Bipolarité : comment avance la recherche ?

Entre IA diagnostique et pistes inflammatoires, la psychiatrie vit une "petite" révolution. La Fondation FondaMental dévoile des avancées dans la recherche pour transformer le quotidien des 600 000 Français concernés par les troubles bipolaires.

"Huit à dix ans". C'est le temps moyen encore nécessaire pour poser un diagnostic de trouble bipolaire. Un retard considérable, aux conséquences parfois dramatiques. Mais la recherche accélère. En 2026, la Fondation FondaMental évoque un tournant vers une « psychiatrie de précision » (Inflammation : une piste clé en psychiatrie), capable d'adapter les soins au profil de chaque patient. Derrière cette promesse, une ambition claire : sortir d'une approche uniforme pour mieux cibler les traitements, et réduire les rechutes, les hospitalisations… et le risque suicidaire, très élevé dans cette pathologie.

Vers une psychiatrie de précision

Les chercheurs s'appuient désormais sur des cohortes massives, comme FACE-BD, pour identifier des biomarqueurs fiables : génétiques, issus de l'imagerie cérébrale ou inflammatoires. L'étude révèle que près de 40 % des patients présentent des signes d'inflammation chronique. Des marqueurs immunitaires (comme l'interleukine-2) sont à l'étude pour de nouveaux traitements. Les chercheurs ont également observé un vieillissement prématuré (mesuré par la longueur des télomères, des sortes de capuchons protecteurs de nos chromosomes) chez certains jeunes patients, ce qui expliquerait une réduction de l'espérance de vie de 10 à 15 ans.
Plus globalement, ces données permettent de mieux comprendre une maladie encore hétérogène, qui touche entre 1 % et 2,5 % de la population française. « L'enjeu, c'est de proposer à chacun un traitement sur mesure », expliquent les équipes de recherche. Une révolution silencieuse, qui pourrait transformer la prise en charge du handicap psychique en limitant les phases aiguës et leurs conséquences sur la vie sociale et professionnelle.

Inflammation, cerveau et nouvelles pistes

Parmi les pistes les plus prometteuses : l'inflammation cérébrale. De plus en plus d'études montrent que certains patients présentent des marqueurs biologiques spécifiques, ouvrant la voie à de nouvelles stratégies thérapeutiques ciblées. En parallèle, la génétique progresse. Une étude internationale portant sur plus de 150 000 patients a permis d'identifier plusieurs dizaines de gènes impliqués dans la maladie (précisément 298 régions du génome, autrement dit le « code génétique », liés au trouble), certains déjà liés à des traitements existants. Autant d'indices pour affiner les diagnostics… et anticiper les rechutes. Ainsi, en se concentrant sur les facteurs de risque, ils ont constaté que les individus porteurs d'un nombre élevé de variations génétiques spécifiques présentent un risque 7 fois supérieur de développer la maladie.

L'IA et le diagnostic précoce en ligne de mire

Autre révolution en cours : l'intelligence artificielle. En croisant données cliniques, cognitives et biologiques, elle pourrait aider à détecter plus tôt les troubles bipolaires, parfois confondus avec une dépression classique. Car derrière les fluctuations de l'humeur, c'est bien un handicap invisible qui s'installe, avec de lourdes conséquences : troubles cognitifs, fatigue, désinsertion professionnelle mais aussi comorbidités (ou troubles physiques et psychiques associés), via le score de risque polygénique (PRS), révélant par exemple un terrain commun entre le trouble bipolaire et le TDAH. Certaines approches innovantes, comme les parcours de soins coordonnés, montrent déjà des résultats encourageants, avec une réduction significative des hospitalisations et des tentatives de suicide.

Mieux comprendre pour mieux inclure

Reste un défi majeur : la (dé)stigmatisation. Encore largement méconnus, les troubles bipolaires restent associés à des idées reçues tenaces. « Ces travaux contribuent aussi à changer le regard », souligne la Fondation FondaMental. Car mieux comprendre la maladie, c'est aussi mieux accompagner les personnes concernées, réduire le retard diagnostique et enfin prédire l'évolution de la maladie. Les enjeux sont considérables pour une maladie qui coûte environ 6 910 € par an et par patient en France. Or, la Fondation FondaMental déplore que la recherche en psychiatrie ne reçoive que 2 à 4 % des financements en France, contre plus de 15 % dans les pays anglo-saxons.

Bipolarité : comment avance la recherche ?

Quand les patients utilisent l’IA comme psy : ce que le clinicien doit savoir

Depuis 2023, un nombre croissant de patients utilisent des chatbots génératifs — principalement ChatGPT et Character.AI — comme forme de soutien psychologique.

Ce phénomène, abondamment couvert par la presse, est désormais étayé par des données émergentes : 

- une étude OpenAI/MIT (2025) documente la corrélation entre usage quotidien et dépendance émotionnelle ; 

- une étude de Brown University (2025) identifie 15 violations éthiques systématiques des chatbots IA en santé mentale ; 

- et plusieurs cas de psychose induite et de suicides ont été médiatisés. 

Cet article synthétise les données disponibles, analyse les mécanismes psychologiques en jeu, et propose des repères concrets pour le clinicien en psychotraumatologie confronté à ce phénomène chez ses patients.

=> Un phénomène que le clinicien ne peut plus ignorer

=> L’ampleur médiatique : trois vagues de couverture

=> Ce que disent les données émergentes

=> Mécanismes psychologiques en jeu

=> Repères pour le clinicien en psychotraumatologie

Quand les patients utilisent l'IA comme psy : ce que le clinicien doit savoir - IFEMDR

L'Intelligence Artificielle, nouvelle thérapeute ?

Lorsqu'elle est intégrée de manière encadrée dans une démarche thérapeutique, l'IA peut soutenir le travail clinique. Mais utilisée de manière autonome, hors de tout cadre contenant, elle peut aussi exposer certains sujets à des impasses narcissiques ou à des illusions relationnelles.

A lire en accès gratuit

L'IA, nouvelle thérapeute ? - Santé Mentale

L’impact de l’intelligence artificielle en psychiatrie

L’intelligence artificielle en psychiatrie suscite un intérêt croissant, laissant entrevoir des avancées majeures dans la compréhension et la prise en charge. 

Les personnes souffrant de troubles mentaux présentent un risque de mortalité deux à cinq fois plus élevé que la population générale, quel que soit le motif du décès, avec un taux de mortalité prématurée multiplié par quatre. La santé mentale est donc une préoccupation majeure de santé publique. L’IA pourrait jouer un rôle important dans le diagnostic précoce de ces troubles, contribuant ainsi à améliorer la prévention et le traitement. Mais quels types de tâches peuvent être réalisées par l’IA, en psychiatrie ? Va-t-elle remplacer certains aspects du travail des psychiatres ? 

On répond à vos interrogations :
L'impact de l’intelligence artificielle en psychiatrie | Profil Médecin

Prédire le risque de progression vers une schizophrénie ou un trouble bipolaire par l’IA ?

Réalisant une étude de cohorte rétroactive, des chercheurs danois ont développé un algorithme utilisant l’intelligence artificielle (IA) capable de prédire le risque de transition vers une schizophrénie ou un trouble bipolaire via les dossiers médicaux de patients suivis en psychiatrie pour de premiers symptômes.

Le diagnostic de schizophrénie et de trouble bipolaire est souvent retardé de plusieurs années, malgré une apparition typique de la maladie à la fin de l’adolescence ou au début de l’âge adulte, ce qui freine la mise en place d’un traitement ciblé. L’objectif de cette étude danoise était de déterminer si des modèles d’apprentissage automatique entraînés à partir de données cliniques de routine issues de dossiers médicaux électroniques (DME) peuvent prédire l’évolution diagnostique vers la schizophrénie ou le trouble bipolaire chez les patients traités en psychiatrie pour d’autres troubles mentaux. Cette étude de cohorte s’appuyait sur les données des DME des services psychiatriques de la région du Danemark-Central. Tous les patients âgés de 15 à 60 ans ayant eu au moins deux contacts (à au moins trois mois d’intervalle) avec les services psychiatriques de la région du Danemark-Central entre le 1er janvier 2013 et le 21 novembre 2016 ont été inclus. L’analyse a été réalisée de décembre 2022 à novembre 2024.

Résultats

L’étude a porté sur 24 449 patients au moment de la prédiction : 32,2 ans [24,2-42,5 ans ; 13 843 femmes [56,6 %]) et 398 922 consultations externes. La transition vers la première apparition de la schizophrénie ou du trouble bipolaire a été prédite par le modèle XGBoost, avec un AUROC de 0,70 (IC à 95 %, 0,70-0,70) sur l’ensemble d’entraînement et de 0,64 (IC à 95 %, 0,63-0,65) sur l’ensemble de test, composé de deux sites hospitaliers retenus.

Avec un taux positif prédit de 4 %, le modèle XGBoost présentait une sensibilité de 9,3 %, une spécificité de 96,3 % et une valeur prédictive positive (VPP) de 13,0 %. La prédiction de la schizophrénie séparément a donné de meilleures performances (AUROC, 0,80 ; IC à 95 %, 0,79-0,81 ; sensibilité, 19,4 % ; spécificité, 96,3 % ; VPP, 10,8 %) que celle du trouble bipolaire (AUROC, 0,62, IC à 95 %, 0,61-0,63 ; sensibilité, 9,9 % ; spécificité, 96,2 % ; VPP, 8,4 %). Les notes cliniques se sont révélées particulièrement instructives pour la prédiction.

Ces résultats suggèrent qu’il est possible de prédire la transition diagnostique vers la schizophrénie et le trouble bipolaire à partir de données cliniques de routine extraites des DMP, la schizophrénie étant nettement plus facile à prédire que le trouble bipolaire.

• Predicting Diagnostic Progression to Schizophrenia or Bipolar Disorder via Machine Learning, Lasse Hansen, MSc, PhD1,2,4; Martin Bernstorff, MD, PhD1,2,4; Kenneth Enevoldsen, MSc, PhD1,4; et al. ; JAMA Psychiatry. Published online February 19, 2025. doi:10.1001/jamapsychiatry.2024.4702.

Prédire le risque de progression vers une schizophrénie ou un trouble bipolaire par l'IA ? - Santé Mentale

L’intelligence artificielle et l’impression 3D pour traiter la schizophrénie

L’intelligence artificielle (IA) est un sujet souvent controversé, mais il est désormais indéniable que cet outil est devenu extrêmement puissant et précieux pour l’homme. 

En effet, l’IA est aujourd’hui utilisée dans des domaines tels que la médecine, notamment pour le diagnostic des maladies et la personnalisation des traitements médicamenteux, toujours sous la supervision du personnel médical. Grâce à cette technologie, de nombreux diagnostics de maladies ont été réalisés avec succès dans les domaines de l’orthopédie et de l’oncologie. Actuellement, l’utilisation de l’IA, combinée à l’impression 3D, s’étend également aux troubles mentaux tels que la schizophrénie.

La principale difficulté liée au diagnostic de la schizophrénie est que, contrairement à des domaines tels que l’orthopédie et l’oncologie, la symptomatologie de cette maladie est hétérogène et peut donc se manifester sous des formes différentes pour chaque patient. En outre, la schizophrénie ne peut pas être diagnostiquée à l’aide d’indicateurs biologiques, mais uniquement à l’aide des symptômes cliniques établis par le DSM (Manuel diagnostique et statistique des troubles mentaux) et la CIM (Classification internationale des maladies), qui ne sont d’ailleurs pas toujours suffisants pour reconnaître les symptômes moins classiques de la maladie.

Utilisation de l’IA pour le traitement de la schizophrénie... 

Lire la suite : 

L'intelligence artificielle et l'impression 3D pour traiter la schizophrénie - 3Dnatives

Quand des robots humanoïdes permettent de mieux comprendre les patients schizophrènes

À l’occasion du symposium "IA et Santé mentale" de l’université de Caen, s'étant déroulé les 29 et 30 janvier 2024 et réunissant une vingtaine de chercheurs et médecins de plusieurs pays, Ghilès Mostafaoui, maître de conférence en informatique, à l'université de Cergy, a présenté les avancées des travaux qu’il mène avec son équipe à l’Université de Cergy. 

Leur recherche s’axe sur la coordination interpersonnelle chez les patients schizophrènes, notamment dans l’interaction humain-robot.

Schizophrénie : quand des robots humanoïdes permettent de mieux comprendre ce trouble - Sciences et Avenir