经过不懈努力 自杀意图能被发现了 准确率80%~90%

2017-11-07 10:25来源:奥一网综合编辑:谢烨挺
现在有一项新研究令人备受鼓舞,该研究利用脑成像技术能发现哪些人有自杀的想法,甚至还能发现那些企图实施自杀的想法!尽管科学家已经付出了几十年的努力,但想要预测哪些人有自杀的风险还是相当困难的。依靠病人来揭示自杀意图的尝试未能成功,因为近80%死于自杀的人在最后一次就诊时并未将想要自杀的想法告诉医生和治疗师。现实是严峻的,中年美国人的自杀率正在呈上升趋势,并且自杀还是年轻人死亡的第二大原因!

现在有一项新研究令人备受鼓舞,该研究利用脑成像技术能发现哪些人有自杀的想法,甚至还能发现那些企图实施自杀的想法!尽管科学家已经付出了几十年的努力,但想要预测哪些人有自杀的风险还是相当困难的。依靠病人来揭示自杀意图的尝试未能成功,因为近80%死于自杀的人在最后一次就诊时并未将想要自杀的想法告诉医生和治疗师。现实是严峻的,中年美国人的自杀率正在呈上升趋势,并且自杀还是年轻人死亡的第二大原因!

最近发表在《自然-人类行为》(《Nature Human Behaviour》)期刊上的一篇报道展示了预测自杀的一项令人激动的发现。这项新研究将神经成像与机器学习结合起来,探究有自杀倾向的人的大脑是否对与生死有关的积极和消极词汇做出不同的反应。“事实证明他们会做出不同的反应,”论文合著者、哈佛大学临床心理学家马修·诺克说道。“我们能预测谁有自杀的想法,而且准确度之高令人震惊。我们甚至能确定出有过自杀念头的人当中哪些尝试过自杀行为!”

“虽然这项研究的规模很小,但研究结果却非常引人注目,” 美国国家研究所(National Institute)耳聋及其他沟通障碍的脑成像与建模部的主管巴里·霍维茨说道。霍维茨为这项新研究写了一份评论注释。研究中所采用的技术能将9个有过自杀尝试的人从17名有过自杀想法的人当中挑选出来,霍维茨对此印象极为深刻,此外一群专家也表示这种难度无异于大海捞针。“很难相信还有其他方法或风险因素能使人将这两类人(有过自杀想法的人与有过自杀尝试的人)区分出来,”霍维茨说道。

今年早些时候的一些报道显示机器学习能根据健康记录评估某人自杀的风险,且精准度高达80%至90%,这一精准度令人备受鼓舞。但现在的这项新研究更加突出,因为其揭示了自杀想法的潜在生物学标记。“这不再仅仅是一个预测。”合著者、美国卡耐基梅隆大学认知神经学家马塞尔·贾斯特说道,“我们得到了他们关于自杀的真实想法,并且我们看到了他们的想法是如何改变的。”

这项新研究还加入了两项单独的研究。此前,诺克曾使用内隐联想测试(英文专业名为Implicit Association Test,简称IAT,是由格林沃尔德在1998年首先提出的。内隐联想测验是以反应时为指标,通过一种计算机化的分类任务来测量两类词——概念词与属性词——之间的自动化联系的紧密程度,继而对个体的内隐态度等内隐社会认知进行测量)来确定自杀风险。举个例子,诺克将与“死亡”、“存活”相关的词语和“像我”、“不像我”进行配对。相比对照组,有自杀倾向的人在“死亡”和“像我”被配对时其反应速度比前者快三倍。这一结果经过多次重复测试。相比其他方法如医疗评估法,内隐联想测验对自杀倾向和自杀行为的预测被证明是一个预测相对较准确的方法。

与此同时,贾斯特已经使用了功能性磁共振成像((functional magnetic resonance imaging,简称fMRI,是一种新兴的神经影像学方式,其原理是利用磁振造影来测量神经元活动所引发之血液动力的改变。目前主要是运用在研究人及动物的脑或脊髓)来观察人的想法。我们可以观察到相当于想法的成像模式,贾斯特说道。他采用的这项技术被称为神经语义学( neuro-semantics ),其所识别的不是单词而是概念与想法。举个例子,当看到“老人把一块石头扔入湖中”这一句子时,脑激活模式表明“有个人参与其中”、“运动正在发生”、“这是一个室外可视化的场景”。在独立的研究中,贾斯特要求受试者凭幻想产生诸如生气或嫉妒的情绪,然后观测每个情绪所对应的可识别模式。“不同情绪具有不同的神经特征,”贾斯特说道。“我们把这项不同的模式存入到了电脑里。”

当贾斯特看到诺克进行的研究时他就想知道自己是否可以通过“扫描仪”来观测有自杀倾向的人的大脑中的想法。首先,研究人员让机器学习分类器尝试为具体结果寻找预测指标,当然前提是该机器可以分辨出受试者当中哪些人有自杀倾向而哪些人没有自杀倾向。研究人员设置了两个小组,第一个小组中有17人,他们都有自杀倾向;对照组中也有17人,而这17人没有自杀倾向。在功能性磁共振成像扫描仪内,受试者被要求思考一系列与“自杀”和“具体的积极的、消极的思想和情感”相关的词语。最为显著的是死亡、麻烦、无忧无虑、残酷、赞美和愉悦。在测量相应的的神经网络模式后,研究者又增加了机器测量样本的数量。然后研究人员让机器来判断受试者是否具有自杀倾向。结果表明,该分类器完成这些任务能达到91%的精确度。该分类器分辨出第一组中有15人有自杀倾向,还分辨出第二组中有16人没有自杀倾向。

在研究的第二阶段,研究人员使用贾斯特的“情感签名”的存档来评价四种情绪——生气、羞耻、悲哀和自豪的强弱。“通俗来讲,这个机器可以通过各种情绪的强弱来分辨出哪些人是真的具有自杀倾向而哪些人(即对照组)是假装的,”贾斯特说道。“真正有自杀倾向的人联想到死亡会引发更强烈的悲哀和羞耻。”基于这些情绪神经特征,在增加一定样本测试后,该分类器预测自杀的想法的精确度可达87%。

联想到与死亡相关的词汇时,有自杀倾向的人的大脑中与自我指涉思考相关的区域激活面积更大。这与当前发现是一致的,诺克说道。但是像无忧无虑或麻烦这类词所呈现的情绪反应令人惊讶。“那些考虑自杀的人联想到无忧无虑的词汇时自豪度较低,而联想到死亡的词汇时他们的羞耻度会更高,”诺克说道。“这些特点都是我们之前未曾发现的。”

其他自杀学家表示使用这种方法来预测自杀风险具有不错的前景,但他们也强调这项研究还处于初始阶段。“考虑到任务的密集性以及功能性磁共振成象的成本,这些研究发现也向我们提出了新的问题,比如说工作机制和临床意义。美国有他大学临床心理学家亚历克西斯·梅这样说道。梅并未参与这项研究。

论文作者对上述的评论与看法持认可的态度。他们希望首先重复这项研究,然后探究这项技术的临床应用可行性。或许通过采取另一项技术——监测脑电活动的脑电图描记器。尽管还需进行许多补充工作,但这项发现使我们对有自杀倾向的人的大脑有了更好的理解。“如果你只需接受三分钟的测试就能得到不错的预测,为什么要花1000美元还要把自己放到扫描器内呢?”诺克说道。“我们正在做的就是看看这些方法是否能给我们开辟一个不同的视角。”

南都头条 Headline
排行 Top