Nowe narzędzie MIT wykorzystuje analizę językową do przewidywania ryzyka samobójstwa

Kiedy dochodzi do kryzysu związanego ze zdrowiem psychicznym, rozpoznanie osób z wysokim ryzykiem samobójstwa może stać się pilnym zadaniem dla terapeutów i doradców. Wyjątkowe narzędzie pomagające w realizacji tego zadania zostało opracowane przez specjalistów z Instytutu Badań nad Mózgiem im. McGovernów przy MIT. To rewolucyjne narzędzie analizuje język używany przez osoby znajdujące się w trudnej sytuacji, dostarczając bezcennych wskazówek dotyczących ich stanu psychicznego i potencjalnego ryzyka.

To przełomowe narzędzie do przetwarzania języka, opracowane przez Daniela Lowa – byłego doktoranta MIT, a obecnie naukowca w Child Mind Institute – może stać się przełomem w dziedzinie zdrowia psychicznego. Program opiera się na rozbudowanej liście słów i zwrotów powiązanych z 49 znanymi czynnikami ryzyka samobójstwa. Analizując tekst, potrafi z niezwykłą precyzją ocenić poziom ryzyka samobójstwa danej osoby.

Nowa fala zarządzania kryzysowego

Jak podano w Czasopismo „Psychopatologia i Nauki Kliniczne”, to niezwykłe narzędzie prognostyczne sprawdziło się w rozmowach tekstowych prowadzonych w czasie rzeczywistym z doradcami kryzysowymi. Korzyści są bez wątpienia ogromne, ponieważ pomaga ono wskazać kluczowe czynniki zwiększające ryzyko samobójstwa u osoby przeżywającej kryzys związany ze zdrowiem psychicznym. Dzięki ciągłej weryfikacji narzędzie to ma potencjał, by usprawnić ocenę ryzyka zarówno w środowiskach klinicznych, jak i w sytuacjach wymagających krytycznego wsparcia.

Trudności związane z prognozowaniem

Nawet dla wysoko wykwalifikowanych klinicystów przewidzenie prawdopodobieństwa podjęcia próby samobójczej przez daną osobę może być niezwykle skomplikowane. Wśród osób doświadczających myśli samobójczych występuje wiele czynników ryzyka, w tym objawy psychiatryczne, zaburzenia zdrowia psychicznego, takie jak depresja, zaburzenie osobowości typu borderline, zespół stresu pourazowego (PTSD), oraz czynniki stresogenne związane ze środowiskiem, takie jak ubóstwo i samotność, które współdziałają ze sobą, potencjalnie prowadząc do tragicznych skutków.

Jak wyjaśnia Daniel Low, ta złożona sieć czynników ryzyka może utrudniać ustalenie, kto spośród osób rozważających samobójstwo może rzeczywiście zrealizować swoje zamiary. Droga do próby samobójczej jest niezwykle złożona, co sprawia, że przewidywanie takich zdarzeń jest niezwykle trudnym zadaniem.

Aby wspomóc opracowanie swojego narzędzia, Low i jego partnerka badawcza, starsza pracownica naukowa Satra Ghosh, nawiązali współpracę z Crisis Text Line – organizacją non-profit zapewniającą bezpłatne, całodobowe wsparcie w zakresie zdrowia psychicznego. Analizując anonimowe wiadomości tekstowe z około 16 000 rozmów, sklasyfikowali dialogi w trzech kategoriach ryzyka: bez myśli samobójczych, myśli samobójcze bez bezpośredniego zagrożenia oraz bezpośrednie zagrożenie. Skupili się na “grupie bezpośredniego zagrożenia”, definiowanej jako osoby planujące popełnienie samobójstwa lub sygnalizujące zamiar odebrania sobie życia w ciągu 48 godzin.

Jak sprawić, by sztuczna inteligencja stała się ratunkiem w sytuacjach kryzysowych

Zanim przystąpili do analizy tekstów, Low wraz ze swoim zespołem stworzyli unikalny słownik terminów związanych z ryzykiem samobójstwa. Wykorzystując sztuczną inteligencję, stworzyli wstępną listę słów i zwrotów związanych ze znanymi czynnikami ryzyka samobójstwa. Lista ta została następnie skrupulatnie przeanalizowana i udoskonalona, w wyniku czego powstał ostateczny słownik zawierający prawie 60 słów lub zwrotów dla każdego z 49 zidentyfikowanych czynników ryzyka.

Ten unikalny słownik został następnie wykorzystany w praktyce za pomocą specjalnie wyszkolonego modelu uczenia maszynowego, który analizował rozmowy dotyczące sytuacji kryzysowych, przewidując ryzyko samobójstwa na podstawie występowania określonych słów lub zwrotów. Badania te pozwoliły zidentyfikować wzorce zgodne z wynikami wcześniejszych badań, ale dostarczyły również nieoczekiwanych spostrzeżeń. Co istotne, w grupie najwyższego ryzyka częściej pojawiały się wzmianki o środkach śmiertelnych i zażywaniu substancji psychoaktywnych niż o objawach związanych z depresją.

Połączenie technicznej pomysłowości z ludzką intuicją

Pomimo tych niezwykłych możliwości Low podkreśla, że rola ludzkiej intuicji nadal ma kluczowe znaczenie. Model prognostyczny jego zespołu, choć złożony, pozostaje wystarczająco “lekki” – wymaga mniejszej mocy obliczeniowej i zapewnia jasny kontekst dla każdej oceny ryzyka. Ghosh stanowczo podkreśla, że nadzór ludzki pozostaje niezbędny w tej zaawansowanej dziedzinie.

Naukowcy ostrożnie podkreślają, że takie modele prognostyczne wymagają wyczerpującej walidacji przed wprowadzeniem ich do praktyki klinicznej, w tym ewentualnych udoskonaleń, aby nadążać za ewolucją języka lub zmianami w populacjach docelowych.

Udostępniając publicznie swój słownik terminów związanych z ryzykiem samobójstwa oraz pakiet oprogramowania wykorzystany do jego stworzenia, Ghosh i Low torują drogę do nowych horyzontów w zrozumieniu zdrowia psychicznego. Narzędzie to jest już w użyciu, a naukowcy badają, w jaki sposób dane tekstowe pochodzące z różnorodnych źródeł, takich jak media społecznościowe i dokumentacja medyczna, mogą poprawić przewidywanie ryzyka.

Jeśli Twoja organizacja chce wykorzystać potencjał automatyzacji opartej na sztucznej inteligencji, zapoznaj się z najnowocześniejszymi rozwiązaniami oferowanymi przez implementi.ai.

Więcej informacji na temat tej wiadomości znajdziesz tutaj tutaj.