Dans le domaine complexe de la santé mentale, les avancées technologiques et scientifiques offrent des outils prometteurs, tels que les biomarqueurs sanguins, les montres connectées et les thérapies numériques. Cependant, il est crucial de reconnaître que ces innovations, bien qu'utiles pour recueillir des données objectives, ne peuvent à elles seules poser un diagnostic précis de troubles comme la dépression, l'anxiété ou le TDAH. Elles fournissent des signaux partiels qui doivent être intégrés dans une évaluation clinique approfondie, tenant compte du vécu, du contexte et des conséquences fonctionnelles sur la vie quotidienne. L'objectif est d'enrichir le dialogue clinique plutôt que de remplacer l'expertise humaine, soulignant ainsi que l'interprétation et la contextualisation des données restent essentielles pour une prise en charge adaptée.

Les recherches en santé mentale exploitent des données diverses, notamment les microARN présents dans le sang, les relevés d'activité des appareils portables et les réponses aux thérapies digitales. Une étude publiée en 2023 dans Translational Psychiatry a exploré les microARN contenus dans les vésicules extracellulaires sanguines d'adolescents. Les résultats ont montré des variations spécifiques de microARN chez les adolescents présentant un trouble dépressif majeur, un trouble anxieux ou un TDAH. Par exemple, une augmentation de miR-328-3p était observée dans le groupe TDAH à un premier relevé. Cependant, ces observations reflètent des associations ponctuelles et ne démontrent pas de lien de causalité direct entre la présence d'un microARN et le développement d'un trouble. Une simple analyse sanguine ne peut donc pas prédire l'apparition d'une condition psychiatrique.

Les dispositifs connectés portés au poignet offrent une autre source de données. Une étude parue en 2025 dans Scientific Data a introduit OBF-Psychiatric, une base de données sur l'activité motrice de personnes diagnostiquées avec divers troubles, dont la dépression majeure, la schizophrénie et le TDAH. Cette base permet d'analyser la régularité des mouvements et les périodes d'inactivité sur une période de 1 565 jours pour 162 participants. Bien que cette ressource soit précieuse pour la recherche et l'apprentissage automatique, elle ne constitue pas un outil de diagnostic clinique validé. Une montre enregistre des comportements observables, mais elle ne peut pas capter les pensées, les émotions ou les motivations sous-jacentes à ces comportements. Une période d'activité réduite, par exemple, peut avoir des significations très diverses selon l'individu et son contexte.

Parallèlement, des facteurs physiques comme l'obésité peuvent être corrélés à un risque accru de troubles psychiques. Une investigation publiée en 2022 dans BMC Psychiatry, basée sur la cohorte néerlandaise NEMESIS-2, a révélé que les personnes obèses en début d'étude présentaient un risque significativement plus élevé de développer un trouble de l'humeur ou de l'anxiété sur trois ans. Cependant, cette observation décrit une association statistique au sein d'une population et ne prouve pas que l'obésité est la cause unique d'un trouble mental. Un indice de masse corporelle (IMC) seul ne reflète pas des aspects cruciaux de la santé mentale comme l'estime de soi, l'humeur ou la qualité des interactions sociales. Se focaliser uniquement sur l'IMC sans considérer le vécu personnel risquerait de déplacer l'attention de la souffrance psychique vers une simple question de poids.

Les solutions numériques ne se limitent pas à la mesure; elles proposent également des interventions thérapeutiques. Une révision systématique publiée en 2024 dans Digital Health a analysé les méta-analyses concernant la thérapie cognitivo-comportementale en ligne (ICBT) pour adultes souffrant de troubles psychiatriques. Les résultats ont montré des effets variables, allant de modestes à substantiels, en fonction du problème traité et de la population concernée. Par exemple, l'ICBT a eu un effet modéré sur le stress professionnel, mais un impact plus prononcé sur les symptômes dépressifs chez les personnes âgées. Toutefois, une thérapie numérique, même si elle est efficace pour réduire certains symptômes, ne valide pas un biomarqueur et ne peut prédire avec certitude qui développera un trouble à l'avenir. Elle agit sur des difficultés déjà présentes et doit s'inscrire dans une démarche de soin personnalisée.

En conclusion, l'intégration des signaux biologiques et des données comportementales issues des technologies doit être réalisée avec discernement dans le processus d'évaluation clinique. Plutôt que de chercher un diagnostic universel, il convient de se concentrer sur la compréhension des changements observés, leur chronologie, leurs répercussions sur la vie quotidienne, et de partager ces informations avec un professionnel de santé. Une variation isolée ne pèse pas autant dans une décision de soin que la persistance des symptômes, leur récurrence, la souffrance qu'ils engendrent et la détérioration du fonctionnement global. Les outils les plus performants sont ceux qui enrichissent le récit du patient et facilitent une conversation clinique plus éclairée, renforçant ainsi la précision de l'évaluation plutôt qu'une simple détection automatique.