants présentant des retards de langage, des troubles du spectre autistique (TSA), un TDAH ou une dyslexie, l’intervention précoce est prouvée pour redéfinir les trajectoires développementales. Les recherches montrent systématiquement que les enfants recevant une thérapie ciblée tôt présentent de meilleurs résultats en communication, en socialisation et en apprentissage, comparés à ceux qui commencent plus tard. En thérapie de la déglutition, détecter un problème d’alimentation avant qu’il ne s’aggrave peut éviter des hospitalisations et améliorer la santé nutritionnelle. Le succès de l’IA dans la prise en charge des AVC nous rappelle deux choses : Parallèles pour la Thérapie Imaginez un assistant IA qui analyse rapidement un échantillon de parole d’un enfant et met en évidence, en quelques minutes, les processus phonologiques ou les erreurs syntaxiques—libérant ainsi du temps pour le thérapeute afin qu’il se concentre sur l’intervention directe. Ou un système qui vous alerte lorsque les schémas d’attention d’un client, enregistrés sur plusieurs séances, suggèrent la nécessité d’un changement de stratégie. Comme l’outil du NHS pour les AVC, ces systèmes ne « feraient pas la thérapie » à notre place, mais ils pourraient nous fournir des informations plus rapidement, nous permettant d’agir au moment où cela compte le plus. Intégration Éthique : Les Mesures de Sécurité Essentielles Le modèle du NHS nous enseigne également comment intégrer l’IA en toute sécurité : elle travaille avec les cliniciens, pas à leur place. Pour la thérapie, cela signifie : Boîte à Outils : « Intégrer l’IA de Manière Efficace en Thérapie» Voici quatre questions pour guider une utilisation sûre et efficace de l’IA dans votre pratique : Réflexions Finales L’histoire du NHS est inspirante, non seulement en raison de son impact immédiat sur la sauvegarde de vies, mais aussi parce qu’elle montre comment l’IA et les cliniciens peuvent collaborer. Pour nous, thérapeutes, la leçon est claire : lorsque les interventions sont plus précoces, les vies changent plus profondément. Avec l’IA comme partenaire—et non comme substitut—nous pourrions apporter un soutien opportun à encore plus de clients qui en ont besoin.

L’IA progresse plus vite que la réglementation ne peut suivre, et la santé mentale se trouve désormais au cœur de ce débat. En août 2025, l’Illinois est devenu le troisième État américain (après l’Utah et le Nevada) à interdire l’utilisation de l’IA dans la prise de décision thérapeutique. La loi interdit aux thérapeutes agréés d’utiliser l’IA pour le diagnostic, la planification du traitement ou la communication directe avec les clients. Les entreprises sont également empêchées de commercialiser des services de « thérapie par IA » qui contournent les professionnels agréés (Washington Post, 2025 ; NY Post, 2025).Cette mesure reflète des préoccupations croissantes concernant la « Hallucination induite par l’IA », la désinformation et le manque de responsabilité lorsque des personnes vulnérables se tournent vers des chatbots pour une thérapie. Pourquoi Cela Concerne Tous les ThérapeutesMême si vous n’exercez pas en Illinois, les effets d’entraînement sont considérables. Les réglementations commencent souvent localement avant de s’étendre à l’échelle nationale—voire mondiale. Cela soulève des questions clés pour nous tous : • Où se situe la limite entre une utilisation acceptable de l’IA (par exemple, le soutien administratif, la prise de notes, la planification) et une utilisation clinique interdite ? • Comment garantir la transparence lors de l’utilisation de ressources générées par l’IA ? • Quelles garanties protègent nos clients de l’idée que les outils d’IA sont des substituts aux soins dispensés par des professionnels agréés ? Ce Qui Reste AutoriséIl est important de noter que la loi de l’Illinois n’interdit pas totalement l’IA. Les thérapeutes peuvent toujours l’utiliser pour : Responsabilité des Thérapeutes : Transparence et LimitesAvec ou sans réglementation, les thérapeutes doivent : La Perspective Globale : Plaidoyer et Éthique Si certains perçoivent ces interdictions comme excessivement restrictives, elles reflètent des préoccupations réelles concernant la sécurité des clients et la désinformation. Plutôt que de rejeter l’IA en bloc, les thérapeutes peuvent jouer un rôle de plaidoyer—en aidant à façonner des politiques qui trouvent un équilibre entre innovation et protection.On peut imaginer un avenir où les régulateurs, les cliniciens et les développeurs collaborent pour définir des « zones sûres » d’utilisation de l’IA en thérapie. Par exemple, l’IA pourrait continuer à soutenir les thérapeutes dans l’organisation des données, les signaux de dépistage précoce et le suivi des progrès—tandis que les humains resteraient les seuls décideurs finaux. Feuille de Route : « Utiliser l’IA Sans Franchir la Ligne »Voici une vérification en trois étapes pour une utilisation éthique de l’IA : Réflexions FinalesL’interdiction de l’Illinois ne vise pas à bloquer la technologie, mais à tracer des limites plus claires pour protéger les clients vulnérables. Pour les thérapeutes, le message est simple : l’IA peut être un outil, mais jamais le thérapeute. À mesure que le paysage juridique évolue, rester proactif, transparent et éthique garantira que nous maintenons à la fois l’innovation et l’humanité au cœur de notre pratique.

When AI Steps In—and When It Steps Over the Line In recent months, AI chatbots like ChatGPT have surged in popularity as a source of mental health support, largely due to accessibility, affordability, and the promise of immediate responses. While these tools can offer meaningful assistance, troubling incidents have highlighted the limitations of AI and reinforced that it is not a replacement for trained mental health professionals. Real Cases That Raised Alarms Some recent events have drawn urgent attention to the risks of unsupervised AI in mental health. In one case, a 16-year-old tragically died by suicide after extensive interactions with ChatGPT. Reports suggest that the chatbot failed to direct him toward professional help and may have inadvertently reinforced harmful behavior. Similarly, a man in Connecticut allegedly committed a murder-suicide after ChatGPT appeared to amplify delusional beliefs regarding his mother. Psychiatrists have described instances of “AI psychosis,” where prolonged interaction with AI chatbots contributed to delusional or psychosis-like symptoms among vulnerable adults. These cases are stark reminders that AI, while capable of simulating empathy, lacks the nuanced understanding, ethical judgment, and crisis awareness inherent to human-led mental health care. The Benefits—and the Balance Despite these serious concerns, AI support tools can provide meaningful benefits. Chatbots can offer low-cost, immediate support for individuals experiencing mild distress or who face barriers to traditional therapy, such as financial constraints, geographic limitations, or social stigma. Trials of AI-driven tools indicate modest reductions in symptoms of depression and anxiety for mild-to-moderate cases, showing that AI can serve as a valuable adjunct rather than a replacement. Clinicians have also found AI useful for administrative and psychoeducational tasks, allowing them to dedicate more time to person-centered care. Yet, these advantages are contingent upon thoughtful use, clear boundaries, and professional oversight. Risks and Ethical Considerations AI’s limitations are clear. Emotional overattachment to chatbots may reinforce harmful beliefs, while privacy concerns and a lack of confidentiality create systemic risks. Critically, AI may mismanage crises, provide inaccurate or “hallucinated” advice, and fail to detect nonverbal cues and complex emotional signals. Without ethical safeguards, these tools can exacerbate vulnerability instead of alleviating it. Legislative action in several states has begun addressing these risks by restricting AI therapy use without licensed professional oversight. Proposed regulations emphasize the need for human supervision, accurate marketing, and clearly defined boundaries between administrative support and therapeutic guidance. Developers and AI engineers play a crucial role as well. They can design safer systems by integrating crisis detection protocols, employing human-in-the-loop review models, and avoiding anthropomorphic language that may create undue emotional dependence. Therapists, too, have a key role in guiding clients to use AI responsibly, integrating outputs as prompts for discussion rather than definitive advice, and advocating for ethical AI development aligned with clinical practice. Summary: AI as a Tool, Not a Replacement AI chatbots have potential to expand access and provide interim support, particularly for underserved populations. However, recent tragedies illustrate the risks of unsupervised use. Thoughtful regulation, clinician involvement, ethical design, and public education are essential to ensure AI supplements, rather than replaces, human therapeutic care. By using AI responsibly, we can enhance access to mental health resources while preserving the core human connection that is central to effective therapy. References

Neurodegenerative disorders, such as Alzheimer’s and Parkinson’s disease, are becoming an increasing challenge worldwide, particularly as populations age. Early detection is crucial; the sooner these conditions are identified, the greater the potential for effective intervention. Artificial intelligence (AI) is rapidly emerging as a transformative ally for clinicians—not to replace their expertise, but to enhance decision-making, efficiency, and patient-centered care. A Growing Field: AI in Neurodegenerative Research Research in AI applications for neurodegenerative disorders has grown exponentially over the past decade. A bibliometric review analyzing over 1,400 publications from 2000 to early 2025 found a significant surge in studies since 2017, driven by advances in deep learning, neural networks, and multimodal data integration. The United States and China lead in research output, while the UK produces studies with the highest citation impact (Zhang et al., 2025). This growth underscores that AI is not a distant innovation—it is actively reshaping research and clinical practice today. Early Detection: Uncovering Subtle Signals One of AI’s most promising contributions is in the early identification of neurodegenerative disorders, often before traditional clinical signs become apparent. The Alzheimer’s Disease Neuroimaging Initiative (ADNI) has demonstrated that deep learning applied to MRI scans and other biomarkers can identify Alzheimer’s disease with more than 95% accuracy and detect mild cognitive impairment with over 82% accuracy (Alzheimer’s Disease Neuroimaging Initiative, 2025). Further, narrative reviews suggest that multi-modal and longitudinal AI models outperform single-modality approaches, offering powerful prognostic insights. While these tools are promising, integrating them into clinical practice and improving interpretability remains a critical focus for researchers (Rudroff et al., 2024). AI is also being applied in novel non-invasive ways. For instance, ophthalmic imaging powered by AI can detect retinal nerve fiber layer thinning, a biomarker for Parkinson’s disease, with diagnostic accuracy reaching an AUC of 0.918 (Tukur et al., 2025). Integrating genetic, imaging, and clinical data through AI has the potential to reshape detection and management, enabling clinicians to intervene earlier and more accurately (Mikić et al., 2025). Beyond Detection: Supporting Clinicians and Enhancing Care AI’s value extends beyond diagnostics. Administrative tasks, particularly documentation, contribute significantly to clinician burnout, reducing time for patient interaction. AI is addressing this by streamlining workflows. For example, a study led by Mass General Brigham found that ambient AI documentation systems reduced physician burnout by 21.2% while increasing documentation-related well-being by 30.7% within a few months (Mass General Brigham-led study, 2025). Similarly, AI scribes at the Permanente Medical Group saved nearly 15,800 hours of documentation in one year, allowing clinicians to focus more on patient care (Permanente Medical Group, 2025). Cleveland Clinic reported that AI reduced average documentation time by two minutes per patient visit, improving interactions without sacrificing accuracy (Cleveland Clinic, 2025). These examples highlight a central principle: AI does not replace human care but enhances it, freeing mental energy for the relational and empathetic aspects of therapy. Does AI Slow Us Down? Some experts caution that overreliance on AI might erode diagnostic skills or reduce transparency in clinical decision-making (Patel, 2025). Yet, neuroscience offers a useful analogy: as the brain adapts to disease, it reorganizes into fewer but more efficient neural networks. AI functions similarly by handling repetitive tasks, allowing clinicians to conserve cognitive resources for critical reasoning, empathy, and therapeutic connection. Importantly, oversight by trained professionals ensures AI serves as a tool rather than a replacement. Integrating AI Thoughtfully and Ethically For AI to fulfill its promise responsibly, certain standards must be maintained. Tools should be validated across diverse patient populations to ensure fairness and generalizability (Zhang et al., 2025). Clinicians must be involved in tool development and receive training to interpret AI outputs accurately (Rudroff et al., 2024). Additionally, protecting patient privacy, mitigating bias, and maintaining clinician autonomy are essential to foster trust and ethical integration. When these safeguards are in place, AI becomes an amplifier of human expertise rather than a substitute, supporting clinicians to deliver more precise, efficient, and compassionate care. Conclusion AI is increasingly shaping the landscape of neurodegenerative care—from early detection and predictive modeling to reducing administrative burdens. Its goal is not to replace clinicians but to empower them to detect disease earlier, work more efficiently, and maintain a human-centered approach to care. By thoughtfully integrating AI into clinical practice, we can preserve the most important aspect of therapy: the connection between clinician and patient. References Alzheimer’s Disease Neuroimaging Initiative. (2025). Diagnosis and prediction of Alzheimer’s from neuroimaging using deep learning. Wikipedia. https://en.wikipedia.org/wiki/Alzheimer%27s_Disease_Neuroimaging_Initiative Cleveland Clinic. (2025, August). Less typing, more talking: AI reshapes clinical workflow at Cleveland Clinic. Cleveland Clinic Consult QD. https://consultqd.clevelandclinic.org/less-typing-more-talking-how-ambient-ai-is-reshaping-clinical-workflow-at-cleveland-clinic Mass General Brigham-led study. (2025, August 21). Ambient documentation technologies reduce physician burnout and restore ‘joy’ in medicine. Mass General Brigham Press Release. https://www.massgeneralbrigham.org/…burnout Mikić, M., et al. (2025). Public hesitancy for AI-based detection of neurodegenerative disorders. Scientific Reports. https://www.nature.com/articles/s41598-025-11917-8 Patel, A. (2025). The case for slowing down clinical AI deployment. Chief Healthcare Executive. https://www.chiefhealthcareexecutive.com/…deployment-viewpoint Permanente Medical Group. (2025, June). AI scribes save 15,000 hours—and restore the human side of medicine. AMA News Wire. https://www.ama-assn.org/…medicine Rudroff, T., Rainio, O., & Klén, R. (2024). AI for the prediction of early stages of Alzheimer’s disease from neuroimaging biomarkers—A narrative review of a growing field. arXiv. https://arxiv.org/abs/2406.17822 Tukur, H. N., et al. (2025). AI-assisted ophthalmic imaging for early detection of neurodegenerative diseases. International Journal of Emergency Medicine, 18, Article 90. https://intjem.biomedcentral.com/articles/10.1186/s12245-025-00870-y Zhang, Y., Yu, L., Lv, Y., Yang, T., & Guo, Q. (2025). Artificial intelligence in neurodegenerative diseases research: A bibliometric analysis since 2000. Frontiers in Neurology. https://doi.org/10.3389/fneur.2025.1607924

Quand l’IA intervient… et quand elle franchit les limites Ces derniers mois, les chatbots d’IA comme ChatGPT ont gagné en popularité comme source de soutien en santé mentale, grâce à leur accessibilité, leur coût réduit et leur réactivité immédiate. Bien que ces outils puissent offrir une aide précieuse, des incidents préoccupants ont révélé leurs limites et rappelé qu’ils ne sauraient se substituer à des professionnels de santé mentale formés. Des cas réels qui alertent Des événements récents ont mis en lumière les dangers d’une IA non supervisée en santé mentale : Ces exemples rappellent de manière saisissante que, si l’IA peut simuler une empathie, elle manque cruellement de compréhension nuancée, de jugement éthique et de capacité à gérer les crises des compétences intrinsèques à une prise en charge humaine. Les avantages… et l’équilibre nécessaire Malgré ces risques, les outils d’IA présentent des bénéfices réels : Cependant, ces avantages dépendent d’un usage encadré, de limites claires et d’une supervision professionnelle. Risques et enjeux éthiques Les limites de l’IA sont évidentes : Face à ces défis, plusieurs États ont commencé à réglementer l’usage thérapeutique de l’IA, exigeant: Les développeurs ont aussi un rôle clé : Les thérapeutes, quant à eux, doivent : Synthèse : l’IA, un outil et non un remplaçant Les chatbots présentent un potentiel pour élargir l’accès aux ressources en santé mentale, notamment au bénéfice des populations sous‑desservies. Cependant, des événements récents ont souligné les dangers liés à une utilisation non encadrée. Il est donc crucial de mettre en place une régulation appropriée, d’impliquer les cliniciens, d’adopter une conception éthique et de sensibiliser le public, afin que l’intelligence artificielle complète, sans supplanter, la relation humaine, fondement de l’efficacité thérapeutique. Références

Les maladies neurodégénératives, telles que la maladie d’Alzheimer et la maladie de Parkinson, représentent un défi croissant à l’échelle mondiale, notamment avec le vieillissement des populations. La détection précoce est essentielle : plus ces affections sont identifiées tôt, plus les interventions peuvent être efficaces. L’intelligence artificielle (IA) émerge rapidement comme un allié transformateur pour les cliniciens — non pour remplacer leur expertise, mais pour améliorer la prise de décision, l’efficacité et la qualité des soins centrés sur le patient. Un domaine en pleine expansion : l’IA dans la recherche sur les maladies neurodégénératives La recherche sur les applications de l’IA dans les maladies neurodégénératives a connu une croissance exponentielle au cours de la dernière décennie. Une revue bibliométrique analysant plus de 1 400 publications de 2000 à début 2025 révèle une augmentation significative des études depuis 2017, portée par les avancées en apprentissage profond, réseaux de neurones et intégration de données multimodales. Les États-Unis et la Chine dominent en nombre de publications, tandis que le Royaume-Uni produit les études les plus citées (Zhang et al., 2025). Cette dynamique montre que l’IA n’est plus une innovation lointaine, mais qu’elle redéfinit activement la recherche et la pratique clinique aujourd’hui. Détection précoce : révéler des signaux subtils L’une des contributions les plus prometteuses de l’IA réside dans l’identification précoce des maladies neurodégénératives, souvent avant l’apparition des signes cliniques traditionnels. L’Alzheimer’s Disease Neuroimaging Initiative (ADNI) a démontré que l’application de l’apprentissage profond aux scanners IRM et autres biomarqueurs permet de détecter la maladie d’Alzheimer avec une précision supérieure à 95 %, et les troubles cognitifs légers avec une précision de plus de 82 % (ADNI, 2025). Des revues narratives suggèrent que les modèles multimodaux et longitudinaux surpassent les approches unimodales, offrant des perspectives pronostiques puissantes. Cependant, leur intégration en pratique clinique et l’amélioration de leur interprétabilité restent des défis majeurs pour les chercheurs (Rudroff et al., 2024). L’intelligence artificielle est également appliquée de façon non invasive et innovante. Par exemple, l’imagerie ophtalmologique assistée par IA peut détecter l’amincissement de la couche des fibres nerveuses rétiniennes, un biomarqueur de la maladie de Parkinson, avec une précision diagnostique atteignant une AUC de 0,918 (Tukur et al., 2025). L’intégration de données génétiques, d’imagerie et cliniques via l’IA pourrait révolutionner la détection et la prise en charge, permettant aux cliniciens d’intervenir plus tôt et avec plus de précision (Mikić et al., 2025). Au-delà de la détection : soutenir les cliniciens et améliorer les soins L’apport de l’IA ne se limite pas au diagnostic. Les tâches administratives, en particulier la documentation, contribuent fortement à l’épuisement professionnel des cliniciens, réduisant le temps disponible pour les patients. L’IA permet d’optimiser ces processus. Par exemple, une étude réalisée par le Mass General Brigham a révélé que l’utilisation de systèmes de documentation ambiante assistés par intelligence artificielle diminuait l’épuisement professionnel des médecins de 21,2 %, parallèlement à une amélioration de 30,7 % du bien-être associé à la documentation sur une période de quelques mois (Mass General Brigham, 2025). De même, les assistants de rédaction IA du Permanente Medical Group ont permis d’économiser près de 15 800 heures de documentation en un an, permettant aux cliniciens de se concentrer davantage sur les soins aux patients (Permanente Medical Group, 2025). La Cleveland Clinic a rapporté que l’IA a réduit le temps moyen de documentation de deux minutes par consultation, améliorant les interactions sans compromettre la précision (Cleveland Clinic, 2025). Ces exemples illustrent un principe central : l’IA ne remplace pas les soins humains, mais les renforce, libérant l’énergie mentale des cliniciens pour les aspects relationnels et empathiques de la thérapie. L’IA risque-t-elle de ralentir l’activité clinique ? Certains experts mettent en garde contre une dépendance excessive à l’IA, qui pourrait éroder les compétences diagnostiques ou réduire la transparence des décisions cliniques (Patel, 2025). Pourtant, la neuroscience offre une analogie utile : comme le cerveau s’adapte à la maladie en se réorganisant en réseaux neuronaux plus efficaces, l’IA agit en prenant en charge les tâches répétitives, permettant aux cliniciens de conserver leurs ressources cognitives pour le raisonnement critique, l’empathie et la connexion thérapeutique. Une supervision par des professionnels formés garantit que l’IA reste un outil, et non un substitut. Intégrer l’IA de manière réfléchie et éthique Pour que l’IA tienne ses promesses de manière responsable, certains standards doivent être respectés : Lors de l’instauration de mécanismes de contrôle appropriés, l’intelligence artificielle agit comme un amplificateur de l’expertise humaine plutôt que comme un substitut, en assistant les cliniciens dans la prestation de soins à la fois plus précis, plus efficaces et plus empathiques. Conclusion L’IA transforme progressivement le paysage des soins neurodégénératifs — de la détection précoce et la modélisation prédictive à la réduction de la charge administrative. Son objectif n’est pas de remplacer les cliniciens, mais de les outiller pour détecter les maladies plus tôt, travailler plus efficacement et maintenir une approche centrée sur le patient. En intégrant l’IA de manière réfléchie dans la pratique clinique, nous pouvons préserver l’aspect le plus important de la thérapie : la connexion entre le clinicien et le patient. Références Alzheimer’s Disease Neuroimaging Initiative. (2025). Diagnosis and prediction of Alzheimer’s from neuroimaging using deep learning. Wikipedia. https://en.wikipedia.org/wiki/Alzheimer%27s_Disease_Neuroimaging_Initiative Cleveland Clinic. (2025, August). Less typing, more talking: AI reshapes clinical workflow at Cleveland Clinic. Cleveland Clinic Consult QD. https://consultqd.clevelandclinic.org/less-typing-more-talking-how-ambient-ai-is-reshaping-clinical-workflow-at-cleveland-clinic Mass General Brigham-led study. (2025, August 21). Ambient documentation technologies reduce physician burnout and restore ‘joy’ in medicine. Mass General Brigham Press Release. https://www.massgeneralbrigham.org/…burnout Mikić, M., et al. (2025). Public hesitancy for AI-based detection of neurodegenerative disorders. Scientific Reports. https://www.nature.com/articles/s41598-025-11917-8 Patel, A. (2025). The case for slowing down clinical AI deployment. Chief Healthcare Executive. https://www.chiefhealthcareexecutive.com/…deployment-viewpoint Permanente Medical Group. (2025, June). AI scribes save 15,000 hours—and restore the human side of medicine. AMA News Wire. https://www.ama-assn.org/…medicine Rudroff, T., Rainio, O., & Klén, R. (2024). AI for the prediction of early stages of Alzheimer’s disease from neuroimaging biomarkers—A narrative review of a growing field. arXiv. https://arxiv.org/abs/2406.17822 Tukur, H. N., et al. (2025). AI-assisted ophthalmic imaging for early detection of neurodegenerative diseases. International Journal of

Dans le monde en constante évolution de l’intelligence artificielle (IA), la langue a toujours représenté bien plus qu’un simple outil de communication : elle constitue un véritable pilier culturel. Or, jusqu’à récemment, la majorité des systèmes d’IA de grande envergure étaient dominés par l’anglais et d’autres langues largement diffusées, laissant les communautés arabophones sous-représentées. Ce déséquilibre a engendré des défis non seulement dans l’usage quotidien de l’IA, mais également dans ses applications éducatives, cliniques et professionnelles au sein du monde arabe.L’Arabie saoudite a récemment franchi une étape décisive dans la réduction de cette disparité en lançant HUMAIN AI, un modèle de langage de grande taille innovant, conçu spécifiquement pour l’arabe et développé dans le Royaume. Ce lancement dépasse la simple prouesse technologique : il incarne une vision plus large de souveraineté numérique, de préservation culturelle et d’autonomisation des communautés arabophones à l’échelle mondiale. Pourquoi HUMAIN AI est important Inclusivité linguistique. L’arabe, cinquième langue la plus parlée dans le monde avec plus de 400 millions de locuteurs, a longtemps été marginalisé dans le domaine de l’IA. HUMAIN AI place cette langue au centre du développement technologique en intégrant l’arabe standard (fuṣḥā), les dialectes régionaux et leurs nuances culturelles.Autonomie régionale en IA. HUMAIN AI illustre une innovation locale qui réduit la dépendance aux systèmes occidentaux. Il positionne l’Arabie saoudite comme un acteur majeur de la recherche et du développement en IA au Moyen-Orient, en cohérence avec la stratégie Vision 2030 visant la transformation numérique.Applications cliniques et éducatives. Pour les professionnels de la santé, de l’éducation et de la rééducation — tels que les orthophonistes, psychologues, enseignants ou ergothérapeutes — HUMAIN AI pourrait devenir un outil transformateur. Il pourrait, par exemple, soutenir les interventions en littératie arabe, générer des contenus éducatifs culturellement adaptés ou encore aider les cliniciens à concevoir des supports thérapeutiques dans le dialecte natif de leurs patients. Des applications au-delà de la technologie Le potentiel de HUMAIN AI s’étend à de multiples secteurs : Éducation : création de plateformes d’apprentissage adaptatif en arabe, renforcement des compétences en littératie et en compréhension, tout en mettant à disposition des enseignants des ressources pédagogiques contextualisées.Santé et thérapie : développement d’outils numériques accessibles et culturellement adaptés, en particulier en orthophonie, où la structure linguistique et phonologique joue un rôle central.Entreprises et gouvernements : amélioration des services de traduction, de communication et de relation client pour les marchés arabophones, tout en réduisant la dépendance vis-à-vis de systèmes non centrés sur l’arabe.Culture et médias : soutien aux industries créatives arabes grâce à la génération de littérature, de poésie et de contenus médiatiques valorisant la richesse linguistique. Promesses et responsabilités Comme tout système d’IA, HUMAIN AI soulève des interrogations éthiques et pratiques majeures : Comment limiter les biais dans les données d’entraînement, notamment entre les divers dialectes arabes ?Quelles garanties assureront la fiabilité des réponses dans des domaines sensibles comme la santé ?Comment concilier innovation rapide et utilisation responsable ?Ces enjeux sont d’autant plus cruciaux que les systèmes d’IA influencent déjà des populations vulnérables, telles que les enfants, les patients ou les personnes présentant des troubles d’apprentissage. Perspectives Le lancement de HUMAIN AI ne représente pas seulement une avancée locale ; il constitue également un signal adressé à la communauté internationale de l’IA : les voix arabes doivent être entendues. En plaçant la langue, la culture et l’inclusivité au cœur de son développement, l’Arabie saoudite affirme un rôle de premier plan dans la redéfinition des équilibres linguistiques et culturels de l’intelligence artificielle.Pour les thérapeutes, enseignants et professionnels de la santé mentale, les perspectives ouvertes sont considérables. Une IA conçue nativement en arabe pourrait offrir des outils plus accessibles, des ressources enrichies et un ancrage culturel plus solide entre technologie et accompagnement humain.À mesure que HUMAIN AI évoluera, il sera essentiel d’observer sa capacité à s’intégrer dans la thérapie, l’apprentissage et la vie quotidienne du monde arabe. Ce modèle pourrait devenir un pilier, non seulement de l’usage de l’IA, mais aussi de l’affirmation d’une intelligence artificielle qui parle

Il n’a fallu que quelques jours après la sortie de GPT-5 par OpenAI pour que l’internet soit déjà rempli d’exemples surprenants, parfois même insolites, de ce que les gens réussissent à en faire. Du beatboxing à la conception de jeux, les premières démonstrations montrent à quel point ce modèle de nouvelle génération est puissant et polyvalent. Mais au-delà de ces expériences ludiques, que signifie cette évolution pour nous, orthophonistes, ergothérapeutes, psychologues et enseignants ? Les mêmes fonctionnalités qui permettent à GPT-5 de créer de la musique ou des jeux pourraient-elles également soutenir notre travail quotidien auprès des enfants et des familles ? Explorons quelques usages déjà évoqués et imaginons-les dans un contexte thérapeutique. Musique, rythme et entraînement à la prosodie Un exemple marquant concerne la capacité de GPT-5 à générer un rythme de beatbox. Cela peut sembler n’être qu’un divertissement créatif, mais les implications thérapeutiques sont réelles. La recherche montre que l’engagement musical et rythmique peut soutenir la prosodie, la fluidité et les compétences de communication sociale chez les enfants avec TSA ou trouble développemental du langage (Sharda et al., 2018). Imaginez pouvoir créer instantanément des pistes rythmiques adaptées à un enfant pour l’entraînement du rythme syllabique ou des schémas d’accentuation — GPT-5 rend cela possible. Construction interactive et raisonnement spatial Un autre utilisateur a conçu, avec GPT-5, un éditeur de construction procédurale permettant de déplacer, redimensionner et transformer des objets. En thérapie, des outils similaires pourraient renforcer les fonctions exécutives, la planification et les compétences de raisonnement spatial. Les enfants avec TDAH, par exemple, bénéficient souvent d’activités structurées et manipulatives qui stimulent la mémoire de travail et les capacités de séquençage (Diamond, 2013). Plutôt que d’utiliser des fiches statiques, les thérapeutes pourraient proposer des tâches interactives, pilotées par l’IA, qui s’adaptent en temps réel aux réponses de l’enfant. Transparence et confiance envers l’IA Un progrès majeur réside dans la meilleure gestion de l’incertitude par GPT-5. Contrairement aux modèles précédents, il reconnaît plus ouvertement lorsqu’il ne connaît pas une réponse, réduisant ainsi les « hallucinations ». Pour nous, cela améliore la fiabilité de l’IA comme soutien à la prise de décision clinique, à la communication avec les parents ou même à la recherche académique. La confiance est essentielle — et GPT-5 va dans la bonne direction. Gamification et motivation Des jeux complets, allant des « goblin shooters » à des clones de Pokémon, sont déjà générés par GPT-5. Cela peut sembler anecdotique, mais la gamification est un levier puissant en thérapie. Les études montrent que les jeux numériques peuvent améliorer de manière significative l’engagement et la motivation des enfants présentant un TSA, une dyslexie ou d’autres difficultés d’apprentissage (Whyte et al., 2015). Avec GPT-5, les thérapeutes pourraient créer en quelques minutes des jeux personnalisés — intégrant des cibles lexicales, des scénarios sociaux ou des questions de compréhension — le tout sous une forme ludique et motivante. Entraînement cognitif et rééducation Un autre constat frappant concerne la performance de GPT-5 en programmation compétitive, où il surpasse largement d’autres modèles d’IA. Or, la programmation n’est rien d’autre qu’un enchaînement de résolutions de problèmes — un pilier de nombreux programmes de rééducation cognitive pour adolescents et adultes avec atteintes neurologiques. La capacité de GPT-5 à générer des activités de résolution de problèmes structurées, mais stimulantes, pourrait être adaptée en thérapie pour travailler les fonctions exécutives, la mémoire de travail et la flexibilité cognitive. Avancer avec prudence : opportunités et limites Il est facile de s’enthousiasmer pour GPT-5, mais en tant que professionnels nous devons garder un équilibre entre enthousiasme et prudence : Conclusion Les premiers usages « insolites » de GPT-5 montrent que l’IA n’est plus seulement un outil de soutien en arrière-plan. Elle devient un véritable partenaire créatif — capable de générer musique, jeux, activités de résolution de problèmes et expériences interactives. Pour les thérapeutes et les éducateurs, cela ouvre la voie à des approches plus personnalisées, engageantes et adaptatives. Notre défi est désormais de canaliser cette puissance de manière réfléchie, en l’ancrant dans la science, l’éthique et l’empathie. Si nous y parvenons, GPT-5 pourrait nous aider à réinventer la thérapie pour la prochaine génération.