Машинне навчання вирахувало потенційних самогубців за активністю мозку

Схильність до суїцидальної поведінки можна визначити за допомогою автоматичного аналізу активності головного мозку. Це вдалося американським вченим, які застосували методи машинного навчання для аналізу результатів фМРТ-сканування потенційних самогубців. Новий алгоритм визначив схильних до суїциду людей з точністю 91 відсоток. Стаття опублікована в журналі.

Недавні роботи вказують на те, що за допомогою аналізу набоїв активності головного мозку можна виділити нейробіологічні передумови визначення концептів реального світу - те, як конкретні концепти формуються і зберігаються в нашій свідомості. Наприклад, розуміння концепту «будинок» пов'язане з активністю парагіпокампальної звивини, яка відповідає за обробку інформації про сцени дійсності. Автори нової роботи вирішили перевірити, чи існують відмінності в активності головного мозку при визначенні різних емоційних концептів між здоровими людьми і людьми з суїцидальними нахилами - і, якщо існують, чи можливо за допомогою них визначити схильність людини до самогубства.

В експерименті, проведеному за допомогою фМРТ, взяли участь 79 осіб, 38 з яких або повідомляли про суїцидальні думки, або брали спробу самогубства; решта учасників не мали історії неврологічних захворювань або думок про самогубство. Під час виконання завдання учасників просили подумати про десять концептів з трьох груп слів:

• слова, пов'язані з самогубством (наприклад, «смерть» або «передозування»);
• слова, пов'язані з позитивними емоціями (наприклад, «щастя» або «безтурботність»);
• слова, пов'язані з негативними емоціями (наприклад, «смуток»).

Потім, за допомогою машинного навчання, заснованого на використанні наївного байєсовського класифікатора, вчені визначили вокселі (тривимірні одиниці зображення) відмінності активації при порівнянні 17 здорових людей і 17 людей із суїцидальними думками. Дослідникам вдалося виділити шість концептів - «смерть», «жорстокість», «проблема», «безтурботність», «хороший» і «похвала» - активація при думках про які найбільш різнилася між двома групами. Найбільша активність у людей, схильних до суїцидальних думок, спостерігалася в нижній частині теменної частки - зоні мозку, серед функцій якої - обробка емоцій.

Після цього дослідники застосували класифікатор для визначення діагнозу (тобто, входить людина в групу здорових людей або в групу людей зі схильностями до суїциду) учасників експерименту: алгоритм машинного навчання правильно визначив 15 з 17 людей з групи ризику і 16 з 17 здорових людей. Крім того, класифікатору вдалося правильно виділити в групі ризику людей, які вже робили спробу суїциду - тут точність розпізнавання склала 94 відсотки.

Таким чином, авторам роботи вдалося виділити патерни активації, характерні для людей, схильних до суїцидальних думок - і ефективно автоматично визначити по них можливих жертв. У майбутньому, сподіваються вчені, такий підхід дозволить визначати схильності до суїциду серед людей у групах ризику.

Вчені вивчають різні фактори, що допомагають визначити ризик виникнення суїцидальних нахилів. Наприклад, у нашій замітці ви можете прочитати, як ризик самогубства у жінок визначили за біомаркерами у зразках крові. Також, тут ви можете дізнатися про те, як смерть одного з батьків впливає на схильність дітей до суїциду.

Про те, як машинне навчання застосували для визначення розладів аутистичного спектру у немовлят, читайте тут.