Journal Club: Documenter n'est pas diagnostiquer : ce que les scribes IA nous apprennent sur l'avenir des soins en santé mentale

Sarah Marchand-Lacoursière
2 juil.
8 min de lecture

L’intelligence artificielle entre rapidement dans la pratique clinique par l’une des portes les moins controversées de la médecine : la documentation. Les scribes ambiants propulsés par l’IA promettent d’écouter la rencontre clinique, de réduire le fardeau administratif, de générer des notes et de redonner aux cliniciens une partie du temps que les dossiers médicaux électroniques leur ont enlevé. Dans un système de santé fragilisé par les pénuries de main-d’œuvre, l’épuisement professionnel et une demande croissante, cette promesse compte. Le fardeau de la documentation n’est pas un simple irritant. Il influence l’attention du clinicien, l’expérience du patient et la qualité du dossier médical.

Mais en santé mentale, la documentation n’est que le début. Une étude récente publiée dans JAMA Psychiatry a examiné plus de 20 000 notes de visites annuelles en première ligne et comparé les visites utilisant des scribes ambiants propulsés par l’IA avec des visites utilisant des scribes humains ou aucun scribe. Les résultats étaient à la fois encourageants et préoccupants. Les notes générées avec l’aide de l’IA contenaient davantage d’information documentée sur les symptômes neuropsychiatriques dans plusieurs domaines. Autrement dit, la technologie semblait capter une plus grande partie de l’expérience de santé mentale du patient dans la note clinique.

Pourtant, cette augmentation de la documentation ne s’est pas traduite par davantage d’actions psychiatriques documentées. Les visites utilisant des scribes IA étaient moins susceptibles d’être associées à un diagnostic lié à la dépression, à une prescription d’antidépresseur ou à une référence en santé mentale, comparativement aux visites contemporaines sans scribe (Castro et al., 2026).

Il ne s’agit pas d’une preuve que les scribes IA détériorent les soins. L’étude était rétrospective, observationnelle et ne permet pas d’établir un lien de causalité. Mais elle soulève une question plus profonde pour l’avenir de l’IA clinique : si l’IA nous aide à documenter davantage, pourquoi cela ne mène-t-il pas nécessairement à une meilleure reconnaissance, à un meilleur diagnostic ou à une meilleure prise en charge? La réponse se trouve peut-être dans l’une des vérités les plus importantes de la psychiatrie : documenter n’est pas diagnostiquer.

Plus de mots ne signifie pas plus de compréhension

Le diagnostic psychiatrique n’est pas un simple acte d’enregistrement des symptômes. C’est un acte de reconnaissance de patterns.

Un patient peut rapporter de l’insomnie, de la fatigue, de l’irritabilité, une mauvaise concentration, de l’anxiété, de la tristesse, des changements d’appétit, une consommation de substances, de l’agitation, de l’évitement, de la honte ou une dysrégulation émotionnelle. Chaque symptôme compte. Mais aucun ne parle de lui-même.

L’insomnie peut être un symptôme de dépression majeure, de trouble bipolaire, de trauma, d’anxiété généralisée, de consommation de substances, de TDAH, de douleur, de ménopause, de travail par quarts ou d’une réponse ordinaire au stress. Une mauvaise concentration peut refléter un TDAH, une dépression, de l’anxiété, une privation de sommeil, un trauma, des effets médicamenteux, une consommation de substances, un déclin cognitif ou un épuisement professionnel. L’irritabilité peut être développementale, relationnelle, hormonale, neurobiologique, traumatique, liée à la personnalité ou faire partie d’un épisode de l’humeur.

La signification diagnostique d’un symptôme dépend de son moment d’apparition, de sa récurrence, de son intensité, de son contexte, de l’histoire développementale, de l’impact fonctionnel, des caractéristiques associées, des antécédents familiaux, de la réponse aux traitements et du lien avec les événements de vie.

C’est pourquoi la psychiatrie ne peut pas être réduite à une transcription. Une transcription nous dit ce qui a été dit. Une note nous dit ce qui a été documenté. Un diagnostic exige de comprendre ce que l’information signifie. L’étude publiée dans JAMA Psychiatry illustre cet écart. Les notes générées avec l’aide de l’IA étaient plus longues et contenaient davantage de signal neuropsychiatrique dérivé du texte. Mais les actions cliniques associées à la dépression n’ont pas augmenté. Une interprétation possible est que les scribes IA peuvent aider à capter la surface de la détresse sans nécessairement aider les cliniciens à synthétiser cette détresse en patterns cliniquement actionnables. Cette distinction est importante.

En santé mentale, le problème est rarement l’absence de symptômes. Le problème est que les symptômes sont fragmentés dans le temps, cachés derrière des plaintes somatiques, normalisés par les patients, relégués au second plan dans des visites brèves ou dispersés à travers plusieurs rencontres cliniques. Le défi n’est pas simplement d’en entendre davantage. Il est d’organiser, d’interpréter et de contextualiser ce qui est entendu.

Les limites de la documentation ambiante en santé mentale

Les scribes ambiants n’ont pas été conçus pour effectuer une formulation psychiatrique. Leur fonction principale est de documenter la visite. Cela peut, en soi, avoir de la valeur. De meilleures notes peuvent améliorer la communication, la continuité, la facturation, la clarté médico-légale et l’expérience des cliniciens.

Mais l’évaluation en santé mentale exige plus qu’une meilleure note. Une évaluation psychiatrique cliniquement significative requiert souvent de l’information qui n’émerge pas naturellement dans une visite de routine en première ligne : trajectoire longitudinale des symptômes, épisodes antérieurs, âge d’apparition, histoire traumatique, antécédents psychiatriques familiaux, histoire développementale, patterns menstruels ou hormonaux, trajectoires de consommation de substances, information collatérale, atteinte fonctionnelle, facteurs de risque, facteurs de protection et réponse aux traitements antérieurs. Même lorsque ces éléments sont mentionnés, ils peuvent ne pas être intégrés. Une note peut indiquer qu’un patient dort mal, se sent anxieux, a perdu sa motivation, boit davantage d’alcool et éprouve des difficultés au travail. Mais la question clinique est la suivante : quel pattern cela représente-t-il? S’agit-il d’un épisode dépressif? D’un trouble anxieux? D’un TDAH avec démoralisation secondaire? D’une dépression bipolaire? D’une hyperactivation liée au trauma? De symptômes induits par une substance? D’un trouble de l’adaptation? D’une présentation médicale ou médicamenteuse? D’autre chose? C’est là que la documentation s’arrête et que le raisonnement clinique commence.

Les résultats de JAMA Psychiatry ne devraient donc pas être interprétés comme un échec des scribes IA. Ils devraient plutôt être compris comme un signe que la prochaine étape de l’IA clinique doit dépasser la transcription et la génération de notes.

L’avenir de l’IA en santé mentale ne sera pas défini par celui qui capte la note la plus longue. Il sera défini par celui qui aide les cliniciens à transformer une information complexe en une meilleure compréhension clinique.

La psychiatrie a besoin d’un contexte structuré, pas seulement d’une conversation captée

L’une des leçons centrales des soins en santé mentale est que l’information diagnostique la plus importante est souvent distribuée. Elle peut être distribuée à travers :

ce que le patient dit aujourd’hui,
ce qu’il a oublié de mentionner,
ce qu’il a normalisé parce que cela a toujours été présent,
ce qui est apparu lors de visites antérieures,
ce qu’un membre de la famille ou un partenaire a remarqué,
ce qui a changé au fil des mois ou des années,
ce qui survient seulement durant certaines phases hormonales, saisons, périodes de stress ou contextes relationnels,
et ce qui ne devient visible que lorsque les symptômes sont organisés longitudinalement.

C’est pourquoi les cliniciens de première ligne font face à une tâche aussi difficile. On leur demande souvent de reconnaître des patterns psychiatriques complexes lors de rencontres brèves, transversales et remplies de priorités concurrentes. Un patient peut consulter pour des maux de tête, des symptômes gastro-intestinaux, de la fatigue, de la douleur, de l’insomnie ou des problèmes de concentration, alors que le pattern psychiatrique sous-jacent demeure seulement partiellement visible.

Les scribes IA peuvent documenter davantage la rencontre. Mais si la rencontre elle-même ne permet pas d’éliciter la bonne information, ou si cette information n’est pas synthétisée par la suite, une meilleure documentation peut tout de même laisser le problème central intact.

Les soins en santé mentale ont donc besoin d’outils qui améliorent l’environnement informationnel avant, pendant et après la visite. Cela signifie une collecte de données structurée. Cela signifie une histoire longitudinale. Cela signifie de l’information collatérale lorsque cela est approprié. Cela signifie une mesure qui soutient — sans remplacer — le jugement clinique. Cela signifie organiser les symptômes selon le temps, le contexte, la sévérité, le fonctionnement, le risque et le diagnostic différentiel. Cela signifie aider les cliniciens à voir le pattern, et non seulement le paragraphe.

De l’IA administrative à l’intelligence clinique

La première vague de l’IA en santé s’est largement concentrée sur le soulagement administratif : documentation, résumé, soutien à la gestion des messages, codification et automatisation des flux de travail. Ce sont des problèmes importants. Les cliniciens ont besoin de répit. Mais la psychiatrie et les soins en santé mentale ont aussi besoin d’une deuxième vague : l’intelligence clinique.

L’intelligence clinique ne signifie pas remplacer les cliniciens. Elle signifie soutenir le travail cognitif que les cliniciens accomplissent déjà dans des conditions difficiles. Elle signifie les aider à recueillir une meilleure information, à remarquer ce qui pourrait manquer, à identifier des possibilités diagnostiques, à comparer des hypothèses concurrentes, à suivre le risque et à prendre des décisions plus éclairées. Cette distinction est essentielle. Un outil de documentation demande : « Que devrait dire la note? » Un outil de raisonnement clinique demande : « Que suggère ce pattern, qu’est-ce qui pourrait l’expliquer autrement, quelle information manque et que devrait considérer le clinicien ensuite? » Ce sont des questions très différentes. Le premier améliore le dossier. Le second améliore les conditions du jugement. En santé mentale, cette différence est fondamentale. Le diagnostic psychiatrique n’est pas le résultat d’une transcription. C’est une synthèse de la narration, de la chronologie, du fonctionnement, du risque, du contexte et de l’expertise clinique.

Pourquoi cela compte pour les systèmes de santé

Le diagnostic psychiatrique manqué ou retardé n’est pas seulement un problème clinique. C’est un problème systémique.

Lorsque les troubles mentaux ne sont pas reconnus tôt, les patients peuvent passer par des visites répétées, des investigations, des explications partielles, des traitements inefficaces ou des références fragmentées. Les cliniciens de première ligne portent une grande partie de ce fardeau, souvent sans suffisamment de temps, de soutien spécialisé ou d’outils structurés.

Les scribes IA peuvent réduire le fardeau de la documentation, mais ils ne résolvent pas automatiquement la complexité diagnostique de la santé mentale. L’étude publiée dans JAMA Psychiatry suggère que même lorsque les symptômes psychiatriques sont plus visibles dans les notes, le passage de la documentation à l’action demeure incertain. Pour les systèmes de santé, cela pointe vers une leçon stratégique claire : l’infrastructure de documentation et l’infrastructure diagnostique ne sont pas la même chose.

Un système de santé qui adopte des scribes ambiants peut améliorer la génération de notes. Mais s’il souhaite améliorer la détection en santé mentale, le triage, la reconnaissance du risque et la planification des soins, il pourrait avoir besoin d’outils conçus spécifiquement pour la complexité psychiatrique. Cela signifie une technologie bâtie autour des patterns cliniques plutôt qu’autour de la documentation générique.

Vers le prochain standard en évaluation de la santé mentale

Chez Aion, nous croyons que l’avenir de l’IA en santé mentale sera défini par un passage de la documentation passive à la synthèse clinique structurée. Elyx est développé autour de ce principe. L’objectif n’est pas d’automatiser le diagnostic ni de remplacer le clinicien. Il est de soutenir une meilleure évaluation en aidant à organiser l’information dont dépend le raisonnement psychiatrique : symptômes, chronologie, fonctionnement, contexte, diagnostic différentiel, comorbidité, risque, facteurs de protection et changement longitudinal.

C’est ici que l’IA en santé mentale peut devenir cliniquement significative. Pas en produisant plus de texte. Pas en allongeant le dossier médical. Pas en transformant chaque conversation en une note polie. Mais en aidant les cliniciens à identifier les patterns qui comptent.

Les données récentes sur les scribes IA devraient encourager le domaine. Elles montrent que l’IA peut transformer la documentation. Mais elles devraient aussi nous rendre humbles. Plus de documentation ne signifie pas automatiquement un meilleur diagnostic, un meilleur traitement ou de meilleurs résultats. La prochaine frontière ne consiste pas seulement à écouter. Elle consiste à comprendre.

Référence

Castro, V. M., McCoy, T. H., Verhaak, P., Ramachandiran, A., & Perlis, R. H. (2026). Psychiatric documentation and management in primary care with artificial intelligence scribe use. JAMA Psychiatry, 83(3), 281–286.