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
You May Also Like

超越超音速,NASA 聲稱「極音速」飛行時代即將到來

過去 30 年,飛機飛行速度的發展停滯不前,民用飛機的速度一直沒有很大的提升。然而,在去年的航空學論…

Google 眼鏡成功助自閉症孩童辨別情緒表現

在美國,約每 59 名孩童便有一名患有自閉症( autism ),且特別容易發生於男孩身上。此疾病會…

仿生義肢搭配人工智慧,將使截肢患者完成更多精細動作

每年,有超過 15 萬的人們因為車禍或各種疾病而必須截肢,大部分的人之後會裝上普通義肢,以便能自理生…

新型抗生素以木馬策略成功入侵細菌內部,有望對付抗藥性細菌

近日發表於《刺胳針傳染病》(The Lancet Infectious Diseases)醫學期刊的…

看好大馬電子禮券商機!日本 Giftee Inc. 進軍馬來西亞

日本 Giftee Inc在馬來西亞的子公司Giftee Malaysia 是一個銷售餐飲品牌電子禮券的網站,近期他們在馬來西亞因疫情與電子支付日漸興盛下有新規劃。

科學家們在小規模實驗室中找到方法,能夠節省能量,且更有效率地讓水沸騰

水經常被煮沸,無論是在廚房中沖泡一杯茶、或是產生電力的發電廠。任何製程上的效率改善,都會對每天所用的…