นักวิจัยออกแบบตัวแบบการเรียนรู้ของเครื่องเพื่อทำนายการฆ่าตัวตายของวัยรุ่นและความเสี่ยงในการทำร้ายตนเองได้ดียิ่งขึ้น

ภาพจาก UNSW Sydney Newsroom (Australia)

ตัวแบบการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่พัฒนาโดยนักวิจัยจาก University of New South Wales (UNSW) ของออสเตรเลีย Ingham Institute for Applied Medical Research และ South Western Sydney Local Health District มีเป้าหมายที่จะคาดการณ์ความเสี่ยงของการฆ่าตัวตายและการพยายามทำร้ายตัวเองในหมู่วัยรุ่นได้ดียิ่งขึ้น

จากการใช้ข้อมูลจากผู้เข้าร่วม 2,809 คนในการศึกษาของ  Longitudinal Study of Australian Children นักวิจัยระบุปัจจัยเสี่ยงที่อาจเกิดขึ้นมากกว่า 4,000 รายการที่เกี่ยวข้องกับสุขภาพจิตและร่างกาย ความสัมพันธ์ระหว่างบุคคล และสภาพแวดล้อมในโรงเรียนและที่บ้าน

พวกเขาใช้อัลกอริทึม random forest classification เพื่อระบุปัจจัยเสี่ยงในช่วงอายุ 14-15 ปี ที่สามารถทำนายการทำร้ายตนเองและการพยายามฆ่าตัวตายได้มากที่สุดในช่วงอายุ 16-17 ปี ตัวแบบ ML ที่อิงตามปัจจัยเสี่ยงอันดับต้น ๆ มีความแม่นยำในการทำนายการทำร้ายตัวเองและการพยายามฆ่าตัวตายมากกว่าแนวทางมาตรฐาน ซึ่งจะพิจารณาเฉพาะความพยายามครั้งก่อนเท่านั้น

อ่านข่าวเต็มได้ที่: UNSW Sydney Newsroom (Australia)