Changer les habitudes de santé – comme arrêter de fumer, faire plus d'exercice ou s'en tenir aux traitements prescrits – est difficile mais crucial pour prévenir et gérer les maladies chroniques. L'entretien motivationnel (MI), une méthode de conseil centrée sur le patient qui aide les gens à trouver leur propre motivation à changer, s'est avéré efficace dans de nombreux établissements de soins de santé.
Pourtant, malgré des preuves solides, l'IM n'est pas largement utilisée dans la pratique clinique en raison de défis tels que un temps limité, des demandes de formation et des barrières de paiement. Les progrès de l'intelligence artificielle, cependant, ouvrent de nouvelles possibilités pour amener l'IM à plus de personnes à travers des outils numériques.
Les chatbots, les applications et les agents virtuels alimentés par AI peuvent simuler les conversations favorables et empathiques au cœur de l'IM. En utilisant des approches allant des dialogues scriptés à des modèles avancés de grande langue comme GPT-4 (communément appelé ChatGpt), ces outils fournissent un support sans rapport et sans jugement. Ils peuvent être particulièrement utiles pour les personnes qui ne recherchent pas les soins de santé comportementale traditionnels.
Les premières études suggèrent que ces outils d'IA sont réalisables et acceptables, mais on ne sait pas à quel point ils suivent de près les principes MI de base tels que l'empathie et la promotion de l'autonomie, et s'ils changent efficacement les comportements. L'évaluation de cette «fidélité MI» est difficile, car les méthodes traditionnelles nécessitent une revue humaine détaillée et ne pas bien évoluer.
Pour combler ces lacunes importantes sur les connaissances, les chercheurs du Charles E. Schmidt College of Medicine de la Florida Atlantic University ont effectué la première revue de portée des études sur les systèmes axés sur l'IA conçus pour fournir des entretiens de motivation.
Ils se sont concentrés sur l'exploration de la façon dont les outils d'IA tels que les chatbots et les modèles de gros langues sont utilisés pour fournir l'IM, ce que l'on sait sur leur convivialité et leur acceptabilité, dans quelle mesure ces systèmes adhèrent aux principes de base MI et les résultats comportementaux ou psychologiques rapportés jusqu'à présent.
Les résultats, publiés dans le Journal of Medical Internet Research, révèlent que les outils d'IA les plus utilisés étaient les chatbots, avec certains agents virtuels et applications mobiles, en utilisant des technologies allant des systèmes basés sur des règles à des modèles avancés comme GPT-3.5 et GPT-4. Alors que tous visaient à simuler l'entretien de motivation, la qualité et la rigueur de leurs évaluations variaient. Seules quelques études ont répondu aux problèmes de sécurité concernant le contenu généré par l'IA, la plupart ne détaillant pas les garanties contre la désinformation ou les réponses inappropriées.
Alors que seules quelques études ont rapporté des changements comportementaux réels, la plupart se sont concentrés sur des facteurs psychologiques importants comme la préparation à changer et se sentir compris. Surtout, aucune étude n'a examiné les résultats comportementaux à long terme, et les périodes de suivi étaient souvent courtes ou manquantes entièrement. Ainsi, bien que les outils d'IA puissent fournir efficacement le contenu de motivation et influencer les premiers signes de changement, leur capacité à créer des changements de comportement durable reste incertain.
De nombreuses interventions numériques comprenaient des «éléments» de motivation, mais n'ont pas clairement montré si ou comment ils suivent les pratiques formelles de l'IM. Nous avons soigneusement cartographié les techniques spécifiques utilisées – comme les questions ouvertes, les affirmations et l'écoute réflexive – et avons examiné comment la fidélité a été évaluée, que ce soit par expert ou conception d'étude. Ce niveau de détail est essentiel pour comprendre ce que font ces outils d'IA et dans quelle mesure ils reflètent une véritable interview motivationnelle. «
Maria Carmenza Mejia, MD, auteure principale et professeur de santé de la population, Schimdt College of Medicine
Les résultats montrent qu'en dépit de leurs forces, les limitations concernant les nuances émotionnelles et la profondeur conversationnelle ont été couramment notées.
« Les utilisateurs ont apprécié la commodité et la structure des systèmes d'IA, mais ont souvent manqué la » touche humaine « et la dynamique relationnelle complexe des conseils en face à face », a déclaré Mejia.
Les participants aux études variaient considérablement des adultes généraux aux étudiants et aux patients ayant des problèmes de santé spécifiques. L'arrêt du tabac a été l'objectif le plus courant, suivi de la réduction de la consommation de substances, de la gestion du stress et d'autres comportements de santé.
« Les systèmes axés sur l'IA montrent un potentiel passionnant pour offrir des entretiens de motivation et soutenir un changement significatif sur les comportements pour la santé », a déclaré Mejia. « Ces outils sont réalisables et bien acceptés à travers divers problèmes de santé, démontrant des principes clés comme l'empathie et la collaboration. Cependant, peu d'études ont rigoureusement évalué leur impact sur le comportement ou la fidélité. À mesure que les interventions de santé de l'IA évoluent, les recherches futures doivent se concentrer sur une évaluation robuste, une transparence et une responsabilité éthique.
Les co-auteurs de l'étude sont les étudiants en médecine FAU Zev Karve, Jacob Caley, Christopher Machado et Michelle K. Knecht, bibliothécaire médical senior, FAU Schmidt College of Medicine.
