Longtemps fondé sur l’observation clinique et le récit des patients, le diagnostic de la schizophrénie et du trouble bipolaire pourrait bientôt s’appuyer sur des marqueurs plus objectifs. Une étude récente montre que l’intelligence artificielle est capable d’identifier des signatures électriques propres à ces troubles, directement dans l’activité des neurones.
Pendant des décennies, le diagnostic de la schizophrénie et du trouble bipolaire s’est appuyé presque exclusivement sur l’observation clinique. Entretiens, récits subjectifs, évolution des symptômes dans le temps : malgré l’expertise des soignants, l’incertitude reste forte, en particulier aux débuts de la maladie, lorsque les signes se chevauchent. Hallucinations, phases délirantes, troubles de l’humeur ou du comportement peuvent conduire à des errances diagnostiques longues, parfois lourdes de conséquences pour les patients. C’est dans ce contexte qu’une étude publiée en 2025 propose une avancée majeure: l’utilisation de l’intelligence artificielle pour identifier des signatures objectives de ces troubles psychiatriques, directement dans l’activité des neurones.
Observation de modèles humains
Jusqu’ici, aucun biomarqueur fiable n’existait pour distinguer clairement la schizophrénie du trouble bipolaire. Les examens d’imagerie cérébrale, les analyses génétiques ou biologiques n’ont jamais permis d’atteindre une précision suffisante pour un usage clinique courant. Cette nouvelle recherche change de paradigme en s’intéressant non pas à la structure du cerveau, mais à son fonctionnement intime : la manière dont les neurones communiquent entre eux, se synchronisent et réagissent à une stimulation.
Lire aussi: L’IA est-elle devenue le psy des ados? L’inquiétude monte chez les professionnels
Pour y parvenir, les chercheurs ont utilisé des cellules de patients atteints de schizophrénie, de trouble bipolaire et de volontaires sains afin de créer, en laboratoire, des neurones et des organoïdes cérébraux – parfois qualifiés de “mini-cerveaux”. Ces modèles, dérivés de cellules souches, conservent la signature génétique des personnes dont ils sont issus. Ils permettent ainsi d’observer, en temps réel, le fonctionnement de réseaux neuronaux humains, sans passer par des modèles animaux souvent imparfaits pour reproduire les troubles psychiatriques.
Pourquoi c’est une avancée majeure en psychiatrie
Contrairement à d’autres spécialités médicales, la psychiatrie ne dispose presque d’aucun examen biologique permettant de confirmer un diagnostic. Scanner, prise de sang ou IRM servent surtout à exclure d’autres causes, pas à identifier directement une maladie psychiatrique. Cette étude marque un tournant potentiel : pour la première fois, des différences mesurables apparaissent au niveau même du fonctionnement des réseaux neuronaux, indépendamment du discours du patient ou de l’interprétation du clinicien. Si ces résultats sont confirmés à grande échelle, ils pourraient ouvrir la voie à des diagnostics plus précoces, plus fiables et moins stigmatisants.
Ces tissus neuronaux ont ensuite été placés sur des plaques dotées de micro-électrodes capables d’enregistrer leur activité électrique avec une grande finesse. Chaque micro-signal, chaque variation de rythme ou de synchronisation a été capté, produisant une immense quantité de données. C’est précisément là que l’intelligence artificielle entre en jeu. Les chercheurs ont développé un algorithme d’apprentissage automatique capable d’analyser ces données complexes et d’identifier des motifs invisibles à l’œil humain.
Des résultats frappants
Les résultats sont particulièrement frappants. Dans les cultures de neurones en deux dimensions, l’algorithme a distingué les échantillons issus de patients schizophrènes des échantillons sains avec près de 96 % de précision. Dans des modèles plus complexes, incluant des organoïdes cérébraux, l’IA a réussi à différencier trois groupes distincts : personnes sans trouble psychiatrique, patients schizophrènes et patients atteints de trouble bipolaire. Cette distinction, notoirement difficile en clinique, a atteint plus de 90 % de fiabilité lorsque les réseaux neuronaux étaient soumis à une stimulation électrique contrôlée.
Lire aussi: Anxiété, stress, épuisement: et si la réponse venait de la médecine traditionnelle?
Un point essentiel de l’étude réside précisément dans cette stimulation. À l’état “au repos”, les différences entre les troubles restent parfois subtiles, comme c’est souvent le cas chez les patients dans la vie quotidienne. En revanche, lorsque les neurones sont stimulés, des dysfonctionnements latents apparaissent plus nettement. Les réseaux neuronaux issus de patients schizophrènes ou bipolaires ne réagissent pas de la même manière que ceux de sujets sains : la circulation de l’information, l’équilibre entre excitation et inhibition, ou encore la capacité à synchroniser l’activité collective se révèlent altérés. Pour les chercheurs, cela fait écho aux observations cliniques : chez de nombreux patients, les difficultés deviennent plus visibles lorsque le cerveau est soumis à une tâche cognitive ou émotionnelle exigeante.
Ce que cette technologie ne fait pas (encore)
L’intelligence artificielle ne remplacera pas demain le psychiatre. Les chercheurs le soulignent : ces travaux sont réalisés sur des modèles cellulaires en laboratoire, pas directement sur des patients. L’IA n’« étiquette » pas une personne, elle analyse des signatures biologiques issues de neurones cultivés. Le diagnostic clinique, l’histoire de vie, l’environnement social et le suivi thérapeutique restent centraux. Cette technologie doit être vue comme un outil complémentaire, capable d’éclairer la décision médicale, pas de s’y substituer.
Cette approche ouvre des perspectives considérables. À terme, elle pourrait permettre de disposer d’outils diagnostiques plus objectifs, venant compléter l’évaluation clinique plutôt que la remplacer. Elle offre aussi un nouvel espoir pour la médecine personnalisée : en observant comment des neurones issus d’un patient réagissent à différents traitements en laboratoire, il serait théoriquement possible d’anticiper l’efficacité de certains médicaments ou stratégies thérapeutiques avant même de les prescrire.
La prudence reste de mise
Les chercheurs restent toutefois prudents. L’étude a été menée sur un nombre limité de lignées cellulaires, et de nombreux travaux seront nécessaires avant toute application clinique. Les organoïdes cérébraux ne sont pas des cerveaux complets, et ils ne reproduisent pas toute la complexité de l’expérience humaine. Mais cette recherche marque un tournant : pour la première fois, des signatures électrophysiologiques mesurables, couplées à l’intelligence artificielle, montrent qu’il est possible de distinguer objectivement des troubles psychiatriques majeurs.
Dans un champ longtemps dominé par le subjectif et le récit, cette avancée suggère qu’une psychiatrie plus précise, plus mesurable et plus personnalisée pourrait émerger dans les années à venir. Une évolution qui, sans déshumaniser le soin, pourrait au contraire mieux l’ancrer dans la réalité biologique du cerveau.
Cet article s’appuie sur une étude scientifique publiée dans une revue internationale évaluée par des pairs.
Source
Kai Cheng et al., Machine learning-enabled detection of electrophysiological signatures in iPSC-derived models of schizophrenia and bipolar disorder, APL Bioengineering, 2025. Disponible en accès libre sur AIP Publishing : https://pubs.aip.org/aip/apb/article/9/3/036118/3364154/Machine-learning-enabled-detection-of
Vous méritez mieux que des conseils TikTok
Trois fois par semaine, recevez des contenus fiables, sourcés et utiles pour comprendre votre santé, votre corps et votre époque.
