你關注過嗎

據(jù)統(tǒng)計，全世界每年有約80萬人自殺身亡，厭世已經(jīng)成為不容忽視的公共健康問題。但是大多數(shù)人（甚至包括醫(yī)生）都難以識別自殺高風險人群的特征。大數(shù)據(jù)和人工智能時代的到來，讓自殺預測有了質(zhì)的飛越。

來自美國范德堡大學的數(shù)據(jù)科學家 Colin Walsh 就帶領團隊，開發(fā)出一種可以預測個人自殺可能性的機器學習算法。試驗結(jié)果表明，其預測一個人是否會在未來兩年內(nèi)自殺的準確率為80-90%，而預測一個人是否會在一周內(nèi)自殺的準確率為92%。

該團隊對當?shù)夭∪说哪挲g、性別、用藥和病歷等進行大數(shù)據(jù)分析，篩選出有過自殺/自殘傾向的患者數(shù)據(jù)，使用該數(shù)據(jù)訓練算法，使其獲得鑒別潛在自殺風險的能力。

你知道褪黑素嗎

在此之前，很多導致自殺的重要因素從來無人重視， Colin Walsh團隊采用大數(shù)據(jù)技術，發(fā)現(xiàn)對睡眠極有幫助的褪黑激素與自殺傾向有強關聯(lián)性。服用褪黑素的人群，可能存在失眠的情況，他們有較強的自殺風險，因此該團隊將患者服用褪黑素，用作了有自殺傾向的新依據(jù)。

具有完整的病歷數(shù)據(jù)可以預測，那沒有主動就醫(yī)又有自殺高風險的人群，如何利用算法進行預測呢？

研究數(shù)據(jù)顯示，有 60-90% 的自殺者，在自殺前一年都有就醫(yī)經(jīng)歷，只不過由于醫(yī)生/患者沒有意識到，才導致了悲劇的發(fā)生。

為了讓算法能夠在更大范圍內(nèi)發(fā)揮作用，Colin Walsh團隊使用這套機器學習算法，正在構建一套自殺風險評分系統(tǒng)，系統(tǒng)可以給每個人“跑分”。Colin Walsh團隊使用這套機器學習算法，正在構建一套自殺風險評分系統(tǒng)，系統(tǒng)可以給每個人“跑分”，如果這套系統(tǒng)建立成功，無論患者因為什么原因看病，系統(tǒng)都能自動完成自殺風險評估，甚至可以在患者本人意識到問題之前就將風險警報發(fā)送給醫(yī)生，這樣就可以及時采取心理疏導等措施。

如果說具有完善就醫(yī)數(shù)據(jù)的人群可以享受這一“福利”，那么沒有推行電子病歷、缺乏患者數(shù)據(jù)或者醫(yī)療記錄不完善的地區(qū)，又如何享受科技帶來的便利呢？

缺乏必要的醫(yī)療數(shù)據(jù)支撐，從原有數(shù)據(jù)入手就行不通了。技術專家們將目光投向了用戶使用數(shù)據(jù)更為廣泛的互聯(lián)網(wǎng)。

技術改變生活

最近，谷歌就與自殺援助非營利組織Trevor Project開展合作，希望能使用算法第一時間識別自殺風險人群，并進行干預。當用戶搜索自殺方法等相關的關鍵詞時，谷歌會突出顯示全美預防自殺生命線（National Suicide Prevention Lifeline）的電話。

但這絕不是萬無一失的方法。谷歌無法編輯具體的網(wǎng)頁，只能展示搜索結(jié)果，這意味著當有人想找自殺方法時，他可以很輕易地通過鏈接、論壇等方式找到，也許并不需要借助搜索引擎的檢索。針對這一情況，谷歌從正在尋求幫助的人群入手，讓預防自殺更有針對性。

今年5月，谷歌向非營利組織Trevor Project捐款150萬美元，Trevor Project通過電話熱線、短信服務和即時通訊平臺向青少年提供心理咨詢。該項目的領導者希望通過機器學習自動評估來信者的自殺風險，隨著對大數(shù)據(jù)和人工智能的開發(fā)，能夠通過分析來電者對第一個問題的回答，識別出自殺風險高的來電者，并立即把這個電話轉(zhuǎn)接給人工咨詢師。

加拿大和英國的公共衛(wèi)生計劃則通過挖掘社交媒體數(shù)據(jù)來預測自殺風險。在Facebook，一旦算法檢測到視頻中出現(xiàn)自殘或暴力行為，就會迅速標記該直播視頻，發(fā)送給警方。

不管是范德堡大學采用的大數(shù)據(jù)技術，還是谷歌搜索引擎關鍵詞識別、即時咨詢評估，還是政府領域的數(shù)據(jù)挖掘，自殺行為預測的核心均在于大數(shù)據(jù)和人工智能的發(fā)展和應用。而正是因為這些新技術的發(fā)展，對人類行為預測才具備了可能性。

相信隨著大數(shù)據(jù)、機器學習等一系列新技術的應用，人類可以更準確、及時地干預自殺行為，讓悲劇不再上演。

畢竟，美好的生命，只有一次。