Un assistant virtuel IA fondé sur des preuves pour les jeunes atteints de trouble du déficit de l'attention avec hyperactivité : co-conception et développement d'un prototype
An Evidence-Based AI Virtual Assistant for Young People With Attention Deficit Hyperactivity Disorder: Co-Design and Prototype Development.
L’essentiel
Cette étude décrit la co-conception et le développement d'un prototype de chatbot (SmartADHD) destiné aux jeunes atteints de TDAH au Royaume-Uni. Une équipe interdisciplinaire incluant des chercheurs, développeurs, cliniciens et des experts par expérience vécue a élaboré des principes directeurs et organisé des ateliers avec 9 experts par expérience vécue et 3 professionnels de santé. Un chatbot existant (GPT-4o hébergé sur Convai) a été entraîné avec des ressources du NHS. Six experts par expérience vécue ont participé à des entretiens de réflexion à voix haute pour évaluer le flux conversationnel, l'avatar, la synthèse vocale, la fonction de chat et le contenu des messages. Sept recommandations pour le développement futur sont formulées. L'étude souligne l'importance d'impliquer les personnes concernées dans la conception d'interventions numériques pour améliorer l'accès aux soins, la psychoéducation et l'autogestion.
- Un prototype de chatbot (SmartADHD) a été co-conçu avec des jeunes atteints de TDAH et leurs soutiens au Royaume-Uni.
- Le chatbot utilise un grand modèle de langage (GPT-4o) entraîné avec des ressources du NHS pour fournir des informations et un soutien à l'autogestion.
- Neuf experts par expérience vécue et trois professionnels de santé ont participé aux ateliers de co-conception.
Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Comprendre l’analyse ↓Analyse du résumé uniquement. Confiance faible dans les informations extraites.
Voir les sources ↓Synthèse détaillée
Synthèse
Cette étude décrit la co-conception et le développement d'un prototype de chatbot (SmartADHD) destiné aux jeunes atteints de TDAH au Royaume-Uni. Une équipe interdisciplinaire incluant des chercheurs, développeurs, cliniciens et des experts par expérience vécue a élaboré des principes directeurs et organisé des ateliers avec 9 experts par expérience vécue et 3 professionnels de santé. Un chatbot existant (GPT-4o hébergé sur Convai) a été entraîné avec des ressources du NHS. Six experts par expérience vécue ont participé à des entretiens de réflexion à voix haute pour évaluer le flux conversationnel, l'avatar, la synthèse vocale, la fonction de chat et le contenu des messages. Sept recommandations pour le développement futur sont formulées. L'étude souligne l'importance d'impliquer les personnes concernées dans la conception d'interventions numériques pour améliorer l'accès aux soins, la psychoéducation et l'autogestion.
Résultats principaux
Un prototype de chatbot (SmartADHD) a été co-conçu avec des jeunes atteints de TDAH et leurs soutiens au Royaume-Uni. Le chatbot utilise un grand modèle de langage (GPT-4o) entraîné avec des ressources du NHS pour fournir des informations et un soutien à l'autogestion. Neuf experts par expérience vécue et trois professionnels de santé ont participé aux ateliers de co-conception. Six experts par expérience vécue ont évalué le prototype via des entretiens de réflexion à voix haute, portant sur le flux conversationnel, l'avatar, la synthèse vocale et le contenu. Sept recommandations ont été formulées pour guider le développement futur du programme SmartADHD. L'étude met en avant le potentiel des assistants virtuels pour réduire les inégalités d'accès aux soins et améliorer l'engagement des jeunes avec TDAH.
Repères pour la pratique
Les interventions numériques co-conçues avec les jeunes atteints de TDAH pourraient améliorer l'accès à la psychoéducation et aux stratégies d'autogestion. L'implication des experts par expérience vécue dans la conception est cruciale pour développer des outils adaptés aux besoins et préférences des utilisateurs. Les chatbots basés sur l'IA peuvent servir d'adjuvant aux soins habituels, mais leur efficacité et leurs limites restent à évaluer. Les professionnels de santé devraient être conscients du potentiel et des limites de ces outils pour accompagner les jeunes dans leur parcours de soins.
Limites et précautions
Article pertinent pour NeuroWatch car il traite d'une intervention numérique innovante pour le TDAH, avec une approche de co-conception. Cependant, il s'agit d'une étude qualitative de développement de prototype avec un petit échantillon, ce qui limite le niveau de preuve. L'étude se limite à un prototype et à un petit échantillon de participants (9 experts par expérience vécue et 3 professionnels de santé). Les points de vue des professionnels de santé n'ont pas été pleinement explorés. Les limites de la technologie n'ont pas encore été identifiées. Une évaluation ultérieure est nécessaire pour déterminer l'efficacité et l'acceptabilité du chatbot. L'étude est restreinte au contexte du Royaume-Uni, ce qui peut limiter la généralisation des résultats.
Analyse méthodologique
Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.
Une anomalie documentaire ou méthodologique a été détectée. L’article reste disponible et doit être interprété avec prudence.
Examiner les critères point par point
Cette analyse automatisée a été réalisée uniquement à partir du résumé de la publication, et non du texte intégral. Elle ne constitue pas une recommandation clinique. Selon les auteurs, l'étude visait à co-développer un prototype de chatbot (SmartADHD) avec de jeunes personnes atteintes de TDAH et leurs soutiens au Royaume-Uni. Le prototype utilise GPT-4o hébergé sur Convai et a été entraîné avec des ressources du NHS. Les données ont été collectées par des ateliers de co-design et des entretiens think-aloud. Au total, 9 experts par expérience vécue et 3 professionnels de santé ont participé aux ateliers, et 6 experts par expérience vécue ont participé aux entretiens think-aloud. Les participants ont fourni des retours sur le flux conversationnel, l'avatar, la synthèse vocale, la fonctionnalité de chatbox et le contenu des messages. Ces retours ont informé le développement du prototype, et sept recommandations ont été formulées pour orienter le programme de travail SmartADHD. L'analyse NeuroWatch relève que la stratégie d'échantillonnage, la collecte des données et l'appui des résultats sont documentés de manière adéquate dans le résumé. En revanche, la méthode d'analyse des données qualitatives et la réflexion des chercheurs sur leur positionnalité ne sont pas rapportées dans la source analysée ; ces éléments sont donc indéterminés et ne peuvent être évalués. Aucune donnée quantitative sur l'efficacité ou l'acceptabilité n'est rapportée, les résultats étant qualitatifs et descriptifs. Aucune information sur le suivi, le financement ou les conflits d'intérêts n'est rapportée dans la source analysée. Aucune incohérence numérique ni conclusion dépassant les résultats n'a été identifiée dans le résumé. La robustesse et la confiance de l'analyse sont indéterminées et faibles, respectivement, en raison de l'absence du texte intégral. Les informations non rapportées dans le résumé ne signifient pas que les méthodes correspondantes n'ont pas été appliquées.
analysis methodNon déterminable
L'abstract ne précise pas la méthode d'analyse des données qualitatives (par exemple analyse thématique, analyse de contenu).
L’information nécessaire n’est pas rapportée dans la source analysée.data collectionFavorable
Les données ont été collectées via des ateliers de co-design et des entretiens think-aloud avec des experts par expérience vécue et des professionnels de santé.
Un élément méthodologique adéquat est explicitement documenté.findings supportFavorable
Les résultats sont soutenus par des citations ou des données issues des ateliers et entretiens, avec sept recommandations formulées.
Un élément méthodologique adéquat est explicitement documenté.researcher reflexivityNon déterminable
L'abstract ne mentionne aucune réflexion sur la positionnalité des chercheurs ou sur les biais potentiels.
L’information nécessaire n’est pas rapportée dans la source analysée.sampling strategyFavorable
La stratégie d'échantillonnage est décrite : 9 experts par expérience vécue et 3 professionnels de santé ont participé aux ateliers, et 6 experts par expérience vécue aux entretiens think-aloud.
Un élément méthodologique adéquat est explicitement documenté.Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.
Classification détaillée
Informations sur l’article
- Publication
- Étude qualitative
- Source
- PubMed / PMC — neurodeveloppement open access
- Date
- 10 sept. 2026
- Langue
- Anglais
- Accès
- Accès ouvert
- Licence
- Non déterminée