L’intelligence artificielle (IA) est saluée comme un outil potentiel pour identifier les signes de dépression grâce à l’analyse des médias sociaux. Cependant, une étude récente révèle une disparité préoccupante dans la capacité des modèles d’IA à détecter la dépression dans différents groupes raciaux. Alors que les modèles d’IA ont montré des promesses dans l’identification des signaux de dépression chez les Américains blancs, ils étaient nettement moins efficaces lorsqu’ils étaient appliqués aux individus noirs. Cette étude souligne l’importance d’incorporer des données raciales et ethniques diverses lors de la formation des modèles d’IA pour les tâches liées à la santé.
Les chercheurs ont utilisé un outil d’IA « prêt à l’emploi » pour examiner le langage utilisé dans les posts des médias sociaux de 868 volontaires, comprenant un nombre égal d’adultes noirs et blancs ayant des caractéristiques similaires en termes d’âge et de sexe. Tous les participants ont également rempli un questionnaire validé couramment utilisé dans les établissements de santé pour dépister la dépression.
Des recherches antérieures avaient indiqué que les individus qui utilisent fréquemment des pronoms à la première personne (comme « je, » « moi, » ou « mien ») et certains types de mots, incluant des termes auto-dépréciatifs, sont plus à risque de dépression. Cependant, cette nouvelle étude a découvert que ces associations linguistiques ne s’appliquaient qu’aux individus blancs. Le « je-parler » ou l’attention centrée sur soi, l’auto-dépréciation, l’autocritique et le sentiment d’être exclu n’étaient pas des indicateurs significatifs de dépression pour les individus noirs.
Les auteurs de l’étude ont exprimé leur surprise face au manque de généralisabilité de ces associations linguistiques entre les groupes raciaux. Leur rapport, publié dans PNAS (les Actes de l’Académie Nationale des Sciences), reflète une préoccupation concernant la négligence de la race dans les travaux antérieurs sur l’évaluation des maladies mentales basées sur le langage.
Il est crucial de noter que les données des médias sociaux seules ne peuvent pas être utilisées pour diagnostiquer la dépression. Cependant, elles peuvent contribuer à l’évaluation des risques pour les individus ou les groupes. Identifier les schémas d’utilisation du langage peut fournir des connaissances sur la santé mentale des communautés, aidant potentiellement les prestataires de soins de santé à relever plus efficacement les défis de santé mentale.
Certainement, les applications potentielles de l’IA en santé mentale sont vastes. Dans une étude antérieure menée par la même équipe de recherche, l’analyse du langage sur les plateformes de médias sociaux était utilisée pour évaluer la santé mentale au sein des communautés pendant la pandémie de COVID-19. De plus, pour les patients souffrant de troubles liés à la dépendance, les schémas linguistiques indiquant la dépression sur les médias sociaux se sont avérés offrir des perspectives précieuses sur la probabilité d’abandon du traitement et de rechute.
Aborder la disparité de l’efficacité des modèles d’IA entre les groupes raciaux est essentiel pour garantir une santé mentale équitable. Les futures recherches devraient donner la priorité à l’inclusivité des données, en incorporant des groupes raciaux et ethniques divers, pour développer des modèles d’IA qui offrent des résultats précis et fiables pour tous.
Questions Fréquemment Posées (FAQ)
The source of the article is from the blog myshopsguide.com