SUICIDE : L’IA efficiente dans la détection du risque

L’étude teste le système d'IA en question, appelé Vanderbilt Suicide Attempt and Ideation Likelihood model (VSAIL), dans 3 cliniques de neurologie de l’Etat. L’équipe compare 2 approches :

• celle d'alertes automatiques qui interrompent le flux de travail du médecin,
• et un modèle plus passif qui intègre et affiche simplement des données sur le risque éventuel dans le dossier électronique du patient. Le test, mené globalement pour 7.732 consultations de patients sur une période de 6 mois, a donné lieu à 596 alertes de dépistage au total.

L’analyse des données révèle que :

• les alertes automatiques adressées au médecin, sont beaucoup plus efficaces, amenant les médecins à effectuer des évaluations plus poussées du risque de suicide ;
• en pratique 42 % de ces alertes automatiques ont été jugées suffisamment sérieuses par les cliniciens pour justifier ces évaluations approfondies, vs 4 % avec le système passif ;
• le modèle s’est avéré efficace pour identifier les patients à haut risque, précisément 1 patient sur 23 signalés par le système ayant par la suite exprimé des pensées suicidaires.

Alors qu’il n’existe pas -et dans aucun système de santé- de protocole de dépistage universel de ce risque, l’outil VSAIL permet de sensibiliser au risque individuel et d’orienter le patient vers un dépistage clinique. On sait, de plus, que 77 % des personnes qui se suicident ont été en contact avec des professionnels de la santé mentale au cours de l’année précédant leur décès. Ces patients constituent une cible évidente pour ce premier niveau d dépistage via l’IA.

Des implications pour d’autres troubles : les chercheurs suggèrent que des systèmes similaires pourraient être testés dans d'autres contextes médicaux. Même s’il s’agira d’équilibrer l'efficacité des alertes vs leurs inconvénients possibles (surdiagnostic, surtraitement).