自殺是公眾健康日益關注的問題。在加拿大，每年有4,000人因自殺而 死亡，即每天10條生命。

根據(jù)加拿大公共衛(wèi)生署的分析，在每一次自殺式死亡中，有五人因自??殘而住院，有25至30例自殺未遂，每宗悲劇影響了7至10人。

在某些群體中，例如土著人民，移民和難民，囚犯以及女同性戀，男同性戀，雙性戀，變性者，雙性戀(LGBTI)社區(qū)中的自殺率最高， 并且還在上升。

自殺的影響廣為人知。多倫多運輸委員會(TTC)最近報告稱，截至2017年底，自殺人數(shù)有所增加，僅在12月就有8起自殺企圖，由于這種行為給員??工造成了巨大損失，TTC員工的壓力休假率也相應增加。

人工智能(AI)或機器展示的智能是否可能有助于防止這些死亡?

作為精神病學的研究人員，在加拿大抑郁癥生物標志物整合網(wǎng)絡中，我們正在為重度抑郁癥患者進行干預期間收集臨床和生物學數(shù)據(jù)。我們正在探索使用移動健康技術改變行為和情緒狀態(tài)的早期線索。

我們的目標之一是確定早期復發(fā)的預測指標，并增加自殺行為的風險。

在這里，我們回顧了AI在預防自殺方面的其他有希望的應用，并提請注意該領域的障礙。

人工智能預測自殺率

2018年初，加拿大公共衛(wèi)生局宣布了與渥太華AI公司Advanced Symbolics的試點項目，該項目成功預測了英國退歐，特朗普的任期和2015年加拿大大選的結果。

該項目將通過檢查包括自殺相關內(nèi)容在內(nèi)的加拿大社交媒體帖子中的模式來研究和預測區(qū)域自殺率，盡管不會收集用戶身份。

該程序不會隔離高風險案例，也不會干預個人。取而代之的是，研究結果將用于指導精神衛(wèi)生資源計劃。

Facebook提醒緊急響應者

2011年，F(xiàn)acebook開發(fā)了一個手動的自殺報告系統(tǒng)，用戶可以在其中上傳自殺內(nèi)容的屏幕截圖以供審核。

在2015年，該系統(tǒng)允許用戶“標記”有關內(nèi)容，這將促使Facebook員工審核該帖子并以支持性資源進行回復。

由于該工具的成功，F(xiàn)acebook已開始擴展其AI功能，以自動檢測與自殺相關的內(nèi)容，并向本地緊急響應者發(fā)出警報。還有更多的語言選項，以及對Instagram的擴展。

聊天機器人為抑郁癥提供治療

自1990年代以來，人工智能已用于醫(yī)療保健領域，以改善疾病檢測和各種健康指數(shù)。

在心理健康方面，人工智能提高了診斷的速度和準確性，并應用“決策樹”指導治療選擇。

一種新的“治療”方法涉及會話機器人(或聊天機器人)，它們是計算機程序，旨在使用語音或文本響應來模擬類似于人的會話。

聊天機器人可以基于認知行為療法(CBT)進行針對抑郁和焦慮的心理干預。由于聊天機器人獨特地響應所呈現(xiàn)的對話，因此他們可以根據(jù)患者的情緒狀態(tài)和臨床需求量身定制干預措施。這些模型被認為是非常用戶友好的，并且聊天機器人本身的用戶自適應響應已經(jīng)得到了很好的審查。

類似的技術正在被添加到智能手機中，以使語音助手(如iPhone的Siri)能夠通過適當?shù)男畔⒑椭С中再Y源來識別和響應用戶的心理健康問題。但是，該技術不被認為是可靠的，并且仍處于初步階段。其他智能手機應用程序甚至使用游戲來改善心理保健教育。

AI技術也已集成到自殺管理中，以改善其他領域的患者護理。已顯示AI評估工具可預測短期自殺風險并提出與臨床醫(yī)生一樣好的治療建議。這些工具也受到患者的好評。

人工智能模型預測個人風險

當前對自殺風險的評估和管理仍然高度主觀。為了改善結果，需要更客觀的AI策略。有希望的應用包括自殺風險預測和臨床管理。

自殺受各種社會心理，生物學，環(huán)境，經(jīng)濟和文化因素的影響。人工智能可以用來探索這些因素與自殺結果之間的關聯(lián)。

AI還可以對多種因素對自殺的綜合影響進行建模，并使用這些模型來預測個人風險。

例如，范德比爾特大學的研究人員最近設計了一個AI模型，該模型使用電子健康記錄來預測自殺風險，自殺事件發(fā)生后一周內(nèi)的準確度為84%至92%，兩年內(nèi)準確率為80%至86%。

謹慎前進

隨著使用人工智能預防自殺領域的發(fā)展，有幾個潛在的障礙需要解決：

隱私：保護性立法將需要擴展到包括與AI相關的風險，特別是機密健康信息的收集，存儲，轉移和使用。

準確性：在將某人標記為高(相對于低)風險之前，需要確認AI在正確確定自殺意圖方面的準確性，特別是在系統(tǒng)偏見或錯誤方面。

安全性：確保AI程序能夠對自殺用戶做出適當反應，以免惡化他們的情緒狀態(tài)或意外促進自殺計劃至關重要。

責任：需要有關如何正確處理AI技術標記的高風險案例以及AI風險評估與臨床意見不同時該怎么辦的響應協(xié)議。

缺乏理解：關鍵用戶之間在AI技術如何適合自殺預防方面存在知識鴻溝。為了解決這個問題，需要對這一主題進行更多的教育。

總體而言，人工智能技術在醫(yī)療保健的許多方面都存在，包括自殺篩查和干預措施交付。