Utilisation de l’intelligence artificielle pour identifier les composantes efficaces de la thérapie cognitive comportementale assistée par ordinateur
Using Artificial Intelligence to Identify Effective Components of Computer-Assisted Cognitive Behavioural Therapy.
Coleman JJ, Owen J, Wright JH, Eells TD, Antle B, McCoy M, Soma CS
Clinical psychology & psychotherapy
Résumé de l'article
Cette étude a utilisé un système d’IA (Lyssn) pour identifier et coder les techniques spécifiques utilisées lors des séances de coaching dans le cadre d’une TCC assistée par ordinateur (CCBT) soutenue par un clinicien. Les données proviennent d’un essai randomisé comparant la CCBT à un traitement habituel en soins primaires (n=95). Parmi les 13 variables Lyssn significativement associées à la réduction de l’anxiété (GAD-7) à 12 semaines, les techniques les plus efficaces étaient la découverte guidée, la compréhension empathique, l’efficacité interpersonnelle et la fixation d’agenda. La proportion de questions ouvertes était la variable la plus impactante toutes catégories confondues. Aucune technique TCC spécifique n’était associée à la réduction des symptômes dépressifs (PHQ-9). Les gains sur l’anxiété obtenus à 12 semaines ne se maintenaient pas au suivi. L’IA représente un outil innovant pour décoder les mécanismes actifs en psychothérapie.
Résumé généré par IA à partir de l'étude source.
Analyse clinique réservée aux membres
Résumé clinique, implications pour la pratique, limites de l'étude et schéma méthodologique.