# Chatbot IA santé mentale : ce que disent vraiment les essais cliniques

*Un premier essai randomisé encourageant, une étude sur 977 étudiants, et une pile de limites méthodologiques qu'on préfère ne pas lire. Le point sur des données réelles.*

Therabot, essais randomises, tailles d effet de 0,2 a 0,6 : ce que la recherche montre vraiment sur les chatbots IA en sante mentale, limites comprises.

**Thème :** Psycho  
**Publié le :** 2026-08-26 07:21:21  
**Source :** https://golemtech.ovh/AutoArticle/article/chatbot-ia-sante-mentale-ce-que-disent-vraiment-les-essais-cliniques

---

Il y a deux discours sur le chatbot IA en santé mentale, et ils sont tous les deux faux. Le premier promet un psy dans la poche, gratuit, disponible à trois heures du matin. Le second annonce une catastrophe sanitaire où des machines gèrent des idées suicidaires. Entre les deux, il existe une littérature scientifique, encore mince, mais qui commence à dire des choses précises. Elle vaut le détour, parce que ce qu'elle dit ne va ni dans un sens ni dans l'autre.

## L'essai qui a changé la conversation

Jusqu'en 2025, aucun chatbot fondé sur de l'IA générative n'avait été évalué dans un essai contrôlé randomisé pour le traitement de troubles mentaux. Les outils existants — Woebot, Tess, Wysa — reposaient sur des arbres de dialogue écrits à la main, pas sur des modèles génératifs.

L'équipe de Dartmouth College a publié le premier essai du genre dans *NEJM AI* le 27 mars 2025, autour d'un agent baptisé Therabot. Les paramètres :

- **210 adultes**, âge moyen 33,9 ans, 59,5 % de femmes ;
- **106 participants** dans le bras Therabot, **104** en liste d'attente ;
- populations incluses : dépression majeure (n=142), trouble anxieux généralisé (n=116), trouble du comportement alimentaire (n=89) ;
- **4 semaines** d'intervention, puis 4 semaines de suivi.

Les participants du bras Therabot ont montré une réduction cliniquement significative de leurs symptômes, avec des tailles d'effet décrites comme modérées à larges, comparables à celles observées avec les psychothérapies de première intention.

Pour situer l'échelle : les essais antérieurs sur chatbots scriptés tournaient autour de 70 participants (Woebot, 2017) ou 74 (Tess, 2018). Passer à 210 avec un design randomisé, c'est un saut réel.

## Une deuxième étude, plus grosse, plus longue

En 2026, *npj Digital Medicine* a publié un essai randomisé sur **977 étudiants universitaires**, avec 12 semaines d'intervention et un suivi à 3 mois. Trois bras : IA conversationnelle, thérapie de groupe, groupe témoin.

Le bras IA a présenté une réduction plus marquée de l'anxiété généralisée et une amélioration plus importante du bien-être que les deux autres groupes. Ce résultat est plus intéressant que celui de Dartmouth pour une raison simple : le comparateur n'est pas une liste d'attente, c'est une intervention active. Et le suivi va au-delà de deux mois.

Ce qui ne veut pas dire que la thérapie de groupe est enterrée. La population étudiante est particulière : jeune, à l'aise avec le numérique, souvent sur des symptômes d'intensité légère à modérée, avec des contraintes d'emploi du temps qui pénalisent structurellement les séances collectives à heure fixe. Un dispositif accessible à toute heure part avec un avantage d'observance qui n'a rien à voir avec sa qualité thérapeutique.

## Les chiffres à retenir, moins flatteurs

Quand on quitte les essais phares pour les synthèses, l'enthousiasme retombe d'un cran.

- Une revue de revues parue en 2026 rapporte des améliorations **petites à modérées** et **à court terme** des symptômes dépressifs, avec des tailles d'effet situées **entre 0,2 et 0,6**.
- Sur l'anxiété et le stress, les résultats sont plus faibles ou franchement irréguliers, selon le comparateur choisi, la durée de suivi et la présence ou non d'un accompagnement humain.
- Une revue de 31 synthèses publiée dans *Frontiers in Psychiatry* en 2026 note que les modèles prédictifs affichent des aires sous la courbe souvent comprises entre **0,80 et 0,88** — puis que ces performances chutent en validation externe, c'est-à-dire dès qu'on les applique à une population différente de celle qui a servi à les entraîner.
- Une analyse bibliométrique parue dans *Asian Journal of Psychiatry* le 2 janvier 2026 a passé en revue **2 328 articles** publiés entre 1980 et 2025 : le champ est massif en volume, très concentré sur la dépression, la schizophrénie, le suicide et l'anxiété, et beaucoup plus pauvre en essais cliniques qu'en travaux exploratoires.

Une taille d'effet de 0,3, en pratique, signifie que l'outil aide un peu, en moyenne, sur des groupes. Ce n'est pas rien — beaucoup d'interventions de santé publique se contentent de moins. Ce n'est pas non plus la promesse marketing.

## Les limites que les auteurs eux-mêmes soulignent

À leur crédit, les équipes de recherche ne cachent pas les faiblesses de leurs propres travaux. Sur l'essai Therabot :

- **Le comparateur est une liste d'attente**, pas une psychothérapie active. Comparer un traitement à « rien du tout » gonfle mécaniquement l'effet observé, notamment via l'attention portée au participant.
- **Le suivi est court** : huit semaines au total. Aucune donnée à six, douze ou vingt-quatre mois. Or la question qui compte en santé mentale n'est pas « est-ce que ça va mieux dans un mois », c'est « est-ce que ça tient ».
- **Le recrutement s'est fait via Facebook et Instagram.** Les gens qui répondent à une annonce d'essai clinique sur un réseau social ne ressemblent pas à la population générale : ils sont motivés, connectés, et souvent déjà favorables à l'outil testé.
- **Les populations vulnérables ont été exclues** : risque suicidaire élevé, troubles psychotiques, comorbidités lourdes. Exactement les profils sur lesquels la question du risque se pose.

Cette dernière limite est décisive. Les essais publiés testent des dispositifs sur des gens qui vont mal mais pas trop mal. Les faits divers qui alimentent l'inquiétude publique concernent, eux, des personnes en crise aiguë. Les deux corpus ne se recouvrent pas — et on ne peut donc conclure ni dans un sens ni dans l'autre sur ces situations.

## Ce que ces outils savent faire, et ce qu'ils ne savent pas faire

La synthèse la plus utile qu'on puisse tirer de la littérature 2026 tient en une phrase : ces systèmes sont corrects pour organiser et préparer, mauvais pour trancher.

Ce qui fonctionne raisonnablement :

- structurer ce qu'on veut dire avant une consultation, mettre de l'ordre dans un historique confus ;
- tenir un journal d'humeur, repérer des régularités sur plusieurs semaines ;
- délivrer des exercices standardisés d'inspiration cognitivo-comportementale, qui se prêtent bien au format ;
- combler l'attente. En France, plusieurs mois entre la demande et le premier rendez-vous, c'est courant. Un dispositif qui occupe utilement cet intervalle a une valeur en soi.

Ce qui ne fonctionne pas :

- l'autodiagnostic. Les performances des modèles s'effondrent hors du contexte d'entraînement ;
- la gestion de crise, faute de données et faute de capacité à mobiliser quoi que ce soit dans le monde réel ;
- le suivi long, tout simplement parce que personne ne l'a mesuré.

## Le cadre réglementaire bouge aussi

Depuis le 2 août 2026, la réglementation européenne impose qu'un système conversationnel signale explicitement sa nature non humaine, y compris pour les messages vocaux. Ça paraît symbolique. Ça ne l'est pas : une bonne partie de l'effet thérapeutique attribué à ces agents repose sur l'alliance ressentie par l'utilisateur, et cette alliance change de nature selon ce qu'on croit avoir en face de soi. Les futurs essais devront intégrer ce paramètre.

## Ce qu'un praticien peut en faire aujourd'hui

Le scénario réaliste à court terme n'est pas le remplacement, c'est la répartition. Le chatbot absorbe le structuré, le répétitif, l'entre-deux-séances. L'humain garde l'évaluation, la crise, la relation, et tout ce qui suppose de décider avec un risque.

La vraie question professionnelle n'est plus « faut-il en utiliser », puisque les patients en utilisent déjà, seuls, sans le dire. Elle est plutôt : qu'est-ce qui arrive dans le cabinet quand quelqu'un s'est fait dire par une machine, pendant trois semaines, ce qu'il avait envie d'entendre ?

---

**Ressource recommandée : PsyTestHub** — https://golemtech.ovh/PsyTestHub/

---

## Sources

- [IFEMDR — IA générative en santé mentale : le premier essai randomisé](https://www.ifemdr.fr/ia-generative-en-sante-mentale-le-premier-essai-randomise-et-ses-implications-pour-lemdr/)
- [Psychologie positive — IA et santé mentale en 2026](https://psychologie-positive.com/ia-et-sante-mentale-en-2026-utile-pour-preparer-un-rendez-vous-risquee-pour-se-diagnostiquer/)
- [IFEMDR — Chatbots et agents conversationnels en santé mentale : un panorama](https://www.ifemdr.fr/chatbots-et-agents-conversationnels-en-sante-mentale-un-panorama-pour-le-clinicien-emdr/)
- [Psychologie positive — Chatbots d'IA pour le soutien émotionnel : utiles ou nuisibles ?](https://psychologie-positive.com/les-chatbots-dia-pour-le-soutien-emotionnel-utiles-ou-nuisibles/)