شناسایی افکار خودکشی با هوش مصنوعی از طریق تحلیل دقیق الگوهای عصبی و نحوه پردازش مفاهیم مرتبط با مرگ در مغز، راهکاری نوین و علمی برای پیشگیری از بحران های سلامت روان و شناسایی زودهنگام افراد در معرض خطر فراهم می کند.
مطالعه ای که اخیرا در مجله Human Brain Mapping منتشر شده، نشون میده که ذهن جوان هایی که به فکر خودکشی هستن، مفاهیم مربوط به مرگ رو متفاوت از افراد سالم پردازش می کنه. یافته ها حاکی از اینه که این افراد به طور ناخودآگاه ایده های مربوط به مرگ رو با حس «خودشون» گره می زنن. این تحقیق نشون میده که تصویربرداری مغزی به همراه هوش مصنوعی می تونه در آینده به شناسایی افکار خودکشی با هوش مصنوعی کمک کنه، بر اساس نحوه بازنمایی کلمات خاص در مغز، تا افراد در معرض خطر شناسایی بشن.
اگه خودتون یا کسی که می شناسین با افکار خودکشی یا بحران سلامت روان دست وپنجه نرم می کنه، کمک در دسترسه. با شماره 988 تماس بگیرین یا پیامک بدین تا به خط رایگان و محرمانه پیشگیری از خودکشی و بحران (Suicide & Crisis Lifeline) وصل بشین، یا از طریق سایت 988lifeline.org به صورت زنده چت کنین.
با اینکه متخصص های سلامت روان معمولا به گفته های خود بیماران درباره احساساتشون تکیه می کنن، اما افرادی که در معرض خطر خودکشی هستن همیشه مشکلاتشون رو بازگو نمی کنن. پیدا کردن یک معیار فیزیکی و عینی در مغز می تونه به شناسایی کسانی که به حمایت نیاز دارن کمک کنه؛ این رویکرد شباهت زیادی به تلاش های علمی برای تشخیص نشانه های هشدار دهنده روان پریشی پیش از شروع بیماری دارد که پیش از شروع جدی بیماری انجام می شود. اینجاست که پتانسیل شناسایی افکار خودکشی با هوش مصنوعی اهمیت پیدا می کند.
روش های نوین در شناسایی افکار خودکشی با هوش مصنوعی
تست های رفتاری قبلی نشون دادن افرادی که افکار خودکشی دارن، تمایل دارن به طور ضمنی خودشون رو با ایده مرگ مرتبط بدونن. مثلا در بازی های تداعی کلمات، این افراد کلماتی مثل «تشییع جنازه» یا «خودکشی» رو به کلمات مربوط به خودشون ربط میدن. دانشمندان می خواستن ببینن آیا این پیوند روانی ردپای قابل تشخیص در مغز باقی میذاره یا نه.
مارسل جاست، استاد دانشگاه کارنگی ملون، می گه: «هدف آزمایشگاه ما اینه که بفهمیم فکر چطور تحت تاثیر فعالیت های مغزی قرار می گیره. ما بررسی کردیم که آیا مفاهیم خاص در افرادی که به خودکشی فکر می کردن، با بررسی فعالیت های مغزی زیربنایی شون به طور سیستماتیک تغییر کرده یا نه.»
تصویر زیر نشان دهنده تحلیل های دیجیتالی از فعالیت های عصبی است که در فرآیند بررسی سلامت روان به کار می روند.
این مدل های گرافیکی به درک بهتر چگونگی تعامل تکنولوژی های محاسباتی با ساختارهای بیولوژیک مغز کمک می کنند.
تیم تحقیق روی این ایده تکیه کرد که مغز انسان مثل یک لغت نامه مفهومی جهانی عمل می کنه. وقتی مردم به یک شیء معمولی مثل موز فکر می کنن، مغزشون الگوهای فعالیتی خیلی مشابهی رو نشون میده. دانشمندان قصد داشتن تعیین کنن که آیا طرح عصبی مفاهیم مربوط به مرگ در افرادی که افکار خودکشی دارن، به طور منحصر به فردی تغییر کرده یا نه.
این مطالعه شامل یک نمونه نهایی از 154 جوان بین 18 تا 30 سال بود. از بین این شرکت کننده ها، 89 نفر در حال حاضر افکار خودکشی داشتن و 65 نفر افراد سالمی بودن که سابقه بیماری روانی نداشتن. محققان اطمینان حاصل کردن که این دو گروه از نظر سن، نسبت جنسیتی و هوش عمومی با هم مطابقت دارن. این ترکیب جمعیتی، زمینه را برای بررسی دقیق تر شناسایی افکار خودکشی با هوش مصنوعی فراهم آورد.
دانشمندان برای اندازه گیری فعالیت مغز از تصویربرداری تشدید مغناطیسی عملکردی (fMRI) استفاده کردن. این یک روش رایج اسکن مغزیه که جریان خون رو در نواحی مختلف مغز ردیابی می کنه و نشون میده کدوم بخش ها در طول یک کار خاص فعال هستن. زمانی که شرکت کننده ها داخل دستگاه اسکنر بودن، مجموعه ای از 28 کلمه روی صفحه نمایش بهشون نشون داده شد. این تکنیک، پایه و اساس تحلیل های بعدی برای شناسایی افکار خودکشی با هوش مصنوعی را تشکیل داد.
این کلمات به چهار دسته تقسیم شدن که شامل مفاهیم مربوط به خودکشی، مفاهیم مثبت، مفاهیم منفی و مفاهیم مربوط به نگرش بودن. کلمات مربوط به خودکشی شامل واژه هایی مثل مرگ، تشییع جنازه، بی جان و ناامید بود. هر کلمه به مدت 3 ثانیه روی صفحه ظاهر می شد و از شرکت کننده ها خواسته شده بود که به ویژگی های اصلی و معنای اون کلمه عمیقا فکر کنن.
کلمات چندین بار و با ترتیب های تصادفی مختلف ارائه شدن. این تکرار به دانشمندان اجازه داد تا وُکسل های مغزی رو شناسایی کنن؛ واحدهای سه بعدی کوچکی از بافت مغز که به طور مداوم به مفاهیم خاص پاسخ می دادن. بعد دانشمندان این داده های اسکن مغز رو با استفاده از یادگیری ماشین تحلیل کردن، که نوعی الگوریتم کامپیوتری برای تشخیص الگوهای پیچیده ست.
اون ها به طور خاص الگوریتم رو برای بررسی نواحی ای از مغز آموزش دادن که مطالعات قبلی اون ها رو به فکر کردن درباره «خود» مرتبط دونسته بودن. این نواحی بازنمایی خود شامل ساختارهایی مثل «پره کونئوس» و «شکنج گیجگاهی میانی» هستن که معمولا وقتی افراد به زندگی یا هویت خودشون فکر می کنن، فعال میشن.
برنامه یادگیری ماشین موفق شد افراد دارای افکار خودکشی رو از شرکت کننده های سالم با دقتی متوسط اما قابل اعتماد، یعنی حدود 57 تا 61 درصد، تشخیص بده. این تشخیص کاملا بر اساس فعالیت مغزی مشاهده شده در زمانی بود که شرکت کننده ها به مفاهیم مربوط به خودکشی فکر می کردن. این نتایج اولیه، گامی مهم در مسیر شناسایی افکار خودکشی با هوش مصنوعی محسوب می شود.
موقع فکر کردن به کلماتی مثل «مرگ» یا «تشییع جنازه»، افرادی که افکار خودکشی داشتن، فعالیت مشخصی رو در نواحی مغزی مسئول خوداندیشی نشون دادن. این الگو ثابت می کنه که این افراد موقع پردازش مفاهیم مربوط به مرگ، به طور ناخودآگاه به خودشون فکر می کنن.
جاست به PsyPost گفت: «افرادی که دچار افکار خودکشی هستن، مفهوم “خود” رو با مفاهیم مربوط به مرگ پیوند می زنن. ما حالا می تونیم این امضاهای عصبی رو با استفاده از fMRI تشخیص بدیم.» این پیشرفت، زمینه ساز روش های نوین در شناسایی افکار خودکشی با هوش مصنوعی است.
محققان دسته های دیگه کلمات، از جمله واژه های مثبت و منفی رو هم آزمایش کردن. فعالیت مغزی مرتبط با این کلمات (که به خودکشی ربطی نداشتن) نتونست دو گروه رو فراتر از شانس و احتمال تصادفی از هم تشخیص بده. این موضوع نشون میده که الگوهای تغییریافته مغزی دقیقا به نحوه درک افراد از مرگ گره خورده، نه اینکه یک تفاوت کلی در نحوه پردازش همه کلمات احساسی باشه.
دانشمندان اشاره کردن که الگوریتم حتی وقتی تحلیل فقط به دو کلمه «مرگ» و «تشییع جنازه» محدود می شد، می تونست گروه ها رو از هم تشخیص بده. اون ها همچنین تفاوت های سن، هوش و کیفیت داده ها رو به صورت ریاضی کنترل کردن تا مطمئن بشن الگوریتم واقعا داره پیوند ذهنی با مرگ رو تشخیص میده. با شناسایی این تغییر مفهومی خاص، این مطالعه یک مبنای عصب شناختی قابل اندازه گیری برای افکار خودکشی ایجاد کرده.
جاست توضیح داد: «از نظر فنی امکان پذیره که با استفاده از تصویربرداری عصبی تعیین کنیم آیا بازنمایی مفاهیم مربوط به مرگ در ذهن یک فرد به طور غیرمعمولی با “بازنمایی خودِ” اون پیوند خورده یا نه. این تشخیص حتی اگه فرد اون افکار رو به زبون نیاره هم پتانسیل انجام شدن داره.»
«شاید عمیق ترین پیامد این باشه که در درجه اول، هر کسی که مغز سالمی داره، مفاهیم رو به شکل مشابهی بازنمایی می کنه. چه “فنجان” باشه چه “موز Bureau”، مکانیزم عصبی در کل گونه بشر یکسانه. این “لغت نامه مفهومی جهانی” مغز همون چیزیه که به ما اجازه میده فعالیت ها رو تحلیل کنیم و بفهمیم یک فرد به چی فکر می کنه؛ فرایندی که رسانه ها اغلب اون رو “ذهن خوانی” می نامن.»
چالش ها و افق های آینده در شناسایی افکار خودکشی با هوش مصنوعی
با اینکه این یافته ها امیدوارکننده هستن، اما محدودیت ها و سوءتعبیرهای احتمالی هم وجود داره که باید در نظر گرفت. دقت فعلی الگوریتم کمتر از اونی هست که بشه فعلا از این تست به عنوان یک ابزار تشخیصی بالینی مستقل استفاده کرد. این تست خیلی از افراد با افکار خودکشی رو درست شناسایی کرد، اما تعداد قابل توجهی موارد مثبت کاذب و منفی کاذب هم داشت.
علاوه بر این، فرآیند اسکن به تمرکز شدیدی نیاز داره و محققان مجبور شدن داده های 77 شرکت کننده اولیه دیگه رو که در طول کار طولانی 25 دقیقه ای حواسشون پرت شده بود، کنار بذارن. جاست خاطرنشان کرد: «انجام اسکن فعالیت مغزی در دستگاه MRI کار دشواریه و نیاز به یک ابزار بسیار گرون قیمت داره. بنابراین استفاده از این روش برای تشخیص افکار خودکشی در حال حاضر برای غربالگری های بالینی روتین عملی نیست.»
در آینده، تیم تحقیق امیدوارن این روش رو اصلاح کنن تا کوتاه تر و انجامش برای شرکت کننده ها راحت تر بشه. یک کار کوتاه تر که فقط روی چند کلمه خیلی اطلاعات دهنده تمرکز داره، ممکنه کیفیت داده ها و دقت الگوریتم رو بالا ببره. دانشمندان همچنین قصد دارند این روش رو برای استفاده با تکنولوژی های ارزون تر و در دسترس تر تطبیق بدن تا شناسایی افکار خودکشی با هوش مصنوعی به ابزری عملی تر تبدیل شود.
برای مثال، انتقال این رویکرد به الکتروانسفالوگرافی (نوار مغزی)، روشی که امواج الکتریکی مغز رو با استفاده از یک کلاه حسگر اندازه گیری می کنه، می تونه این تست رو در کلینیک های معمولی به طور گسترده در دسترس قرار بده. در نهایت، توسعه درمان هایی که به شکستن پیوند ذهنی بین «خود» و «مرگ» کمک می کنن، می تونه مسیر جدیدی برای حمایت از افرادی که در معرض خطر خودکشی هستن ایجاد کنه.
این مطالعه با عنوان «بازنمایی های عصبی مفاهیم مرتبط با مرگ، تغییر مفهومی خود را در جوانان متمایل به خودکشی شناسایی می کند»، توسط مارسل آدام جاست، رابرت میسون، لیزا پان، دانا مک ماکین، کریستین چا، متیو کی. ناک و دیوید برنت نوشته شده است.
تلفیق دانش اعصاب و ابزارهای یادگیری ماشین، افق های جدیدی را در علم روان پزشکی باز کرده است. اگرچه این مسیر هنوز در مراحل ابتدایی خود قرار دارد، اما توانایی شناسایی الگوهای ذهنی مخفی می تواند انقلابی در پیشگیری از خودکشی و ارائه مداخلات زودهنگام ایجاد کند تا جان انسان های بیشتری حفظ شود.
How “mindreading” AI detects hidden suicidal thoughts in the brains of young adults
