Dr Salim BENLEFKI    Docteur en neuroscience 

Identifier plus tôt les enfants à risque de trouble du déficit de l’attention avec ou sans hyperactivité pourrait transformer leur parcours. C’est l’ambition d’un nouvel outil basé sur l’intelligence artificielle, développé par une équipe de chercheurs américains. Leur objectif : détecter des signaux faibles bien avant le diagnostic habituel, souvent posé tardivement.

Un trouble encore largement sous-diagnostiqué

Le Trouble du déficit de l’attention avec ou sans hyperactivité est un trouble neurodéveloppemental fréquent. Il se manifeste par :

• des difficultés d’attention
• une impulsivité
• parfois une hyperactivité

Chez de nombreux enfants, les signes existent tôt. Mais ils restent souvent mal identifiés, confondus avec des comportements jugés « normaux » ou passagers. Résultat : le diagnostic peut être retardé de plusieurs années, ce qui retarde aussi la prise en charge.

Une intelligence artificielle pour analyser les signaux précoces

Dans une étude publiée dans la revue Nature Mental Health, des chercheurs ont conçu un modèle d’intelligence artificielle capable d’exploiter les données médicales pour repérer des profils à risque.

L’équipe, dirigée notamment par Elliot Hill à l’Université Duke, a analysé les dossiers médicaux électroniques de près de 140 000 enfants.

Objectif : détecter des tendances invisibles

L’algorithme a été entraîné à identifier :

• des signaux développementaux précoces
• des comportements atypiques
• des éléments cliniques récurrents

Ces données, prises isolément, peuvent sembler anodines. Mais combinées, elles révèlent des schémas prédictifs associés au TDAH.

Des résultats prometteurs dès l’âge de 5 ans

Le modèle s’est montré capable d’estimer le risque de TDAH chez des enfants dès 5 ans, avec une précision élevée.

Autre point important : les performances sont restées stables :

• quel que soit le sexe
• quelle que soit l’origine ethnique

Cela renforce la robustesse de l’outil dans des populations variées.

Un outil d’aide, pas un diagnostic

Les chercheurs insistent sur un point essentiel : cet outil ne remplace pas un médecin.

Comme le rappelle Matthew Engelhard :

• il ne pose pas de diagnostic
• il ne décide pas à la place du clinicien
• il sert à orienter et prioriser les évaluations

👉 En pratique, il permettrait d’identifier plus tôt les enfants nécessitant une attention particulière.

Pourquoi un diagnostic précoce change tout

Un TDAH non identifié peut entraîner :

• difficultés scolaires
• troubles du comportement
• isolement social
• baisse de l’estime de soi

À l’inverse, une prise en charge précoce permet :

• d’adapter l’environnement scolaire
• de mettre en place un suivi psychologique
• d’améliorer les compétences sociales
• de réduire les complications à long terme

Vers une médecine plus prédictive

Cette approche s’inscrit dans une évolution plus large de la médecine :

• utilisation des données de santé massives
• développement d’outils prédictifs
• personnalisation des soins

L’intelligence artificielle permet ici d’exploiter une ressource encore sous-utilisée : les dossiers médicaux électroniques, riches en informations longitudinales.

Limites et précautions

Malgré ses promesses, cet outil soulève plusieurs enjeux :

Encadrement médical

• nécessité d’une validation clinique rigoureuse
• utilisation sous supervision médicale

Protection des données

• confidentialité des dossiers de santé
• sécurité des informations

Risque de surinterprétation

• éviter les faux positifs
• ne pas stigmatiser précocement un enfant

Recommandations pour les parents et les professionnels

Même sans outil d’IA, certains signes doivent alerter :

• difficultés persistantes de concentration
• agitation excessive
• impulsivité marquée
• troubles scolaires précoces

👉 En cas de doute :

• consulter un pédiatre ou un spécialiste
• ne pas attendre que les difficultés s’installent
• privilégier une évaluation globale (comportement, environnement, apprentissages)

Un outil d’intelligence artificielle pourrait permettre d’identifier plus tôt les enfants à risque de TDAH, en analysant des signaux faibles présents dans les données médicales. Sans remplacer le diagnostic médical, cette approche ouvre la voie à une détection plus précoce et à une prise en charge plus rapide, avec un impact potentiel majeur sur le développement et la qualité de vie des enfants.