En Direct
2 min de lecture
Michel Cymes évoque le "machine learning", l'algorithme pour prévenir le suicide
Le médecin Michel Cymes nous parle des patients qui ont des idées noires et de l'espoir que peut représenter pour eux l'avènement de l'intelligence artificielle. On peut désormais détecter les personnes qui songent à mettre fin à leurs jours;
Un traitement a été mis au point pour lutter contre une maladie qui atteint le tube digestif.
Crédit : LOIC VENANCE
Je m'abonne à la newsletter « Infos »
C'est ce qui résulte des travaux des scientifiques de l'université américaine de Pittsburgh. Ils ont fait le pari qu'on pouvait créer des algorithmes intelligents capables de faire le tri au sein d'une population donnée entre les non-suicidaires, les suicidaires et ceux qui sont déjà passés à l'acte.
Ils ont fait passer une IRM à 34 personnes pour voir comment elles réagissaient face à différents mots comme "mort", "cruauté", "problème", mais aussi des mots plus guillerets comme "insouciance", "bien", "éloge". Cela leur a permis de voir les zones du cerveau qui réagissaient.
On s'est aperçu que la machine arrivait à faire le tri avec 91% de réussite. Elle a identifié tous ceux qui étaient déjà passés à l'acte. Il y aurait une forme de signature neurologique du suicide. On voit tout de suite comment ça pourrait aider à prévenir les choses.
Mais il y a un problème. Une IRM, ça coûte une fortune, ça demande du matériel. On n'a pas forcément ça sous la main à tout moment. La recherche a pourtant de la suite dans les idées.
La machine a vu juste à 85%
Cette fois on prend la direction de l'hôpital de Cincinnati, toujours aux États-Unis. Là-bas, les chercheurs se sont dit que grâce à l'intelligence artificielle on pourrait sans doute décrypter les enregistrements sonores réalisés lors des consultations médicales. Ils ont donc réuni 400 patients et leur ont posé des questions du style "Avez-vous de l'espoir ?", "Avez-vous peur ?", "Êtes-vous en colère ?".
Toutes les réponses sont passées à la moulinette d'un logiciel capable d'interpréter le vocabulaire, les pauses et les soupirs. Je précise que certains patients étaient hospitalisés pour leurs idées suicidaires, et d'autres pour des choses qui n'avaient rien à voir avec tout ça.
Résultat : la machine a vu juste à 85%. En psychiatrie, ce mouvement porte un nom : le "machine learning". Il est en plein essor. Mais l'enjeu pour la communauté médicale est maintenant de savoir déterminer ce que sont les bonnes données à fournir à la machine, celles qui ont un sens, pour qu'elles améliorent encore ses performances.
Une chose est certaine. Au terme de ces expériences, on sait qu'on a la possibilité désormais de mettre au point des examens qui permettront de repérer celles et ceux qui sont sur la mauvaise pente.