При анализе жизненного опыта компьютерный алгоритм смог определить наличие суицидальных наклонностей у подростков

08:51 05 ноября Киев, Украина

Американские разработчики искусственного интеллекта представили алгоритм, предсказывающий суицидальные мысли и поведение среди подростков с точностью до 91 процента. Для этого он использует данные об опыте, с которым они сталкиваются – ответы на вопросы в анкете о семье, употреблении наркотиков и отношениях в школе. Из 300 вопросов на прогноз больше всего повлияли всего 25, по которым алгоритм помог исследователям определить главные факторы риска – их выделили десять. Исследование с участием 179 тысяч учащихся старших классов было опубликовано в PLOS ONE.

Почему ученые обратились к алгоритмам?

Самоубийство занимает десятое место среди причин смерти среди взрослых и второе место среди подростков в США. Однако подходы к профилактике суицида в основном фокусируются на выявлении конкретных факторов риска, связанных с самим актом, то есть суицидальным поведением. И гораздо меньше существует исследований, нацеленных именно на суицидальные мнения, в которых скрываются факторы риска, которые можно использовать для профилактики.

Некоторые исследования, чтобы понять, что способствует и снижает риск самоубийства, проводились среди подростков. Они помогли выявить множество факторов риска, в том числе употребление наркотиков, эмоциональную самоэффективность (emotional self-efficacy), а также кризисы, связанные с поиском смысла в своих действиях (crisis of meaning). И для комбинации факторов суицидальных мыслей с суицидальным поведением, которое поможет предупреждать самоубийства, идеально подходит машинное обучение, способное выявлять закономерности в больших объемах данных, где связи между факторами могут быть нелинейными, и на их основе делать прогнозы.

Целью исследования было использовать методы машинного обучения, чтобы определить, какая комбинация факторов риска наиболее связана с суицидальными мыслями и поведением подростков. Поэтому ученые университета Бригама Янга, американского штата Юта приняли результаты опроса учащихся старших классов штата, проведенного в рамках программы Центра по предотвращению злоупотребления психоактивными веществами. Набор данных для алгоритма содержал ответы более чем на 300 вопросов и более восьми тысяч демографических факторов, что составило 1,2 миллиарда единиц данных.

Как алгоритм делал предсказание?

Целью этого исследования было применить методы машинного обучения, чтобы определить, какие факторы риска по корпусу всех вопросов имеют наибольшую прогностическую ценность в определении маркеров суицидальных мыслей и поведения. Моделирование проводилось с использованием множества алгоритмов машинного обучения, где точность каждого прогноза определялась по принципу: «Как изменяется прогноз i когда объект j удаляется с модели?». Затем ученые провели более детальный анализ нескольких факторов, чтобы определить, какие вопросы модель использует для разных подгрупп, разделяя респондентов по возрасту и полу.

Древовидная модель превзошла другие методы при прогнозировании суицидальных мыслей и поведения и показала точность в 91 процент. После десяти основных вопросов исследователи увидели, что ценность каждого последующего алгоритма уменьшается. Их и определили как главные причины риска. Из этих десяти факторов, которые имели наибольшую ценность, четыре относятся к личной жизни, три – к семейным отношениям, два – к демографическим факторам и один – к школьной жизни. Ими стали кибербуллинг, буллинг в школе, пол, частые ссоры в семье, чувство безопасности в школе, сколько респондентам было лет, когда они впервые выпили больше глотка алкоголя, и возраст, в котором употреблять марихуану еще неправильно (в штате Юта , где проводился опрос, она незаконна).

Что удалось определить?

Результаты исследования показывают, что ученые могут с высокой точностью предположить, какие подростки будут проявлять суицидальные мысли (обдумывание или планирование) или суицидальное поведение (пробы) на основе опыта, с которым они сталкиваются.

Если модели дать только демографические данные, результаты показали, что суицидальные мысли или поведение у женщин встречается чаще, чем у мужчин — 17,7 процента против 10,8. Выше уровень был и у жителей городских районов – 14,8 процента по сравнению с 13,2 у жителей сельской местности. Кроме того, те, кто воспитывался без отца, имели на 72,6 процента больше шансов столкнуться с мыслями о самоубийстве, а среди всего населения Юты, более склонными к мыслям и поведению, связанным с суицидом, оказались ученики старших классов – 43, 8 процента.
 
Фото: При анализе жизненного опыта компьютерный алгоритм смог определить наличие суицидальных наклонностей у подростков


Из результата опроса школьников модель показала, что для точности в 84 процента ей понадобилось всего 20 вопросов из 300. По итогам попавших в окончательную выборку факторов риска два основных принадлежали к сфере общения между сверстниками — сталкивались ли школьники с буллингом в любое время. его проявления. Также алгоритм выявил три семейных фактора риска: пребывание в семье, где существуют серьезные споры, в семье, которая постоянно спорит об одном и том же, и в семье, члены которого оскорбляют друг друга. Предсказания модели на счет респондентов также росли с тем, насколько ранний возраст они называли по поводу первого употребления алкоголя школьниками и приемлемый возраст для употребления марихуаны.

Мысли о смерти и самоубийстве — распространенный симптом депрессии, который даже после начала лечения может долгое время не исчезать.