Therabot
Dartmouth College (New Hampshire, États-Unis) — en développement depuis 2019
En bref : Therabot est un chatbot de thérapie fondé sur l’IA générative, développé par une équipe universitaire de Dartmouth menée par le psychologue Nicholas Jacobson et le psychiatre Michael Heinz. En 2025, il fait l’objet du premier essai randomisé publié d’un chatbot thérapeutique entièrement génératif, chez des adultes présentant des symptômes de dépression, d’anxiété ou un risque de trouble des conduites alimentaires. Les résultats sont nettement favorables, mais face à une liste d’attente, avec des réponses relues par des cliniciens, et dans un essai conduit par les concepteurs de l’outil. En septembre 2026, Therabot n’est pas accessible au public et ses auteurs ont fondé une société pour le diffuser.
Identité
Porteur : AIM HIGH Lab, Center for Technology and Behavioral Health, Geisel School of Medicine (Dartmouth College)
Concepteurs : Nicholas C. Jacobson (psychologue clinicien, chercheur en science des données biomédicales) et Michael V. Heinz (psychiatre)
Financement : Dartmouth College pour l’essai de 2024 ; subventions publiques américaines (NIH, NSF) pour les études suivantes
Valorisation : licence via l’office de transfert de technologie de Dartmouth ; société Therabot Labs, LLC, cofondée par Jacobson et Heinz
Type : application de conversation thérapeutique (texte dans l’essai ; voix et avatar animé en 2026)
Approche : thérapies cognitivo-comportementales, notamment de troisième vague
Langue : anglais
Disponibilité : aucune en dehors d’études approuvées aux États-Unis (septembre 2026)
Statut réglementaire : aucune autorisation de la FDA
Origine : apprendre à un modèle à parler comme un thérapeute
Le développement commence en 2019, avant l’arrivée de ChatGPT. Selon le récit de l’équipe, deux premières tentatives échouent : un modèle entraîné sur des forums d’entraide en ligne reproduit le discours dépressif au lieu de le traiter, et un modèle entraîné sur des transcriptions de psychothérapies produit des réponses génériques, voire stéréotypées. L’équipe décide alors de rédiger elle-même des dialogues thérapeute-patient, relus par un psychiatre et un psychologue clinicien, fondés principalement sur les TCC. Elle revendique plus de 100 000 heures de travail humain.
Dans la version évaluée en 2024, ces dialogues servent à affiner deux modèles de langage ouverts (Falcon-7B et LLaMA-2-70B), hébergés sur les serveurs d’Amazon Web Services. Un classifieur repère les messages à haut risque, par exemple des idées suicidaires, et affiche un module d’urgence qui renvoie vers les lignes d’aide.
Une précision qui compte
La presse de 2026 rapporte que l’équipe aurait entraîné son modèle « de zéro » sur des serveurs de l’université. L’article scientifique décrit au contraire l’affinage de modèles existants hébergés chez un prestataire commercial. Les deux peuvent être vrais à deux dates différentes : le modèle utilisé par la version actuelle, dotée d’une voix et d’un avatar, n’est pas documenté publiquement. Les résultats de l’essai portent sur la version textuelle de 2024.
L’essai de 2025 : ce qu’il montre
L’essai, publié dans NEJM AI en mars 2025 (Heinz et al., 2025), a inclus 210 adultes recrutés aux États-Unis par des publicités sur Facebook et Instagram. Tous présentaient, à l’auto-questionnaire, des symptômes cliniques de dépression majeure, d’anxiété généralisée, ou un risque élevé de trouble des conduites alimentaires. La moitié a reçu l’application pendant quatre semaines, avec une invitation quotidienne à l’utiliser, puis un accès libre pendant quatre semaines de plus. L’autre moitié a été placée sur liste d’attente.
d = 0,85 à 0,90
Dépression (PHQ-9), à 4 et 8 semaines
d = 0,79 à 0,84
Anxiété généralisée (GAD-Q-IV)
d = 0,63 à 0,82
Préoccupations liées au poids (SWED)
Ces tailles d’effet mesurent l’écart entre les deux groupes. L’engagement a été élevé : 95 % des participants ont utilisé l’application, pendant six heures en moyenne sur l’étude, avec 260 messages en moyenne. Les participants ont aussi rempli un questionnaire d’alliance thérapeutique, dont les scores moyens sont présentés par les auteurs comme comparables à ceux de patients en psychothérapie ambulatoire.
Lire correctement les chiffres
Le communiqué de l’université a popularisé trois pourcentages : 51 % de baisse des symptômes dépressifs, 31 % pour l’anxiété, 19 % pour les préoccupations liées au poids. Ils ne figurent pas dans l’article. Recalculés à partir de ses données, ils correspondent à la baisse au sein du seul groupe Therabot entre l’inclusion et huit semaines, et non à une différence avec le groupe contrôle, dont les symptômes baissaient aussi (d’environ 27 %, 11 % et 7 %). Plusieurs reprises les présentent pourtant comme un écart avec le contrôle.
Ce que l’essai ne montre pas
1. Un comparateur favorable
Une liste d’attente est l’un des comparateurs les plus favorables : ne rien recevoir, en le sachant, pendant huit semaines. L’essai dit donc que Therabot fait mieux que l’absence d’aide, pas qu’il fait aussi bien qu’une psychothérapie, qu’une application à règles ou qu’un simple espace pour écrire. Selon l’article, personne n’était en aveugle, et les critères de jugement sont des auto-questionnaires. Dans une lettre à la revue, trois chercheurs (dont le psychiatre John Markowitz) voient dans la liste d’attente un probable effet nocebo : ils auraient voulu un groupe contrôle à attention égale, par exemple des forums ou des groupes de soutien en ligne, et jugent qu’une comparaison avec quatre semaines de thérapie humaine aurait été idéale (2).
2. Un chatbot supervisé
Toutes les réponses de Therabot ont été relues par des cliniciens et des chercheurs après leur envoi. L’équipe est intervenue 15 fois pour des raisons de sécurité (par exemple des idées suicidaires) et 13 fois pour corriger des réponses inappropriées (par exemple un conseil médical). Les résultats décrivent donc un chatbot sous surveillance humaine, que les auteurs jugent eux-mêmes encore nécessaire : ils ne disent rien d’un usage autonome. L’article principal ne comporte pas de section consacrée aux événements indésirables.
3. Une population sélectionnée
Sur 1 707 personnes dépistées, 754 ont été exclues, notamment pour un risque suicidaire élevé, un risque de manie ou un trouble alimentaire avéré. Les participants étaient recrutés en ligne, indemnisés, diagnostiqués par auto-questionnaire, et pour 73 % sans aucun traitement en cours ; 60 % avaient un niveau d’études au moins égal à la licence (bachelor). Le suivi s’arrête huit semaines après l’inclusion, soit quatre semaines d’utilisation encouragée puis quatre semaines d’accès libre : on ne sait pas ce que deviennent les effets au-delà.
4. Des évaluateurs qui sont aussi les concepteurs
Les dix auteurs appartiennent à l’équipe qui a conçu l’outil, et les deux principaux ont depuis fondé la société qui doit le diffuser. Aucune réplication par une équipe indépendante n’a été publiée à ce jour. Les déclarations d’intérêts publiées par la revue avec l’essai (2024) et avec la réponse des auteurs aux lettres (2025) ne mentionnent pas d’intérêt commercial dans Therabot. Les auteurs se disent prêts à partager leurs données, mais leur déclaration ne précise ni quelles données, ni où, ni pour qui. Le registre de l’essai (NCT06013137) ne contient ni critère secondaire enregistré ni résultat déposé. Une seconde lettre (3) retient précisément l’absence d’évaluation indépendante parmi trois limites qui, selon ses auteurs, fragilisent les conclusions, et demande une recherche plus solide avant toute commercialisation.
Pour le clinicien : ces limites ne disqualifient pas l’essai, qui reste une première étape sérieuse et publiée dans une revue exigeante. Elles invitent à lire « Therabot fonctionne » comme « Therabot, supervisé, aide davantage que l’attente, chez des adultes sélectionnés, à court terme ». La même exigence vaut pour toute intervention nouvelle, humaine ou non : la question est celle du comparateur et de la durée, pas de la nature de l’outil.
Une « alliance » avec un chatbot ?
L’essai mesure l’alliance thérapeutique avec le WAI-SR, un questionnaire conçu pour la relation entre un patient et un thérapeute humain. Les scores moyens (3,6 sur 5) sont présentés comme comparables aux normes ambulatoires, sans test statistique. Dans le détail, le lien et l’accord sur les objectifs sont un peu plus bas que ces normes, l’accord sur les tâches un peu plus haut. Interrogés sur la ressemblance avec un « vrai thérapeute », les participants donnent en moyenne 4,9 sur 7.
Une question ouverte
Appliquer à un chatbot une mesure pensée pour la relation humaine ne va pas de soi, et c’est l’une des limites relevées par la seconde lettre (3). Pour le psychologue, la question dépasse la méthodologie : ce que le patient investit dans l’échange peut être réel même si l’interlocuteur n’a pas d’intériorité. Reste à savoir ce que ce lien produit, et pour qui.
Depuis l’essai : vers un produit
En 2026, Therabot est décrit par Dartmouth comme en phase de test « bêta », avec plusieurs essais dans différents contextes cliniques. Un essai à un seul bras chez 15 personnes présentant un trouble de l’usage du cannabis s’est terminé en avril 2026, sans résultats publiés à ce jour. Une subvention des NIH, accordée en septembre 2026, finance une étude de faisabilité comparant Therabot à une version enrichie de capteurs passifs (sommeil, activité) et de biofeedback.
Jacobson et Heinz ont cofondé Therabot Labs, LLC, pour diffuser l’outil « conformément aux standards cliniques ». Interrogé en août 2026, Michael Heinz ne pouvait dire quand, ni même si, Therabot arriverait sur le marché. Nicholas Jacobson dit destiner l’outil à des populations cliniques, à diffuser « de façon judicieuse, avec une bonne supervision clinique » ; Michael Heinz assure que l’équipe n’optimise jamais l’engagement pour lui-même.
Régulation : Therabot n’a pas d’autorisation de la FDA, et Michael Heinz doute que l’équipe en demande une, une autorisation figée s’accordant mal à des outils mis à jour en continu. Devant le comité consultatif de la FDA sur la santé numérique (novembre 2025), Nicholas Jacobson a plaidé pour un contrôle au niveau de l’organisation plutôt que du produit, et contre l’obligation de faire relire chaque échange par un clinicien. Le contraste est frappant avec Woebot, chatbot à règles qui a fermé son application en juin 2025, en invoquant notamment le coût du parcours réglementaire.
Notre analyse
Therabot a sa place sur ce site non parce qu’un clinicien français pourrait l’utiliser (il ne le peut pas), mais parce qu’il est devenu un cas d’école. Il est souvent cité comme la preuve qu’un chatbot génératif « soigne ». L’essai est réel, sérieux, et ses effets sont importants (1). Il est aussi conduit par les concepteurs de l’outil, contre une liste d’attente, avec des cliniciens qui relisent chaque réponse.
C’est ce décalage entre le résultat et la façon dont il circule qui intéresse le clinicien. Une question simple permet de le mesurer : qu’est-ce que cette étude compare exactement, et qui surveillait l’outil pendant qu’elle se déroulait ? Posée à Therabot, elle ne retire rien à l’intérêt de l’essai. Posée aux applications déjà téléchargeables, qui peuvent se prévaloir de ce type de résultats sans en avoir produit elles-mêmes, elle éclaire beaucoup.
Enfin, Therabot montre une trajectoire : un projet universitaire devient une société, et la version actuelle, avec sa voix et son avatar, n’est déjà plus celle qui a été évaluée. Avant de conseiller un outil de ce type à un patient, il vaut la peine de vérifier quelle version a été étudiée, par qui, et contre quoi.
Concepts liés sur ce site
Un bénéfice démontré, pas déclaré
Ce que la supervision humaine a rattrapé
Participer à une étude n’est pas être soigné
Juger l’IA avec les mêmes exigences que le reste
La « boîte noire » que les auteurs reconnaissent
À qui les résultats s’appliquent
Références
1. Heinz, M. V., Mackin, D. M., Trudeau, B. M., Bhattacharya, S., Wang, Y., Banta, H. A., Jewett, A. D., Salzhauer, A. J., Griffin, T. Z. & Jacobson, N. C. (2025). Randomized Trial of a Generative AI Chatbot for Mental Health Treatment. NEJM AI, 2(4). https://doi.org/10.1056/AIoa2400802
2. Heckman, T. G., Markowitz, J. C. & Heckman, B. D. (2025). A Generative AI Chatbot for Mental Health Treatment: A Step in the Right Direction? NEJM AI, 2(9). https://doi.org/10.1056/AIp2500453
3. Gratch, I. & Essig, T. (2025). A Letter about “Randomized Trial of a Generative AI Chatbot for Mental Health Treatment”. NEJM AI, 2(9). https://doi.org/10.1056/AIp2500390 ; réponse des auteurs : https://doi.org/10.1056/AIp2500680
4. Jacobson, N. C. (2026). The Therabot will see you now. Science, 393(6808), 253. https://doi.org/10.1126/science.aeh4808
5. Munder, T., Wilmers, F., Leonhart, R., Linster, H. W. & Barth, J. (2010). Working Alliance Inventory-Short Revised (WAI-SR): psychometric properties in outpatients and inpatients. Clinical Psychology & Psychotherapy, 17, 231-239. https://doi.org/10.1002/cpp.658
6. ClinicalTrials.gov. Testing an Artificial Intelligence Chatbot for Mental Health (NCT06013137) ; Therabot-CALM (NCT06920238).
7. Jacobson, N. C. (2025). An Academic Perspective on Developing & Regulating Generative AI for Mental Health. Présentation au Digital Health Advisory Committee de la FDA, 6 novembre 2025.
8. Dartmouth College (2025, 2026). Communiqués « First therapy chatbot trial yields mental health benefits » (27 mars 2025) et « Nicholas Jacobson recognized for foundational Therabot trial » (16 juillet 2026).
9. VTDigger (2026). Can a chatbot be a responsible therapist? Dartmouth professor aims to find out (15 août 2026).
10. The Mental Elf (2025). GenAI chatbots can treat clinical-level mental health symptoms? (R. Meadows, 28 juillet 2025).
Fiche mise à jour : septembre 2026
Retour aux outils IA