Les auteurs proposent une transformation fondamentale de la neuropsychologie grâce à l'intelligence artificielle, en remplaçant les évaluations diagnostiques statiques actuelles par des suivis continus et dynamiques. Cette approche vise particulièrement le trouble du déficit de l'attention avec hyperactivité (TDAH) comme étude de cas, mais ses principes s'appliquent plus largement à la santé mentale. L'IA générative permettrait de surmonter les contraintes de capacité actuelles en neuropsychologie en automatisant les échantillonnages d'expérience fréquents et en facilitant la réconciliation diagnostique entre différents parcours de soins.
Le cœur de cette proposition repose sur le concept de jumeaux numériques de santé mentale (MHDTs), définis comme des modèles computationnels continuellement mis à jour qui capturent la dynamique individuelle des symptômes et leurs trajectoires évolutives. Ces jumeaux numériques constitueraient un cadre transformateur pour des soins de santé mentale véritablement personnalisés, s'adaptant dynamiquement aux besoins changeants de chaque patient. Les auteurs ancrent cette vision dans des preuves empiriques existantes et tracent un agenda de recherche précis pour affiner et opérationnaliser ce cadre.
L'implémentation de ce système permettrait une collecte de données riche, continue et centrée sur le patient, améliorant simultanément l'accessibilité des soins et leur efficacité thérapeutique. Cette approche représente un changement de paradigme depuis des modèles de soins épisodiques vers des interventions adaptatives en temps réel, potentiellement révolutionnaire pour la prise en charge des troubles neuropsychologiques chroniques comme le TDAH.