Neue Computertechnologie identifiziert Selbstmordverhalten anhand von Worten

Computertechnologie, bekannt als maschinelles Lernen, kann die gesprochenen oder geschriebenen Wörter einer Person bewerten und genau identifizieren, ob diese Person selbstmörderisch, psychisch krank, aber nicht selbstmörderisch ist oder keine.

Das neue Computer-Tool ist zu 93 Prozent genau bei der korrekten Klassifizierung einer selbstmörderischen Person und zu 85 Prozent genau bei der Identifizierung einer Person, die selbstmordgefährdet ist, eine psychische Erkrankung hat, aber nicht selbstmordgefährdet ist oder auch nicht.

Diese Ergebnisse liefern starke Belege für die Verwendung fortschrittlicher Technologie als Entscheidungshilfe, um Klinikern und Pflegekräften dabei zu helfen, Selbstmordverhalten zu identifizieren und zu verhindern, sagen Forscher des Cincinnati Children’s Hospital Medical Center.

"Diese rechnerischen Ansätze bieten neue Möglichkeiten für die Anwendung technologischer Innovationen in der Suizidversorgung und -prävention, und dies ist sicherlich erforderlich", sagt John Pestian, Ph.D., Professor in den Abteilungen Biomedizinische Informatik und Psychiatrie und Hauptautor der Studie.

„Wenn man sich in Gesundheitseinrichtungen umschaut, sieht man eine enorme Unterstützung durch die Technologie, aber nicht so sehr für diejenigen, die sich um psychische Erkrankungen kümmern. Erst jetzt können unsere Algorithmen diese Betreuer unterstützen.

Diese Methode kann leicht auf Schulen, Notunterkünfte, Jugendclubs, Jugendgerichtszentren und Gemeindezentren ausgedehnt werden, in denen eine frühere Identifizierung dazu beitragen kann, Selbstmordversuche und Todesfälle zu reduzieren. “

Die Studie erscheint in der ZeitschriftSelbstmord und lebensbedrohliches Verhalten, eine führende Zeitschrift für Selbstmordforschung.

Dr. Pestian und seine Kollegen nahmen zwischen Oktober 2013 und März 2015 379 Patienten aus Notaufnahmen sowie stationären und ambulanten Zentren an drei Standorten in die Studie auf.

Zu den eingeschlossenen Patienten gehörten Patienten, die Selbstmord begangen hatten, als psychisch krank und nicht selbstmordgefährdet diagnostiziert wurden oder auch nicht als Kontrollgruppe dienten.

Jeder Patient absolvierte standardisierte Verhaltensbewertungsskalen und nahm an einem halbstrukturierten Interview teil, in dem fünf offene Fragen beantwortet wurden, um die Konversation anzuregen, z. B. „Haben Sie Hoffnung?“. "Bist du wütend?" und "Tut es emotional weh?"

Die Forscher extrahierten und analysierten verbale und nonverbale Sprache aus den Daten. Anschließend verwendeten sie Algorithmen für maschinelles Lernen, um die Patienten in eine der drei Gruppen einzuteilen.

Die Ergebnisse zeigten, dass Algorithmen für maschinelles Lernen die Unterschiede zwischen den Gruppen mit einer Genauigkeit von bis zu 93 Prozent erkennen können. Die Wissenschaftler bemerkten auch, dass die Kontrollpatienten dazu neigten, während der Interviews mehr zu lachen, weniger zu seufzen und weniger Ärger, weniger emotionalen Schmerz und mehr Hoffnung auszudrücken.

Quelle: Cincinnati Kinderkrankenhaus Medical Center / EurekAlert