Avez-vous déjà pensé que le Big Data pouvait prédire l'heure de votre mort? Récemment, j'ai rencontré une application sur Facebook qui me posait certaines questions comme « à quelle fréquence faites-vous du sport ( retrouver sa ligne avec MyFitnessPal !)? Récemment, j'ai rencontré une application sur Facebook qui me posait certaines questions comme « à quelle fréquence faites-vous du sport (trouver sa ligne avec MyFitnessPal !) ? Récemment, j'ai rencontre une app sur Facebook que posait me certain questions comme «à quelle fréquence faites-vous du sport ( retrouver sa ligne avec MyFitnessPal !)? Récemment, j'ai rencontré une application sur Facebook qui me posait certaines questions comme « à quelle fréquence faites-vous du sport (trouver sa ligne avec MyFitnessPal !) ? Recientemente, encontré una aplicación en Facebook que me hizo algunas preguntas como "¿con qué frecuencia haces ejercicio (¡ encuentra tu línea con MyFitnessPal !)?" Récemment, j'ai rencontré une application sur Facebook qui m'a demandé des algunas comme "¿con qué frecuencia haces ejercicio (¡ encuentra tu línea con MyFitnessPal !) ?" I recently found an app on Facebook that asked me some questions like "how often do you exercise ( find your line with MyFitnessPal !)?" J'ai récemment trouvé une application sur Facebook qui me posait des questions du type "à quelle fréquence faites-vous de l'exercice ( trouvez votre ligne avec MyFitnessPal !) ?" Vous buvez/fumez? puis il m'a donné l'année de ma mort. Beaucoup d'entre vous ont trouvé des applications similaires. Comment travaillent-ils? Ces applications utilisent certaines équations qui mélangent des tables actuarielles avec des données spécifiques sur la santé, l'âge, le mode de vie, les activités dangereuses ou les loisirs d'une personne, ou encore ses antécédents criminels, ses finances ou son permis de conduire, pour calculer une date approximative de décès. Ces applications et autres calculateurs de temps de décès/mortalité passeront à un tout autre niveau avec l'aide du Big Data.
En fait, les compagnies d'assurance se sont longtemps appuyées sur une équation pour calculer la probabilité de décès afin de séparer les personnes à risque (c'est-à-dire malades ou susceptibles de tomber malades) des personnes désirables (c'est-à-dire en bonne santé et susceptibles de le rester), avant la vente de polices d'assurance. Les compagnies d'assurance-vie appellent ce processus « la souscription ». Mais aujourd'hui, avec l'explosion des données et des outils avancés, les calculateurs de mortalité deviennent beaucoup plus puissants et sophistiqués.
Les entreprises peuvent analyser tous les types de données, des décès naturels, des accidents, des suicides, des morts violentes et des décès dus à des catastrophes naturelles aux antécédents médicaux, à l'activité des médias sociaux, à l'utilisation du téléphone portable, aux casiers judiciaires, etc. pour faire une prédiction.
Comment les entreprises peuvent-elles prédire la mort? La plupart des entreprises évaluent le risque de mortalité à l'aide d'analyses prédictives qui vont au-delà des limites des méthodes actuarielles standard qui ne peuvent estimer le risque de mortalité qu'à partir d'une poignée de facteurs tels que l'âge, le sexe, la consommation de tabac et d'alcool, l'indice de masse corporelle et les perspectives psychologiques. L'analyse prédictive peut inclure plus de facteurs et les combiner pour chaque individu prédit à l'aide de modèles mathématiques plus sophistiqués.
Maintenant, il y a trois raisons assez bien connues pour prédire quand le décès d'un individu surviendra.
Assurance-vie : Les assureurs-vie sont pionniers dans le domaine de l'analyse personnelle depuis plus de 100 ans et prédisent la disparition des personnes car les politiques tarifaires varient en fonction de l'espérance de vie attendue.
Soins médicaux : Les soins médicaux prédisent la mort pour aider à la prévenir. Les prédictions sont utilisées pour donner des conseils sur le risque de décès en chirurgie en fonction de l'état actuel, des antécédents médicaux, des prescriptions de médicaments, etc. pour aider à prendre des décisions médicales. Des outils statistiques pourraient détecter les patients diabétiques les plus susceptibles d'être hospitalisés l'année suivante en fonction de leur âge, des maladies chroniques coexistantes, de l'observance des médicaments et des habitudes de soins antérieures.
Application de la loi et armée : L'armée mène des recherches pour prédire analytiquement les attentats terroristes et évaluer le risque de suicide des soldats après leur hospitalisation. De nouvelles preuves d'une étude de l'armée suggèrent que l'analyse des données obtenues auprès de soldats hospitalisés pour des problèmes de santé mentale peut améliorer la prédiction des personnes les plus à risque de suicide.
