自殺事件頻發(fā)引重視

12月10日，深圳中興網(wǎng)信科技有限公司研發(fā)組主管歐某在中興大樓墜亡，經(jīng)初步勘察判定排除他殺。據(jù)其妻子公開發(fā)文中顯示，歐某于12月1日首次被領(lǐng)導(dǎo)告知辭退意向，這之后的10天里與公司多次圍繞辭退事宜進行談話，期間歐某曾受到公司的惡意中傷和壓低賠償，于12月10日墜樓身亡。此事件引發(fā)了大量網(wǎng)友關(guān)注和熱議：

輿情走勢顯示，各平臺網(wǎng)友對此事件的關(guān)注度在12月10日墜樓事件發(fā)生后開始出現(xiàn)高峰。

而根據(jù)清博輿情監(jiān)測系統(tǒng)對全網(wǎng)情感屬性的檢測結(jié)果顯示，網(wǎng)友負面、正面、中性情緒占比均在三分之一左右，可見此事引發(fā)的網(wǎng)友觀點并沒有一邊倒向討伐中興，支持員工。出現(xiàn)這樣的結(jié)果，可以從知乎上“如何看待 12 月 10 日中興通訊 42 歲研發(fā)負責(zé)人墜樓事件?”這一話題中獲贊2w+的回答找到原因，回答客觀分析了在行業(yè)衰落的大背景下，公司裁員、壓低股票的做法是正常的，我們需要做的是怎樣避免受到客觀問題的影響。

因此，輿論觀點除網(wǎng)友為墜樓員工發(fā)聲之外，也有不少人表達出了對現(xiàn)實問題的無奈。在互聯(lián)網(wǎng)內(nèi)外，公司調(diào)整犧牲員工利益之事時有發(fā)生，失業(yè)降薪、財政困難、家庭責(zé)任是每個人已經(jīng)遇到或一定會遇到的問題。不知道歐某到底出于何種真相才選擇拋下父母妻兒選擇自殺，但無論是出于何種原因，一條鮮活的生命就這樣消失了。

有數(shù)據(jù)顯示，全世界每年約80萬人死于自殺，中國每年至少28.7萬人(其中，約10萬名青少年)自殺，200萬人自殺未遂，平均每分鐘2人自殺，8人自殺未遂。這樣高的自殺率已經(jīng)引起了各國研究者的關(guān)注，利用大數(shù)據(jù)預(yù)測和預(yù)防自殺也成為了一大研究方向。

預(yù)測預(yù)防自殺研究現(xiàn)狀

今年2月，一女孩直播自殺的視頻傳遍美國社交平臺，引起一片嘩然。對此，F(xiàn)acebook3月宣布將利用AI識別自殺傾向用戶，并表示將大力加強自身的自殺預(yù)防工具，利用人工智能技術(shù)來識別有自殺傾向的用戶，從而保障Facebook社區(qū)環(huán)境的安全、健康。

弗羅里達州立大學(xué)研究者領(lǐng)導(dǎo)的開創(chuàng)性項目也在自殺預(yù)測方面取得了巨大的進步——利用機器學(xué)習(xí)預(yù)測自殺傾向風(fēng)險。該研究通過梳理2百萬病人的電子健康記錄的數(shù)據(jù)庫，根據(jù)其中包含的可能導(dǎo)致自殺行為的詳細病史，利用機器學(xué)習(xí)進行檢查，學(xué)習(xí)因子的組合方式，以最大化自殺傾向預(yù)測的準(zhǔn)確率，從而開發(fā)針對自殺行為風(fēng)險的預(yù)警系統(tǒng)。該研究得到了一個十分吸引人的結(jié)論：機器學(xué)習(xí)能預(yù)測最多兩年之后某人的自殺傾向，準(zhǔn)確率高達80%~90%。該方法在越接近某人的可能自殺日期時還會變得更加準(zhǔn)確，比如針對一般的醫(yī)院病人，在試圖自殺的前一周準(zhǔn)確率攀升到92%。

前不久，清華大學(xué)計算機系教授、數(shù)據(jù)科學(xué)研究院計算心理健康研究中心主任馮鈴在講座中介紹了中心針對預(yù)測預(yù)防自殺所做的研究，該中心的研究內(nèi)容包括感知壓力、疏導(dǎo)壓力兩個方向。

在感知壓力方向，中心對傳統(tǒng)心理學(xué)量表、穿戴設(shè)備所檢測的生理信號以及社交網(wǎng)絡(luò)中的在線遺書等數(shù)據(jù)進行分析，以監(jiān)測壓力并判斷壓力類型和級別。對此，中心建立了一個特征模型，利用文本分析、情感分析、數(shù)據(jù)挖掘、意見挖掘等常用的方法，監(jiān)測持續(xù)性慢性壓力、壓力類型種類及其波動狀態(tài)圖，并對以下暴露心理壓力等自殺因素的六大特征進行監(jiān)測：

負面情緒詞在微博中占比

自我關(guān)注詞在微博中占比

自殺詞匯在微博中占比

遺言詞在微博中占比

社交媒體上的活躍程度

不同情緒之間的轉(zhuǎn)移

隨后，分析這些特征的權(quán)重，把所有的數(shù)據(jù)量化之后，開始跑機器學(xué)習(xí)模型，用各種優(yōu)化算法，比如遺傳算法來學(xué)，降低檢測誤差。

在疏導(dǎo)壓力方向，中心構(gòu)建了“清華幫”平臺，作為落地的應(yīng)用。該平臺通過分析用戶在平臺上發(fā)布的帶有文字、圖片及發(fā)布時間等信息，有效實現(xiàn)壓力疏導(dǎo)。平臺使用者可以表達自己的愿望、問題，或解答問題，在隱私保護方面，所有的用戶消息都會定期清理。系統(tǒng)后臺有算法來做支撐，例如推薦算法推薦合適的用戶解答問題。

　　預(yù)測預(yù)防自殺研究發(fā)展方向

顯然，不同國家的學(xué)者都意識到了自殺率高這一問題的嚴(yán)重性，紛紛開展對預(yù)測預(yù)防自殺的研究。但在此過程中，仍然存在許多有待解決的困難，如何解決這些問題也必然將成為該研究領(lǐng)域的發(fā)展方向：

建立合理的隱私數(shù)據(jù)準(zhǔn)用機制

預(yù)測預(yù)防自殺需要研究醫(yī)療、社交等多源頭大量的數(shù)據(jù)，而醫(yī)療數(shù)據(jù)的獲取往往受到數(shù)據(jù)隱私保護的限制，想要拿到真實、全面的醫(yī)療數(shù)據(jù)非常困難。社交數(shù)據(jù)同樣存在這一問題，微博、博客等公開數(shù)據(jù)的獲取較為方便，微信朋友圈、個人通話和信息等隱私性較強的數(shù)據(jù)難以獲取。但往往最隱私的信息最能暴露更多的自殺征兆，所以，建立合理的隱私數(shù)據(jù)準(zhǔn)用規(guī)范和機制將使得研究獲取更多數(shù)據(jù)，從而提高研究結(jié)果的準(zhǔn)確率。

研究成果落地，完善預(yù)警系統(tǒng)

所有的研究都應(yīng)該遵循問題引導(dǎo)，并尋求應(yīng)用落地。利用大數(shù)據(jù)人工智能、機器學(xué)習(xí)等手段進行自殺預(yù)測和預(yù)防正是以自殺率搞這以公眾健康問題為背景，但是目前的應(yīng)用落地還不能很好的實現(xiàn)。數(shù)據(jù)科學(xué)研究院計算心理健康研究中心研發(fā)的“清華幫”目前僅是一個小小的應(yīng)用產(chǎn)品，面向更大受眾群體的落地應(yīng)用還有待開發(fā)，例如建立全國范圍的自殺預(yù)警系統(tǒng)。此外，預(yù)警系統(tǒng)建立后還將面臨更多的問題：系統(tǒng)報警后，誰來實地執(zhí)行對有自殺傾向的人員進行救治?如何及時趕到自殺現(xiàn)場?針對有自殺傾向的人群，如何有效疏導(dǎo)和緩解他們的心情?這期間需要警力、心理專家等多方協(xié)作和執(zhí)行，才能真正促使研究發(fā)揮實際價值。

自殺作為日益嚴(yán)重的公眾健康問題，越來越引起人們的關(guān)注，除了惋惜之外，我們也應(yīng)該思考如何科學(xué)預(yù)測、預(yù)防自殺。相信隨著研究手段的不斷增加和研究成果的不斷產(chǎn)出，在不久的未來，人們可以通過大數(shù)據(jù)和人工智能，更有力地避免悲劇發(fā)生。