L’intelligence artificielle peut-elle aider à estimer le risque de récidive des comportements violents en psychiatrie légale ? - 29/05/20

Doi : 10.1016/j.fjpsy.2019.10.466 
A. Berly 1, 2, C. Manaouil 1, M. Naassila 1, A. Dervaux 3, 4, 5,
1 Service de psychiatrie, CH Saint-Quentin 
2 Service de médecine légale et sociale, CHU, 80054 Amiens cedex 
3 Service de psychiatrie et d’addictologie de liaison, CHU, 80054 Amiens cedex 
4 Unité INSERM 1247, groupe de recherche sur l’alcool et les pharmacodépendances (GRAP), Amiens 
5 Service de psychiatrie, institut de psychiatrie, CNRS GDR 3557, Paris, France 

Auteur correspondant.

Résumé

Introduction

En psychiatrie légale, les magistrats posent aux experts psychiatres, entre autres, la question de l’existence de la dangerosité et du risque de récidive. Les études de suivi en psychiatrie médico-légale ont retrouvé que les éléments psychiatriques les plus prédictifs de récidive étaient liés aux pathologies mentales graves, aux consommations de toxiques, aux addictions, à des niveaux élevés d’impulsivité, à un insight faible, à des troubles de personnalité associés, en particulier aux troubles de personnalité antisociales. Il existe aussi des facteurs de protection, en particulier l’observance des traitements médicamenteux et psychothérapiques. Compte tenu de la complexité des facteurs de risque et de protection psychiatriques et criminologiques, l’intelligence artificielle (IA) peut-elle aider psychiatres et magistrats à améliorer la prédictivité des récidives ? [1]

Méthodes

Revue systématique de la littérature sur les applications de l’intelligence artificielle dans la prédiction des récidives en psychiatrie légale, réalisée selon les critères PRISMA, utilisant les mots-clés « artificial intelligence », « deep learning », « machine learning », « recidivism », « personality disorder », « impulsive behavior », « alcohol abuse », « drug abuse », « schizophrenia », « bipolar disorder » sur les bases de données PubMed, Science Direct, Clinical Trial et Google Scholar.

Résultats

La grande majorité des études proviennent des champs juridiques et/ou informatiques et très peu du champ psychiatrique. Les études évaluant l’IA en psychiatrie légale ont utilisé le plus souvent le machine learning à partir de données sociodémographiques, sociologiques, criminologiques, notamment l’âge de la première infraction et le nombre de condamnations antérieures, par exemple OxRec [2, 3] ou OxMIV [4] pour le risque de violence chez les patients psychiatriques. À ce jour, il n’y a que très peu d’études évaluant des paramètres psychiatriques, portant surtout sur les troubles de personnalité psychopathiques.

Discussion/conclusions

Les applications de l’IA en psychiatrie légale sont encore prématurées. Cependant, certains critères psychiatriques devraient avoir une place plus importante dans ce champ, en particulier ceux issus des échelles HCR-20 et PCL-R de Hare. L’enjeu sera également d’identifier les mots-clés comportementaux, psychologiques et psychiatriques, pertinents à inclure en IA, avec des informaticiens, dans un cadre éthique et juridique strict.

Le texte complet de cet article est disponible en PDF.

Mots clés : Intelligence artificielle, Machine learning, Deep learning, Psychiatrie légale, Récidive, Violence


Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 1 - N° S2

P. S172 - décembre 2019 Retour au numéro
Article précédent Article précédent
  • Les TCC en tant que vecteur d’empowerment
  • R. Cyrielle
| Article suivant Article suivant
  • Évaluation de la thématique « santé mentale et prévention du suicide » du service sanitaire selon la méthode de Kirkpatrick
  • M. Wathelet, P. Aly, C. Guénard, P. Thomas, C.-E. Notredame

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.