Les applications pourront bientôt prédire votre espérance de vie, mais voulez-vous le savoir?

Cette question a perduré à travers les cultures et les civilisations. Il a donné naissance à une pléthore de religions et de chemins spirituels au cours de milliers d'années, et plus récemment, à des applications très amusantes.

Mais cette question appelle maintenant une réponse différente, car la technologie nous rapproche lentement de la prévision précise de la réponse.

Prédire la durée de vie des gens ou leur «espérance de vie personnelle» (PLE) changerait considérablement nos vies.

D'une part, cela peut avoir des avantages pour l'élaboration des politiques et aider à optimiser la santé d'une personne ou les services qu'elle reçoit.

Mais la mauvaise utilisation potentielle de ces informations par le gouvernement ou le secteur privé pose des risques majeurs pour nos droits et notre vie privée.

Bien qu'il soit actuellement difficile de générer une espérance de vie précise, en raison de la complexité des facteurs qui sous-tendent la durée de vie, les technologies émergentes pourraient en faire une réalité à l'avenir.

Comment calcule-t-on l'espérance de vie?

Prédire l'espérance de vie n'est pas un nouveau concept. Les experts le font au niveau de la population en classant les gens en groupes, souvent en fonction de la région ou de l'ethnie.

En outre, des outils tels que l'apprentissage en profondeur et l'intelligence artificielle peuvent être utilisés pour prendre en compte des variables complexes, telles que les données biomédicales, pour prédire l'âge biologique d'une personne.

L'âge biologique fait référence à «l'âge» de leur corps, plutôt qu'à leur naissance. Un jeune de 30 ans qui fume beaucoup peut avoir un âge biologique plus proche de 40 ans.

Calculer une espérance de vie de manière fiable nécessiterait un système sophistiqué qui prend en compte une large gamme de facteurs environnementaux, géographiques, génétiques et de style de vie – qui ont tous une influence.

Avec l'apprentissage automatique et l'intelligence artificielle, il devient possible d'analyser de plus grandes quantités de données. L'utilisation de l'apprentissage en profondeur et de l'informatique cognitive, comme avec IBM Watson, aide les médecins à établir des diagnostics plus précis que le seul jugement humain.

Ceci, associé à l'analyse prédictive et à l'augmentation de la puissance de calcul, signifie que nous pourrons bientôt avoir des systèmes, voire des applications, qui peuvent calculer l'espérance de vie.

Il y a une application pour ça

Tout comme les outils existants qui prédisent les taux de survie au cancer, dans les années à venir, nous pourrions voir des applications tenter d'analyser les données pour prédire l'espérance de vie.

Cependant, ils ne seront pas en mesure de fournir une "date de décès", ni même une année de décès.

Le comportement humain et les activités sont si imprévisibles qu'il est presque impossible de mesurer, de classer et de prédire la durée de vie. Une espérance de vie personnelle, même soigneusement calculée, ne fournirait qu'une "espérance de vie naturelle" basée sur des données génériques optimisées avec des données personnelles.

La clé de l'exactitude serait la qualité et la quantité des données disponibles. Une grande partie de ces informations proviendrait directement de l'utilisateur, notamment le sexe, l'âge, le poids, la taille et l'origine ethnique.

L'accès aux données des capteurs en temps réel via des trackers de fitness et des montres intelligentes pourrait également surveiller les niveaux d'activité, la fréquence cardiaque et la pression artérielle. Cela pourrait ensuite être couplé avec des informations sur le mode de vie telles que la profession, le statut socio-économique, l'exercice, le régime alimentaire et les antécédents médicaux familiaux.

Tout ce qui précède pourrait être utilisé pour classer un individu dans un groupe générique pour calculer l'espérance de vie. Ce résultat serait ensuite affiné au fil du temps grâce à l'analyse des données personnelles, en mettant à jour l'espérance de vie d'un utilisateur et en le laissant le suivre.

Deux faces d'une pièce

Les prévisions d'espérance de vie peuvent être avantageuses pour les individus, les prestataires de services de santé et les gouvernements.

Par exemple, ils rendraient les gens plus conscients de leur état de santé général et de son amélioration ou détérioration au fil du temps. Cela peut les motiver à faire des choix de vie plus sains.

Ils pourraient également être utilisés par les compagnies d'assurance pour fournir des services personnalisés, comme la façon dont certaines compagnies d'assurance automobile utilisent la technologie de la boîte noire pour réduire les primes des conducteurs les plus prudents.

Les gouvernements peuvent être en mesure d'utiliser les prévisions pour allouer plus efficacement des ressources limitées, telles que l'aide sociale et le financement des soins de santé, aux individus et aux zones qui en ont le plus besoin.

Cela dit, il y a probablement un inconvénient.

Les gens peuvent être en détresse si leur espérance de vie est étonnamment basse, ou à l'idée d'en avoir une. Cela soulève des préoccupations quant à la façon dont ces prédictions pourraient avoir un impact sur ceux qui éprouvent ou sont à risque de problèmes de santé mentale.

Le fait de disposer de données de santé détaillées sur les personnes pourrait également permettre aux compagnies d'assurance de profiler plus précisément les candidats, ce qui entraînerait une discrimination contre les groupes ou les individus.

De plus, les sociétés pharmaceutiques pourraient coordonner des campagnes médicales ciblées en fonction de l'espérance de vie des gens. Et les gouvernements pourraient choisir de taxer les individus différemment, ou de restreindre les services pour certaines personnes.

Quand cela arrivera-t-il?

Les scientifiques travaillent depuis de nombreuses années sur les moyens de prédire l'espérance de vie humaine.

La solution nécessiterait la contribution de spécialistes, notamment des démographes, des scientifiques de la santé, des scientifiques des données, des spécialistes des TI, des programmeurs, des professionnels de la santé et des statisticiens.

Bien que la collecte de suffisamment de données soit difficile, nous pouvons probablement nous attendre à voir des progrès dans ce domaine au cours des prochaines années.

Dans l'affirmative, les problèmes liés à la conformité des données, ainsi que la collaboration avec le gouvernement et les agences d'État devront être soigneusement gérés. Tout système prédisant l'espérance de vie traiterait des données très sensibles, soulevant des problèmes d'éthique et de confidentialité.

Il attirerait également des cybercriminels et diverses autres menaces à la sécurité.

Pour aller de l'avant, les mots du Dr Ian Malcolm de Jurassic Park me viennent à l'esprit: "Vos scientifiques étaient tellement préoccupés de savoir s'ils le pouvaient ou non, ils ne se sont pas arrêtés pour penser s'ils le devaient."

Cet article est republié de The Conversation sous une licence Creative Commons. Lisez l'article original.