All digests
General publicFRMental Healthdaily

[Mental Health] L'IA détecte la dépression — avec ses angles morts

DeepScience — Mental Health
DeepScience · Mental Health · Digest quotidien

L'IA détecte la dépression — avec ses angles morts

Trois papiers qui montrent où la santé mentale computationnelle avance vraiment, et où elle se raconte des histoires.
June 20, 2026
Deux cent soixante-dix-sept papiers cette semaine sur la santé mentale. Je vous en ai gardé trois. Pas les plus cités — ils font tous zéro citation, c'est du chaud du four — mais les trois qui m'ont fait relever la tête de l'écran. Une bonne nouvelle sur l'IA qui lit la dépression dans une conversation, une douche froide sur pourquoi vos algorithmes complexes ne servent à rien si vos données sont bruyantes, et une alerte sérieuse sur un angle mort qui touche presque tous les modèles EEG du marché. Allez c'est parti.
Les histoires du jour
01 / 03

Un grand modèle de langage devine la sévérité de votre dépression à partir d'une conversation

Imaginez qu'un assistant IA lise votre historique de conversation et sache, sans que vous le lui ayez dit, que vous êtes en pleine dépression modérée.

C'est exactement ce que teste une équipe de la plateforme Slingshot AI dans ce papier. Leur outil analyse des transcriptions de conversations avec un chatbot de santé mentale, et en ressort une estimation du score PHQ-9 — un questionnaire clinique standard de neuf questions qui mesure la sévérité de la dépression, de 0 (rien) à 27 (sévère). Jusqu'ici, pour avoir ce score, il fallait que quelqu'un réponde aux questions. Ici, personne ne répond : le modèle observe comment vous parlez. Pensez à un barista qui vous connaît bien. Sans vous demander comment vous allez, il remarque que vous commandez un double espresso au lieu du simple, que vous répondez en monosyllabes, que vous avez oublié votre prénom sur la commande. Il devine quelque chose. Ce modèle fait pareil, mais avec des mots. Concrètement : ils ont pris un grand modèle de langage — Qwen3.5-27B, 27 milliards de paramètres — et l'ont affiné sur 6 283 conversations d'utilisateurs réels. Le résultat sur un jeu de test de 842 personnes : une corrélation de 0,80 entre la prédiction du modèle et le vrai score PHQ-9. Et une AUC de 0,91 pour détecter les personnes qui franchissent le seuil clinique de dépression modérée — ce qui est franchement solide. Le hic, et c'est un gros hic : toutes les données viennent d'une seule plateforme propriétaire. Pas de validation externe. On ne sait pas si ça tient dans un autre contexte culturel, une autre langue, ou face à des personnes qui n'ont jamais utilisé un chatbot de santé. Soyons honnêtes : c'est une preuve de concept très prometteuse, pas encore un outil clinique.

Glossaire
PHQ-9Patient Health Questionnaire-9 : questionnaire de 9 questions, validé cliniquement, qui mesure la sévérité des symptômes dépressifs sur une échelle de 0 à 27.
AUCArea Under the Curve : mesure de la capacité d'un modèle à distinguer deux groupes (ici, déprimés vs non-déprimés) — 1,0 est parfait, 0,5 vaut le hasard.
affinage (fine-tuning)Processus consistant à reprendre un modèle de langage déjà entraîné et à le spécialiser sur une nouvelle tâche avec de nouvelles données.
02 / 03

Pourquoi vos algorithmes complexes battent rarement un modèle simple en médecine

Si vos données médicales sont bruyantes, un réseau de neurones sophistiqué ne fera pas mieux qu'une régression linéaire — et ce papier en donne la preuve mathématique.

Des chercheurs ont comparé des modèles très complexes — réseaux de neurones profonds, gradient boosting, méthodes à noyau — contre la bonne vieille régression linéaire, sur 140 tâches de prédiction issues de l'UK Biobank, l'une des plus grandes bases de données médicales au monde. Résultat : les modèles sophistiqués ne gagnent presque jamais. Pourquoi ? Imaginez une photo prise dans le brouillard. Vous pouvez utiliser le meilleur logiciel de traitement d'image du marché — si la photo est floue au départ, le logiciel ne peut pas inventer des détails qui n'existent pas. Ce que dit ce papier, c'est que les données biomédicales ressemblent à des photos dans le brouillard. Chaque capteur, chaque questionnaire, chaque prise de sang introduit du bruit de mesure. Et ce bruit efface précisément les relations complexes que les grands modèles cherchent à capturer, beaucoup plus vite qu'il n'efface les relations simples et linéaires. La démonstration mathématique est élégante — et vérifiée dans un assistant de preuve formelle appelé Lean, ce qui est rare en sciences de la santé. L'idée clé : une interaction entre deux variables est atténuée par le carré du bruit. Une relation linéaire, elle, n'est atténuée que proportionnellement. Donc plus votre modèle cherche des patterns subtils, plus le bruit les détruit. Conséquence directe pour la santé mentale computationnelle : si vous voulez un meilleur outil de détection de la dépression, investissez d'abord dans des mesures plus précises — pas dans un algorithme plus complexe. Je simplifie un peu, mais c'est le message central.

Glossaire
régression linéaireModèle statistique de base qui cherche une relation proportionnelle entre des variables d'entrée et une sortie.
bruit de mesureVariabilité aléatoire introduite par l'imprécision des instruments de mesure, qui pollue le signal d'intérêt.
UK BiobankBase de données médicale britannique de plus de 500 000 participants, avec des centaines de mesures biologiques et comportementales par personne.
03 / 03

Les IA qui lisent l'EEG reconnaissent votre identité, pas votre état mental

Ces modèles d'IA censés détecter la dépression ou le stress à partir de votre cerveau ont surtout appris à vous reconnaître, vous.

L'électroencéphalogramme — l'EEG, les petites électrodes qu'on pose sur le crâne pour mesurer l'activité électrique du cerveau — est au cœur d'une vague de modèles d'IA qui promettent de détecter dépression, stress ou troubles cognitifs de façon objective. Des chercheurs ont audité trois de ces modèles — LaBraM, CBraMod, REVE — avec une méthode rigoureuse baptisée FMScope. Et ce qu'ils ont trouvé est gênant. Pensez à un scanner d'empreintes digitales qu'on aurait détourné de sa fonction pour détecter votre humeur. Il est très bon pour vous identifier — mais ce n'est pas pour ça qu'il était censé être utile. C'est exactement le problème ici. Dans les 12 combinaisons testées modèle-dataset, la variance capturée par ces modèles est 13 à 89 fois plus élevée pour l'identité de la personne que pour n'importe quelle baseline aléatoire. Autrement dit : le modèle a surtout appris votre empreinte cérébrale. Encore plus préoccupant : quand on affine (fine-tune) ces modèles sur une nouvelle tâche, au lieu que l'identité s'efface, elle s'amplifie. De 10 à 63 points de pourcentage supplémentaires de variance liée à l'identité, dans tous les cas testés. La bonne nouvelle — et il y en a une — c'est que le problème est en partie corrigible. En effaçant mathématiquement l'axe d'identité des représentations du modèle, la précision sur les vraies étiquettes cliniques augmente de 6 à 27 points selon les cohortes. Ce n'est pas encore une solution prête à l'emploi, mais c'est une piste concrète. En attendant, méfiez-vous des benchmarks qui mélangent des données du même individu entre entraînement et test — ils donnent des chiffres flatteurs qui s'effondrent dans la vraie vie.

Glossaire
EEG (électroencéphalogramme)Technique qui mesure l'activité électrique du cerveau via des électrodes posées sur le cuir chevelu, sans chirurgie.
modèle de fondationGrand modèle d'IA pré-entraîné sur de vastes données, conçu pour être adapté à différentes tâches spécifiques.
variance d'identitéLa part des différences captées par un modèle qui s'explique par qui est la personne, plutôt que par son état mental ou clinique.
La vue d'ensemble

Ces trois papiers forment un tableau cohérent, et un peu inconfortable. D'un côté, les LLM progressent vraiment sur la détection de la dépression — le papier Slingshot montre des chiffres que personne n'aurait osé prédire il y a trois ans. De l'autre, deux travaux nous rappellent que le domaine court deux risques symétriques : construire des modèles complexes sur des données trop bruyantes pour que la complexité serve à quelque chose, et s'auto-convaincre que ça marche parce que les benchmarks sont mal construits. Le papier sur le bruit de mesure dit : améliorez vos capteurs avant votre algorithme. Le papier sur l'EEG dit : vérifiez que votre modèle apprend ce que vous croyez qu'il apprend. Ce n'est pas du catastrophisme. C'est de l'hygiène scientifique. Et franchement, le fait que ces papiers existent — qu'une partie du domaine s'audite lui-même sérieusement — c'est un signe encourageant.

À surveiller

Sur le front LLM-dépression, le vrai test sera une validation externe sur des données hors de la plateforme Slingshot — idéalement en français ou dans une langue non anglophone. Sur la question du bruit de mesure, gardez un œil sur les travaux qui combinent ce cadre théorique avec des données de wearables : c'est là que la tension est la plus forte entre la promesse des objets connectés et la réalité de leurs capteurs. Et si vous suivez l'EEG computationnel, la question ouverte que j'aimerais voir traitée : est-ce que supprimer l'axe d'identité dégrade les performances sur des pathologies qui ont précisément une signature individuelle forte — comme l'épilepsie ?

Pour aller plus loin
Merci de m'avoir lu jusqu'ici — c'est dense, mais vous avez tenu. À demain. — JB
DeepScience — Intelligence scientifique interdisciplinaire
deepsci.io