Beralih ke AI untuk Meramalkan Bunuh Diri Apabila Faktor Risiko Biasa Gagal

Satu kajian baru menunjukkan bahawa walaupun telah menjalankan penyelidikan selama 50 tahun, sains masih belum pandai meramalkan siapa yang akan membunuh diri.

Dr. Joseph Franklin, seorang penyelidik Universiti Negeri Florida, membuat pernyataan tersebut setelah pemeriksaan menyeluruh terhadap ratusan kajian ramalan bunuh diri. Franklin kini menguji kaedah "pembelajaran mesin" menggunakan algoritma untuk mengenal pasti faktor risiko tingkah laku bunuh diri.

Dalam kajian itu, Franklin dan rakan-rakannya mendapati faktor risiko tradisional - seperti kemurungan, penyalahgunaan bahan, tekanan, atau percubaan bunuh diri sebelumnya - bukanlah peramal bunuh diri yang baik.

Kajian itu muncul dalam jurnal Buletin Psikologi.

"Tidak ada yang lebih baik daripada kebetulan," kata Franklin, penolong profesor psikologi di Florida State. "Seperti anda meneka, atau menjatuhkan duit syiling, sama baiknya dengan pakar bunuh diri terbaik di dunia yang mempunyai semua maklumat mengenai kehidupan seseorang.

"Itu cukup serius bagi kami dan serius di lapangan kerana ia mengatakan semua perkara yang kami lakukan selama 50 tahun terakhir tidak menghasilkan kemajuan yang nyata dari segi ramalan."

Kurangnya kemajuan itu ditunjukkan oleh fakta: Kadar bunuh diri di Amerika Syarikat berada pada tahap tertinggi dalam 30 tahun. Lebih daripada 40,000 orang Amerika akan bunuh diri tahun ini. Setiap hari, 117 orang meragut nyawa mereka sendiri.

Sekiranya anda membandingkan kadar sejarah bunuh diri, pembunuhan, dan kematian kereta, anda akan menemui kebenaran yang mengganggu: Pada tahun 1970-an, anda lebih cenderung dibunuh oleh orang lain atau dalam kemalangan kereta daripada membunuh diri sendiri. Hari ini, dengan undang-undang jenayah yang lebih ketat dan ciri keselamatan kereta yang lebih baik, sebaliknya berlaku. Anda lebih mungkin mati dengan tangan anda sendiri.

Projek Franklin - meta-analisis 365 kajian bunuh diri - mendapati masa lalu biasanya tertumpu pada faktor risiko tunggal, seperti kemurungan atau serotonin rendah di otak, dan kemudian mengikuti pesakit selama lebih dari satu dekad.

Malangnya, pendekatan jangka panjang menghasilkan faktor risiko yang tidak lengkap yang tidak mengenal pasti siapa yang memerlukan bantuan kesihatan mental.

Franklin menyelesaikan penyelidikan sebagai rakan pasca doktoral di Universiti Harvard. Dia dan rakannya - Drs. Jessica Ribeiro, penyelidik fakulti di jabatan psikologi Universiti Negeri Florida, dan Colin Walsh, penolong profesor di Universiti Vanderbilt - ingin mengubah cara seseorang bertekad untuk berisiko bunuh diri. Mereka berpendapat kaedah jangka pendek, menggunakan kecerdasan buatan, akan menghasilkan faktor risiko yang lebih tepat.

Itulah sebabnya mereka menguji pembelajaran mesin. Franklin membandingkannya dengan algoritma carian Google yang menggabungkan beratus faktor berdasarkan sejarah carian peribadi, dan banyak lagi, untuk mendapatkan hasil yang tepat.

Kaedah pembelajaran mesin menggabungkan beratus faktor dari sejarah kesihatan seseorang untuk meningkatkan ketepatan ramalan bunuh diri. Kaedah ini dapat dilaksanakan dengan mudah di rangkaian hospital besar dengan berjuta-juta pesakit.

"Karya ini masih dalam proses, tetapi ini merupakan kemajuan besar dalam waktu singkat," kata Franklin. "Kami percaya bidang pekerjaan ini akan membawa kita dari 'Saya tidak tahu' ke 'Saya dapat memberitahu anda dengan kuat bahawa ini akan berlaku.'"

Kemudian, setelah faktor risiko yang lebih tepat dikenal pasti, Franklin berharap dapat memperluas penggunaan teknologi baru untuk memerangi bunuh diri dan penyakit mental secara besar-besaran.

Pasukan penyelidik telah membangunkan aplikasi web percuma yang terbukti berkesan dalam percubaan untuk mengurangkan tingkah laku bunuh diri. Aplikasi, yang disebut "Tec-Tec," tersedia di iTunes dan Amazon sekarang. Franklin berharap berjuta-juta orang akhirnya akan menggunakannya.

"Kajian kami setakat ini menunjukkan bahawa aplikasi itu sahaja mengurangkan tingkah laku bunuh diri sekitar 50 peratus selama sebulan dalam ratusan orang," kata Franklin.

"Dan ini percuma, jadi sesiapa sahaja boleh mendapat akses ke rawatan ini yang boleh berfungsi dengan baik tanpa sebarang kos. Ini adalah contoh sesuatu yang boleh anda buat yang mungkin berkesan dan boleh didapati oleh sesiapa sahaja yang mempunyai akses internet. "

Franklin membawa sikap yang boleh dilakukan terhadap matlamat ini: Lebih memahami sebab-sebab bunuh diri dan meramalkan siapa yang akan mengembangkan tingkah laku bunuh diri dengan kadar ketepatan hampir 100 peratus.

"Sekiranya anda dapat melakukannya dengan berjuta-juta orang, maka anda dapat memberi kesan di peringkat penduduk terhadap perkara-perkara ini," katanya.

Bagi faktor risiko bunuh diri semasa, Franklin memberi amaran agar tidak membuangnya. Dia mengesyorkan ahli terapi untuk terus menggunakan garis panduan tersebut tetapi mengatakan ada keperluan mendesak untuk menilai semula.

Sumber: Florida State University