La numérisation dans l’évaluation neuropsychologique

Marcos Ríos-Lago met en lumière les progrès, opportunités et limites de la technologie dans le domaine de l’évaluation neuropsychologique, avec un regard critique et intégrateur.

L’omniprésence de la technologie dans nos vies

Aujourd’hui, nous sommes entourés de technologie. Il y a seulement quelques jours, nous avons vécu une panne qui nous a laissés sans électricité pendant quelques heures et il a été possible d’esquisser les conséquences de ne pas disposer de la technologie à laquelle nous sommes habitués. L’industrie, le divertissement, les transports, les communications et une foule d’éléments du quotidien aussi simples que cuisiner ou avoir de l’eau chaude ont cessé de fonctionner. La technologie nous entoure dans pratiquement tous les aspects de notre vie. 

Pourquoi la neuropsychologie a-t-elle tardé à se numériser ?

Cependant, certains auteurs ont récemment souligné qu’il existe des disciplines dans lesquelles l’utilisation de la technologie est encore symbolique et n’a pas été intégrée au travail quotidien autant que cela serait possible. Il va sans dire que nous parlons de la neuropsychologie, comme l’ont indiqué Miller et Barr (2017). 

Malgré ses avantages potentiels et le niveau élevé d’utilisation de la technologie dans d’autres domaines, la neuropsychologie n’a pas encore effectué une transition complète vers l’intégration d’éléments technologiques qui, en revanche, ont été adoptés depuis longtemps dans d’autres domaines apparentés du champ de la réhabilitation. 

Premiers pas vers la transformation numérique en réhabilitation

Il est vrai que dans le domaine de la réhabilitation l’utilisation des ordinateurs pour la stimulation cognitive est plus fréquente, et NeuronUP en est un bon exemple. Nous avons également commencé à réaliser des séances à distance, ce qui a représenté un grand avantage pendant la période de pandémie et a permis de maintenir les traitements de ceux qui n’ont pas pu se déplacer temporairement vers les centres de réhabilitation. Cela s’applique immédiatement aux milieux ruraux et aux zones moins desservies. 

Les directives de l’APA pour la télépsychologie établissent des principes éthiques, techniques et psychométriques pour la neuropsychologie à distance par vidéoconférence (American Psychological Association, 2013). De plus, l’utilisation des outils numériques est déjà disponible dans les dossiers médicaux informatisés, compte tenu des besoins actuels de protection de l’information. 

L’évaluation neuropsychologique : encore loin de la numérisation

Cependant, l’utilisation de la technologie dans l’évaluation neuropsychologique n’en est qu’à ses débuts, et son implantation est très limitée, malgré son potentiel. 

Tests classiques : les piliers de la neuropsychologie clinique 

Au début du XXe siècle, l’intérêt pour connaître le fonctionnement de l’esprit humain et du système nerveux a permis le développement de certaines tâches expérimentales telles que le test aujourd’hui connu sous le nom de Stroop (1935), le Trail Making Test (1948), ou les tests de mémoire de Rey (1919) ou la Figure complexe de Rey (1941) (pour une revue voir Sherman, Tan et Hrabok, 2022). 

Quelque temps plus tard, ces tâches ont commencé à être utilisées en clinique dans le but de caractériser le profil cognitif des patients présentant une atteinte du système nerveux central. Ces épreuves sont devenues le gold standard dans la pratique clinique. 

Pourquoi utilisons-nous encore des tests conçus il y a 100 ans ?

Près de 100 ans plus tard, nous utilisons encore ces tâches en clinique quotidienne. Cependant, au fil de toutes ces années des tâches ont continué d’être conçues qui nous permettent d’approfondir et d’accroître notre connaissance de la cognition et du cerveau, mais elles n’ont pas fait le saut vers le domaine clinique. 

Si nous disposons des “meilleures” tâches pour connaître le fonctionnement du cerveau et des processus cognitifs, pourquoi ne pas les utiliser au quotidien avec nos patients ? 

Avantages des tests papier-crayon

Les neuropsychologues connaissent bien les tests classiques papier-crayon. Aujourd’hui, nous savons qu’ils nous permettent d’évaluer le rendement des mécanismes que nous connaissons aujourd’hui (et qui ne coïncident pas toujours avec ceux pour lesquels, selon les connaissances d’il y a 100 ans, ils ont été conçus).

Beaucoup nous permettent de réaliser des observations raisonnablement standardisées pour mettre à l’épreuve nos modèles cognitifs et, surtout, observer et diagnostiquer le comportement des personnes (beaucoup d’entre elles souffrant d’un type d’atteinte cognitive pour diverses raisons). De plus, elles nous offrent des normes solides, qui permettent de mettre l’exécution d’un individu en relation avec différents groupes de référence, par âge, niveau d’éducation, maladie, etc. Sans aucun doute, nous les utilisons chaque jour et nous pouvons voir clairement leurs avantages (et aussi certains de leurs inconvénients). 

Numérisation de l’évaluation neuropsychologique : une nouvelle ère

Aujourd’hui, nous avons la possibilité d’introduire pleinement la numérisation dans le domaine de l’évaluation neuropsychologique. Cette numérisation de l’évaluation ne répond pas seulement à l’urgence de moderniser des protocoles centenaires, elle ouvre un éventail de possibilités qui transcende la simple transposition au format électronique des tests classiques.

Première étape : conversion des protocoles

La conversion des protocoles classiques en formats électroniques peut constituer la première étape de la numérisation. Dans cette phase, les instructions et les critères d’administration sont reproduits, en incorporant des scores automatiques et de nouvelles métriques temporelles et cinématiques (latences, pauses, pressions tactiles, tremblements, etc.). 

Ces nouvelles mesures peuvent aider à détecter des microvariations dans l’ordre des tracés et dans la pression appliquée, indicateurs possiblement sensibles au déclin cognitif et à des altérations subtiles. 

L’utilisation de métriques de variabilité ou de consistance de la réponse peut également aider à dénouer des fluctuations attentionnelles imperceptibles au format classique (Harris et al., 2024). 

Bien entendu, dans ce domaine se trouverait l’incorporation de tâches propres à la recherche en neurosciences et neuropsychologie fondamentale qui pourraient être utiles en clinique, reprenant ainsi une partie de la tradition de notre discipline à ses origines. 

Le rôle du clinicien à l’ère numérique

Cela dit, la simple capture de données quantitatives manque de sens interprétatif, c’est pourquoi un niveau élevé de connaissance de la part du professionnel est nécessaire. La interprétation des résultats dépend encore en grande partie de l’expertise du clinicien : les règles de notation, l’application d’heuristiques dans le raisonnement, les critères d’exclusion d’items et les inférences diagnostiques exigent un haut niveau d’expérience. 

Cependant, nous devons réfléchir à nos propres connaissances. Par exemple : ‘Sommes-nous des experts en traumatismes crânio-encéphaliques ?’, ‘et dans quelle mesure sommes-nous experts d’un patient qui a subi un traumatisme suite à une tentative de suicide avortée ?’, ‘sommes-nous bons pour gérer les conséquences d’un traumatisme chez une personne atteinte d’une dépression sévère ?’. 

Peut-être que disposer de systèmes d’aide contextuelle ou de suggestions automatisées peut améliorer notre capacité d’évaluation et thérapeutique.

Deuxième étape : incorporation de matériel

Une possible deuxième étape intégrerait du matériel supplémentaire : accéléromètres, capteurs haptiques, capteurs de mouvement, eye-trackers, caméras pour la reconnaissance faciale, environnements de réalité virtuelle et augmentée. 

Bello et al (2025) concluent que ces technologies restent encore sous-utilisées, malgré leur potentiel pour recréer des activités instrumentales de la vie quotidienne avec grande fidélité. 

Au moyen de certaines de ces technologies, il pourrait être possible d’enregistrer les réactions de frustration, l’anxiété anticipatoire, ou la capacité à détecter ses propres erreurs. Tout cela dépend aujourd’hui de la capacité du professionnel à le détecter et l’interpréter correctement. 

Des domaines comme la cognition sociale, la résolution de conflits interpersonnels ou la détection des émotions restent des territoires peu explorés avec des outils quantitatifs de haute résolution. Et, dans un monde globalisé, le manque de comparaisons transculturelles et de versions adaptées à différents contextes linguistiques et éducatifs affaiblit la validité écologique de nombreux instruments.

Wearables et mobile-health en neuropsychologie

Mais, revenant à la technologie déjà implantée et qui nous entoure, on peut souligner les soi-disant wearables, qui nous permettent l’enregistrement d’informations en temps réel et en environnements naturels (Fioerdelli et al. 2013). 

Depuis l’apparition de l’Iphone en 2007, la recherche en mobile-health a augmenté de façon exponentielle, mettant en évidence la surveillance à distance, la collecte de données fréquentes et en environnements naturels, la promotion de la santé et la réalisation de comparaisons intra-individuelles de nature longitudinale. 

La neuropsychologie n’exploite pas pleinement les possibilités de cette collecte de données en environnements naturels. Cela inclut les enregistrements de voix, de mouvement, de trajectoires, etc. De plus, l’utilisation des téléphones mobiles permet également d’offrir un retour immédiat à l’individu, l’utilisation de la messagerie planifiée, l’optimisation des alarmes et des avertisseurs (par exemple géolocalisés), l’utilisation de la caméra et des microphones, la reconnaissance vocale, ainsi que d’autres fonctionnalités d’intérêt pour la neuropsychologie (Gómez Velez et al. 2017). 

Troisième étape : intégration de l’IA

La troisième et la plus disruptive étape pourrait être l’intégration de plateformes unifiées dotées d’intelligence artificielle (IA). Le déploiement rapide de différentes outils d’IA ces derniers mois et leur adoption par la population pourrait faire que cette phase survienne plus tôt que prévu. 

L’existence de systèmes de traitement du langage naturel et leur accessibilité accélèrent l’utilisation d’au moins certaines de leurs fonctionnalités. Malgré cela, il sera utile d’approfondir cette technologie. 

Possibilités diagnostiques et d’intervention

Les algorithmes d’apprentissage supervisé et non supervisé peuvent traiter des milliers de variables (cinématiques, temps de réaction, patrons d’erreur), analysant des schémas complexes de réponse, identifiant des profils cognitifs atypiques, détectant des marqueurs pronostiques ou proposant des inférences neuroanatomiques avec des précisions qui surpassent le jugement expert dans certaines tâches spécifiques (Veneziani et al., 2024). 

Génération automatisée de rapports

De plus, ces systèmes peuvent générer des rapports qui intègrent des récits cliniques, des graphiques de performance et des recommandations d’intervention (rééducation cognitive, ajustements pharmacologiques) en quelques secondes, réduisant significativement le temps de prise de décision, la nécessité de changements de traitements, et même la rédaction de rapports sans diminuer (voire en augmentant) leur qualité.

Bases de données normatives et personnalisation diagnostique

Un aspect clé pour le bon fonctionnement de ces outils est la construction de grandes bases de données normatives multicentriques, avec validation transculturelle et des données permettant l’ajustement selon différents paramètres (âge, niveau d’instruction, comorbidités, etc.), permettant la personnalisation des diagnostics et des seuils.

Considérations éthiques et défis réglementaires dans la numérisation de la neuropsychologie

Cependant, la transition vers cette neuropsychologie 3.0 comporte des défis réglementaires et éthiques (Bilder, 2011; Harris et al., 2024). 

Le RGPD exige chiffrement, anonymisation et traçabilité dans la gestion des données sensibles. De plus, l’approbation des outils basés sur l’IA par des organismes tels que l’EMA ou la FDA en est encore à ses débuts. 

Cependant, en dehors de cela, il y a un élément fondamental qui ne relève pas de ces institutions ou du législateur correspondant, mais de ceux d’entre nous qui produisons, enseignons et utilisons cette technologie : l’apprentissage permanent, l’utilisation correcte et la connaissance de ses limites et de ses capacités. 

Ce n’est qu’avec une utilisation responsable et adéquate que ces technologies nous rendent meilleurs. Nous ne pouvons pas déléguer nos tâches et responsabilités aux modèles de langage, mais nous pouvons les utiliser comme un outil qui augmente nos possibilités et superviser étroitement les résultats qu’ils nous offrent. Cela nous oblige à un apprentissage constant, en plus de celui auquel nous étions déjà soumis en tant que professionnels de la neuropsychologie. 

Conclusion : vers une neuropsychologie plus précise, écologique et personnalisée

Le message central me semble clair : pour surmonter les inerties du passé et répondre aux demandes cliniques du XXIe siècle, il est nécessaire d’adopter une numérisation intelligente qui respecte la rigueur psychométrique, renforce la sensibilité diagnostique et ouvre la voie à des évaluations véritablement écologiques et personnalisées. 

Ainsi la neuropsychologie pourra évaluer fidèlement le comportement humain complexe et offrir des interventions de précision qui améliorent la qualité de vie des personnes souffrant d’altérations cognitives. 

Rien de tout cela n’est par ailleurs incompatible avec l’observation attentive et proche des personnes qui viennent chez nous pour leurs évaluations et traitements. Nous sommes confrontés à un important défi dans lequel nous devons intégrer le passé avec l’avenir (le présent, en réalité). Ce train est déjà parti. Il nous appartient de monter à bord et de le diriger ou d’attendre que d’autres le fassent à notre place. 

Bibliographie

• American Psychological Association. (2013, juillet). Guidelines for the practice of telepsychology. https://www.apa.org/about/policy/telepsychology-revisions
• Bello, K., Aqlan, F., & Harrington, W. (2025). Extended reality for neurocognitive assessment: A systematic review. Journal of psychiatric research, 184, 473–487. https://doi.org/10.1016/j.jpsychires.2025.03.034
• Bilder RM. (2011). Neuropsychology 3.0: evidence-based science and practice. Journal of the International Neuropsychological Society : JINS, 17(1), 7–13. https://doi.org/10.1017/S1355617710001396
• Harris C, Tang Y, Birnbaum E, Cherian C, Mendhe D, Chen MH. (2024) Digital Neuropsychology beyond Computerized Cognitive Assessment: Applications of Novel Digital Technologies, Archives of Clinical Neuropsychology, 39 (3), 290-304. https://doi.org/10.1093/arclin/acae016
• Gómez A, Nieto López S, González Rey N et Ríos Lago M. (2017) El uso de los teléfonos móviles en la rehabilitación de las lesiones cerebrales. Informaciones psiquiátricas. 229. 53-77 
• Miller JB et Barr WB (2017). The Technology Crisis in Neuropsychology. Archives of clinical neuropsychology, 32(5), 541–554. https://doi.org/10.1093/arclin/acx050
• Sherman EMS, Tan JE et Hrabok M, (2022). A compendium of neuropsychological tests: Fundamentals of Neuropsychological Assessment and Test Reviews for Clinical Practice (4th Ed). Oxford University Press 
• Veneziani, I., Marra, A., Formica, C., Grimaldi, A., Marino, S., Quartarone, A., & Maresca, G. (2024). Applications of Artificial Intelligence in the Neuropsychological Assessment of Dementia: A Systematic Review. Journal of personalized medicine, 14(1), 113. https://doi.org/10.3390/jpm14010113

Si vous avez aimé cet article de blog sur la numérisation dans l’évaluation neuropsychologique, ces articles de NeuronUP pourraient sûrement vous intéresser :