拯救生命:人工智能学会识别人是否有自杀倾向

download.jpg

机器学习:一种新的聆听方式

最近发表在 Suicide and Life-Threatening Behavior 期刊上的一篇论文《一种用于识别有自杀倾向的受试者的思想标识的机器学习方法:一个前瞻性的多中心试验(A Machine Learning Approach to Identifying the Thought Markers of Suicidal Subjects: A Prospective Multicenter Trial)》中,研究者提出机器学习可以通过人的语言或写出的内容识别出自杀的倾向。这项技术能够识别出该研究中的受试者是否是具体自杀倾向的、有心理疾病但没有自杀倾向的或两者都不是的。


John Pestian 及一个研究团队研究了自 2013 年 10 月到 2015 年 3 月的来自 3 个不同的地方的急诊科和住院部和门诊中心的 379 例病人。这些病人已经被分类成了 3 类:有自杀倾向的、有心理疾病但没有自杀倾向的、其他(用作对照组)。他们回答了标准的行为评级测试并且参与了一个半结构化的面谈——在面谈过程中,他们被问到了 5 个开放式的问题,比如「你有希望吗?(Do you have hope?)」和「你饿了吗?(Are you angry?)」


然后这些研究者从收集到的数据中剥离出口头语言和非口头语言(比如,笑、叹气),然后使用机器学习算法对其进行了分析。这些算法正确识别出有自杀倾向的人的准确度达到了 93%;而分辨出有自杀倾向、有心理疾病但没有自杀倾向或其他这三类的准确度也达到了 85%。


拯救生命

机器学习是人工智能的一个分支领域,其涉及到模式识别和计算学习。因此,一个算法在训练过程中所处理的数据越多,它计算的准确度就会越高。尽管这些初步的结果已经很让人印象深刻了,但它们仍然还有提升的空间和进一步的研究——需要的更大样本数据集。


Pestian 乐观地认为这项研究将能为自杀倾向病例的识别和医治提供帮助:


这些计算的方法为将技术创新应用于自杀心理关照和预防提供了全新的机会,而且这当然是我们需要的。你可以看看周围的医疗设施,你可以看到它们得到了技术的极大支持,但在心理疾病的治疗上的技术支持还不是很多。到现在只有我们的算法可以给那些护理者提供帮助。

10415_670d3369559cd4f24e79046d6372a0e9.png

世界卫生组织(WHO)介绍,每年都有超过 80,000 人死于自杀,尝试过自杀的人就更多了。这些人通常是比较年轻的人,年龄大多在 15~29 岁之间。这样的研究表明,人工智能并不可怕——事实上,如果使用得当,人工智能可以拯救生命。


下面是该研究的论文的摘要介绍:




一种用于识别有自杀倾向的受试者的思想标识的机器学习方法:一个前瞻性的多中心试验(A Machine Learning Approach to Identifying the Thought Markers of Suicidal Subjects: A Prospective Multicenter Trial

Synced (4).jpg

摘要


自杀造成的死亡既代表着深刻的个人痛苦,也是社会的失败。尽管基础科学已经证明了理解与自杀相关的生物标识的机会,但计算机科学提供了理解自杀思想标识(suicide thought markers)的机会。在这个前瞻性的、多模态的、多中心的、混合的人口学研究中,我们使用了机器学习来检测和融合两类自杀思想标识:语言的和非语言的。机器学习算法被用于分析受试者的话语和声音特征,从而将招募自两个学术医疗中心和一个农村社区医院的 379 位受试者分为了 3 类:有自杀倾向的、有心理疾病但没有自杀倾向的、对照组。通过语言学和声学特征的结合,受试者可以以 85% 的准确度被分类成以上 3 类。该结果提供了先进技术可以如何被用于自杀评估和预防的见解。

产业
暂无评论
暂无评论~
返回顶部