Dans un article publié en ligne aujourd’hui dans la revue npj Digital Medicine, le Dr Zachary Kaminsky, titulaire de la Chaire de recherche DIFD et Mach-Gaensslen sur la prévention du suicide au Royal, explique l’algorithme qu’il a mis au point pour identifier les tendances suicidaires d’une personne en fonction de son activité sur Twitter, qui s’appelle « algorithme prévisionnel de risque de suicide par intelligence artificielle heuristique » (SAIPH, Suicide Artificial Intelligence Prediction Heuristic).
L’algorithme évalue non seulement le futur risque qu’une personne présente des pensées suicidaires, mais aussi le moment où elle sera à risque, en analysant les données publiques des propos publiés sur Twitter. Les outils fondés sur une approche algorithmique ont le potentiel d’identifier le futur risque suicidaire d’une personne et pourraient être adaptés comme outils de décision clinique afin de faciliter le dépistage du suicide et la surveillance du risque à l’aide des technologies disponibles.
Pour en savoir plus consultez l’article paru dans npj Digital Medicine (publié par Nature) : A machine learning approach predicts future risk to suicidal ideation from social media data https://www.nature.com/articles/s41746-020-0287-6#Sec2