自殺是美國15-34歲年輕人死亡的第二大原因,而臨床醫(yī)生只能使用有限的手段來識別那些具有自殺傾向的人。今日發(fā)表在《自然人類行為》的一篇論文中記錄了一種新型機器學(xué)習(xí)技術(shù),該技術(shù)可幫助識別那些有自殺想法的人。
研究人員對34名年輕人進(jìn)行了調(diào)查,有自殺傾向的參與者和實驗對照組各人數(shù)占一半。每個實驗對象都經(jīng)過功能性磁共振成像(fMRI)檢查,并給出了三個包含10個單詞的列表。所有詞匯均與以下三個方面相關(guān),自殺(如“死亡”、“痛苦”或“致命”)、積極影響(“無憂無慮”、“善良”、“天真”)或消極影響(“無聊”、“邪惡”、“內(nèi)疚”)。研究人員還使用了之前繪制的神經(jīng)信號圖,這些信號可顯示大腦的情緒模式,比如“羞恥”和“憤怒”。
五個大腦定位,連同六個單詞,被發(fā)現(xiàn)是區(qū)分自殺患者和對照組的最佳標(biāo)志。利用這些位置和詞匯,研究人員訓(xùn)練了一種機器學(xué)習(xí)分類器,它能夠正確識別17名自殺者中的15名有自殺傾向參與者,以及17名對照受試者中的16名無自殺傾向參與者。
隨后,研究人員將自殺的患者分成兩組,一組有過自殺經(jīng)歷(9人),另一組沒有自殺經(jīng)歷(8人),并訓(xùn)練了一種新的分類器,它能夠正確識別17名患者中的16名患者。
結(jié)果顯示,心理健康的參與者和有自殺想法的人對單詞的反應(yīng)明顯不同。例如,當(dāng)有自殺傾向的參與者看到“死亡”這個詞時,他們大腦中的“羞恥”區(qū)域比對照組中參與者的大腦相應(yīng)區(qū)域亮的多。同樣,“麻煩”這個單詞也會在“悲傷”區(qū)域引發(fā)更多的腦部活動。
這是旨在將人工智能引入精神病學(xué)的最新嘗試。研究人員正在研究機器學(xué)習(xí)項目,從分析核磁共振波譜到預(yù)測重度抑郁癥,再到從人們的說話模式中識別創(chuàng)傷后應(yīng)激障礙(PTSD)。
今年早些時候,《連線》雜志曾報道過一些研究人員,他們建立了一個系統(tǒng),可以通過分析健康記錄來標(biāo)記有自殺風(fēng)險的人,準(zhǔn)確率在80%到90%之間。Facebook正在使用文本挖掘技術(shù)來識別面臨自殺或自殘風(fēng)險的用戶,然后將其指向心理健康資源(見“Facebook的自殺預(yù)防工具的幾大問題”)。
人工智能已經(jīng)在醫(yī)學(xué)領(lǐng)域掀起了波瀾。有一些算法非常善于檢測腫瘤和CT掃描中出現(xiàn)的其他問題,而杰弗里·新敦告訴《紐約客》,放射科醫(yī)生最終將會失業(yè)。他是深度學(xué)習(xí)領(lǐng)域最重要的研究人員之一。事實上,他說,“他們現(xiàn)在應(yīng)該停止培養(yǎng)放射科醫(yī)生。”
在這種情況下,這項研究更有可能激發(fā)出新的人類驅(qū)動的治療方法,而不是讓一整個領(lǐng)域的醫(yī)生失去工作。這篇論文指出,識別不同的模式和區(qū)域可以為大腦刺激技術(shù)開發(fā)新的領(lǐng)域。確定對自殺相關(guān)術(shù)語的特定情緒反應(yīng),也可用于心理治療師治療患者。
[聲明]本文僅代表作者觀點,不代表機交網(wǎng)立場。如果你認(rèn)為本網(wǎng)轉(zhuǎn)載的內(nèi)容涉及侵權(quán),請作品的作者盡快與我們聯(lián)系。