AI Chatbots and Conversational Agents for Health Communication in Low- and Middle-Income Countries: A Scoping Review of Applications, Outcomes, and Implementation Barriers

Résumé technique : Chatbots d'IA et agents conversationnels pour la communication en santé dans les pays à revenu faible et intermédiaire

Énoncé du problème
L'accès à des informations de santé précises, opportunes et complètes demeure un défi critique dans les pays à revenu faible et intermédiaire (PRFI). Les systèmes de santé dans ces régions sont confrontés à des contraintes telles que l'insuffisance des ressources humaines, des infrastructures inadéquates, des pénuries de financement et une charge de morbidité croissante. Ces facteurs créent des lacunes importantes dans l'éducation des patients, la communication en santé et la continuité des soins. Bien que les technologies de santé numérique offrent des solutions évolutives, les données concernant l'application spécifique, les modèles de mise en œuvre et les barrières des chatbots pilotés par l'IA et des agents conversationnels au sein des systèmes de santé des PRFI restent fragmentées. Il est nécessaire de synthétiser les preuves existantes pour comprendre les rôles fonctionnels de ces outils, leur impact sur les résultats de santé et les barrières contextuelles à leur adoption.

Méthodologie
Cette étude est une revue de la portée (scoping review) menée conformément aux directives PRISMA-ScR et au cadre proposé par Arksey et O'Malley.

• Stratégie de recherche : Une recherche systématique a été effectuée dans PubMed, ScienceDirect, Cochrane Library, IEEE Xplore et Google Scholar, complétée par un suivi des citations inversées. Les termes de recherche ont combiné les concepts d'intelligence artificielle/chatbots, de communication en santé/éducation des patients et de PRFI.
• Critères d'éligibilité : La revue a inclus des études empiriques primaires et des méthodes mixtes publiées en anglais entre janvier 2015 et mars 2026. Les études éligibles étaient situées dans des PRFI (tels que définis par la Banque mondiale) et évaluaient l'utilisation d'agents conversationnels ou de chatbots (incluant les systèmes à base de règles et pilotés par l'IA) pour la communication en santé, l'éducation des patients ou les résultats liés à la santé.
• Critères d'exclusion : Les études portant uniquement sur des applications non liées à la santé, les sites d'information statiques, les SMS de diffusion unidirectionnelle sans flux interactif, les contextes de pays à revenu élevé, les éditoriaux, les protocoles sans données primaires et les simulations purement théoriques ont été exclues.
• Synthèse des données : À partir d'un pool initial de 1 803 documents, 9 études ont répondu aux critères d'inclusion. Les données ont été extraites dans un tableur standardisé se concentrant sur les caractéristiques de l'étude, les domaines de santé, les types de chatbots, les plateformes de diffusion, les applications fonctionnelles, les résultats rapportés et les barrières de mise en œuvre. La synthèse a été réalisée à l'aide de résumés numériques et d'une analyse thématique.

Contributions clés et résultats
La revue a synthétisé les preuves de neuf études impliquant plus de 141 000 utilisateurs en Inde, en Thaïlande, en Afrique du Sud, au Nigeria, en Malaisie et au Pakistan.

• Domaines de santé et applications : Les chatbots ont été appliqués dans divers domaines de la santé, la prévention et le dépistage du VIH étant le domaine le plus représenté (3 études). D'autres domaines comprenaient la santé sexuelle et reproductive, la santé bucco-dentaire pédiatrique, la prise en charge de la tuberculose, l'autogestion du diabète, la gestion de l'hypertension et la vaccination infantile.
• Rôles fonctionnels : Les interventions ont servi six fonctions primaires : l'éducation des patients (toutes les 9 études), la communication en santé (toutes les 9), le changement de comportement (7 études), le soutien au diagnostic/triage (6 études), le soutien à l'observance (5 études) et la gestion de la maladie (3 études).
• Résultats :
  • Connaissances et communication : Huit études ont rapporté des améliorations positives des connaissances en santé, et les neuf ont rapporté des résultats de communication positifs (engagement, réactivité).
  • Changement de comportement : Sept études ont rapporté des changements de comportement positifs, incluant une amélioration de l'observance thérapeutique, de l'auto-test du VIH et des modifications du mode de vie.
  • Résultats cliniques : Seules trois études ont évalué des résultats cliniques objectifs (ex. : tension artérielle, résultats de tests VIH), avec des conclusions mitigées. Par exemple, une étude a noté une amélioration de l'observance mais aucune réduction statistiquement significative de la pression artérielle sur une période de 30 jours.
  • Expérience utilisateur : Toutes les études ont rapporté une haute acceptabilité, une satisfaction et une volonté de recommander les chatbots.
• Barrières de mise en œuvre : La revue a identifié plusieurs barrières récurrentes :
  • Inégalités d'accès au numérique : Propriété limitée de smartphones, connectivité internet et coûts des données.
  • Engagement : Déclin de l'engagement des utilisateurs au fil du temps, taux d'attrition élevés et faible taux d'achèvement des programmes.
  • Langue et littératie : Défis liés à la traduction en langues locales, niveaux de littératie faibles et manque de fonctionnalités d'accessibilité (ex. : audio).
  • Intégration au système : Faible lien entre les interactions avec le chatbot et les parcours de soins formels ou les systèmes de référence.
  • Limites techniques et méthodologiques : Les problèmes incluaient la rigidité algorithmique, les préoccupations relatives à la confidentialité, les petits échantillons, les périodes de suivi courtes et la dépendance aux données auto-rapportées.

Signification et affirmations
L'article affirme que les chatbots d'IA détiennent un potentiel diversifié pour améliorer la littératie en santé et les résultats comportementaux dans les PRFI, particulièrement pour aborder des sujets de santé sensibles comme le VIH où la confidentialité et l'interaction non jugeante sont valorisées. La revue établit que ces outils sont réalisables et acceptables pour les utilisateurs sur diverses plateformes (WhatsApp, Facebook Messenger, SMS, web).

Cependant, les auteurs maintiennent une position modérée concernant l'efficacité clinique. Ils concluent que si les preuves soutiennent fortement la faisabilité, l'acceptabilité et l'utilité précoce, elles sont actuellement insuffisantes pour établir l'efficacité clinique à long terme ou la durabilité. La revue souligne que la plupart des études incluses étaient de nature exploratoire, pilotes ou de preuve de concept. Par conséquent, les auteurs affirment que des évaluations plus rigoureuses, incluant des essais contrôlés randomisés et des analyses économiques, sont nécessaires pour déterminer l'impact à long terme de ces interventions sur les résultats cliniques et leur viabilité pour un déploiement à grande échelle au sein des systèmes de santé aux ressources limitées. L'article souligne qu'une mise en œuvre réussie nécessite de s'attaquer aux inégalités numériques, d'assurer l'adaptation culturelle et linguistique, et d'intégrer les chatbots dans les flux de travail des systèmes de santé existants plutôt que de les faire fonctionner comme des outils autonomes.