​L’équipe Inria de NeuroSpin, en collaboration avec un psychiatre de NeuroSpin (UNIACT), démontre que l’apprentissage statistique à partir de larges cohortes peut produire des mesures indirectes pour les troubles liés à la santé mentale, sans avoir besoin d’une évaluation réalisée par un spécialiste. Pour mener cette étude, les chercheurs de PARIETAL et d’UNIACT ont exploité la base de données biomédicales UK Biobank, cohorte en population générale britannique de plus de 15.000 personnes parmi les plus complètes au monde. Les chercheurs en intelligence artificielle ont entrainé des algorithmes d’apprentissage automatique à prédire l’âge du cerveau, les « traits d’intelligence » et les tendances aux réactions névrotiques (névrosisme) définis scientifiquement et qui constituent des mesures indirectes améliorant l’évaluation de la santé mentale de patients.

Les résultats, publiés dans la revue Gigascience, ont fait l’objet d’un communiqué de presse de l’Inria, repris notamment par L’Express. Ils suggèrent que de tels algorithmes pourraient faciliter l’évaluation mentale, la rendre plus précise et personnalisée.