Ένα νέο εργαλείο τεχνητής νοημοσύνης που «διαβάζει» τη γλώσσα θα μπορούσε να βοηθήσει τους επαγγελματίες ψυχικής υγείας να εντοπίζουν ταχύτερα ανθρώπους που διατρέχουν υψηλό κίνδυνο αυτοκτονίας.
Το σύστημα, που αναπτύχθηκε από ερευνητές του Τεχνολογικού Ινστιτούτου της Μασαχουσέτης (MIT), αναλύει λέξεις και φράσεις από συνομιλίες ανθρώπων με συμβούλους σε γραμμές υποστήριξης και επιχειρεί να εκτιμήσει το επίπεδο του κινδύνου.
Η έρευνα δημοσιεύθηκε στις 24 Σεπτεμβρίου 2026 στο Journal of Psychopathology and Clinical Science.
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ
Η ομάδα των ερευνητών ανέπτυξε ένα ειδικό λεξικό επικινδυνότητας αυτοκτονίας, το οποίο συνδέει λέξεις και φράσεις με 49 διαφορετικούς παράγοντες που έχουν συσχετιστεί με τον αυτοκτονικό ιδεασμό, τις απόπειρες αυτοκτονίας και τον θάνατο από αυτοκτονία.
Για τη δημιουργία του λεξικού χρησιμοποιήθηκε αρχικά τεχνητή νοημοσύνη, ενώ στη συνέχεια οι προτεινόμενες λέξεις και φράσεις ελέγχθηκαν και αξιολογήθηκαν από ειδικούς κλινικούς επιστήμονες.
Το τελικό λεξικό περιλαμβάνει περίπου 60 λέξεις ή φράσεις για κάθε έναν από τους 49 παράγοντες κινδύνου.
Στη συνέχεια, οι ερευνητές εκπαίδευσαν ένα μοντέλο μηχανικής μάθησης ώστε να αναζητά αυτές τις γλωσσικές ενδείξεις σε πραγματικές συνομιλίες και να εκτιμά το επίπεδο κινδύνου.
Η ανάλυση 16.000 συνομιλιών
Για να δοκιμάσουν το σύστημα, οι ερευνητές συνεργάστηκαν με την Crisis Text Line, έναν διεθνή μη κερδοσκοπικό οργανισμό που παρέχει δωρεάν και εμπιστευτική υποστήριξη μέσω γραπτών μηνυμάτων σε ανθρώπους που βρίσκονται σε κρίση.
Αναλύθηκαν ανώνυμα δεδομένα από περίπου 16.000 συνομιλίες μεταξύ ανθρώπων που αναζητούσαν βοήθεια και εκπαιδευμένων εθελοντών συμβούλων.
Οι συνομιλίες ταξινομήθηκαν σε τρεις κατηγορίες, με ανθρώπους που δεν έχουν τάση για αυτοκτονία, με ανθρώπους με αυτοκτονικό ιδεασμό αλλά χωρίς άμεσο κίνδυνο και με ανθρώπους που αντιμετώπιζαν άμεσο κίνδυνο.
Η τρίτη κατηγορία αποτέλεσε το βασικό αντικείμενο της έρευνας. Σε αυτήν περιλαμβάνονταν άνθρωποι που είχαν σχέδιο αυτοκτονίας ή δήλωναν πρόθεση να πεθάνουν μέσα στις επόμενες 48 ώρες.
Τα αποτελέσματα έδειξαν ότι ορισμένες γλωσσικές ενδείξεις συνδέονταν περισσότερο με την ομάδα υψηλότερου κινδύνου.
Μεταξύ αυτών ήταν οι αναφορές σε μέσα που θα μπορούσαν να χρησιμοποιηθούν για αυτοκτονία, η χρήση ουσιών, οι άμεσες εκφράσεις αυτοκτονικού ιδεασμού και οι αναφορές σε αυτοτραυματισμό.
Αντίθετα, παράγοντες όπως η καταθλιπτική διάθεση και η κόπωση, αν και συνδέονται με τον αυτοκτονικό ιδεασμό, εμφάνισαν μικρότερη προγνωστική βαρύτητα στο συγκεκριμένο μοντέλο.
Άλλοι παράγοντες που παρουσίασαν ενδιάμεση συσχέτιση ήταν το άγχος, η οριακή διαταραχή προσωπικότητας, το μετατραυματικό στρες και ο έντονος συναισθηματικός πόνος.
Το σύστημα αποδίδει διαφορετικό βάρος σε κάθε παράγοντα. Έτσι, ορισμένες αναφορές που σχετίζονται άμεσα με αυτοκτονική συμπεριφορά επηρεάζουν περισσότερο την τελική εκτίμηση, ενώ εκφράσεις που συνδέονται με την απελπισία έχουν μικρότερη βαρύτητα.
Το πλεονέκτημα: εξηγεί την εκτίμησή του
Ένα από τα βασικά χαρακτηριστικά του εργαλείου είναι ότι δεν περιορίζεται σε μια γενική εκτίμηση κινδύνου.
Το μοντέλο μπορεί να επισημάνει τις συγκεκριμένες λέξεις ή φράσεις που συνέβαλαν στην αξιολόγηση. Έτσι, ένας επαγγελματίας μπορεί να δει ποια στοιχεία της συνομιλίας οδήγησαν το σύστημα σε μια συγκεκριμένη εκτίμηση.
Η δυνατότητα αυτή θεωρείται σημαντική σε έναν τόσο ευαίσθητο τομέα, καθώς επιτρέπει στον άνθρωπο που αξιολογεί την κατάσταση να εξετάσει τα στοιχεία στα οποία βασίστηκε ο αλγόριθμος.
Παράλληλα, το συγκεκριμένο μοντέλο είναι σχετικά «ελαφρύ» σε σχέση με τα μεγάλα γλωσσικά μοντέλα, γεγονός που σημαίνει ότι μπορεί να λειτουργήσει με πολύ μικρότερες υπολογιστικές απαιτήσεις. Αυτό θα μπορούσε να περιορίσει τόσο το κόστος όσο και ορισμένες ανησυχίες σχετικά με την προστασία ευαίσθητων προσωπικών δεδομένων.
Οι ερευνητές υπογραμμίζουν ότι η τεχνολογία δεν μπορεί να αντικαταστήσει την ανθρώπινη αξιολόγηση.
Ένα βασικό μειονέκτημα των λεξικών είναι ότι μια λέξη μπορεί να έχει διαφορετικό νόημα ανάλογα με το πλαίσιο στο οποίο χρησιμοποιείται. Επιπλέον, ένα σύστημα που βασίζεται σε συγκεκριμένες λέξεις μπορεί να μην αναγνωρίζει νέες εκφράσεις ή διαφορετικούς τρόπους με τους οποίους ένας άνθρωπος περιγράφει την κατάστασή του.
Για τον λόγο αυτό, οι ερευνητές θεωρούν απαραίτητη την εκτεταμένη επικύρωση του μοντέλου πριν από οποιαδήποτε χρήση σε κλινικό περιβάλλον.
Παράλληλα, το σύστημα θα πρέπει να προσαρμόζεται διαρκώς στις αλλαγές της γλώσσας και στις ιδιαιτερότητες διαφορετικών πληθυσμών.
Η ανθρώπινη παρέμβαση παραμένει, σύμφωνα με τους ερευνητές, κρίσιμη για την αξιολόγηση του κινδύνου και τη λήψη αποφάσεων.
Από τις γραμμές υποστήριξης στα μέσα κοινωνικής δικτύωσης
Η ερευνητική ομάδα εξετάζει ήδη ευρύτερες εφαρμογές της συγκεκριμένης τεχνολογίας.
Το λεξικό επικινδυνότητας αυτοκτονίας και το λογισμικό που χρησιμοποιήθηκε για τη δημιουργία του μπορούν να αξιοποιηθούν και σε άλλες έρευνες σχετικά με την ψυχική υγεία.
Οι ερευνητές εξετάζουν, μεταξύ άλλων, κατά πόσο δεδομένα από μέσα κοινωνικής δικτύωσης και ηλεκτρονικά αρχεία υγείας μπορούν να προσφέρουν πρόσθετες πληροφορίες για την εκτίμηση του κινδύνου αυτοκτονίας.
Η βασική ιδέα είναι ότι η γλώσσα μπορεί να αποτελέσει ένα ακόμη εργαλείο για την έγκαιρη αναγνώριση ανθρώπων που ενδέχεται να χρειάζονται άμεση υποστήριξη.
Ωστόσο, οι ίδιοι οι επιστήμονες επισημαίνουν ότι ένας αλγόριθμος δεν θα πρέπει να αποτελεί τη μοναδική βάση για μια τόσο κρίσιμη αξιολόγηση. Η τεχνολογία μπορεί να λειτουργεί ως βοήθημα για τους ειδικούς, παρέχοντας πρόσθετες ενδείξεις, αλλά η τελική αξιολόγηση παραμένει ανθρώπινη.
