自殺，一直都是不容忽視的公共健康議題。在加拿大，這一問題尤為突出。
每年，加拿大約有4000人死于自殺，這就意味著每天有10個人會選擇自殺來結束自己的生命。
根據加拿大公共衛生署的數據，對于每一個自殺案例，自殺嘗試會進行25~30次。而且每當有1人自殺，就有7~10人會因此受到極大的影響。此外，在某些群體（比如土著居民、移民和難民、囚犯、同性戀等）中自殺率不僅高居不下，甚至還呈現出上升的趨勢。
還不止于此。在加拿大從事某些職業的人也表現出自殺率高漲的趨勢。剛剛發表在Canadian Psychology期刊上的一篇調查報告表明，從事包括急救員、911接線員、獄警、消防員、警察等在內職業的人，因工作性質的特殊性，其承受的壓力高于普通人，因此也成為最易尋短見自殺的群體。
在這項規模頗大的網絡調查中，有5000位上述職業的人士接受了調查。結果顯示，總體而言，受訪者中約有10%的人在過去的一年中承認有自殺意念。其中4%的人承認實際上做出了計劃自殺，而有0.5%則承認曾經企圖自殺。
自殺對他人造成的影響廣泛存在。據多倫多交通局近日的報告顯示，截至2017年年底，借助交通工具自殺的案例有所增加，僅12月份就有8次嘗試自殺的案例。而交通局的工作人員因飽受自殺事件的影響，承受了巨大的工作壓力，員工的休假率也相應上升。
自殺率逐年攀升，令加拿大政府焦頭爛額，盡管采取了多種干預措施，然而效果并不如人意。如今，為了預防自殺，拯救更多生命，加拿大政府開始向人工智能拋出“橄欖枝”，探索幫助識別自殺行為的新途徑。
嘗試預測
2018年初，加拿大公共衛生署宣布了一個試點項目，該項目是加拿大政府與總部位于渥太華的人工智能公司Advanced Symbolics合作開發的一個預防自殺的計劃。該公司曾經成功預測了英國退歐、特朗普當選總統以及2015年加拿大大選的結果。
這一試點項目將通過監測加拿大社交媒體賬戶發布的帖子（包括與自殺相關的內容，不過發布言論者的身份信息不會被收集），來研究和預測區域的自殺率。同時，該項目并不會在個人層面上進行接洽，相反，其研究結果將會被用于制定心理健康資源規劃。
加拿大公共衛生署發言人表示，必須要先了解自殺行為的各種模式與特征，才能制定有效的自殺預防計劃，真正預防自殺，所以公共衛生署正探索如何基于網上數據識別放出自殺言論的用戶要采取的自殺模式。
根據合作協議，該項目包括3個月的試驗期。在試驗期內，研究人員將分析16萬個社交網絡賬戶，確認遍布加拿大的社區自殺率可能上升的趨勢。人工智能技術預測出特定區域自殺率可能上升后，將會通知政府衛生部門采取措施。3個月的試驗期結束后，加拿大政府將決定該項目是否有必要繼續進行。目前項目正在實施中，預計最早今年6月結束。
項目初期，加拿大政府撥款近2.5萬美元，如果進展順利，政府決定繼續實行該項目，預計支出將高達40萬美元。如果該項目獲得成功，人工智能則可以幫助加拿大衛生部門預測下一個自殺高峰將發生在哪個地區，以便提前數月采取干預措施。
主動干預
實際上，用人工智能技術預測自殺高峰的想法，并非Advanced Symbolics公司首創。
早在2011年，Facebook就開發出了一款人工自殺報告系統。用戶可以上傳其他人發布的有關自殺內容的截圖以供審查。
通過審核，Facebook會向存在自殺傾向的用戶發送電子郵件，只要點擊郵件中的鏈接，即可與“全國自殺預防生命線”組織的危機干預代表在線聊天，這讓那些不愿撥打電話的人可通過新方式獲得幫助。
而在用戶報告可能的自殺行為之后，他們也會收到Facebook的回復，并告知相關處理情況。而且，Facebook上所有這些報告都是匿名的，存在自殺傾向的用戶并不知道是誰提交的報告。
2015年，該系統允許用戶對與自殺相關的內容進行“標記”，這讓Facebook員工加快對帖子的審查速度，并相應做出了恰當的回應。
2017年，Facebook再次嘗試使用新型的“主動檢測”人工智能技術。該技術可掃描所有帖子中的潛在的自殺傾向，并在必要時將心理健康資源發送給存在自殺風險的用戶或他們的朋友，或聯系當地的緊急熱線，而無需等待用戶報告，以便最大程度地讓用戶獲得幫助。
“響應速度真的很重要，我們必須及時幫助那些需要幫助的用戶。”負責該產品的Facebook副總裁Guy Rosen表示。目前，該系統在美國已成功測試，下一步計劃推廣到更多國家。
謹慎前行
盡管科研人員在利用人工智能技術預防自殺方面做出了諸多嘗試與努力，不過就目前而言，對自殺風險的評估和管理仍然是非常主觀的。為了改善這一現狀，我們需要更加客觀的人工智能策略。
自殺是一個極其復雜的問題，會受到心理、生理、環境、經濟和文化等各種因素的影響。利用人工智能可以探索這些因素與自殺之間的聯系，同時，人工智能還可以模擬多種因素對自殺的綜合效應，并利用這些模型來預測個體風險。
在這方面，科研人員已經取得了一定的進展。美國范德堡大學的研究人員最近設計了一種能預測自殺風險的人工智能模型。
該模型利用電子健康記錄，對一周內發生的自殺事件的預測準確率達到84%~92%，2年內的準確率則達到80%~86%。
隨著利用人工智能技術進行自殺預防領域的不斷發展，仍然存在一些潛在的障礙需要解決。
首先是隱私問題。與人工智能有關的風險，特別是對于收集、儲存、轉移和使用機密的健康信息，亟需進行保護性立法。
其次要提高預測的準確性。在更加準確判定自殺意圖方面，人工智能技術需要得到進一步的發展。尤其需要克服的是因系統偏差或系統錯誤造成的“誤判”。
再次是安全性。要確保人工智能系統能夠對有自殺傾向的用戶做出適當的回應，這一點至關重要。這樣，就不會使他們的情緒狀態惡化，或者意外地促成自殺行為。
此外，對于如何正確處理由人工智能技術標記的高風險案例，以及如果人工智能風險評估與臨床意見相左的情況，需要作出應急指南。
缺乏對人工智能技術在預防自殺方面的認知與理解同樣值得重視。畢竟，不是所有人都能緊跟科學技術發展的腳步。關于人工智能技術在預防自殺方面的知識缺口，需要進行更多的科普教育。
盡管存在不少障礙，但在預防自殺方面，人工智能將不遺余力地發揮作用。正如Facebook首席執行官馬克·扎克伯格所說：“展望未來，我們保持人們安全的最大機會是建立人工智能，以更快，更準確地了解我們社會正在發生的事情。”■