Patricia Conrod est psychologue clinicienne et professeur de psychiatrie et de toxicomanie à l’Université de Montréal. Elle possède plus de 20 ans d’expérience dans la recherche sur les populations à risque de dépendance. Ses recherches ont permis d’identifier un certain nombre de facteurs de risque psychologiques et biologiques de la dépendance et ont contribué à définir les mécanismes motivationnels qui expliquent comment le risque se traduit par une consommation excessive ou problématique de substances psychoactives chez les groupes vulnérables. En outre, cette recherche a conduit au développement de nouvelles interventions qui correspondent à la base motivationnelle du risque, soutenant de nouvelles stratégies plus personnalisées et ciblées pour le traitement et la prévention des addictions. Cette nouvelle approche, qui consiste à intervenir au niveau de la personnalité et de la neurocognition plutôt qu’au niveau des symptômes, s’est avérée remarquablement efficace non seulement pour réduire et prévenir l’abus de substances, mais aussi pour réduire les problèmes de santé mentale tels que l’anxiété, la dépression, les idées suicidaires et les problèmes de comportement. Le Dr Conrod a élaboré des échelles de dépistage et du matériel d’intervention qui ont été traduits et testés dans de nombreuses langues et contextes dans le monde entier. Elle a participé à la conception de l’étude IMAGEN et a dirigé le groupe de travail sur le phénotypage pour le consortium IMAGEN. Avec le Dr Hugh Garavan (UVM), elle a créé le groupe de travail ENIGMA sur les addictions, qui vise à appliquer l’approche ENIGMA à la mise en commun des données dans les études de neuro-imagerie des addictions. Elle codirige le Réseau de recherche FRQS sur le suicide, les troubles de l’humeur et les affections connexes (RQSHA), l’équipe canadienne de recherche sur le cannabis et les psychoses (CCPRT) et l’Initiative de l’Université de Montréal sur le cerveau et la santé mentale.

Trente années d’études de cohortes longitudinales ont montré que les troubles psychiatriques peuvent être prédits avec un certain degré de précision. Les marqueurs de risque génétiques, psychologiques et neurologiques de l’enfance, en interaction avec les conditions environnementales, peuvent non seulement prédire qui est à risque, mais aussi quels types de problèmes de santé mentale et de consommation de substances psychoactives une personne est susceptible de rencontrer à l’âge adulte. Les modèles d’apprentissage automatique permettent d’affiner les outils de prédiction et de nouvelles stratégies d’intervention ont été élaborées et testées en ciblant différentes voies de risque. Ces approches ciblées se sont révélées très efficaces et ont eu des effets durables sur la santé mentale des adultes. Cependant, la société est-elle prête à appliquer ce que nous savons sur le risque pour la santé mentale afin de le prévenir ? Cet exposé abordera les défis associés à la prévention ciblée par l’IA et les questions sociales, éthiques et pratiques qui peuvent atténuer ces préoccupations afin de rendre la prévention de la santé mentale plus acceptable et plus efficace.