Internet Industriel des Objets IIOT : Maintenance prédictive pour les personnes. Utiliser l'IA pour prévenir le suicide

Depuis le déploiement de sa fonctionnalité Facebook Live, le réseau social a vu une tendance inquiétante de personnes diffusant en direct leurs suicides. Le mois même où Facebook a lancé le service en direct, Nakia Venant, 14 ans, a diffusé en direct son suicide. Plus récemment, ce mois-ci, Jared McLemore, 33 ans, de Memphis, s'est immolé par le feu avant de se heurter à un bar bondé où travaillait son ex-petite amie.L'éruption d'incidents a soulevé un tel tollé que le PDG de Facebook, Mark Zuckerberg, a été contraint d'y remédier pendant son discours lors de la conférence des développeurs F8 de Facebook en avril. Plus tôt ce mois-ci, dans un message via Facebook, Zuckerberg a annoncé que la société intégrerait 3000 membres supplémentaires à son équipe des opérations communautaires au cours de l'année prochaine (portant le nombre total à 7500) afin d'examiner le contenu sur Facebook et de travailler avec les groupes communautaires et les forces de l'ordre pour les aider à intervenir s'il semble qu'un utilisateur est en danger pour lui-même ou pour quelqu'un d'autre.Pour certains, l'idée d'embaucher autant de nouvelles personnes n'était pas fausse, mais elle est étrange pour une entreprise si concentrée sur l'apprentissage automatique et intelligence artificielle (IA). Un article du New York Magazine sur les embauches se lit comme suit: «Maintenant, Facebook apporte 6 000 globes oculaires pour répondre à des questions difficiles auxquelles les ordinateurs ne peuvent pas encore répondre, comme:« Cette séquence d'une personne se fait-elle tirer dessus? »Les chercheurs du projet Durkheim ont créé un algorithme d'apprentissage automatique capable de reconnaître un patient à risque de suicide basé sur des mots et des phrases clés dans les notes cliniques. (Source de l'image: PLOS One / The Durkheim Project). Mais que se passerait-il si l'IA et l'apprentissage automatique pouvaient contribuer à la prévention du suicide? S'exprimant lors de la récente conférence 2017 Embedded Systems Conference (ESC) à Boston au début du mois, Chris Poulin, partenaire principal de Patterns and Predictions, un groupe de conseil en analyse de données volumineuses, pense qu'un jour c'est possible. «Nous avons la capacité d'effectuer une maintenance prédictive sur les machines; pourquoi ne pouvons-nous pas faire de même pour les gens? » Poulin a demandé. Poulin est le directeur et chercheur principal du projet Durkheim, un effort de recherche (mené avec le soutien de Facebook) visant à créer des analyses prédictives en temps réel du risque de suicide. L'objectif est d'utiliser les données de téléphonie mobile et de médias sociaux pour aider les professionnels de la santé mentale à détecter et à surveiller les comportements et les communications qui pourraient indiquer un risque de suicide.Poulin a déclaré au public de l'ESC que son équipe essayait d'appliquer les mathématiques au langage de la même manière que Moneyball s'applique. il au sport. «Avec Moneyball, vous utilisez toutes ces analyses pour examiner votre équipe au fil du temps et essayer de dire si certains facteurs de risque indiqueront si l'équipe va gagner», a-t-il déclaré. «Ce n'est que dans ce cas que vous essayez de maintenir l'équipe en vie.» Le projet Durkheim (du nom d'Emile Durkheim, un sociologue français du XIXe siècle qui a été le pionnier du travail sur le suicide) est basé sur des recherches menées en 2013 par Poulin et ses collègues. Dans une étude intitulée «Predicting the Risk of Suicide by Analyzing the Text of Clinical Notes», publiée en 2014 dans la revue en libre accès PLOS One, Poulin et son équipe ont généré des modèles en utilisant les dossiers de patients de 210 vétérans américains provenant de la US Veterans Administration ( VIRGINIE). Après une période d'observation de 2011 à 2013, les chercheurs ont divisé les patients en trois groupes de 70 patients chacun: les vétérans qui se sont suicidés (cohorte 1); les anciens combattants qui ont utilisé les services de santé mentale et qui ne se sont pas suicidés (cohorte 2); et les anciens combattants qui n'ont pas utilisé les services de santé mentale et qui ne se sont pas suicidés (cohorte 3). Les chercheurs ont utilisé les notes cliniques pour générer des ensembles de données de mots-clés uniques et d'expressions à plusieurs mots qui étaient des marqueurs du risque de suicide selon les cliniciens. Des mots comme «agitation», «effrayant» et «délirant» étaient parmi les plus courants. À l'aide de ces mots-clés et expressions, les chercheurs ont construit des modèles de prédiction en utilisant une version modifiée de Moses, un algorithme d'apprentissage automatique qui utilise une combinaison de programmation génétique et probabiliste apprentissage de la traduction linguistique. Essentiellement, Moïse peut apprendre à détecter des modèles de langage. Pour leur étude, les chercheurs ont appris à l'algorithme à rechercher des modèles de mots dans les notes cliniques des patients, puis, sur la base de ce qu'il a vu, ils lui ont demandé de déterminer si un patient appartenait à la cohorte 1, 2 ou 3. L'algorithme était toujours précis à 65% ou mieux pour déduire de quelle cohorte un patient était basé sur des notes cliniques. «Nos données suggèrent donc que l'analyse de texte informatisée peut être appliquée à des dossiers médicaux non structurés pour estimer le risque de suicide», selon l'étude. «Le système résultant pourrait permettre aux cliniciens de dépister potentiellement des patients apparemment en bonne santé au niveau des soins primaires et d'évaluer en permanence le risque de suicide chez les patients psychiatriques.» Poulin a déclaré que l'étude n'était que la première phase du projet Durkheim. Les deux phases suivantes impliquent la mise en œuvre réelle puis l'intervention. Dans une étude actuellement en cours, les chercheurs du projet Durkheim demandent aux vétérans de choisir d'utiliser une suite d'applications pour appareils Facebook et iOS et Android qui surveillent leur activité en ligne et téléchargent le contenu pertinent dans un référentiel numérique intégré qui est continuellement mis à jour et analysé par machine. apprentissage. En surveillant toutes ces données entrantes, l'algorithme fournira une surveillance en temps réel des mots et des modèles de comportement et apprendra à rechercher des choses qui ont été statistiquement corrélées avec des tendances suicidaires et des comportements à risque. En cas de succès, le projet Durkheim pourrait permettre la détection et intervention du risque de suicide à une échelle qui serait autrement irréalisable pour les cliniciens. Dans l'étude de 2014, Poulin écrit que cela pourrait également aider les cliniciens à mieux comprendre les facteurs de risque suicidaires. «De nombreuses conditions médicales ont été associées à un risque accru de suicide, mais ces conditions n'ont généralement pas été incluses dans les outils d'évaluation du risque de suicide», a-t-il écrit. «Ces conditions incluent les conditions gastro-intestinales, les conditions cardiopulmonaires, les conditions oncologiques et les conditions de douleur. Enfin, certaines recherches ont émergé qui relient les processus de soins au risque de suicide. »Bien sûr, il reste encore beaucoup de chemin à parcourir avant que les gens puissent choisir de faire en sorte que Facebook ou leur appareil mobile les surveille pour les activités à risque. Il y a plus de recherche à faire et après cela viendra le long chemin vers l'approbation de la FDA afin que le diagnostic et l'intervention réels puissent être fournis. Dans leur étude originale, les chercheurs de Durkheim notent également que des recherches plus approfondies utilisant une population de patients plus large ainsi qu'une analyse linguistique plus complexe seraient très utiles. Mais en cas de succès, un algorithme peut un jour faire plus pour les personnes à risque de suicide que 7500 évaluateurs ne le pourraient jamais.Smart Manufacturing Innovation Summit at Atlantic Design & Manufacturing. Conçu pour les professionnels de l'industrie qui cherchent à surmonter les défis de fabrication au niveau de l'usine et de l'entreprise à l'aide de solutions informatiques. Plongez-vous dans les derniers développements lors du sommet de deux jours sur l'innovation de la fabrication intelligente, dirigé par des experts. Vous obtiendrez les dernières informations sur l'usine du futur, y compris des informations sur les applications IoT industrielles et IIoT, la maintenance prédictive, les capteurs intelligents, la sécurité et l'harmonisation IT / OT. Du 13 au 15 juin 2017. Inscrivez-vous dès aujourd'hui Chris Wiltz est le rédacteur en chef de Design News.

Laisser un commentaire