Suicide: un algorithme parvient à prédire les risques

suicide_algorithme
Les personnes à risque de suicide réagissent différemment à la projection de mots spécifiques. Une particularité que pourrait repérer un algorithme entraîné.

C’est la deuxième cause de décès des 15-29 ans dans le monde. Chaque année, 800’000 personnes meurent par suicide. Les tentatives sont, elles, encore plus nombreuses, et souvent suivies de maladies ou de handicaps lourds, ainsi que de traumatismes pour les proches. La prévention du suicide est un enjeu majeur de santé publique. Mais identifier les personnes à risques reste souvent difficile, même pour les médecins spécialisés. L’intelligence artificielle pourrait-elle faire mieux que l’homme dans cette tâche complexe ? C’est ce que suggèrent des travaux publiés en octobre 2017 dans la revue Nature Human Behaviour.

Représentation émotionnelle différente

L’IRM fonctionnelle (IRMf) cérébrale permet d’observer l’activité du cerveau lors de l’exécution de tâches intellectuelles. C’est grâce à cette technique d’imagerie que le rôle fonctionnel de certaines régions du cerveau a pu être déterminé. En routine, l’IRMf est également utile pour le diagnostic de pathologies cérébrales. Marcel Just et David Brent, chercheurs respectivement à l’université Carnegie Mellon et de Pittsburgh (Etats-Unis), ont misé sur l’IRMf et l’intelligence artificielle pour «lire» directement dans le cerveau des patients leurs possibles intentions suicidaires.

Pour leur étude, les scientifiques ont recruté 34 personnes (8 hommes et 26 femmes) âgées de 18 à 30 ans. La moitié avait déjà eu des idées suicidaires, l’autre moitié jamais (groupe contrôle). Trois jeux de dix mots ont été présentés à ces volontaires, pendant que leur activité cérébrale était enregistrée par IRMf. Les 30 mots, affichés pendant trois secondes, étaient soit liés directement au suicide (mort, overdose, sans espoir…), soit connotés positivement (gentillesse, vitalité…) ou négativement (cruauté, culpabilité, anxiété…). L’hypothèse des chercheurs reposait sur une représentation émotionnelle différente de ces concepts, et donc une activité cérébrale modifiée, chez les personnes aux idées suicidaires en comparaison du groupe contrôle.

Plus de 90 % de réussite

La suite de l’expérience leur a donné raison. La «signature neurale» observée face à des mots liés à la mort ou à la vie n’était pas identique dans les deux groupes. Face à un même mot, les IRMf montrent ainsi des zones d’activation différentes, selon que la personne avait déjà eu ou non des idées suicidaires. 

Exemple d’activité cérébrale enregistrée quand les volontaires sont confrontés à des mots évoquant la mort.
A gauche, le cerveau d’une personne avec des pensées suicidaires. A droite, le cerveau d’un volontaire du groupe contrôle. Crédit: Carnegie Mellon University

Les scientifiques ont ensuite utilisé ces données pour «entraîner» un programme à repérer les personnes à risques à partir des résultats d’IRMf.

Et l’intelligence artificielle (IA) a fourni des résultats excellents: elle a classé correctement 33 des 34 participants, soit un taux d’échec de 9%. Mais l’IA est allée encore plus loin.

Sur la base des mêmes données, elle est arrivée à discriminer dans le groupe des personnes aux pensées suicidaires celles qui avaient déjà attenté à leurs jours, avec une précision de 94%.

Les résultats obtenus par Marcel Just et David Brent ouvrent des perspectives prometteuses, mais la prudence reste de mise face au nombre restreint de personnes incluses dans leur étude. «Ce qui est nécessaire en premier lieu est d’appliquer ces résultats à un échantillon plus large, puis de tenter de prédire de futures tentatives de suicide», commente David Brent. Barry Horwitz, chef de la section imagerie cérébrale et modélisation du NIH, estime pour sa part dans un commentaire lié à la publication que la méthode développée par Marcel Just et David Brent pourrait devenir «un outil majeur de diagnostic ou d’évaluation d’efficacité des traitements dans les pathologies psychiatriques», surtout si la technique s’avère aussi performante dans d’autres troubles psychiatriques.

L’IA de plus en plus prisée pour détecter le risque suicidaire

Ce n’est pas la première fois que l’intelligence artificielle est employée pour tenter d’améliorer le diagnostic de personnes à risque de suicide. En mars 2017, Facebook a annoncé avoir développé un programme pour mieux repérer les utilisateurs pouvant avoir des pensées suicidaires. L’intelligence artificielle analyse les posts ainsi que les commentaires écrits par les amis. Ce sont ensuite des opérateurs qui décident si un message doit être envoyé à la personne potentiellement à risque.

Au même moment, des travaux publiés dans la revue Clinical Psychological Science rapportaient les performances d’un programme de machine learning développé conjointement par l’université Vanderbilt et l’université d’Etat de Californie. Les chercheurs ont utilisé les données variées, allant des traitements médicamenteux au statut socio-économique, de plus de 5000 patients violents envers eux-mêmes. L’algorithme s’est révélé capable d’identifier les personnes ayant attenté à leurs jours, avec une précision de 80% et seulement 3,5% de faux-positifs. 

Top