IA4DU, L’intelligence artificielle pour adapter les mesures de prévention pour les usagers de drogues

Aujourd’hui, la majorité des usagers de drogues (UD) récréatifs sont en ligne et partagent des informations sur le web. Ce savoir profane, ou savoir partagé  » peer to peer « , est reconnu comme une source d’information pertinente pour les UD mais aussi pour la mise en œuvre d’interventions de santé publique. Bien que de nombreux services de prévention existent, y compris ceux accessibles sur le web, peu d’UD en bénéficient. A cet égard, l’émergence d’outils d’intelligence artificielle (IA) permet aujourd’hui d’offrir à la communauté des internautes les moyens d’obtenir des informations personnalisées et adaptées à leur profil, leurs usages et leurs pratiques.

Ce projet de recherche communautaire multidisciplinaire a pour objectif de participer à l’amélioration du partage des connaissances, de la personnalisation de l’information et de l’accès des UD connectés au web à des ressources de prévention adaptées en utilisant l’intelligence artificielle et la recherche communautaire. Plus précisément, l’objectif de ce projet est d’utiliser les méthodologies de l’IA pour développer un système de recommandation favorisant le partage de connaissances et d’informations personnalisées entre les utilisateurs sur la plus grande communauté en ligne d’UD francophone www.psychoactif.org.

Pour sa réalisation, ce projet devra :

1) identifier les profils d’utilisateurs UD connectés et les sous-communautés présentes sur www.psychoactif.org ;

2) créer

un système de recommandation personnalisé pour améliorer le partage d’informations des utilisateurs sur la prévention ;

3) tester et évaluer l’efficacité de ce système sur le site www.psychoactif.org.

La réussite de ce projet pourrait ouvrir la voie à une systématisation de l’intégration de données numériques massives dans les infrastructures locales et nationales pour les besoins de différents publics (utilisateurs ; patients ; professionnels) et à leur exploitation avec l’IA ; pour l’amélioration de la santé (identification, intervention et orientation précoces) ; et pour l’innovation dans la recherche fondamentale et la recherche interventionnelle (par exemple, modèles conceptuels ; suivi des participants ; accès aux populations cachées). Ce projet s’inscrit dans une volonté de lier science-société civile-décideurs.