Les chercheurs utilisent l’IA formée sur les données de Facebook pour détecter les signes de maladie mentale

Un groupe de chercheurs a récemment publié une étude dans Nature, détaillant leurs tentatives d’utilisation des données de Facebook (META ) pour identifier les maladies psychiatriques possibles. Selon Wired, les chercheurs ont pu construire un modèle d’IA qui peut prédire avec succès un diagnostic de maladie mentale en fonction des messages envoyés jusqu’à 18 mois avant que le diagnostic ne soit officiellement établi.

Afin de créer le modèle prédictif, l’équipe de recherche a collecté des données auprès de 223 volontaires. Les volontaires ont accepté de donner aux chercheurs l’accès aux messages qu’ils avaient envoyés et aux images qu’ils avaient publiées. Les chercheurs ont formé un modèle de forêt aléatoire sur les fonctionnalités extraites des messages et des images collectés. L’objectif du modèle était de déterminer si un participant avait un diagnostic de santé mentale, en regroupant les instances en diagnostics de troubles de l’humeur, de spectre schizophrénique ou en l’absence de diagnostic de santé mentale.

Lorsque les chercheurs ont analysé les résultats, ils ont constaté que plusieurs fonctionnalités différentes étaient corrélées avec les troubles de santé mentale. En ce qui concerne les images, les couleurs bleues étaient associées à un diagnostic de troubles de l’humeur. Une utilisation élevée de mots grossiers était généralement indicative de maladie mentale, tandis que des mots comme entendre, ressentir et voir (mots de perception) étaient associés à un diagnostic de schizophrénie.

Afin de déterminer le succès du modèle d’IA, les chercheurs ont comparé les faux positifs et les faux négatifs. L’équipe de recherche a rapporté que leur taux de réussite était compris entre 0,65 et 0,77, avec 1 étant un score parfait et 0,5 étant le score moyen d’un modèle qui devine au hasard. Plus les messages étaient récents, plus le succès du modèle était élevé. Cependant, même lorsque l’équipe de recherche s’est limitée aux messages datant de plus d’un an avant un diagnostic, le modèle a toujours performé beaucoup mieux que le hasard.

La chose intéressante à propos de ce niveau de précision est qu’il est approximativement équivalent à la précision du PHQ-9. Le PHQ-9 est un outil de diagnostic utilisé pour dépister la dépression, posant 10 questions au sujet testé. Si un modèle d’IA formé sur les données de Facebook peut performer de manière fiable aussi bien que le PHQ-9, il pourrait potentiellement être utilisé comme outil de diagnostic, en complément des outils existants utilisés par les cliniciens.

Le chercheur principal de l’étude était un professeur adjoint aux Feinstein Institutes for Medical Research de Manhasset, dans l’État de New York, Michael Birnbaum. Selon Wired, les outils d’IA qui utilisent les données des médias sociaux ont le potentiel de faire une grande différence dans la façon dont les maladies psychiatriques sont diagnostiquées et traitées. Comme Birnbaum a été cité par Wired:

« Nous comprenons maintenant cette idée que le cancer a de nombreuses étapes différentes. Si vous diagnostiquez le cancer à la phase I, c’est drastiquement différent de si vous le diagnostiquez une fois qu’il s’est métastasé. En psychiatrie, nous avons tendance à commencer à travailler avec les gens une fois que cela s’est déjà métastasé. Mais il y a le potentiel de les attraper plus tôt. »

En essence, les maladies mentales peuvent prendre différentes formes à différents moments et des sources de données plus variées peuvent aider les chercheurs et les cliniciens à déterminer l’état de santé mentale d’une personne. L’avantage de l’utilisation des données des médias sociaux est qu’elles servent de dossier continu des pensées et des sentiments d’un individu. Ces données pourraient être utilisées pour compléter les longs entretiens sur lesquels les cliniciens s’appuient pour diagnostiquer un patient.

Birnbaum s’attend à ce que les modèles d’IA basés sur les données des médias sociaux puissent aider les thérapeutes à surveiller les patients sur le long terme de leur traitement. Birnbaum a expliqué que les thérapeutes ne disposent généralement que d’un « instantané » de la vie d’une personne une fois par mois ou environ et que la capacité d’utiliser les données des médias sociaux permet aux cliniciens d’obtenir une compréhension plus complète et représentative des tendances dans la vie d’une personne. Birnbaum espère que dans cinq à dix ans, l’utilisation des données des médias sociaux dans l’évaluation de la santé mentale deviendra plus courante.