前段時間，F(xiàn)acebook推出的預防自殺功能引起了人們的討論。Facebook使用機器學習和文本挖掘技術，在自殺傾向出現(xiàn)的早期就發(fā)現(xiàn)并制止。但是，使用這些技術預防自殺的不只Facebook一家，尤其是一些退伍軍人機構(退伍軍人自殺率居高不下)也在做類似的嘗試。 多年來，F(xiàn)acebook一直投資于人工智能領域，如機器學習和深度神經(jīng)網(wǎng)絡，以建立自己的核心業(yè)務““銷售比世界上其他公司更好的服務。但本月初，該公司開始將其中一些AI工具轉(zhuǎn)向更加崇高的目標：阻止人們自殺。無可否認，這并非完全無私心的，因為讓人們在Facebook Live直播自殺對品牌自身并沒有好處。 但是，不僅僅是像Facebook、Instagram和中國即將上線的視頻平臺Live.me這樣的技術巨頭正在投入研發(fā)來阻止自殺。醫(yī)院和美國退伍軍人事務部(VA)的醫(yī)生也正在試點新的AI驅(qū)動的自殺預防平臺，捕獲比以往更多的數(shù)據(jù)，目標是建立預防模型以更早地定制干預。因為預防是最好的藥，特別是在心理健康方面。 如果你最近聽到更多關于自殺的消息，那不僅僅是因為社交媒體的宣傳，而是實際的情況就是這樣。自殺率在2014年飆升到30年來的最高點，這是疾病控制和預防中心有數(shù)據(jù)的最后一年。預防措施歷來主要集中在減少人們接觸諸如槍支和藥物的機會，或者教育醫(yī)生更好地識別風險這些方面。問題是，50多年來，醫(yī)生一直將自殺風險與抑郁癥和藥物濫用相關聯(lián)。然而研究表明，減少人們接觸藥物的機會并沒有對預防自殺起到明顯的作用。 但是，人工智能提供了更準確辨認有自殺傾向的人的可能性，創(chuàng)造了人們很久以前就想進行干預的機會。本月晚些時候發(fā)布的一項研究顯示，使用機器學習預測有人是否企圖自殺的準確率為80%~90%，遠遠超過過去兩年。佛羅里達州立大學的研究人員使用田納西州200萬病人的匿名電子健康記錄來訓練算法程序。從每年的止痛藥處方到急診室訪問次數(shù)等因素的綜合可以很好地預測一個人的生活。 他們的技術類似于Facebook使用的文本挖掘。社交網(wǎng)絡已經(jīng)有一個系統(tǒng)，用戶可以舉報有自我傷害傾向的用戶帖子。Facebook使用這些舉報信息訓練了一種算法來識別類似的帖子，他們現(xiàn)在正在美國進行測試。一旦算法標記了一個帖子，F(xiàn)acebook將會有選擇性地舉報有更加明顯的“自殺或自殘“傾向的帖子。Mark Zuckerberg在個人帖子中描述了公司如何將試點與其他自殺預防措施相結合，例如在直播視頻流中與某人接觸的能力。 下一步將是使用AI同時分析視頻、音頻和文本評論，但這是一個非常棘手的浩大工程。研究人員能夠很好地處理人們在談論自己的痛苦和情緒狀態(tài)時使用的一類詞語。但在直播中，唯一的文字來自評論者。在視頻本身方面，軟件工程師已經(jīng)解決了如何自動判斷某人是否暴露在屏幕上這一問題，因此他們正在使用類似的技術來檢測槍或刀的存在。而藥物則更難被檢測到。 早期預防 在理想情況下，通過收集完全不同的數(shù)據(jù)，您可以更早地對自殺行為進行干預，這是一家公司想要做的。Cogito是Darpa(美國國防高級研究計劃局)資助的MIT(麻省理工學院)衍生的公司。目前正在測試一個應用程序，只需通過聆聽您的聲音即可創(chuàng)建您心理健康的圖片。這個被稱為Companion的應用程序，(選擇加入)被動地收集用戶在一天中所說的所有內(nèi)容，識別暗含抑郁和其他情緒變化的聲音信號。與他們言語的內(nèi)容相反，Companion分析了說話的語調(diào)、能量、流動性和談話的參與度。它還使用你手機的加速度計來計算你的活躍度，這是判斷抑郁癥的強有力指標。 目前，VA正在與數(shù)百名退伍軍人試運營這個平臺““這是一個特別高風險的團體。直到今年年底，他們才能獲得成果。但是到目前為止，該應用程序已經(jīng)能夠識別出大的生活變化 ““如無家可歸 ，大大增加了自我傷害的風險。對家庭醫(yī)生來說，那些轉(zhuǎn)變看起來可能并不明顯，除非他們自我舉報。 David K. Ahern在馬薩諸塞州波士頓的布列根和婦女醫(yī)院正在進行另外一個試驗。在那里，他們正在使用Companion來監(jiān)測已知行為障礙的患者。到目前為止，應用程序很少發(fā)出安全警報，這將使得醫(yī)生和社會工作者來對他或她進行檢查。但是真正的好處就是可以獲得患者的情緒和行為轉(zhuǎn)變的信息流。 與門診不同，這種監(jiān)視不僅僅提供某人精神狀態(tài)的快照。BWH行為信息學和電子健康項目的負責人Ahern說：“這些豐富的數(shù)據(jù)在理解精神健康問題的本質(zhì)方面是非常有力的。我們相信這些模式是非常有價值的?！俺?Companion之外，Ahern還在評估許多其他類型的數(shù)據(jù)流，例如可穿戴式的生理指標，以及呼叫和短信的時間和容量 -“構建預測模型和提供量身定制的干預措施。 想想吧，你手機中的所有傳感器、相機、麥克風和信息的數(shù)據(jù)都能夠提供很多關于你的信息，可能比你更能了解你自己。對你來說，也許這只是幾次沒去健身房，幾次沒有回媽媽的電話，幾次躺在床上而已。但是，對于機器而言，花費越多的時間在你的數(shù)據(jù)上，它就會變得越智能。這可能是危險信號。

« 微信上線“公眾平臺安全助手” 用戶可查個人信息綁定 | 螞蟻競購速匯金引發(fā)游說戰(zhàn) »