sanità

Le intelligenze artificiali per la prevenzione dei suicidi: ecco come possono aiutare

I progressi delle Intelligenze artificiali in campo sanitario si declinano anche ai disturbi mentali e permettono, mediante appositi modelli algoritmici, di rilevare le tendenze suicide dei soggetti a rischio consentendo l’intervento degli addetti preposti prima che il danno diventi irreparabile

Pubblicato il 21 Feb 2023

Luigi Mischitelli

Legal & Data Protection Specialist at Fondazione IRCCS Casa Sollievo della Sofferenza

intelligenza artificiale e lavoro – transumano

Grazie ai progressi tecnologici che si sono susseguiti negli ultimi anni, l’utilizzo della tecnologia in campo sanitario ha raggiunto livelli altissimi. Tra le varie problematiche del settore spicca, principalmente per la delicatezza della tematica, la questione dei disturbi mentali che portano al suicidio. Per affrontare questo allarmante problema, che colpisce migliaia di persone ogni anno, le tecnologie digitali come l’Intelligenza artificiale (IA) possono offrire un grande aiuto. Vediamo come.

Senza maestri, vita dura per il deep learning: come macchine e umani apprendono senza supervisione

Ridurre i casi di suicidio

L’Intelligenza artificiale e gli strumenti di apprendimento automatico (o Machine learning) vengono adottati per ridurre al minimo i casi di suicidio, consentendo risposte più rapide da parte dei soggetti preposti. Gli algoritmi di IA possono rilevare il comportamento e le attività mentali delle persone sulla base di serie di dati addestrati (training data), cercando di evitare il problema prima che lo stesso porti alle estreme conseguenze.

Affrontare il problema del suicidio significa identificare i modelli e agire rapidamente per evitare implicazioni negative. D’altra parte, gli strumenti di IA aiutano i vari soccorritori, operatori sanitari e le forze dell’ordine a interagire con le potenziali vittime individuandone il problema in anticipo. I modelli in esame richiedono un’analisi dettagliata della problematica. L’Intelligenza artificiale riconosce i comportamenti che possono portare al suicidio, il che la rende uno strumento perfetto per questo ruolo.

Gli algoritmi di apprendimento automatico, inoltre, analizzano i modelli e offrono raccomandazioni basate sulle condizioni di salute mentale dei pazienti. Sebbene l’Intelligenza Artificiale sia stata utilizzata in ambito sanitario fin dagli anni Novanta del secolo scorso, per migliorare l’individuazione delle malattie e vari indici di benessere, le sue applicazioni per affrontare i problemi legati alla salute mentale o per prevenire i suicidi non sono mai state ampie. Tuttavia, l’IA ha gradualmente migliorato la velocità e l’accuratezza della diagnosi, circoscrivendo col tempo l’ambito efficace della sua azione.

Il ruolo dei chatbot

Un nuovo approccio alla terapia anti-suicidi prevede l’utilizzo di bot conversazionali (o chatbot), progettati per accelerare una conversazione simile a quella umana utilizzando risposte vocali o testuali. I chatbot, programmi informatici, possono interagire in maniera efficace con chi è affetto da depressione o con chi è sottoposto a terapia cognitivo-comportamentale (o Cbt).

Poiché i chatbot rispondono in modo univoco al dialogo, possono adattare i propri interventi allo stato emotivo del paziente ed alle sue esigenze cliniche. È stato dimostrato che gli strumenti di valutazione dell’Intelligenza artificiale sono in grado di anticipare il rischio di suicidio a breve termine e di fornire raccomandazioni terapeutiche altrettanto valide per i medici, anche se l’attuale valutazione e gestione del rischio di suicidio sono ancora altamente soggettive.

Per migliorare i risultati, sono necessarie strategie di IA più oggettive. Applicazioni “promettenti” includono la previsione del rischio di suicidio e la gestione clinica. Poiché il suicidio è influenzato da una serie di fattori sociali, biologici, ambientali, economici e culturali, l’Intelligenza artificiale può essere utilizzata per esplorare la collaborazione tra questi fattori e i suicidi.

Monitorare il rischio suicidio

Un numero crescente di ricercatori e aziende tecnologiche sta utilizzando l’IA per monitorare il rischio di suicidio attraverso le attività online.

Ciò si basa sull’evidenza emergente che l’uso dei social media e l’utilizzo degli smartphone possono indicare la presenza di problemi psichiatrici in diversi utenti. Nella maggior parte dei casi di suicidio, l’elaborazione del linguaggio naturale viene utilizzata per analizzare l’attività online degli utenti sulle piattaforme di social media alla ricerca di comportamenti che possono indurre al suicidio.

Questo può essere integrato con tecniche di apprendimento automatico per confrontare e contrastare i risultati tra le piattaforme e all’interno di esse, per determinare i modelli di comportamento e la loro correlazione con le differenti gravità di rischio.

Qualche esempio

Facebook contribuisce con la prevenzione dei suicidi collaborando con diversi consulenti ogni volta che emergono contenuti suicidi sulle sue piattaforme. Menlo Park ha creato una funzione per la segnalazione di post che richiamano o inducono al suicidio e che permette all’azienda americana di intervenire celermente con professionisti che si occupano della materia.

L’Intelligenza artificiale di Facebook utilizza algoritmi per individuare i casi in esame. Gli schemi di socializzazione parlano dei singoli personaggi e gli algoritmi di Facebook individuano i contenuti legati al suicidio, informandone al contempo le autorità competenti. Gli strumenti di Facebook analizzano i post e i video in breve tempo e sono coinvolti oltre cento professionisti che si occupano della prevenzione dei suicidi sulle sue piattaforme.

Peraltro, Facebook utilizza tali strumenti in modo simile a quanto accade a post e contenuti riguardanti droghe e terrorismo.

Google ha algoritmi IA che cercano informazioni direttamente sul web. Per esempio, su YouTube Google ha implementato strumenti di IA per individuare casi che rimandano a suicidi. Questi strumenti segnalano gli account e li portano all’attenzione di Google che collabora con istituzioni sanitarie, psicologi e consulenti per la prevenzione dei suicidi.

L’IA e la prevenzione dei suicidi

Le applicazioni di IA e di Machine learning promettono di consentire un rapido intervento nella prevenzione del suicidio, in particolare grazie alla loro capacità di gestire insiemi di dati grandi e complessi. Questi approcci possono fornire informazioni fondamentali per l’individuazione precoce del rischio di suicidio, il triage e lo sviluppo del trattamento, con importanti cautele metodologiche e statistiche.

L’applicazione dell’elaborazione del linguaggio naturale ai social media, in particolare, e l’integrazione dell’Intelligenza artificiale con la valutazione del rischio di suicidio in tempo reale, promettono di avere un impatto unico sulla prevenzione del suicidio su vasta scala.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Social
Iniziative
Video
Analisi
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati