機器學習能準確辨認自殺傾向,預防悲劇發生

機器學習自殺傾向
(圖:Getty Images)

近年人工智慧及機器學習(machine learning)等科技進步神速,除了能準確預測選舉結果外,最近科學家發現,機器學習能用以分析病人的語言或文字,幫助精神科臨床醫師評估病人是否具有自殺傾向,及早提供適當的治療。

該研究發表於《自殺與自殘行為》(Suicide and Life-Threatening Behavior)期刊,發現機器學習鑑別精神疾病的準確度達 85%,而辨認自殺傾向的準確度更加高達 93%。

 

研究由美國辛辛那提兒童醫院醫學中心(Cincinnati Children’s Hospital Medical Center)的科學家進行,檢查了來自三家醫院共 379 名病人。

研究的首席科學家,生物醫學資訊學及精神科教授約翰·佩斯提安(John Pestian)博士解釋:「自殺的人往往承受極大的痛苦及社會上的挫折。雖然基礎科學能提供與自殺相關的生物標記,但電腦科學則能找出自殺思想的痕跡。」

參與研究的病人被分為三個小組:有自殺傾向、有精神疾病但沒有自殺傾向以及對照組。實驗中,醫務人員為病人進行標準行為評估以及詢問一系列的問題,比如「你是否抱有希望?」「你憤怒嗎?」「情緒受傷害嗎?」,然後利用機器學習演算法衡量這些寫下或是說出來的想法,找出具自殺傾向或患精神疾病的病人。

憑準確度來看,佩斯提安認為該研究顯示機器學習可以成為一個實用而客觀的工具,幫助臨床醫師決定是否有需要干預有自殺傾向的病人。

佩斯提安總結:「這計算方法或能為自殺護理提供大規模創新的機會。」並表示這方法可以應用於學校、避難所、少年感化院和社區中心,提早發現並減少自殺發生率和死亡率。

參考資料:

  1. John P. Pestian et al., A Machine Learning Approach to Identifying the Thought Markers of Suicidal Subjects: A Prospective Multicenter Trial, Suicide and Life-Threatening Behavior, 2016
王瑾瑜
王瑾瑜 81 文章
明日科學見習編輯,科大生化系畢業,現於美國攻讀博士學位。熱愛科幻小說,希望能將最新最前沿的生物醫學科技新聞傳達給大家。