Uniavisen
Københavns Universitet
Uafhængig af ledelsen

Videnskab

Kunstig intelligens kan kortlægge unges selvmordstendenser

AI — En algoritme og et kæmpe datasæt giver forskere helt nye muligheder for at spotte risikoadfærd. »Vi håber, at vores undersøgelse kan bruges til at forudse og forebygge, at et ungt menneske ender i risiko for selvmord,« siger lektor i psykologi.

Hvordan kan et ungt menneske ende et sted, hvor det at tage sit eget liv føles som den eneste udvej?

Har du selvmordstanker?

Hvis du er i krise eller har tanker om selvmord, så sig det til nogen.

Du kan kontakte Livsliniens telefonrådgivning på 70 201 201 alle årets dage mellem klokken 11-05.

Du kan også skrive til Livsliniens mailrådgivning skrivdet.dk, eller kontakte Livsliniens chatrådgivning.

Det vil et nyt samarbejde mellem Københavns Universitet og Universitet i Oslo besvare.

Ved brug af en særligt udviklet algoritme og et datasæt på 173.664 norske unge i alderen 13-18 år har et hold af forskere kortlagt de største risikofaktorer for selvmord blandt unge.

»Tidligere studier har ofte fokuseret på enkeltstående faktorer, som for eksempel depression. Men ved hjælp af kunstig intelligens er det lykkedes os at finde frem til, hvordan forskellige risikofaktorer spiller sammen med hinanden,« siger Milan Obaidi, der er lektor på Institut for Psykologi, KU, og blandt projektets forskere.

I 2022 viste en undersøgelse fra Aalborg Universitet, at op mod hver anden unge er ramt af psykisk mistrivsel, skriver DR. Af de 173.664 unge, som indgår i projektet Unveiling Adolescent Suicidality: Holistic Analysis of Protective and Risk Factors Using Multiple Machine Learning Algorithms har 4,65 procent forsøgt at begå selvmord inden for de seneste 12 måneder. Det svarer til næsten hver 20.

»Vi håber, at vores undersøgelse kan bruges til at forudse og forebygge, at et ungt menneske ender i risiko for selvmord,« siger Milan Obaidi.

Den største risikofaktor er nylig selvskade

Milan Obaidi, lektor ved Institut for Psykologi

Ved hjælp af den nyudviklede algoritme har forskerne fundet sammenhæng blandt seks risikofaktorer, fortæller Milan Obaidi.

»Den største risikofaktor er nylig selvskade. De øvrige fem risikofaktorer er internaliseringsproblemer, altså angst, depression, adhd eller lignende, søvnforstyrrelser, spiseforstyrrelser, håbløshed eller mangel på optimisme for fremtiden og endelig victimisering, for eksempel mobning,« siger han og fortsætter:

»De enkelte risikofaktorer kan ikke stå alene. Selvfølgelig kan man spise dårligt eller have en decideret spiseforstyrrelse uden at være selvmordstruet, men ifølge projektets resultater kan risikoen for selvmord opstå, når flere af faktorerne kombineres.«

Algoritmen bliver klogere

Kunstig intelligens kan ifølge Milan Obaidi hjælpe forskere til at spotte psykologiske sammenhænge, som gængs menneskelig analyse ikke vil være i stand til at se. I det konkrete forsøg er algoritmen nået frem til sine resultater ved at sammenligne besvarelser om sindstilstand og livsforhold blandt de mange tusinde norske unge.

»Mig bekendt er der ikke før blevet lavet forskning, der kombinerer brug af kunstig intelligens med så store datasæt, som vi har brugt her,« siger han.

Vi håber, at vores undersøgelse kan bruges til at forudse og forebygge, at et ungt menneske ender i risiko for selvmord

Milan Obaidi, lektor ved Institut for Psykologi

»I psykologien arbejder man nærmest aldrig med så store mængder data. Under normale omstændigheder ville et studie være enormt, hvis vi havde 500 deltagere med. Men ved hjælp af kunstig intelligens er det muligt at kigge på mange variable samtidigt.«

Ifølge forskeren er »det smukke« ved algoritmen, at jo mere data, den fodres med, jo mere præcis vil den blive med tiden.

»Vi ved ikke præcis, hvor projektet lander, men det vil være oplagt at bruge algoritmen på et nyt, tilsvarende datasæt næste år, så vi kan monitorere, om der sker ændringer i tendenserne,« siger Milan Obaidi.

Konkret håber han, at kommuner eller enheder, der arbejder med psykisk udsatte og belastede unge, vil kunne bruge resultaterne til at forbedre deres forebyggende arbejde med selvmordtruede unge.

»Hvis man sidder med et ungt menneske, som har det svært, og man samtidig begynder at kunne spotte de seks risikofaktorer hos den unge, så håber vi, at man vil kunne bruge det til at sætte ind hurtigst muligt,« siger Milan Obaidi.

Foruden ham selv har der været en række forskere tilknyttet projektet – herunder dataloger, som har udviklet algoritmen.

Seneste