La France, avec environ 9 000 décès par suicide par an, présente un des taux de suicide les plus élevés d’Europe. En Espagne, les statistiques disponibles font état de près de 3 000 individus se suicidant chaque année. La pandémie de Covid-19, l’augmentation du sentiment de solitude et de mal-être, font malheureusement craindre une hausse de ces chiffres. Le projet STOP (en anglais : Suicide prevenTion in sOcial Platforms), dirigé par des chercheurs de l’Université Pompeu Fabra (UPF) à Barcelone, a pour objectif de rechercher et d’analyser des schémas de comportements menant au suicide.
Twitter : une immense base de données à analyser
Grâce à la collaboration du centre de vision par ordinateur de l’université autonome de Barcelone (UAB) et de l’hôpital Parc Taulí de Sabadell, ces analyses sont réalisées sur Twitter et utilisent des procédés d’intelligence artificielle. Les algorithmes conçus par les chercheurs détectent ces schémas de comportement suicidaire avec une précision de 85%.
L’Organisation mondiale de la santé (OMS) a calculé que chaque suicide a un impact émotionnel sur au moins six personnes autour de la victime. Le projet STOP est dirigé par Ana Freire, chercheuse au département des technologies de l’information et de la communication de l’UPF, s’est mobilisé sur ce sujet et a publié récemment de premiers résultats.
Selon les chercheurs environ 8 000 tweets sont publiés sur Twitter par seconde. Ils contiennent des informations très précieuses dans des domaines divers et variés, mais également pour analyser les problèmes de santé mentale qui pourraient mener au suicide. Le constat est double : le fait que le suicide soit sujet tabou et qu’il existe une difficulté à accéder aux consultations psychologiques fait qu’ils ne peuvent que très rarement bénéficier d’un réel diagnostic sans évoquer un possible traitement adéquat. L’analyse des publications sur les réseaux sociaux d’un individu peut donc être clé pour détecter des problèmes comme la dépression ou des troubles de comportement alimentaire qui peuvent générer, dans certains cas, des idées suicidaires.
Des algorithmes définissant les sujets à “haut risque”
Pour réaliser ces analyses poussées de publications sur Twitter, les chercheurs ont entrainé des algorithmes afin qu’ils puissent distinguer des schémas différents. Ces schémas décrivent si le risque de suicide est élevé ou faible. Les données sont labellisées par des experts en santé mentale et les chercheurs précisent qu’elles sont totalement anonymes afin de respecter la protection des données et la vie privée des utilisateurs.
La réalisation de cette étude a permis de mettre en évidence différentes caractéristiques liées d’une part à un “schéma à haut risque de suicide” et d’autre part à un “schéma sans risque”. Une de ces caractéristiques met en avant la forte tendance à parler du premier groupe contrairement au second et à utiliser des termes liés aux sentiments. Ces agissements sont tout associés à l’anxiété qu’un individu peut ressentir.
Des caractéristiques bien précises, dégagées grâce à l’IA
Afin de développer ces schémas, les chercheurs font en sorte que les algorithmes explorent les images publiées, analysent les interactions entre utilisateurs, vérifient les heures de connexion et de publication des internautes. Jordi González, chercheur au centre de vision par ordinateur de l’UAB a annoncé qu’il “pouvait y avoir une certaine corrélation entre le contenu des images partagées sur les réseaux sociaux et la santé mentale de l’utilisateur qui les partage”.
Ricardo Baeza-Yates, chercheur pour l’UPF, a mis en avant l’importance de l’IA et des algorithmes utilisés dans le cadre du projet STOP. Ils permettent selon lui de “trouver dans les réseaux sociaux de nouveaux facteurs issus de l’utilisation des médias numériques qui peuvent aider à un diagnostic efficace et contribuer à faire du suicide un sujet moins tabou dans notre société”.
