Teknologi Komputer Baru Mengenal pasti Perilaku Bunuh Diri dari Kata-Kata
Teknologi komputer yang dikenali sebagai pembelajaran mesin dapat menilai kata-kata yang diucapkan atau ditulis seseorang dan mengenal pasti dengan tepat sama ada orang itu bunuh diri, sakit mental tetapi tidak bunuh diri, atau tidak.
Alat komputer baru sehingga 93 peratus tepat dalam mengklasifikasikan orang yang bunuh diri dengan betul dan 85 peratus tepat dalam mengenal pasti orang yang bunuh diri, mempunyai penyakit mental tetapi tidak bunuh diri, atau tidak.
Hasil ini memberikan bukti kuat untuk menggunakan teknologi canggih sebagai alat sokongan keputusan untuk membantu doktor dan pengasuh mengenal pasti dan mencegah tingkah laku bunuh diri, kata para penyelidik di Pusat Perubatan Hospital Kanak-kanak Cincinnati.
"Pendekatan komputasi ini memberi peluang baru untuk menerapkan inovasi teknologi dalam perawatan dan pencegahan bunuh diri, dan itu pasti diperlukan," kata John Pestian, Ph.D., profesor di bahagian Informatik Biomedikal dan Psikiatri dan penulis utama kajian.
“Ketika anda melihat-lihat kemudahan penjagaan kesihatan, anda melihat sokongan teknologi yang luar biasa, tetapi tidak begitu banyak bagi mereka yang merawat penyakit mental. Hanya sekarang algoritma kami mampu menyokong pengasuh tersebut.
Metodologi ini dengan mudah dapat diperluas ke sekolah, tempat perlindungan, kelab remaja, pusat keadilan remaja, dan pusat komuniti, di mana pengenalan awal dapat membantu mengurangkan percubaan dan kematian bunuh diri. "
Kajian itu muncul dalam jurnalKelakuan Bunuh Diri dan Mengancam nyawa, jurnal terkemuka untuk penyelidikan bunuh diri.
Dr. Pestian dan rakan-rakannya mendaftarkan 379 pesakit dalam kajian antara Oktober 2013 dan Mac 2015 dari jabatan kecemasan dan pusat pesakit dalam dan pesakit luar di tiga lokasi.
Mereka yang mendaftar termasuk pesakit yang bunuh diri, didiagnosis sakit mental dan tidak bunuh diri, atau tidak - berfungsi sebagai kumpulan kawalan.
Setiap pesakit menyelesaikan skala penilaian tingkah laku standard dan mengambil bahagian dalam wawancara separa berstruktur yang menjawab lima soalan terbuka untuk merangsang perbualan, seperti "Adakah anda mempunyai harapan?" "Adakah kamu marah?" dan "Adakah itu menyakitkan secara emosi?"
Penyelidik mengekstrak dan menganalisis bahasa verbal dan non-verbal dari data. Mereka kemudian menggunakan algoritma pembelajaran mesin untuk mengklasifikasikan pesakit menjadi salah satu daripada tiga kumpulan.
Hasil kajian menunjukkan bahawa algoritma pembelajaran mesin dapat mengetahui perbezaan antara kumpulan dengan ketepatan hingga 93 peratus. Para saintis juga menyedari bahawa pesakit kawalan cenderung ketawa lebih banyak semasa wawancara, kurang bernafas, dan kurang marah, kurang emosi dan lebih banyak harapan.
Sumber: Pusat Perubatan Hospital Kanak-kanak Cincinnati / EurekAlert
