你關注過嗎

據統計，全世界每年有約80萬人自殺身亡，厭世已經成為不容忽視的公共健康問題。但是大多數人（甚至包括醫生）都難以識別自殺高風險人群的特征。大數據和人工智能時代的到來，讓自殺預測有了質的飛越。

來自美國范德堡大學的數據科學家 Colin Walsh 就帶領團隊，開發出一種可以預測個人自殺可能性的機器學習算法。試驗結果表明，其預測一個人是否會在未來兩年內自殺的準確率為80-90%，而預測一個人是否會在一周內自殺的準確率為92%。

該團隊對當地病人的年齡、性別、用藥和病歷等進行大數據分析，篩選出有過自殺/自殘傾向的患者數據，使用該數據訓練算法，使其獲得鑒別潛在自殺風險的能力。

你知道褪黑素嗎

在此之前，很多導致自殺的重要因素從來無人重視， Colin Walsh團隊采用大數據技術，發現對睡眠極有幫助的褪黑激素與自殺傾向有強關聯性。服用褪黑素的人群，可能存在失眠的情況，他們有較強的自殺風險，因此該團隊將患者服用褪黑素，用作了有自殺傾向的新依據。

具有完整的病歷數據可以預測，那沒有主動就醫又有自殺高風險的人群，如何利用算法進行預測呢？

研究數據顯示，有 60-90% 的自殺者，在自殺前一年都有就醫經歷，只不過由于醫生/患者沒有意識到，才導致了悲劇的發生。

為了讓算法能夠在更大范圍內發揮作用，Colin Walsh團隊使用這套機器學習算法，正在構建一套自殺風險評分系統，系統可以給每個人“跑分”。Colin Walsh團隊使用這套機器學習算法，正在構建一套自殺風險評分系統，系統可以給每個人“跑分”，如果這套系統建立成功，無論患者因為什么原因看病，系統都能自動完成自殺風險評估，甚至可以在患者本人意識到問題之前就將風險警報發送給醫生，這樣就可以及時采取心理疏導等措施。

如果說具有完善就醫數據的人群可以享受這一“福利”，那么沒有推行電子病歷、缺乏患者數據或者醫療記錄不完善的地區，又如何享受科技帶來的便利呢？

缺乏必要的醫療數據支撐，從原有數據入手就行不通了。技術專家們將目光投向了用戶使用數據更為廣泛的互聯網。

技術改變生活

最近，谷歌就與自殺援助非營利組織Trevor Project開展合作，希望能使用算法第一時間識別自殺風險人群，并進行干預。當用戶搜索自殺方法等相關的關鍵詞時，谷歌會突出顯示全美預防自殺生命線（National Suicide Prevention Lifeline）的電話。

但這絕不是萬無一失的方法。谷歌無法編輯具體的網頁，只能展示搜索結果，這意味著當有人想找自殺方法時，他可以很輕易地通過鏈接、論壇等方式找到，也許并不需要借助搜索引擎的檢索。針對這一情況，谷歌從正在尋求幫助的人群入手，讓預防自殺更有針對性。

今年5月，谷歌向非營利組織Trevor Project捐款150萬美元，Trevor Project通過電話熱線、短信服務和即時通訊平臺向青少年提供心理咨詢。該項目的領導者希望通過機器學習自動評估來信者的自殺風險，隨著對大數據和人工智能的開發，能夠通過分析來電者對第一個問題的回答，識別出自殺風險高的來電者，并立即把這個電話轉接給人工咨詢師。

加拿大和英國的公共衛生計劃則通過挖掘社交媒體數據來預測自殺風險。在Facebook，一旦算法檢測到視頻中出現自殘或暴力行為，就會迅速標記該直播視頻，發送給警方。

不管是范德堡大學采用的大數據技術，還是谷歌搜索引擎關鍵詞識別、即時咨詢評估，還是政府領域的數據挖掘，自殺行為預測的核心均在于大數據和人工智能的發展和應用。而正是因為這些新技術的發展，對人類行為預測才具備了可能性。

相信隨著大數據、機器學習等一系列新技術的應用，人類可以更準確、及時地干預自殺行為，讓悲劇不再上演。

畢竟，美好的生命，只有一次。