Les IA psychiatriques brillent sur la moyenne, ratent les extrêmes

Les IA qui simulent des patients psychiatriques aplatissent la vraie souffrance

Imaginez un patient simulé par une IA qui répond parfaitement à chaque question du psychiatre — mais qui n'existe nulle part dans la vraie population.

Une équipe a testé quatre grands modèles de langage — GPT-4o-mini, DeepSeek-V3, Gemini et GLM-4 — sur une tâche en apparence simple : simuler des patients psychiatriques pour entraîner des outils de santé mentale. 28 800 profils générés, comparés à deux grandes bases épidémiologiques américaines réelles. Résultat : les IA produisent des individus cliniquement crédibles, mais une population complètement fausse. Voici l'image que j'ai en tête. Vous préparez un gâteau et chaque tranche sort bien dorée, bien levée. Sauf que quand vous regardez l'ensemble, vous réalisez que vous n'avez fait que des tranches moyennes. Les extrêmes — les ratées, les carbonisées, les pas assez cuites — ont disparu. C'est exactement ça. Les chercheurs appellent ça la « compression de variance ». DeepSeek-V3 écrase 62 % de la variabilité naturelle des symptômes dans la population réelle. Les cas les plus sévères ou les plus atypiques s'évaporent. Deuxième problème : l'instabilité. 36,66 % des cas basculent de « déprimé » à « non déprimé » entre deux exécutions du même modèle, même quand la corrélation générale reste bonne. Troisième problème, le plus préoccupant : les modèles sous-estiment systématiquement la sévérité chez les femmes transgenres — moins 5,42 points sur le PHQ-9 (un questionnaire de dépression en 9 questions), capturant seulement 8 à 46 % de la détresse documentée dans cette population. Le hic : les IA ne mentent pas délibérément. Elles produisent ce qu'elles ont vu — des descriptions cliniques moyennes, sans les bords rugueux de la vraie souffrance. Entraîner un outil de détection sur ces simulations, c'est calibrer un thermomètre sur des jours de printemps et espérer qu'il mesure les canicules.

Utiliser l'IA pour penser ou pour se consoler : votre cerveau voit la différence

Il y a une différence entre demander à ChatGPT de corriger votre code et lui confier votre solitude — et cette différence se lit peut-être sur un scanner cérébral.

Une équipe de chercheurs chinois a passé 222 étudiants universitaires au scanner IRM structurel, puis leur a demandé comment ils utilisaient l'IA conversationnelle. Deux profils ont émergé : les utilisateurs fonctionnels — tâches, recherche, code, rédaction — qui représentent 82,5 % des participants, et les utilisateurs socio-émotionnels — soutien affectif, compagnie, confidence — qui ne représentent que 6,8 %. Pensez à la différence entre utiliser une lampe de chantier et dormir avec la lumière allumée parce qu'on a peur du noir. L'outil est le même. L'usage, non. Les utilisateurs fonctionnels ont de meilleures notes (corrélation r = 0,18 avec la moyenne académique, après correction statistique). Ils présentent aussi un plus grand volume de matière grise dans le cortex préfrontal dorsolatéral — la zone que vous sollicitez pour planifier, raisonner, décider — ainsi que dans des régions du réseau hippocampique impliquées dans la mémoire et l'organisation des connaissances. Les utilisateurs socio-émotionnels, eux, présentent de moins bons indicateurs de santé mentale : plus de dépression, plus d'anxiété sociale. Et un volume réduit dans les régions temporales supérieures et amygdaliennes, liées au traitement des émotions et des signaux sociaux. Le hic, et il est gros : l'étude est transversale. On a photographié le cerveau et les habitudes au même moment. Est-ce que l'usage socio-émotionnel fragilise ces régions ? Ou est-ce que des personnes déjà fragilisées se tournent davantage vers l'IA pour combler un vide ? On ne peut pas trancher. Ce qu'on sait : la distinction fonctionnel/socio-émotionnel semble mesurable, biologiquement et psychologiquement. C'est un signal à surveiller, pas encore un verdict.

Vos bactéries intestinales règlent peut-être le seuil où le stress devient maladie

Votre microbiote intestinal ne cause peut-être pas votre dépression — mais il déciderait du seuil à partir duquel vous y glissez.

Des chercheurs ont proposé un nouveau cadre théorique pour comprendre le lien entre microbiote — les milliards de bactéries qui peuplent votre intestin — et les maladies neurologiques et psychiatriques. L'idée centrale est une rupture avec le discours habituel : le microbiote n'est pas un déclencheur de maladie. C'est un réglage. Imagez un thermostat. La température extérieure — le stress, le vieillissement, une infection — essaie de faire monter la pièce. Le thermostat, c'est votre microbiote : il détermine à partir de quelle température le chauffage s'emballe. Un microbiote diversifié maintient le seuil haut ; il faut beaucoup de stress pour que ça bascule. Un microbiote appauvri abaisse ce seuil : un petit coup suffit. Ce « cadre de vulnérabilité-seuil » prédit deux choses vérifiables. Première prédiction : chez une personne à haut risque génétique de neurodégénérescence, améliorer le microbiote devrait retarder la maladie, pas l'empêcher. Deuxième prédiction : la sévérité de l'inflammation liée au microbiote devrait prédire la vitesse de progression, mais pas quel type de maladie apparaîtra. Les mécanismes décrits incluent l'intégrité de la barrière hémato-encéphalique (la frontière entre le sang et le cerveau), la fonction des cellules microgliales (les cellules immunitaires du cerveau), et les réponses au stress neuronal. Le vieillissement aggrave le tout : avec l'âge, la diversité microbienne baisse et la perméabilité intestinale augmente, amplifiant les effets inflammatoires. Le hic : c'est une revue narrative, pas une étude expérimentale. Les auteurs ont sélectionné la littérature pour construire leur cadre, sans protocole systématique. Les prédictions sont claires et testables — mais elles ne sont pas encore testées.

Les trois histoires de ce digest se répondent sans l'avoir prévu. Dans la première, des IA chargées de simuler des patients psychiatriques produisent des individus plausibles mais une réalité aplanie : les extrêmes cliniques, les vraies vulnérabilités, disparaissent dans la moyenne. Dans la deuxième, la façon dont vous utilisez une IA — pour penser ou pour combler un vide affectif — laisse des traces mesurables dans votre cerveau. Dans la troisième, vos bactéries intestinales régulent le seuil à partir duquel le stress bascule en maladie. Ce que ça dit collectivement, c'est que nous construisons des outils de plus en plus précis pour cartographier, détecter et simuler la santé mentale — mais nous butons encore là où ça compte le plus : les cas sévères, les populations minoritaires, les moments de bascule. La précision moyenne progresse. La précision aux marges, elle, reste le vrai chantier. Et c'est aux marges que se jouent les vies les plus difficiles.

Sur PsychBench, la vraie question est de savoir si les équipes qui développent des outils cliniques basés sur des LLMs vont intégrer ce type d'audit épidémiologique avant le déploiement — ou après. À surveiller du côté des guidelines de l'APA et de l'EAPM sur l'IA en psychiatrie. Sur le microbiote, les deux prédictions du cadre de vulnérabilité-seuil sont testables dans des cohortes existantes comme UKBB ou E-PREDICE — je serais curieux de voir qui s'y colle en premier.

• Wikipédia — Axe intestin-cerveau (bon point d'entrée sur le microbiote et le cerveau)
• Arxiv — PsychBench, le papier complet sur l'audit des LLMs en psychiatrie
• Arxiv — Étude IRM sur l'usage fonctionnel vs socio-émotionnel de l'IA