「自殺」是美國15至34歲的年輕人排名第二的死亡原因，但一直以來都沒有什麼方法能夠辨認出自殺高風險的族群。《自然—人類行為》(Nature Human Behavior)發表了一篇新研究，新的機器學習技術，能幫助辨認具有自殺傾向的人。
研究找來34名年輕人，分成具自殺傾向組和控制組。每個人都做核磁共振照影(fMRI)，並給他們看30個詞語，分別與自殺(死亡、壓力、瀕危)、正面影響(無須擔心、仁慈、無辜)、負面影響(無聊、邪惡、有罪)有關。在此之前，研究者有定位某些情緒的大腦波動，包括羞愧、憤怒等等。
研究發現，6個詞語對應到的5個大腦位置，最能夠區分自殺傾向組和控制組。研究者訓練一個機器學習的分類器，能夠正確辨認17個當中的15個自殺傾向者，以及17個當中的16個控制組。
研究者後續又將自殺傾向組分為兩組，一組有嘗試自殺(9人)、另組沒有(8人)，並訓練一個新的分類器，並能夠成功辨認出17人當中的16人。
這是將人工智慧帶到心理病理學中最新的研究，研究者還在努力擴展範圍到預測憂鬱症、創傷後症候群(PTSD)等等。更早之前，有研究者建立了系統，能夠從健康紀錄中篩選有自殺風險的人。Facebook也正在使用文字探勘(text ming)來辨認有自殺、自我傷害風險的人。
資料來源：MIT Technology Review – AI Has Learned to Spot Suicidal Tendencies from Brain Scans
留言
(Visited 30 times, 1 visits today)
