dans ,

DarkNPS : l’IA dans la lutte contre les drogues de synthèse

DarkNPS

Avec DarkNPS, les autorités auront une longueur d’avance sur les développeurs de drogues de synthèse.

Ces substances psychoactives synthétiques se répandent à une vitesse que les autorités ont du mal à suivre. Cela prend des mois pour identifier de nouveaux produits, et c’est largement suffisant pour constater les dégâts qu’ils peuvent causer.

Identifier les drogues de synthèses à l’aide de DarkNPS

Les drogues de synthèse font partie des nouvelles substances psychoactives (NPS) qui sont conçues pour imiter les drogues existantes. Cependant, afin de les rendre indétectables par les régulateurs, les producteurs modifient la formule. Actuellement, il existe au moins un équivalent NPS pour chaque substance illicite existante et ce n’est que peu dire.

Par ailleurs, les drogues de synthèses présentent plus de risques d’addiction, d’overdose, etc.). Autrement dit, il s’agit d’un véritable problème contre lequel les autorités tentent activement de lutter. L’approche la plus courante reste aujourd’hui celle de la taupe, mais c’est loin d’être une méthode efficace pour empêcher la propagation des NPS.

Voilà pourquoi des chercheurs de l’Université de la Colombie-Britannique à Vancouver ont développé DarkNPS pour identifier les drogues de synthèse. Il s’agit d’un algorithme d’IA qui peut prédire les molécules de NPS avant même qu’elles n’entrent sur le marché.

Anticiper les nouvelles substances psychoactives

L’algorithme utilise un système de deep learning entraîné sur une base de données contenant plus de 1 700 drogues existantes. DarkNPS a alors produit une liste de 8,9 millions de NPS probables, en modifiant les substances connues. Ensuite, l’équipe a comparé les résultats avec 198 nouvelles drogues récemment ajoutées dans la base de données. Ils ont découvert que 93 % de ces NPS apparaissaient dans les prédictions de l’algorithme.

La technique traditionnelle pour identifier les nouvelles substances psychoactives est la spectrométrie de masse. Elle consiste à peser les composants d’un produit pour déterminer sa structure moléculaire. Toutefois, cette approche nécessite une référence pour comparer les résultats. Avec les nouvelles prédictions de DarkNPS, l’approche deviendra plus efficace.

En pratique, cela devrait aider les responsables à identifier les NPS en quelques minutes au lieu de quelques mois. Néanmoins, les capacités de cet algorithme pourraient également servir à développer de nouveaux médicaments utiles, d’après certains scientifiques.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.