Da Facebook ad Harvard, l’AI per prevenire i suicidi (insieme alla risonanza magnetica)

Intelligenza artificiale per trovare "schemi ricorrenti" nei contenuti postati da futuri suicidi. Ma Facebook non è solo a sfruttare il machine learning: un gruppo di scienziati l'ha usato insieme alla risonanza magnetica per identificare i pensieri suicidi. E ci è riuscito nel 91% dei casi

Da più di un anno ormai abbiamo a disposizione Facebook Live, lo strumento che consente di trasmettere video in diretta ai propri contatti: ne hanno approfittato politici e personaggi dello spettacolo per parlare delle proprie attività pubbliche, ma anche i musei e gli enti di ricerca per mettere in contatto in modo spontaneo i propri scienziati con il pubblico. Eppure c’è anche un altro aspetto, che a inizio 2017 ha attirato l’attenzione su Live per motivi che stridono con la safe community ideale di Zuckerberg: l’aumento di suicidi in diretta, come quello della 14enne americana Naika Venant, che si è impiccata nel bagno di casa di fronte agli occhi dei suoi contatti. Uno di loro ha allertato il 911, il numero unico per le emergenze negli Stati Uniti, ma quando gli ufficiali sono arrivati sul posto era ormai troppo tardi.

La risonanza magnetica si è rilevata alleata naturale del machine Learning, mostrando quali aree del cervello si attivano con pensieri suicidi. Foto Pixabay

Quello di Naika non è stato un caso isolato e, secondo gli esperti di salute mentale, non c’è dubbio che il famoso social network abbia conquistato un ruolo importante quando si tratta di suicidi. Nel frattempo, Facebook ha implementato una serie di strumenti per permettere a chi ha pensieri suicidi di trovare un aiuto (con consigli pratici e numeri utili) ma anche ai contatti, amici e familiari preoccupati, di interagire con rapidità.

L’Intelligenza artificiale nella prevenzione del suicidio

Ogni anno quasi 800 000 persone si tolgono la vita. Si tratta di una ogni 40 secondi e per la fascia d’età 15-29 il suicidio è la seconda causa di morte. Prevenire è una sfida enorme: non ci sono marker biologici, quindi valori misurabili e affidabili, e per di più si stima che l’80% degli aspiranti suicidi nasconda ogni intenzione di farsi del male, fino all’ultimo, anche ai propri terapisti e medici.

Secondo l’Organizzazione Mondiale della Sanità c’è un legame noto tra i problemi di salute mentali come la depressione e il suicidio, ma in molti casi si tratta di un atto impulsivo, una reazione a problemi finanziari, a relazioni finite male. Proprio per questo motivo tra gli strumenti di prevenzione più potenti c’è dare a chi sta soffrendo la possibilità di parlare con i propri cari. Facebook, come si legge sul blog ufficiale newsroom, nel creare connessioni di questo tipo si considera “in una posizione unica”.

Data la quantità enorme di contenuti riversati sul social network ogni giorno, il modo più efficace è mettere ogni persona nelle condizioni di segnalare velocemente i post potenzialmente a rischio. Ma non sempre è possibile e qui entra in campo l’intelligenza artificiale.

Sfruttando l’AI si possono individuare dei pattern di comportamento che indichino le intenzioni di suicidarsi. L’intelligenza artificiale viene “addestrata” ad hoc per riconoscere schemi linguistici, parole chiave e tipologie di contenuti che si ripresentano nei profili delle persone che si sono suicidate o hanno tentato il suicidio. Terminata l’analisi è poi il team di Facebook a mettersi in contatto con l’utente e offrire aiuto.

L’approccio ha riscosso reazioni ibride: è senz’altro importante che ci si stia muovendo in questa direzione, ma se gli strumenti di prevenzione della piattaforma (limitati in parte agli Stati Uniti) funzionino davvero questo è tutto da dimostrare.

La combinazione con la risonanza magnetica

Ma a sfruttare l’approccio del machine learning Facebook non è solo: ad Harvard un gruppo di ricercatori guidati dallo psicologo clinico Matthew Nock sta esplorando la stessa strada, combinando l’intelligenza artificiale con la risonanza magnetica. In questo modo hanno potuto osservare come il cervello umano reagisce nel sentire parole associate alla morte e scoprire che, quando ad ascoltarle è qualcuno che ha pensato al suicidio, le immagini cerebrali parlano chiaro.

Possiamo predire con un livello di accuratezza sorprendentemente elevato chi ha avuto pensieri suicidi e chi no. Tra chi ha pensato al suicidio, [possiamo capire] chi ha già provato a uccidersi e chi no”, racconta Nock a Scientific American. Gli ultimi dati per l’Europa parlano di 58 000 suicidi ogni anno, ma il numero dei tentati suicidi è almeno 20 volte più elevato. Per questo i risultati di Nock e colleghi sono davvero incoraggianti: come riportano i ricercatori su Nature Human Behaviour, sono riusciti a individuare i potenziali suicidi nel 91% dei casi.

Molti degli studi scientifici legati alla prevenzione e alla comprensione dei comportamenti suicidi si basano su questionari, dunque sul self-report, un approccio di per sé più debole perché bisogna valutare se stessi. Sono i diretti interessati a dover dire se hanno avuto o meno dei pensieri suicidi e se li hanno mai messi in pratica, provando a togliersi la vita. L’approccio di Nock e dei colleghi fa un balzo in avanti, perché si tratta di un potenziale primo biomarker: un marcatore, qualcosa di misurabile e, in base ai primi risultati, efficace.

Per ottenerlo gli scienziati hanno unito due diverse linee di ricerca: inizialmente Nock ha usato il test dell’associazione implicita, un approccio che negli anni si è dimostrato efficace quanto le valutazioni cliniche per individuare le situazioni a rischio. Ha abbinato parole legate alla vita o alla morte alle espressioni “come me” e “non come me” e le ha fatte sentire ai partecipanti. Chi aveva avuto pensieri suicidi reagiva all’associazione tra la morte e il sé più rapidamente e tre volte più spesso rispetto agli altri.

Le emozioni sono un “firma neurale”

A scrutare nei cervelli è stato invece Marcel Just, neuroscienziato e collega di Nock, che con la risonanza ha trovato quali aree cerebrali erano associate ai pensieri suicidi. Secondo Just, che da anni studia le reazioni del cervello di fronte a certi stati d’animo o contesti (l’aria aperta, una scena tranquilla, rabbia, gioia) le emozioni hanno qualcosa di molto simile a una firma neurale, il che rende possibile creare dei veri propri “archivi” e usarli per valutazioni come, appunto, i pensieri suicidi.

Così gli scienziati hanno unito gli intenti: usando il machine learning hanno provato a identificare misure predittive per determinati risultati, ovvero chiesto al classificatore di distinguere tra 17 persone che avevano avuto pensieri suicidi da altre 17 che non lo avevano fatto. Una volta “addestrato” hanno condotto il test di associazione implicita, hanno misurato l’attivazione del cervello durante le risposte e hanno chiesto al macchinario di rispondere: questa persona ha avuto pensieri suicidi o no? Così sono arrivati a quel sorprendente 91% di accuratezza.

Il prossimo step sarà ampliare il campione di ricerca e provare a mettere in gioco un’altra tecnica, l’elettroencefalogramma, in modo da abbinare alle immagini del cervello anche la sua attività elettrica. Secondo gli scienziati coinvolgere il machine learning significa poter guardare la questione da un punto di vista diverso. Se gli studi futuri confermeranno il valore di questo approccio, sarebbe il primo marcatore biologico al servizio della prevenzione dei suicidi associato all’intelligenza artificiale.