来自新南威尔士大学临床医学院的研究人员使用机器学习（ML）来开发更准确的青少年自残和自杀预测器。
青少年的心理健康在全球范围内呈下降趋势，澳大利亚的统计数据很好地反映了其他许多社会的情况。自杀是15至24岁澳大利亚人的主要死亡原因。
目前的预测方法，如过去的自残或自杀企图，已经被发现只比依靠运气稍微有效。研究人员使用ML开发的新预测模型要有效得多。
该数据集包括问卷和对澳大利亚儿童纵向研究中2，809名青少年参与者的访谈。
在参与者中，5.2%的人报告在过去12个月中至少试图自杀一次，10.5%的人报告有过自我伤害行为。
通过使用机器学习来分析数据，研究人员发现了比心理健康从业者以前使用的更准确的关键预测因子。
使用曲线下面积(AUC)指标来衡量ML模型的性能。这是一个从0.5到1的数字，其中0.5是一个像抛硬币一样准确的猜测，而1是一个100%准确的预测。
仅依靠以前的自我伤害和自杀未遂史，AUC值在0.63%到0.647之间。这仅略好于猜测，跌破了被认为是可接受的预测风险的0.7至0.8范围。
ML模型的预测者的AUC值在0.722到0.74%之间，这要好得多。
该模型让研究人员感到惊讶，因为它表明以前的自残或自杀企图不是一个高风险因素，环境和父母的支持发挥了更重要的作用。
林博士是研究人员之一，他说：“我们发现年轻人所处的环境所起的作用比我们想象的要大。从预防的角度来看，这是一件好事，因为我们现在知道，我们可以为这些人做更多的事情。
人工智能在精神卫生保健中的应用将帮助临床医生更准确地评估处于危险中的青少年并进行早期干预。
林博士说：“基于患者信息，ML算法可以计算出每个人的分数，并将其集成到电子病历系统中。临床医生可以快速检索这些信息以确认或调整他们的评估。
该模型还没有准备好在实践中推广，但令人鼓舞的结果表明，这是一条值得追求的道路。
医疗记录中有大量数据，使用人工智能进行分析，无疑将为医疗从业者带来更多惊喜。
