Big Data et prévention du suicide

Les objectifs de la thèse de Carl Morch (Ph.D. psycholgie, 2020) intitulée  " Big Data, intelligence artificielle et prévention du suicide" sont de présenter :
– les différentes utilisations actuelles du Big Data et de l'Intelligence Artificielle en prévention du suicide
– les enjeux éthiques associés à l'utilisation et au déploiement de ces technologies en prévention du suicide
– un outil éthique, validé, pour aider ceux qui voudraient utiliser ces technologies à prendre des décisions en connaissance des risques potentiels.

Carl Morch est aujourd’hui codirecteur de l’Institut de l'IA pour le bien commun, rattaché à l’Université libre de Bruxelles, et professeur associé au Département de psychologie.

Cette thèse est composée de trois articles.
Le premier article est une étude de portée par recension systématique des écrits. Elle a consisté à explorer les bases de données informatiques, de sciences humaines, de psychologie et biomédicales. Son but était un aperçu étendu des utilisations actuelles en prévention du suicide. Elle a suivi le protocole PRISMA afin de répondre aux standards les plus rigoureux en matière de recension des écrits. Après la collecte de données, 4891 articles ont été filtrés. Ce sont finalement 58 études qui ont été codifiées par une équipe de recherche, soumises à un interjuge, puis analysées. Les résultats de cette étude de portée montrent que Big Data et Intelligence Artificielle sont aujourd'hui autant utilisés. La plupart des études provenaient de pays anglophones. Les études étaient de nature hétérogène. Les techniques prédominantes en Intelligence Artificielle étaient 1' apprentissage machine (Machine Learning) et le N atural Language Processing (NLP). Les techniques prédominantes en Big Data étaient l'analyse de média sociaux (type Twitter) ou de recherches Internet (type Google ). La plupart des études recensées portaient sur de l'analyse linguistique et de 1'infoveillance. Les sources principales de données étaient les dossiers médicaux électroniques. Plus de 75% des articles ne comportaient pas de mention d'enjeux éthiques.
Le deuxième article a consisté à analyser 10 rapports internationaux en matière d'éthique et d'intelligence artificielle. Une équipe a extrait 329 recommandations. A partir de celles qui pouvaient s'appliquer· au domaine de la santé, une liste de contrôle (checklist) a été consolidée (en 42 items). Cette liste a été soumise à un processus de consultation Delphi en deux rondes, auprès d'un panel international de 16 experts et professionnels. La consultation a permis d'aboutir à une liste finale de 38 items, répartis en quatre catégories : "Description du Système Intelligent Autonome", "Vie privée et
transparence", "Sécurité", "Risques en Santé", "Biais".
Le troisième article a synthétisé les discussions éthiques trouvées dans les articles de l'étude de portée (article 1). Des recommandations ont été formulées à partir de la littérature en éthique, Big Data, Intelligence Artificielle et santé mentale. Cette étude tend à montrer que nous sommes dans une phase d'adoption enthousiaste de ces technologies en prévention du suicide. Elles sont jugées très prometteuses mais aussi porteuses de nombreux défis éthiques, sociaux et scientifiques. Les recommandations appellent à davantage de transparence dans les publications sur les défis éthiques rencontrés, davantage de clarté dans le processus de traitement et d'analyse des données.

Consulter la thèse : «Big Data, intelligence artificielle et prévention du suicide», Carl Maria Morch, juin 201o