Системите на изкуствен интелект (AI) вече са в състояние да идентифицират потребителите на социални мрежи като Facebook, Instagram или YouTube, които имат депресивни мисли за смърт или намерение за самонараняване, или дори тези, които считат, че самоубийство като опция, използвайки алгоритми, специално предназначени да разпознават определени модели в текстовете.

Сега, ново изследване, публикувано в Природа Човешко поведение разработи автоматичен учебен метод, който се състои в програмиране на машина за разпознаване на невронни модели, свързани с определени емоции, помагат за откриване на хора, които имат мисли за самоубийство и следователно допринасят за предотвратяване на самоубийство, което се счита за третата причина за смърт сред младите хора на възраст между 15 и 29 години в Испания.

Изследователите открили пет места в мозъка, които, заедно с шест думи, били най-добрите показатели за идентифициране на пациенти с риск от самоубийство.

В проучването са участвали 34 млади възрастни, които са били разделени в две групи, единият от които се състои от тези със суицидни идеи, а другият е действал като контрол. На всеки от участниците беше направен функционален магнитен резонанс, на който бяха показани три списъка с по десет думи, за да се наблюдават техните отговори на понятия, свързани с живота или смъртта.

Думи и емоции за идентифициране на риска от самоубийство

на думи служителите са свързани или със самоубийство (мъчение, смърт, фатален ...), или с положителни ситуации или ефекти (доброта, невинност, безгрижие), или с отрицателни ефекти (виновни, зли, скуки). Авторите на работата също са използвали невронални сигнатури, които преди това са били картографирани и които показват мозъчни модели на определени емоции като гняв или срам.

Здравите хора и тези със суицидни идеи реагираха много различно на избраните думи. Например, терминът „проблеми” допълнително активира мозъчната област на тъга при пациенти със самоубийствени тенденции, а думата „смърт” също така запали повече областта на мозъка си, участваща в емоцията от срам, отколкото в случая с участници, които не мислят за самоубийство.

По този начин те успяха да открият пет места в мозъка, които заедно с шест от думите, представляват най-добрите показатели за идентифициране на пациенти с риск от самоубийство, Изследователите са използвали тези открития, за да разработят автоматичен учебен инструмент, който успява да идентифицира 15 от 17-те суицидни пациенти и 16 от 17-те контролни субекта. Впоследствие, самоубийствените пациенти се разделили на две групи, единият от които имал девет души, които се опитали да се самоубият, а останалите осем души, които не се опитали. Те отново обучиха инструмента, което отново се оказа ефективно при идентифицирането на 16 от 17-те пациенти.

Въпреки че са необходими нови опити и тези учени продължават да работят по нови проекти за машинно обучение, които ще помогнат да се предскажат други проблеми с психичното здраве, като голямо депресивно разстройство, изкуствен интелект се очаква да се използва като нова диагностична стратегия да помогне на психотерапевтите да определят кои пациенти са изложени на риск от самоубийство и да го предотвратят.

HyperNormalisation (2016 + subs) by Adam Curtis - A different experience of reality FULL DOCUMENTARY (Октомври 2019).