科學家能利用機器學習算法區(qū)分出想自殺的患者

近日，一個美國研究小組在《自然—人類行為》(論文鏈接)期刊網(wǎng)絡(luò)版發(fā)文指出，利用機器學習技術(shù)表征人腦內(nèi)的死亡和生命相關(guān)概念，可以高度準確地區(qū)分具有自殺想法的病人和無自殺想法的個體。該方法還可以在具有自殺想法的人中，進一步區(qū)分出哪些做出過自殺嘗試，而哪些沒有。

根據(jù)世界衛(wèi)生組織統(tǒng)計，每年約有80萬人自殺身亡。評估自殺風險是心理健康臨床醫(yī)生面臨的最大挑戰(zhàn)之一：具有自殺想法的病人常常掩蓋其自身意圖，而臨床醫(yī)生對自殺風險的預(yù)測也一直不甚理想。因此，人們亟需不僅僅依賴于自我報告的自殺風險標記。

美國賓西法尼亞州卡內(nèi)基梅隆大學的Marcel Just、David Brent和同事向具有自殺想法的病人和對照組個體展示死亡和生命相關(guān)單詞，在此過程中對他們進行功能性磁共振成像掃描。結(jié)果發(fā)現(xiàn)，對其中6個單詞(死亡、殘忍、麻煩、無憂無慮、良好和贊美)的神經(jīng)活動應(yīng)答以及5個腦區(qū)的神經(jīng)活動最能區(qū)分想自殺的病人和對照組個體。

之后，研究人員訓練一個機器學習算法使用該信息來鑒定哪些被試是病人，哪些是對照組個體。算法準確鑒定出17位自殺組病人中的15位，以及17位對照組健康個體中的16位。之后，作者僅研究想自殺的病人，他們被分為兩個小組：曾嘗試過自殺(9位)和未嘗試過自殺(8位)。研究人員訓練了一個新的算法，它準確鑒定出了其中16位的情況。

該研究樣本數(shù)量不大，因此有必要進行重復(fù)實驗。盡管如此，正如Barry Horwitz在相應(yīng)的新聞與觀點文章中所說的，如果復(fù)制并擴展到其他精神疾病群體，那么Just與同事開發(fā)出的方法與類似的功能性神經(jīng)造影方法將有望成為診斷神經(jīng)精神疾病的主要醫(yī)學工具。