退伍軍人的自殺困境，AI會(huì)是一劑特效藥嗎？互聯(lián)網(wǎng)+
導(dǎo)讀
算法可以預(yù)測(cè)，但絕不是拯救
算法可以預(yù)測(cè)，但絕不是拯救
還記得《神探夏洛克》中的華生嗎？
作為雙男主之一的他魅力無限，但剛出場(chǎng)時(shí)，這位剛剛從阿富汗戰(zhàn)爭中負(fù)傷退伍的老兵，卻因?yàn)樾睦韱栴}連正常行走都做不到。直到與夏洛克出生入死一段時(shí)間以后，重新找回了生活的刺激與冒險(xiǎn)，腿才慢慢恢復(fù)正常。
但并不是所有的華生都能遇到夏洛克。更普遍的情況是，焦慮、抑郁等情緒障礙已經(jīng)如同“傳染病”一樣在退伍軍人身上發(fā)生，嚴(yán)重的還將產(chǎn)生自殺行為。
問題比較嚴(yán)重的是美國。美軍從2008年開始每年追蹤統(tǒng)計(jì)軍人自殺情況，調(diào)查顯示，目前美國的退伍軍人有2300萬人，其中45%的人患有精神方面的疾病，有多達(dá)20萬淪為流浪漢。平均每天退伍軍人有22人自殺身亡，一年就有約8000人，比平民自殺率高50%。
而同樣的問題，在其他國家，比如韓國、印度和日本等也有出現(xiàn)。作為一個(gè)嚴(yán)重的社會(huì)課題，人工智能是不是能提供什么有效的助益呢？
最近加州大學(xué)伯克利分校的研究人員就試圖利用深度學(xué)習(xí)，來協(xié)助應(yīng)對(duì)美國退伍軍人的心理問題。
第一軍事大國， 卻淪為退伍軍人自殺重災(zāi)區(qū)？
美國退伍軍人事務(wù)部報(bào)告數(shù)據(jù)顯示，自從美國發(fā)動(dòng)伊拉克和阿富汗戰(zhàn)爭以來，平均每年有8000名士兵自殺。這個(gè)數(shù)據(jù)甚至遠(yuǎn)高于美軍在戰(zhàn)場(chǎng)上死亡的士兵數(shù)量?？梢哉f，熱衷于“找事”的美國也是被“軍人自殺危機(jī)”困擾最為嚴(yán)重的國家。
之所以出現(xiàn)這種情況，一方面是美國作為世界第一軍事大國，本身軍隊(duì)規(guī)模就很巨大，現(xiàn)役部隊(duì)約140萬，退伍軍人有2300萬人，并且很多軍人還是在非本國境內(nèi)執(zhí)勤，發(fā)生心理問題的隱患自然也就更大了；
另一方面，退伍軍人一旦走出部隊(duì)，往往面臨著特殊的社會(huì)環(huán)境：
首先，他們將失去原有的社會(huì)保障（退休金和醫(yī)保），目前美國2300萬退伍軍人中，就有超過120萬人沒有醫(yī)保，但有些又需要長期在醫(yī)院接受治療。這種情況直到現(xiàn)在也沒有改善，就在幾天前，就有三名美國退伍軍人因?yàn)榈貌坏剿璧膸椭?，在退伍軍人管理局的醫(yī)療機(jī)構(gòu)內(nèi)開槍自殺身亡。
另外，習(xí)慣了部隊(duì)生活之后，很難再投入正常的社會(huì)生活。大部分也不容易找到工作。因?yàn)樵诤芏喙狙劾?，美國退伍軍人就是一個(gè)“外來物種”，他們害怕這些軍人有戰(zhàn)爭后遺癥，也很難理解他們的戰(zhàn)斗本領(lǐng)，如何才能轉(zhuǎn)化成服務(wù)平民的能力。
還有一部分退伍軍人是因?yàn)槿蝿?wù)創(chuàng)傷，患上嚴(yán)重的應(yīng)激性精神障礙，也就是常說的“退伍軍人病”。美國的退伍軍人中就有45%的人患有精神方面的疾病，感到自己被孤立，這也是他們不愿重新開始社會(huì)生活，變成流浪漢或是選擇自殺的原因。
迫于壓力，2017年，美國退伍軍人事務(wù)部（以下簡稱VA）就推出了“百萬退伍軍人自殺預(yù)防示范項(xiàng)目”，以期尋找解決之道。
但目前為止，除了修建籃球場(chǎng)、提供幫助熱線、增加醫(yī)療援助等等，并沒有更好的辦法。那么，AI的介入能夠讓事情出現(xiàn)轉(zhuǎn)機(jī)嗎？
預(yù)防自殺，AI能夠做什么？
最近，伯克利實(shí)驗(yàn)室啟動(dòng)了一個(gè)利用深度學(xué)習(xí)分析退伍軍人電子健康記錄(EHR)數(shù)據(jù)的研究項(xiàng)目，旨在把美國能源部DOE收集到的大約70萬名退伍軍人的醫(yī)療數(shù)據(jù)集，以及VA從2200萬退伍軍人中收集的HER基因數(shù)據(jù)，與高性能計(jì)算和人工智能分析相結(jié)合，來預(yù)防自殺、前列腺癌和心血管疾病。
實(shí)驗(yàn)的目標(biāo)是從數(shù)據(jù)池中尋找規(guī)律，訓(xùn)練出一個(gè)個(gè)性化的模型算法，根據(jù)量身定做的動(dòng)態(tài)自殺風(fēng)險(xiǎn)指數(shù)，來提高對(duì)自殺風(fēng)險(xiǎn)患者的識(shí)別能力。比如判斷出在醫(yī)院進(jìn)行自殺嘗試的人是否會(huì)在30天內(nèi)再次嘗試自殺，并將這些信息及時(shí)反饋給VA的護(hù)理人員。
（研究人員正在對(duì)電子健康記錄(EHR)數(shù)據(jù)進(jìn)行深入學(xué)習(xí)和分析）
這項(xiàng)工作是怎么完成的呢：
首先，研究人員根據(jù)這些多樣化和復(fù)雜的信息進(jìn)行了訓(xùn)練，讓神經(jīng)網(wǎng)絡(luò)可以從醫(yī)生語言中對(duì)那些具有高自殺風(fēng)險(xiǎn)的患者進(jìn)行分類。
然后，從中找出哪些詞對(duì)最終預(yù)測(cè)的貢獻(xiàn)最大，并跟蹤這些詞是如何產(chǎn)生并流動(dòng)的，以此更好地了解自殺患者之間頻繁出現(xiàn)的話題，并將之聯(lián)系起來。
當(dāng)然，這一研究的推進(jìn)并沒有想象中那么順利，目前還存在著幾個(gè)不確定性：
一是模型的黑箱性。由于模型的可解釋性目前還不清晰，這導(dǎo)致很難在臨床得到醫(yī)生的信任并應(yīng)用，缺乏有效的應(yīng)用數(shù)據(jù)，這就使得模型的準(zhǔn)確率和防御性一直得不到提升。
二是數(shù)據(jù)的復(fù)雜性。HER的數(shù)據(jù)集非常嘈雜，除了一些結(jié)構(gòu)化的數(shù)據(jù)（比如人口統(tǒng)計(jì)、處方藥物、實(shí)驗(yàn)室工作等）之外，還包含了一系列非結(jié)構(gòu)化數(shù)據(jù)（比如醫(yī)生的手寫記錄，出院記錄等等），而后者往往揭示了重要的風(fēng)險(xiǎn)信息，比如個(gè)人的感受、社會(huì)孤立、無家可歸、缺乏睡眠等等，想要利用這些信息來推測(cè)退伍軍人的心理狀態(tài)，提升系統(tǒng)的診療效率，往往需要性能比較強(qiáng)勁的NLP技術(shù)，研究小組正在想辦法攻克。
目前看來，想要依靠AI將醫(yī)生的臨床經(jīng)驗(yàn)整合到算法模型中，來解決退伍軍人的自殺問題，不僅在技術(shù)上還有這很長的路要走，本質(zhì)上也只是“治標(biāo)不治本”的應(yīng)急措施。
算法可以預(yù)測(cè)，但絕不是拯救
某種程度上來看，美國引入深度學(xué)習(xí)系統(tǒng)來對(duì)退伍老兵進(jìn)行心理健康管理，似乎是件好事。
對(duì)于新技術(shù)的應(yīng)用和高效探索，引發(fā)了不少媒體和評(píng)論家的肯定，這能夠讓美國退伍老兵的自殺風(fēng)險(xiǎn)在萌芽早期就得到關(guān)懷和救助。
除此之外，模型的完善還會(huì)對(duì)涉及人類健康的系列醫(yī)療應(yīng)用產(chǎn)生重大影響。
根據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，在全球，每年有80萬人以這種方式結(jié)束自己的生命，在這個(gè)數(shù)字背后，是10－15倍的人自殺未遂。而在總計(jì)3.4億抑郁癥患者中，有2/3的患者曾有過自殺念頭，因抑郁而自殺成為年輕人的第二大死亡原因。這種局面下，及時(shí)的介入和干預(yù)就成為減少悲劇的關(guān)鍵。但如何評(píng)估自殺風(fēng)險(xiǎn)至今仍是困擾心理健康臨床醫(yī)生的一大挑戰(zhàn)。
此前就有不少研究人員希望借助機(jī)器學(xué)習(xí)分析相關(guān)人群的數(shù)據(jù)以發(fā)掘有用的信息，比如范德堡大學(xué)醫(yī)學(xué)中心使用超過5000名有自殘或自殺傾向病人的住院數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，用以區(qū)分有自殺傾向和有自殘行為但無自殺想法的兩類人。
與之相比，伯克利的自殺識(shí)別算法有著更大規(guī)模的數(shù)據(jù)集支撐，其應(yīng)用必然將進(jìn)一步幫助人類減少和避免該類悲劇的發(fā)生。
但另一方面，預(yù)防自殺本身或許就不應(yīng)該是一個(gè)技術(shù)命題，而是管理問題。算法性能的不斷提升只能起到更好的預(yù)警和止損的作用，而真正的病灶其實(shí)是在VA等機(jī)構(gòu)的不作為上。
近年來，不斷有新聞曝光美國退役軍人事務(wù)部雇員瀆職。據(jù)美國毒品管制局?jǐn)?shù)據(jù)披露，退役軍人事務(wù)部所屬醫(yī)院的藥品失竊案件猛增，由2009年的237起暴增至2015年的2844起。醫(yī)務(wù)人員很有可能通過拒絕為患病老兵開藥或偽造醫(yī)療記錄等方式，將藥品據(jù)為己有或者到黑市販賣。
在這種情況下，深度學(xué)習(xí)再強(qiáng)大，也只是一種“救急不救窮”的特效藥。當(dāng)一切都被簡單地訴諸于技術(shù)升級(jí)，反而更容易忽視背后的利益暗戰(zhàn)，讓整個(gè)社會(huì)陷入更加被動(dòng)的局面，尋找出路也更加遙不可期。
希望下次我們?cè)倏吹阶詺⑾嚓P(guān)的新聞時(shí)，能夠探討的不只有吸引眼球的技術(shù)進(jìn)步，也有慈悲、責(zé)任與擔(dān)當(dāng)。
作為雙男主之一的他魅力無限，但剛出場(chǎng)時(shí)，這位剛剛從阿富汗戰(zhàn)爭中負(fù)傷退伍的老兵，卻因?yàn)樾睦韱栴}連正常行走都做不到。直到與夏洛克出生入死一段時(shí)間以后，重新找回了生活的刺激與冒險(xiǎn)，腿才慢慢恢復(fù)正常。
但并不是所有的華生都能遇到夏洛克。更普遍的情況是，焦慮、抑郁等情緒障礙已經(jīng)如同“傳染病”一樣在退伍軍人身上發(fā)生，嚴(yán)重的還將產(chǎn)生自殺行為。
問題比較嚴(yán)重的是美國。美軍從2008年開始每年追蹤統(tǒng)計(jì)軍人自殺情況，調(diào)查顯示，目前美國的退伍軍人有2300萬人，其中45%的人患有精神方面的疾病，有多達(dá)20萬淪為流浪漢。平均每天退伍軍人有22人自殺身亡，一年就有約8000人，比平民自殺率高50%。
而同樣的問題，在其他國家，比如韓國、印度和日本等也有出現(xiàn)。作為一個(gè)嚴(yán)重的社會(huì)課題，人工智能是不是能提供什么有效的助益呢？
最近加州大學(xué)伯克利分校的研究人員就試圖利用深度學(xué)習(xí)，來協(xié)助應(yīng)對(duì)美國退伍軍人的心理問題。
第一軍事大國， 卻淪為退伍軍人自殺重災(zāi)區(qū)？
美國退伍軍人事務(wù)部報(bào)告數(shù)據(jù)顯示，自從美國發(fā)動(dòng)伊拉克和阿富汗戰(zhàn)爭以來，平均每年有8000名士兵自殺。這個(gè)數(shù)據(jù)甚至遠(yuǎn)高于美軍在戰(zhàn)場(chǎng)上死亡的士兵數(shù)量?？梢哉f，熱衷于“找事”的美國也是被“軍人自殺危機(jī)”困擾最為嚴(yán)重的國家。
之所以出現(xiàn)這種情況，一方面是美國作為世界第一軍事大國，本身軍隊(duì)規(guī)模就很巨大，現(xiàn)役部隊(duì)約140萬，退伍軍人有2300萬人，并且很多軍人還是在非本國境內(nèi)執(zhí)勤，發(fā)生心理問題的隱患自然也就更大了；
另一方面，退伍軍人一旦走出部隊(duì)，往往面臨著特殊的社會(huì)環(huán)境：
首先，他們將失去原有的社會(huì)保障（退休金和醫(yī)保），目前美國2300萬退伍軍人中，就有超過120萬人沒有醫(yī)保，但有些又需要長期在醫(yī)院接受治療。這種情況直到現(xiàn)在也沒有改善，就在幾天前，就有三名美國退伍軍人因?yàn)榈貌坏剿璧膸椭?，在退伍軍人管理局的醫(yī)療機(jī)構(gòu)內(nèi)開槍自殺身亡。
另外，習(xí)慣了部隊(duì)生活之后，很難再投入正常的社會(huì)生活。大部分也不容易找到工作。因?yàn)樵诤芏喙狙劾?，美國退伍軍人就是一個(gè)“外來物種”，他們害怕這些軍人有戰(zhàn)爭后遺癥，也很難理解他們的戰(zhàn)斗本領(lǐng)，如何才能轉(zhuǎn)化成服務(wù)平民的能力。
還有一部分退伍軍人是因?yàn)槿蝿?wù)創(chuàng)傷，患上嚴(yán)重的應(yīng)激性精神障礙，也就是常說的“退伍軍人病”。美國的退伍軍人中就有45%的人患有精神方面的疾病，感到自己被孤立，這也是他們不愿重新開始社會(huì)生活，變成流浪漢或是選擇自殺的原因。
迫于壓力，2017年，美國退伍軍人事務(wù)部（以下簡稱VA）就推出了“百萬退伍軍人自殺預(yù)防示范項(xiàng)目”，以期尋找解決之道。
但目前為止，除了修建籃球場(chǎng)、提供幫助熱線、增加醫(yī)療援助等等，并沒有更好的辦法。那么，AI的介入能夠讓事情出現(xiàn)轉(zhuǎn)機(jī)嗎？
預(yù)防自殺，AI能夠做什么？
最近，伯克利實(shí)驗(yàn)室啟動(dòng)了一個(gè)利用深度學(xué)習(xí)分析退伍軍人電子健康記錄(EHR)數(shù)據(jù)的研究項(xiàng)目，旨在把美國能源部DOE收集到的大約70萬名退伍軍人的醫(yī)療數(shù)據(jù)集，以及VA從2200萬退伍軍人中收集的HER基因數(shù)據(jù)，與高性能計(jì)算和人工智能分析相結(jié)合，來預(yù)防自殺、前列腺癌和心血管疾病。
實(shí)驗(yàn)的目標(biāo)是從數(shù)據(jù)池中尋找規(guī)律，訓(xùn)練出一個(gè)個(gè)性化的模型算法，根據(jù)量身定做的動(dòng)態(tài)自殺風(fēng)險(xiǎn)指數(shù)，來提高對(duì)自殺風(fēng)險(xiǎn)患者的識(shí)別能力。比如判斷出在醫(yī)院進(jìn)行自殺嘗試的人是否會(huì)在30天內(nèi)再次嘗試自殺，并將這些信息及時(shí)反饋給VA的護(hù)理人員。
（研究人員正在對(duì)電子健康記錄(EHR)數(shù)據(jù)進(jìn)行深入學(xué)習(xí)和分析）
這項(xiàng)工作是怎么完成的呢：
首先，研究人員根據(jù)這些多樣化和復(fù)雜的信息進(jìn)行了訓(xùn)練，讓神經(jīng)網(wǎng)絡(luò)可以從醫(yī)生語言中對(duì)那些具有高自殺風(fēng)險(xiǎn)的患者進(jìn)行分類。
然后，從中找出哪些詞對(duì)最終預(yù)測(cè)的貢獻(xiàn)最大，并跟蹤這些詞是如何產(chǎn)生并流動(dòng)的，以此更好地了解自殺患者之間頻繁出現(xiàn)的話題，并將之聯(lián)系起來。
當(dāng)然，這一研究的推進(jìn)并沒有想象中那么順利，目前還存在著幾個(gè)不確定性：
一是模型的黑箱性。由于模型的可解釋性目前還不清晰，這導(dǎo)致很難在臨床得到醫(yī)生的信任并應(yīng)用，缺乏有效的應(yīng)用數(shù)據(jù)，這就使得模型的準(zhǔn)確率和防御性一直得不到提升。
二是數(shù)據(jù)的復(fù)雜性。HER的數(shù)據(jù)集非常嘈雜，除了一些結(jié)構(gòu)化的數(shù)據(jù)（比如人口統(tǒng)計(jì)、處方藥物、實(shí)驗(yàn)室工作等）之外，還包含了一系列非結(jié)構(gòu)化數(shù)據(jù)（比如醫(yī)生的手寫記錄，出院記錄等等），而后者往往揭示了重要的風(fēng)險(xiǎn)信息，比如個(gè)人的感受、社會(huì)孤立、無家可歸、缺乏睡眠等等，想要利用這些信息來推測(cè)退伍軍人的心理狀態(tài)，提升系統(tǒng)的診療效率，往往需要性能比較強(qiáng)勁的NLP技術(shù)，研究小組正在想辦法攻克。
目前看來，想要依靠AI將醫(yī)生的臨床經(jīng)驗(yàn)整合到算法模型中，來解決退伍軍人的自殺問題，不僅在技術(shù)上還有這很長的路要走，本質(zhì)上也只是“治標(biāo)不治本”的應(yīng)急措施。
算法可以預(yù)測(cè)，但絕不是拯救
某種程度上來看，美國引入深度學(xué)習(xí)系統(tǒng)來對(duì)退伍老兵進(jìn)行心理健康管理，似乎是件好事。
對(duì)于新技術(shù)的應(yīng)用和高效探索，引發(fā)了不少媒體和評(píng)論家的肯定，這能夠讓美國退伍老兵的自殺風(fēng)險(xiǎn)在萌芽早期就得到關(guān)懷和救助。
除此之外，模型的完善還會(huì)對(duì)涉及人類健康的系列醫(yī)療應(yīng)用產(chǎn)生重大影響。
根據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，在全球，每年有80萬人以這種方式結(jié)束自己的生命，在這個(gè)數(shù)字背后，是10－15倍的人自殺未遂。而在總計(jì)3.4億抑郁癥患者中，有2/3的患者曾有過自殺念頭，因抑郁而自殺成為年輕人的第二大死亡原因。這種局面下，及時(shí)的介入和干預(yù)就成為減少悲劇的關(guān)鍵。但如何評(píng)估自殺風(fēng)險(xiǎn)至今仍是困擾心理健康臨床醫(yī)生的一大挑戰(zhàn)。
此前就有不少研究人員希望借助機(jī)器學(xué)習(xí)分析相關(guān)人群的數(shù)據(jù)以發(fā)掘有用的信息，比如范德堡大學(xué)醫(yī)學(xué)中心使用超過5000名有自殘或自殺傾向病人的住院數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，用以區(qū)分有自殺傾向和有自殘行為但無自殺想法的兩類人。
與之相比，伯克利的自殺識(shí)別算法有著更大規(guī)模的數(shù)據(jù)集支撐，其應(yīng)用必然將進(jìn)一步幫助人類減少和避免該類悲劇的發(fā)生。
但另一方面，預(yù)防自殺本身或許就不應(yīng)該是一個(gè)技術(shù)命題，而是管理問題。算法性能的不斷提升只能起到更好的預(yù)警和止損的作用，而真正的病灶其實(shí)是在VA等機(jī)構(gòu)的不作為上。
近年來，不斷有新聞曝光美國退役軍人事務(wù)部雇員瀆職。據(jù)美國毒品管制局?jǐn)?shù)據(jù)披露，退役軍人事務(wù)部所屬醫(yī)院的藥品失竊案件猛增，由2009年的237起暴增至2015年的2844起。醫(yī)務(wù)人員很有可能通過拒絕為患病老兵開藥或偽造醫(yī)療記錄等方式，將藥品據(jù)為己有或者到黑市販賣。
在這種情況下，深度學(xué)習(xí)再強(qiáng)大，也只是一種“救急不救窮”的特效藥。當(dāng)一切都被簡單地訴諸于技術(shù)升級(jí)，反而更容易忽視背后的利益暗戰(zhàn)，讓整個(gè)社會(huì)陷入更加被動(dòng)的局面，尋找出路也更加遙不可期。
希望下次我們?cè)倏吹阶詺⑾嚓P(guān)的新聞時(shí)，能夠探討的不只有吸引眼球的技術(shù)進(jìn)步，也有慈悲、責(zé)任與擔(dān)當(dāng)。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請(qǐng)轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會(huì)經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。
