AI беше научен да оценява риска от самоубийство и самонараняване при подрастващите

Изследователите са използвали машинно обучение, за да откриват факторите, влияещи върху риска от самоубийство и умишлено увреждане на тялото (самонараняване) при подрастващите.

Какво представлява ИИ за оценка на риска?

Изследователи от Университета на Нов Южен Уелс в Сидни са разработили AI за оценка на риска от самоубийство и самонараняване при тийнейджърите. За разлика от съществуващите подходи, които разчитат само на регистрирани предишни опити за опасно поведение, моделът използва повече от 4 фактора.

Учените са използвали данните, събрани от дългосрочно проследяване на австралийските деца от LSAC. От 2004 г. изследователите проследяват развитието на децата и хората около тях. Базата данни събира информация за здравето, семейството, социалната, икономическата и културната среда. Освен това, редовно са анкетирани деца, родители или настойници и учители.

За обучението на невронната мрежа, изследователите са избрали 2809 участници в проучването, разделени в две възрастови групи: 14-15 и 16-17 години. 10,5% съобщават за умишлено нанасяне на рани върху себе си (самонараняване), а 5,2% съобщават за опит за самоубийство поне веднъж през последните 12 месеца.

AI открива повече от 4000 потенциални рискови фактора, свързани с психическото и физическото здраве, взаимоотношенията с други хора, училищната и домашната среда. Изследователите са използвали специален алгоритъм за машинно обучение, за да определят кои черти на възраст 14-15 години по-добре предсказват опитите за самоубийство и самонараняване при достигане на възраст 16-17 години.

Кои са ключовите фактори за депресивните състояния?

Ключовите рискови фактори включват депресивни чувства, емоционални и поведенчески затруднения, проблеми със самооценката и динамиката в училището и семейството. На риска от самоубийство влияе ниската самоефективност — липсата на вяра в собственото си бъдеще и ефективността на своите действия, а самонараняването е причинено от нарушения в емоционалната регулация.

Изследователите отбелязват също, че историята на предишни опити за самоубийство или самонараняване, която често се използва за идентифициране на рисковите групи, не е ключов фактор. Отцепването от училище и вкъщи оказва много по-голямо влияние, отколкото се смяташе досега. Тази особеност може да се използва за превенция, смятат учените.

За внедряването на прогнозни модели в клиничната практика са необходими допълнителни изследвания, отбелязват авторите на проекта. Трябва да се провери, дали моделът ще работи върху малки по обем данни в електронните здравни картони на пациентите.