评估人工智能预测自杀的能力:对评论的系统审查
Salma Abdelmoteleb1, Muhammad Ghallab2, Waguih William IsHak3
1Cedars-Sinai Health System, Los Angeles, CA, USA.
Journal of affective disorders
|April 24, 2025
概括
人工智能 (AI) 和机器学习 (ML) 显示出预测自杀风险和企图的前景. 然而,数据偏差和解释性等挑战需要进一步研究有效的自杀预防策略.
科学领域:
- 公共卫生 公共卫生
- 人工智能的人工智能
- 心理健康研究 心理健康研究
背景情况:
- 自杀是全球主要的健康危机,自杀率不断上升.
- 传统的自杀风险评估缺乏准确性.
- 人工智能 (AI) 和机器学习 (ML) 提供了潜在的解决方案.
研究的目的:
- 系统地审查人工智能在预测自杀风险方面的有效性.
- 探索AI在预防自杀方面的潜力和局限性.
主要方法:
- 超级研究方法审查人工智能的系统审查,以预测自杀风险.
- 为了全面的文献搜索 (2004-2024年),遵循了PRISMA指南.
- 专注于AI/ML模型的自杀想法,尝试和死亡.
主要成果:
- 在96件产品中,有23件符合入选标准.
- 机器学习模型在识别自杀风险方面显示出更高的准确性和有效性.
- 挑战包括高偏差风险和解释性问题.
结论:
- 人工智能,特别是ML,对自杀风险和尝试预测有很大的潜力.
- 解决数据的局限性,偏见和可解释性至关重要.
- 持续的研究和道德考虑对人工智能在预防自杀方面至关重要.


