prévention

Intelligence artificielle et prédiction du risque suicidaire

Les modèles basés sur les dossiers médicaux électroniques (DME) ont montré une performance supérieure aux méthodes de dépistage traditionnelles pour identifier les personnes à risque de suicide Institut National de la Santé Mentale.

Des modèles prédictifs prometteurs pour la prévention du suicide
27 mars 2025 – Point fort de la recherche:

Plus de 40 % des personnes qui décèdent par suicide consultent un professionnel de la santé dans le mois qui précède leur décès, ce qui souligne le rôle essentiel des établissements de santé dans la prévention du suicide. Les chercheurs ont essayé de trouver de meilleurs moyens de détecter rapidement et précisément le risque de suicide dans ces établissements. Une tactique prometteuse consiste à analyser les dossiers médicaux électroniques (DME) pour identifier rapidement les personnes ayant besoin d’aide.

Dans une étude financée par les National Institutes of Health, Emily Haroz, Ph.D. , Roy Adams, Ph.D. , Novalene Alsenay Goklish, D.B.H. , et leurs collègues ont créé de nouveaux modèles de prédiction du risque de suicide en utilisant les données des dossiers médicaux électroniques de l’Indian Health Service (IHS). Ces modèles ont permis de mieux identifier les personnes présentant un risque de suicide que les méthodes de dépistage actuellement utilisées.

Qu’ont fait les chercheurs dans cette étude ?
Les chercheurs ont analysé les données des DSE de plus de 331 000 visites effectuées par plus de 16 000 adultes auprès de prestataires de l’IHS entre 2017 et 2021. Au cours de cette période, 324 personnes ont tenté de se suicider et 37 personnes sont décédées par suicide. Parmi elles, 72% des tentatives de suicide et 50% des décès par suicide ont eu lieu dans les 90 jours suivant le contact avec le système de santé.

Les chercheurs ont créé des modèles qui intègrent les facteurs de risque de suicide trouvés dans les DSE. Ils ont ensuite testé ces modèles pour voir s’ils permettaient de mieux prédire le risque de tentative de suicide ou de décès dans les 90 jours suivant une visite à l’IHS que les méthodes actuellement utilisées. Les méthodes actuellement utilisées comprennent le dépistage du suicide et la prise en compte des antécédents de tentatives de suicide et des diagnostics récents d’idées suicidaires.

Qu’ont constaté les chercheurs ?
Les chercheurs ont constaté que les deux modèles étaient aussi performants l’un que l’autre, identifiant correctement les personnes ayant fait une tentative de suicide ou décédées par suicide dans les 90 jours suivant leur dernière visite médicale dans 82 % des cas. Cela suggère que le test fait bien la distinction entre les personnes à risque de suicide et celles qui ne le sont pas. En revanche, les méthodes de dépistage actuellement utilisées n’ont permis d’identifier correctement les personnes à risque que dans 64 % des cas, ce qui est à peine mieux que le hasard (50 %).

Pourquoi cette étude est-elle importante ?
Le suicide est la onzième cause de décès aux États-Unis, et les populations amérindiennes et autochtones de l’Alaska ont le taux de suicide le plus élevé de tous les groupes raciaux ou ethniques. Les facteurs qui déterminent le risque de suicide sont variés et complexes, d’où l’importance d’identifier les meilleures méthodes d’identification et de prévention du risque de suicide dans des contextes et des populations différents.

Dans cette étude, les modèles basés sur les DSE ont été plus performants que les méthodes existantes de dépistage du risque de suicide. Ces résultats suggèrent que l’utilisation de modèles basés sur les DSE peut être un moyen important de réduire le risque de suicide dans les établissements de soins de santé qui desservent cette population très touchée. (Adams, R., Haroz, E. E., Rebman, P., Suttle, R., Grosvenor, L., Bajaj, M., Dayal, R. R., Maggio, D., Kettering, C. L., Goklish, N. (2024). Developing a suicide risk model for use in the Indian Health Service. npj mental health research, 3(1), 47)

Deep learning et prevention du suicide

Des études récentes utilisent le traitement du langage naturel et le deep learning pour analyser le contenu des réseaux sociaux et détecter les signes avant-coureurs d’idées suicidaires (Abdelmoteleb & al, 2025).

Un examen systématique des évaluations de l’IA indique que ces approches sont prometteuses, mais nécessitent encore des validations externes et des protocoles éthiques stricts pour éviter la stigmatisation ou les faux positifs PubMed

Evaluating the ability of artificial intelligence to predict suicide: A systematic review of reviews (Abdelmoteleb & al, 2025)

Points forts de cette recherche:

• Les techniques d’apprentissage automatique, en particulier le traitement du langage naturel et l’apprentissage profond, sont très efficaces pour prédire le risque de suicide.
• Ces méthodes analysent divers ensembles de données, y compris les messages des médias sociaux et les dossiers médicaux électroniques.
• L’apprentissage automatique surpasse le jugement clinique traditionnel en termes de sensibilité, de spécificité et de précision prédictive.
• Les approches basées sur l’IA offrent des avancées significatives en matière de détection précoce et de prévention personnalisée du suicide.
• La poursuite de la recherche et l’examen éthique sont essentiels pour optimiser le rôle de l’IA dans les soins de santé mentale.

Le suicide reste un problème de santé publique crucial au niveau mondial, avec environ 800 000 décès par an. Malgré divers efforts de prévention, les taux de suicide augmentent, ce qui souligne la nécessité de stratégies plus efficaces. Les méthodes traditionnelles d’évaluation du risque de suicide manquent souvent de précision et de capacité prédictive. C’est pourquoi l’intelligence artificielle (IA), et en particulier l’apprentissage automatique (AAM), est apparue comme une solution potentielle. Cet article passe en revue les évaluations systématiques de l’efficacité de l’IA dans la prédiction du risque de suicide, dans le but d’explorer le potentiel de l’IA tout en abordant ses défis et ses limites.
Méthodologie : Une approche de métarecherche a été utilisée pour passer en revue les évaluations systématiques existantes sur le rôle de l’IA dans la prédiction du risque de suicide. Conformément aux lignes directrices PRISMA, une recherche exhaustive a été effectuée dans PubMed et Web of Science pour les publications de 2004 à 2024. Les études pertinentes ont été sélectionnées sur la base de critères d’inclusion spécifiques, et des données ont été extraites sur les caractéristiques de l’examen, les techniques d’IA, les résultats et la qualité méthodologique. L’examen porte sur les modèles d’IA/ML prédisant séparément les idées suicidaires (IS), les tentatives de suicide (TS) et les décès par suicide (DS), à l’exclusion de l’automutilation non suicidaire.

Résultats : Sur les 96 articles initiaux, 23 répondaient aux critères d’inclusion pour l’examen du texte intégral. La plupart des études se sont concentrées sur le développement de modèles de ML pour identifier le risque de suicide, montrant des résultats prometteurs en termes d’amélioration de la précision et de l’efficacité. Ces modèles utilisent diverses sources de données et techniques analytiques. Toutefois, des difficultés subsistent, notamment un risque élevé de biais et des problèmes d’interprétabilité, qui nécessitent une validation et un perfectionnement supplémentaires des méthodes basées sur l’IA.

Conclusion : L’étude souligne le potentiel important de l’IA, en particulier de la ML, pour prédire le risque de suicide et les tentatives de suicide. Bien que les modèles de ML soient prometteurs, des défis tels que les limites des données, les biais et les problèmes d’interprétabilité doivent être relevés. La poursuite de la recherche et l’examen éthique sont essentiels pour réaliser pleinement le potentiel de l’IA dans la prévention du suicide.

Mots-clés : Intelligence artificielle ; apprentissage automatique ; comportement suicidaire ; évaluation du risque de suicide.

Le 31 14 est le numéro national de prévention du suicide en France. Voici comment il fonctionne et ce que vous devez savoir :

1. Disponibilité

• 24h/24 et 7j/7 : Accessible en permanence, de jour comme de nuit.

• Gratuit : Appel non surtaxé depuis un fixe ou un mobile.

2. Pour qui ?

• Toute personne en détresse psychologique, confrontée à des idées suicidaires ou à une crise existentielle.

• L’entourage (proches, amis, collègues) inquiet pour une personne vulnérable.

3. Déroulement de l’appel

• Écoute anonyme et confidentielle : Aucune information personnelle n’est exigée.

• Interlocuteurs formés : Des professionnels ou bénévoles spécialisés dans la gestion des crises suicidaires vous répondent.

• Soutien immédiat : Ils vous aident à verbaliser votre souffrance, à identifier des solutions et à trouver des ressources locales (médecins, associations, etc.).

4. Approche bienveillante

• Pas de jugement : Les écoutants sont formés pour accueillir la parole sans banaliser la détresse.

• Orientation si besoin : Ils peuvent vous guider vers des structures adaptées (CMP, psychiatres, urgences).

5. Autres canaux de contact

• SMS : Envoyez « APA » au 31 14 pour échanger par écrit (service expérimental).

• Chat en ligne : Disponible via sos-amitie.org (réseau partenaire).

6. Quand appeler ?

• Sentiment d’impasse, isolement, angoisse intense.

• Idées suicidaires (même floues) ou comportements à risque.

• Besoin de parler avant que la crise ne s’aggrave.

Numéros complémentaires (au cas où le 31 14 est saturé)

• SOS Amitié : 09 72 39 40 50 (écoute générale, 24h/24).

• Urgences médicales : 15 ou 112 (si danger immédiat).

N’hésitez jamais à composer le 31 14 si vous ou un proche êtes en souffrance. La prévention du suicide repose aussi sur la parole libérée. 💙