Musicothérapie Médiadoc

Xiao C, Wei J, Li T, Cao J, Li Q, Duan Y, Geng W, Zhu B, Liu B, Li Y
Development and Evaluation of Individualized Music Therapy for Common Mental Disorders: Protocol for a Multistage Study
JMIR Res Protoc 2026;15:e90617 doi: 10.2196/90617 PMID: 42520220 PMCID: 13411716

Cette étude présente un protocole de développement et d’évaluation d’une musicothérapie réceptive individualisée (Individualized Music Therapy, IMT), via une approche combinant l’intelligence artificielle (IA) et les neurosciences afin d’améliorer la prise en charge non médicamenteuse des troubles mentaux courants, notamment la dépression majeure, le trouble anxieux généralisé et l’insomnie primaire. Les auteurs partent du constat que les traitements pharmacologiques sont souvent limités par leurs effets indésirables et une mauvaise observance, tandis que la musicothérapie traditionnelle, bien que prometteuse, souffre d’une efficacité variable, d’une accessibilité limitée et d’un manque de compréhension de ses mécanismes d’action. Le programme de recherche, mené à l’hôpital universitaire de Pékin, comprend quatre études successives : une étude pilote visant à caractériser les profils cliniques et électroencéphalographiques des participants, une étude de cohorte évaluant l’efficacité et la sécurité d’une musicothérapie réceptive standardisée, un essai clinique randomisé comparant cette approche à une musicothérapie personnalisée par IA sur une durée de huit semaines, puis une étude de validation d’un modèle prédictif de la réponse au traitement. Les participants, âgés de 18 à 60 ans, écouteront quotidiennement pendant 30 minutes soit des morceaux instrumentaux sélectionnés par un thérapeute (groupe contrôle), soit des morceaux générés par une IA en fonction de leurs préférences hebdomadaires concernant le tempo, l’instrumentation et la valence émotionnelle (groupe IMT). L’efficacité sera principalement évaluée par le taux de réponse clinique, défini par une réduction d’au moins 50 % des scores de dépression, d’anxiété ou de qualité du sommeil, ainsi que par les modifications de l’activité cérébrale mesurées par électroencéphalographie quantitative. Les auteurs émettent l’hypothèse que cette personnalisation par IA permettra d’améliorer les bénéfices thérapeutiques tout en apportant une meilleure compréhension des mécanismes neurobiologiques impliqués. Les résultats ne sont pas encore disponibles.

Accéder à l’article : https://www.researchprotocols.org/2026/1/e90617