L’intelligence artificielle open source en psychiatrie : enjeux, usages et conditions d’intégration en 2026

Français - 2026

Jean Sixou, EPS Barthélémy Durand, Etampes

Consulter

L’intelligence artificielle (IA) transforme progressivement la psychiatrie, de la prédiction de trajectoires cliniques à l’aide à la rédaction, en passant par l’analyse automatisée de dossiers et le développement de dispositifs numériques de soutien. Les grands modèles de langage (large language models, LLM), les méthodes de traitement automatique du langage (NLP) et l’apprentissage automatique appliqué à des données textuelles et multimodales occupent désormais une place centrale dans ces évolutions (Lee et al., 2024 ; Liu et al., 2024 ; The Applications of Large Language Models in Mental Health, 2025). Si la majorité des solutions actuellement proposées reposent sur des systèmes propriétaires hébergés dans des clouds externes, les modèles open source et localement déployables suscitent un intérêt croissant en raison de leurs promesses en termes de confidentialité, de souveraineté numérique, d’adaptabilité linguistique et culturelle et d’auditabilité scientifique (MindBloom, 2026 ; Park et al., 2025 ; Toward Zero-Egress Psychiatric AI, 2026 ; MHDash, 2026). Le présent article propose une revue critique des usages actuels et potentiels de l’IA open source en psychiatrie, en distinguant l’aide à la décision clinique, le NLP appliqué aux écrits cliniques, les interventions numériques, le suivi longitudinal ainsi que les applications en recherche et en pédagogie (Gerantia, 2024 ; Narrative Review of Non-Generative AI in Mental Health, 2025). Il analyse les avantages spécifiques des approches open source par rapport aux solutions propriétaires, leurs limites techniques, cliniques et éthico-juridiques, puis esquisse un cadre opérationnel de mise en œuvre dans un hôpital psychiatrique français, fondé sur une gouvernance structurée, une architecture modulaire, la minimisation des données et une montée en charge progressive, en cohérence avec les recommandations récentes de la CNIL et de la HAS (CNIL, 2026a, 2026b ; CNIL & HAS, 2026 ; G_NIUS, 2025 ; HAS, 2025).

Mots-clés : psychiatrie, intelligence artificielle, LLM, open source, hôpital psychiatrique, RGPD, gouvernance clinique