使用病人自己的话说,机器学习自动识别自杀行为
使用一个人的口头或书面语言、新的计算机工具可以非常准确地确定这个人是否自杀,精神疾病但不是自杀,或没有。
一项新的研究表明,计算机技术被称为机器学习是93%准确的正确分类一个自杀的人,85%的准确识别一个人自杀,精神疾病,但不是自杀,或没有。这些结果提供强有力的证据使用先进的技术作为一种决策支持工具,帮助临床医生和护理人员识别和预防自杀行为约翰Pestian说,博士,生物医学信息学和分裂的精神病学教授辛辛那提儿童医院医学中心,该研究的主要作者。
“这些计算方法应用技术创新提供新的机会在自杀保健和预防,这肯定是必要的,“Pestian博士说。“当你环顾四周卫生保健设施,你会看到巨大的技术支持,但不是那些照顾精神疾病。只有现在我们的算法能够支持这些护理人员。这种方法很容易可以扩展到学校,避难所,青年俱乐部,少年司法中心、社区中心,早期识别可能有助于减少自杀企图和死亡。”
这项研究发表在《华尔街日报》自杀和危及生命的行为,自杀研究》杂志上。
Pestian博士和他的同事招募了379名患者在研究2013年10月至2015年3月从急诊和住院和门诊中心三个网站。这些登记包括病人自杀,被诊断为精神疾病而不是自杀,或不作为对照组。
每个病人完成标准化行为等级量表和参与了半结构化面试回答五个开放式问题来刺激对话,比如“你有希望吗?”"Are you angry?" and "Does it hurt emotionally?"
研究人员提取和分析语言和非语言的语言数据。然后他们使用机器学习算法分类患者分为三组。结果表明,机器学习算法可以告诉之间的差异组的准确率达到93%。科学家们还发现,对照组患者倾向于笑更多在采访中,少叹了口气,少少和表达愤怒、痛苦和更多的希望。