La motivation peut être définie comme une fonction qui active et dirige le comportement vers des buts. Dans les pathologies neuropsychiatriques, les déficits de motivation tels que l’apathie sont fréquents et interfèrent avec l’observance des traitements et leur impact thérapeutique. L’approche standard actuelle consiste à évaluer les déficits de motivation à l’aide de questionnaires subjectifs qui dépendent de l’introspection du patient et ne fournissent aucune information sur les mécanismes physiopathologiques sous-jacents. Je présente ici une nouvelle approche, qui consiste à ajuster des modèles computationnels sur le comportement observé dans des tests objectifs, de manière à déduire des paramètres qui spécifient l’état motivationnel du patient. Ces paramètres computationnels fournissent (1) une explication au niveau cognitif (par exemple, une sensibilité réduite à la récompense), (2) un dysfonctionnement au niveau neuronal (par exemple, une libération de dopamine altérée) et (3) une prédiction concernant le résultat du traitement (par exemple, l’effet bénéfique des psychostimulants). L’empreinte computationnelle pourrait donc ouvrir la voie à une médecine davantage personnalisée.