机器学习能准确辨认自杀倾向，预防悲剧发生

近年人工智能及机器学习（machine learning）等科技进步神速，除了能准确预测选举结果外，最近科学家发现，机器学习能用以分析病人的语言或文字，帮助精神科临床医师评估病人是否具有自杀倾向，及早提供适当的治疗。

该研究发表于《自杀与自残行为》（Suicide and Life-Threatening Behavior）期刊，发现机器学习鉴别精神疾病的准确度达85%，而辨认自杀倾向的准确度更加高达93%。

研究由美国辛辛那提儿童医院医学中心（Cincinnati Children's Hospital Medical Center）的科学家进行，检查了来自三家医院共379 名病人。

研究的首席科学家，生物医学资讯学及精神科教授约翰·佩斯提安（John Pestian）博士解释：「自杀的人往往承受极大的痛苦及社会上的挫折。虽然基础科学能提供与自杀相关的生物标记，但电脑科学则能找出自杀思想的痕迹。」

参与研究的病人被分为三个小组：有自杀倾向、有精神疾病但没有自杀倾向以及对照组。实验中，医务人员为病人进行标准行为评估以及询问一系列的问题，比如「你是否抱有希望？」「你愤怒吗？」「情绪受伤害吗？」，然后利用机器学习演算法衡量这些写下或是说出来的想法，找出具自杀倾向或患精神疾病的病人。

凭准确度来看，佩斯提安认为该研究显示机器学习可以成为一个实用而客观的工具，帮助临床医师决定是否有需要干预有自杀倾向的病人。

佩斯提安总结：「这计算方法或能为自杀护理提供大规模创新的机会。」并表示这方法可以应用于学校、避难所、少年感化院和社区中心，提早发现并减少自杀发生率和死亡率。