脑成像科学识别有自杀思想的个人

Carnegie Mellon University的Marcel刚刚和匹兹堡大学的大卫布伦特领导的研究人员通过分析了他们的大脑如何代表某些概念，例如死亡，残酷和麻烦，制定了一种创新和有希望的方法来识别自杀个人。

自杀风险难以评估和预测，并且难以评估和预测自杀是美国年轻人中的第二名死亡原因。出版于自然人类行为这项研究为评估精神疾病提供了一种新方法。

“我们最新的工作是独一无二的，因为它标识与之相关的概念改变自杀意念和行为，使用机器学习算法来评估与自杀相关的特定概念的神经表示。这让我们成为大脑和思想的窗口，脱落灯亮起自杀个人如何考虑自杀和情感相关概念。What is central to this new study is that we can tell whether someone is considering suicide by the way that they are thinking about the death-related topics," said Just, the D.O. Hebb University Professor of Psychology in CMU's Dietrich College of Humanities and Social Sciences.

对于学习，刚刚和布伦特在自杀学习中持有赋予赋予的椅子，并且是Pitt的精神病学，儿科，流行病学和翻译科学教授，提出了10个死亡相关的词汇，与积极概念有关的10个词ob体育开户网址(e.g. carefree) and 10 words related to negative ideas (e.g. trouble) to two groups of 17 people with known自杀倾向和17个神经典型的个体。

他们将机器学习算法应用于六个字概念，这些概念最佳地歧视两组，因为参与者在大脑扫描仪中考虑每一个。这些是死亡，残忍，麻烦，无忧无虑，好好赞美。基于这六种概念的大脑表征，他们的计划能够以91％的准确性识别参与者是否来自控制或自杀群体。

然后，专注于自杀式IDeators，他们使用类似的方法来看看算法是否可以识别从只考虑它的人提出先前自杀的参与者。该计划能够准确地区分九人试图以94％的准确性带来的生命。

“在更大的样本中进一步测试这种方法将决定其普遍性及其预测未来的自杀行为的能力，并且可以将未来的临床医生提供一种识别，监测和介入的方法，并且经常扭曲的思维所以经常表征严重的自杀个人，“布伦特说。

为了进一步了解有关特定思想的自杀和非自杀参与者对特定思想产生不同的脑激活模式，仅使用神经签名的档案以供情绪（特别是悲伤，羞耻，愤怒和骄傲）来衡量每种情绪的数量通过六个识别概念中的每一个都被参与者的大脑唤起了。机器学习计划能够准确地预测，参与者基于概念情绪签名的差异，参与者的准确性为85％。

“这种后一种方法的好处，有时称为可解释的人工智能，更揭示了歧视两组的东西，即辨别词唤起的情绪的类型，”刚才说。“人们有自杀的念头当他们考虑一些测试概念时，体验不同的情感。例如，“死亡”的概念在想法的群体中唤起了更多的耻辱和更多悲伤。这种额外的理解可能会建议对待改变的治疗途径情绪化的对某些概念的回应。“

只有和布伦特希望这种基本认知神经科学研究的发现可用于挽救生命。

“最直接的需求是将这些发现应用于更大的样本，然后使用它来预测未来的自杀速度，”布伦特说。

Just和他在卡内基梅隆大学的同事Tom Mitchell率先将机器学习应用于大脑成像，以识别他们的概念脑激活签名。从那时起，研究已经扩展到识别情绪和多重-概念从他们的神经签名和揭示复杂的科学概念在学习时如何揭示他们的思考。

---

---