Il suicidio è la seconda causa di morte tra i giovani tra i 15 e i 34 anni negli Stati Uniti ed i medici stanno cercando gli strumenti idonei per identificare i soggetti a rischio. Una nuova tecnica di apprendimento automatico – documentata in un articolo pubblicato su Nature Human Behavior – potrebbe aiutare a identificare quanti soffrono di pensieri suicidi.
I ricercatori hanno esaminato 34 giovani adulti, divisi equamente tra chi spesso ha segnalato pensieri tendenti al suicidio e un gruppo di controllo. Ogni soggetto è stato sottoposto ad una MRI funzionale e gli sono stati presentati tre elenchi di 10 parole. Tutte le parole erano correlate al suicidio (parole come ‘morte’ o ‘fatale’), agli effetti positivi (bontà, spensieratezza e innocenza) o effetti negativi (noia, dolore, colpevolezza). I ricercatori hanno anche utilizzato le firme neurali precedentemente mappate che mostrano i pattern cerebrali delle emozioni, come “vergogna” e “rabbia”.
Sono state trovate cinque località cerebrali, insieme a sei delle parole, identificate come i migliori marcatori per distinguere i pazienti potenzialmente suicidi. Utilizzando solo quelle date parole, i ricercatori hanno formato un classificatore automatico di apprendimento che è stato in grado di identificare correttamente 15 dei 17 pazienti con pensieri suicidi e 16 di 17 soggetti di controllo.
I risultati hanno mostrato che i pazienti sani e quelli con pensieri suicidi hanno reazioni molto diverse alle parole. Ad esempio, quando venivano loro mostrate parole come “morte”, la zona della “vergogna” nel loro cervello è diventata più luminosa.
Questo è l’ultimo sforzo, in termini di tempo, per portare l’intelligenza artificiale nella psichiatria. I ricercatori stanno lavorando su progetti di apprendimento che usano la risonanza magnetica nel predire grandi disturbi depressivi in base ai modelli stabiliti.
