每年4月1日，追忆张国荣，几乎成了固定的"节目"，之所以如此"执着"地纪念，很大程度上就在于张国荣的自杀身亡，令人扼腕。
据统计，全世界每年有约80万人自杀死亡，自杀已经成为不容忽视的公共健康问题。但是大多数人（甚至包括医生）都难以识别高自杀风险人群的特征。大数据和人工智能时代的到来，让自杀预测获得了质的飞越。
来自美国范德堡大学的数据科学家 Colin Walsh 就带领团队，开发出一种可以预测个人自杀可能性的机器学习算法。试验结果表明，其预测一个人是否会在未来两年内自杀的准确率为80-90%，而预测一个人是否会在一周内自杀的准确率为92%。
来自美国范德堡大学医学中心的数据科学家团队
该团队对当地病人的年龄、性别、用药和病历等进行大数据分析，筛选出有过自杀/自残倾向患者的数据，然后使用该数据训练算法，使其获得鉴别潜在自杀风险的能力。
很多影响自杀的重要因素在此之前从来无人重视，运用大数据技术，团队发现，对于睡眠极有帮助的褪黑激素与自杀倾向有强关联性。因为服用褪黑素，所以疑似存在失眠状况，进而有较强的自杀风险这条新关系链，最后将患者服用褪黑素，用作了有高自杀倾向的新依据。
具有完整的病历数据可以预测，那么对于没有主动就医又有高自杀风险的人群，如何利用算法进行预测呢？
研究数据显示，有 60—90% 的自杀者，在自杀前的一年都有就医经历，只不过由于医生/患者没有意识到，才导致了悲剧的发生。
为了让算法能够在更大范围内发挥作用，该团队使用这套机器学习算法，正在构造一套可自杀风险评分系统，系统可以给每个人"跑分"，如果这套系统建立成功，无论患者因为什么原因看病，系统都能自动完成自杀风险评估，甚至可以在患者本人意识到问题之前就将风险警报发送给医生，及时采取心理疏导等措施。
如果说具有完善就医数据的人群可以享受这一"福利"，那么没有推行电子病历、缺乏患者数据或者医疗记录不完善的地区，又如何利用科技带来的便利呢？
缺乏必要的医疗数据支撑，如此一来，从原有数据入手就行不通了。技术专家们将目光指向了用户使用数据更为广泛的互联网。
最近，谷歌就与自杀援助非营利组织Trevor Project合作，希望能使用算法第一时间识别自杀风险人群，并进行干预。当用户搜索自杀方法相关的关键词时，谷歌会突出显示全美预防自杀生命线（National Suicide Prevention Lifeline）的电话。
但这绝不是万无一失的方法。谷歌无法编辑具体的网页，只能编辑搜索结果，这意味着当有人想找自杀方法时，他可以很轻易地通过链接、论坛等方式找到，压根儿不用搜索引擎。
针对这一情况，谷歌从正在寻求帮助的人群入手，让算法预防自杀更具针对性。
今年5月，谷歌向非营利组织Trevor Project捐款150万美元，Trevor Project通过电话热线、短信服务和即时通讯平台向青少年提供心理咨询。该项目的领导者希望通过使用机器学习自动评估来信者的自杀风险，希望随着对大数据和人工智能的开发，能够通过分析来电者对第一个问题的回答，识别出自杀风险高的来电者，并立即把这个电话转接给人工咨询师。
加拿大和英国的公共卫生计划则通过挖掘社交媒体数据来预测自杀风险。在Facebook，一旦算法检测到视频中出现自残或暴力行为，就会迅速标记该直播视频，发送给警方。
不管是范德堡大学针对病人数据的大数据算法，还是谷歌搜索引擎关键词识别、即时咨询评估，还是政府领域的数据挖掘，自杀行为预测的核心均在于大数据和人工智能的发展和应用。而正是因为这些新技术的应用，让人类行为预测具备了可能性。
相信随着大数据、机器学习等一系列新技术的进一步发展，人类可以更准确、及时地干预自杀行为，让类似于张国荣的悲剧不再上演，毕竟，美好的生命，只有一次。
喜欢这篇文章的话请给我们点赞+收藏+评论吧～
作者 | Ai课工场
公众号 | Ai课工场
简介 | 这里是前沿技术知识聚集地，每周为你推送鲜活实用的提升干货！和小Ke同学一起分享你的所见所闻，领略人工智能、大数据、云计算等科技风采。公众号回复“资料”就可以领取自学资料大礼包！
转载说明 | 转载请说明出处，谢谢合作~
