Алгоритм визначив суїцидальні нахили у підлітків за їхнім досвідом

Американські розробники штучного інтелекту представили алгоритм, який може передбачати суїцидальні думки та поведінку серед підлітків із точністю до 91 відсотка. Для цього він використовує дані про досвід, з яким вони стикаються — відповіді на питання в анкеті про сім'ю, вживання наркотиків і стосунки у школі. З 300 питань на прогноз найбільше вплинули всього 25, за якими алгоритм допоміг дослідникам визначити і головні фактори ризику — їх визначили десять. Дослідження за участі 179 тисяч учнів старших класів опублікували у PLOS ONE.

Pexels

Pexels

Чому вчені звернулися до алгоритмів?

Самогубство посідає десяте місце серед причин смерті серед дорослих та друге місце серед підлітків у США. Однак підходи до профілактики суїциду в основному фокусуються на виявленні конкретних факторів ризику, пов'язаних із самим актом, тобто суїцидальною поведінкою. І набагато менше існує досліджень, націлених саме на суїцидальні думки, в яких ховаються фактори ризику, які можна використовувати для профілактики.

Окремі дослідження, щоб зрозуміти, що сприяє та знижує ризик самогубства, проводили серед підлітків. Вони допомогли виявити безліч факторів ризику, у тому числі, вживання наркотиків, емоційну самоефективність (emotional self-efficacy), а також кризи, пов'язані з пошуком сенсу життя (crisis of meaning). І для комбінації факторів суїцидальних думок із суїцидальною поведінкою, що допоможе попереджати самогубства, ідеально підходить машинне навчання, яке здатне виявляти закономірності у великих обсягах даних, де зв'язки між факторами можуть бути нелінійними, та на їхній основі робити прогнози.

Метою цього дослідження було використати методи машинного навчання, щоб визначити, яка комбінація факторів ризику найбільш пов'язана із суїцидальними думками та поведінкою підлітків. Тому вчені університету Брігама Янга, американського штату Юта взяли результати опитування учнів старших класів штату, проведене у рамках програми Центру із запобігання зловживання психоактивними речовинами. Набір даних для алгоритму містив відповіді на понад 300 питань та понад вісім тисяч демографічних факторів, що загалом склало 1,2 мільярда точок даних.

Як алгоритм робив передбачення?

Метою цього дослідження було застосувати методи машинного навчання, щоб визначити, які фактори ризику з корпусу всіх питань мають найбільшу прогностичну цінність у визначенні маркерів суїцидальних думок і поведінки. Моделювання проводилося з використанням безлічі алгоритмів машинного навчання, де точність кожного прогнозу визначалася за принципом: «Як змінюється прогноз i, коли об'єкт j видаляється з моделі?». Потім вчені провели детальніший аналіз кількох факторів, щоб визначити, які питання модель використовує для різних підгруп, розділяючи респондентів за віком та статтю.

Деревоподібна модель перевершила інші методи при прогнозуванні суїцидальних думок та поведінки і показала точність у 91 відсоток. Після десяти основних питань дослідники побачили, що цінність кожного наступного для алгоритму зменшується. Їх і визначили як основні чинники ризику. З цих десяти факторів, які мали найбільшу цінність, чотири належать до особистого життя, три — до сімейних стосунків, два — до демографічних чинників і один — до шкільного життя. Ними стали кібербулінг, булінг у школі, стать, часті сварки в сім'ї, почуття безпеки у школі, скільки респондентам було років, коли вони вперше випили більше, ніж ковток алкоголю, та вік, у якому вживати марихуану ще неправильно (у штаті Юта, де проводилося опитування, вона незаконна).

Що вдалося визначити?

Результати дослідження показують, що вчені можуть з високою точністю передбачити, які підлітки виявлятимуть суїцидальні думки (обдумування або планування) чи суїцидальну поведінку (спроби) на основі досвіду, з яким вони стикаються.

Якщо моделі дати тільки демографічні дані, то результати показали, що суїцидальні думки або поведінка у жінок зустрічається частіше, ніж у чоловіків — 17,7 відсотка проти 10,8. Вище рівень був і у мешканців міських районів – 14,8 відсотка порівняно з 13,2 у мешканців сільської місцевості. Крім того, ті, хто виховувався без батька, мали на 72,6 відсотка більше шансів зіткнутися з думками про самогубство, а серед усього населення Юти, більш схильними до думок та поведінки, пов'язаних із суїцидом, виявилися учні старших класів – 43,8 відсотка.

З результату опитування школярів модель показала, що для точності в 84 відсотки їй знадобилося всього 20 питань із 300. За підсумками питань, які потрапили в остаточну вибірку факторів ризику, два основних належали до сфери спілкування між однолітками — чи стикалися школярі з булінгом у будь-яких його прояви. Також алгоритм виявив три сімейні фактори ризику: перебування в сім'ї, де існують серйозні суперечки, в сім'ї, яка постійно сперечається про одне й те саме, і в сім'ї, члени якого ображають один одного. Передбачення моделі на рахунок респондентів також росли із тим, наскільки ранній вік вони називали щодо першого вживання алкоголю школярами та прийнятний вік для вживання марихуани.

Думки про смерть і самогубство є поширеним симптомом депресії, який навіть після початку лікування може довгий час не зникати. Більше про депресію ми розповідали у матеріалі «Більше ніж просто сум».


Фото в анонсі: Pexels