Des chercheurs utilisent une IA formée sur les données de Facebook pour détecter des signes de maladie mentale

Un groupe de chercheurs vient de publier une étude dans la nature, détaillant leurs tentatives d'utiliser les données de Facebook pour identifier d'éventuelles maladies psychiatriques.  Tel que rapporté par Wired, les chercheurs ont pu construire un modèle d'IA capable de prédire avec succès un diagnostic de maladie mentale sur la base de messages envoyés jusqu'à 18 avant que le diagnostic ne soit officialisé.

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

Lorsque les chercheurs ont analysé les résultats, ils ont constaté que plusieurs caractéristiques différentes étaient corrélées aux troubles de santé mentale. En ce qui concerne les images, les couleurs bleues étaient associées à un diagnostic de troubles de l'humeur. L'utilisation élevée de jurons indiquait généralement une maladie mentale, tandis que des mots comme entendre, sentir 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 indiqué que son taux de réussite se situait entre 0.65 et 0.77, 1 étant un score parfait et 0.5 étant le succès moyen d'un modèle qui devine au hasard. Plus les messages étaient récents, meilleur était le succès du modèle. Cependant, même lorsque l'équipe de chercheurs s'est limitée à des messages datés de plus d'un an avant un diagnostic, le modèle a quand même bien mieux fonctionné que le hasard.

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

Le chercheur principal de l'étude était Michael Birnbaum, professeur adjoint aux Feinstein Institutes for Medical Research à Manhasset, New York. Selon Wired, les outils d'IA qui utilisent les données des médias sociaux ont le potentiel de faire une différence majeure 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 attrapez un cancer au stade I, c'est radicalement différent que si vous l'attrapez une fois qu'il a métastasé. En psychiatrie, on a tendance à commencer à travailler avec des gens une fois que c'est déjà métastasé. Mais il y a le potentiel d'attraper les gens plus tôt.

Essentiellement, 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 trianguler l'état de santé mentale d'une personne. L'avantage d'utiliser les données des médias sociaux est qu'elles servent d'enregistrement 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 tout au long de leur traitement. Birnbaum a expliqué que les thérapeutes n'obtiennent généralement qu'un «instantané» de la vie d'une personne environ une fois par mois et que la possibilité d'utiliser les données des médias sociaux permet aux cliniciens d'obtenir une compréhension plus complète et représentative des tendances de la vie d'une personne. Birnbaum espère que d'ici cinq à dix ans, l'utilisation des données des médias sociaux dans l'évaluation de la santé mentale deviendra plus courante.