AI可以預測自殺風險，準度高得驚人

2017-06-13 11:25:09 來源：人工智能網(wǎng) 熱度:

自殺是一個不容忽視的公共健康問題，因為每年全球自殺致死的人數(shù)高達80萬。所以提前發(fā)現(xiàn)自殺傾向從而及時干預就顯得特別重要。不幸的是，由于自殺是一種高度個人化的行為，而且人類普遍在識別自殺傾向的能力方面都相對糟糕。不過好消息是研究人員已經(jīng)利用機器學習找到預測自殺傾向的辦法，且精確率出奇的高；但我們因此需要面對一些倫理方面的問題。

一個人自殺會給親朋好友留下心碎和悲痛，以及如果他們換種做法會怎樣的無解問題。Colin Walsh是范德堡大學醫(yī)學中心的數(shù)據(jù)科學家，他在預測自殺風險方面做了一些出色的工作，他希望自己的工作能夠給大家提出“我能做些什么？”問題以及進行干預的機會。

Walsh和他的同事創(chuàng)建了一些機器學習算法，這些算法可以預測病人試圖自殺的可能性，其精度高得嚇人。在試驗結果表明，算法對某人在2年內是否有自殺傾向的預測精準度達到了80-90%，而預測下周是否會試圖自殺的準確度則高達92%。

預測的數(shù)據(jù)基礎來自各種入院記錄信息，包括年齡、性別、郵編、用藥以及先期診斷等。Walsh和他的團隊一共收集了范德堡大學醫(yī)學中心5167名病人的數(shù)據(jù)，這些病人均承認有過自殘或自殺傾向。他們閱讀了每一個病例，識別出了其中的3250個自殺企圖案例。

這組超過5000個病例的數(shù)據(jù)隨后被用來訓練機器，識別那些存在自殺傾向風險的人，并且區(qū)分那些有自殘行為但并無自殺企圖的人。研究人員還開發(fā)了算法來預測一組人的自殺傾向，這群人的數(shù)量達到了12695，都是隨機選擇、沒有自殺企圖歷史記錄的人。結果表明，在預測這群人的自殺傾向的準確度方面，算法甚至比醫(yī)院的預測還要精準。

Walsh的論文已經(jīng)在今年4月發(fā)表在《臨床心理科學》雜志上，這只是研究工作的第一階段。他現(xiàn)在正在致力于驗證自己的算法應用到另一家醫(yī)院完全不同的數(shù)據(jù)集上時也一樣有效。而一旦該模型被證明有效的話，Walsh希望能跟更大的團隊一起合作建立一套適當?shù)母深A方法。他預期在2年內會有一套干預計劃用于測試。他補充說：“我當然傾向于認為會相當快，但在醫(yī)療保健方面相當快往往也意味著幾個月的幅度。”

自殺是一種極其強烈的個人行為，以至于從人類角度來看，僅僅根據(jù)一組粗糙的數(shù)據(jù)集是不可能做出精準預測的。Walsh說臨床醫(yī)生自然會問預測是怎么做出來的，但算法實在是太復雜了（注：其實不是復雜問題，而是因為機器學習內部是個黑箱），抽取出單個的風險因素是不可能的。他說：“是風險因素的組合讓我們得出答案。”

話雖如此，Walsh和他的團隊仍驚訝地發(fā)現(xiàn)，服用褪黑激素（腦白金主要成分）似乎是計算風險的一個重要因素。Walsh說：“我并不認為褪黑激素是導致產(chǎn)生自殺想法的原因。這一點沒有生理學的依據(jù)。但對于自殺風險來說有一個東西十分重要，那就是睡眠失調。”有可能開出褪黑激素的處方捕捉到了睡眠失調的風險——盡管這一點仍然是假設，尚有待驗證。

這項研究還引起了更廣泛的倫理問題，也就是計算機在醫(yī)療保健當中的角色是什么，以及真實的個人信息應該如何使用的問題。Walsh說：“意外后果的風險一直都存在。我們的意圖是好的，想建立一套系統(tǒng)來幫助大家，但有時候結果可能會事與愿違。”

研究人員還必須確定基于計算機的決策將如何確定對病人的護理。作為一名初級醫(yī)療的保健醫(yī)生，Walsh說意識到自己可以按照機器的指令行事這一點令人不安。他說：“如果機器告訴我存在高風險但是我的臨床現(xiàn)象卻沒有證實這一點的話會不會出問題？你會不會因為計算機告訴了你的事情而改變原來的護理方式？”

目前為止，機器學習算法基于的是入院數(shù)據(jù)。但Walsh意識到許多存在自殺風險的人事先是并沒有住院的。他說：“我們大部分的生活都是在醫(yī)療保健設施以外的地方度過的。如果我們只是依賴于在醫(yī)院里面的數(shù)據(jù)來做這項工作的話，那么我們也只能取得一部分的成果。”

但是研究人員還可以到哪里去獲得數(shù)據(jù)呢？互聯(lián)網(wǎng)是比較有希望的選項之一。Walsh說，我們花了那么多時間在Facebook和Twitter上面，這些社交媒體數(shù)據(jù)也許可以用來預測自殺風險。“但我們需要做工作來證明這一點是正確的。”

Facebook今年早些時候宣布在使用自家的人工智能來對有自殘跡象的帖子進行審核。結果據(jù)說已經(jīng)比Facebook從那些人的朋友標記為有風險的結果更加準確。

訓練機器識別自殺的告警信號遠不是那么的直截了當。要想成功進行預測和干預，Walsh認為消除對自殺的污名化是必不可少的。他說：“如果我們對討論這件事情感到不舒服的話就永遠也沒有辦法幫助到那些人。”

不過，隨著自殺導致全球每年80萬人死亡，這已經(jīng)成為了一個無法忽視的公共健康問題。鑒于大多數(shù)人類，包括醫(yī)生在內，在識別自殺風險的能力方面都相當糟糕，機器學習也許可以提供一個重要的解決方案。

下一篇：美國國會計劃立法：加快無人汽車全國部署上一篇：波音公司或于2018年測試無人駕駛客機但你敢坐嗎

責任編輯：黃焱林

AI 預測心理

欧美色图亚洲|野外口爆视频国产|久久精品视频观看|97精品人人抽插

AI可以預測自殺風險，準度高得驚人

相關推薦

欧美色图 亚洲|野外口爆视频国产|久久精品视频观看|97精品人人抽插

AI可以預測自殺風險，準度高得驚人

相關推薦

欧美色图亚洲|野外口爆视频国产|久久精品视频观看|97精品人人抽插