尽管经过几十年的努力，预测谁最有可能死于自杀仍然令人沮丧地困难。依靠患者来透露他们的意图是行不通的。近 80% 的自杀身亡者在最后一次就诊时对医生和治疗师隐瞒了他们的自杀想法。然而，美国中年人的自杀率正在上升，自杀是年轻人死亡的第二大原因。这就是为什么研究人员一直在紧急寻找可靠的自杀念头和行为的生物学预测指标。
本周发表在《自然人类行为》上的一份报告提出了一种有趣的新可能性。这项研究将神经成像与机器学习相结合，以探索自杀者的脑部对与生死相关的积极和消极词语的反应是否不同。“事实证明，他们的反应确实不同，”哈佛大学的临床心理学家、合著者马修·诺克说。“我们可以非常准确地预测谁有过自杀念头，谁没有——甚至在那些有自杀念头的人中，谁曾尝试过，谁没有尝试过。”
国家聋哑和其他交流障碍研究所脑成像和建模部门负责人巴里·霍维茨说，尽管这项研究规模很小，但其发现是卓越的。霍维茨撰写了对这项研究的评论，他对该技术能够正确分类 17 名自杀受试者中 9 名曾尝试过自杀的人的能力印象尤其深刻，专家表示，这群人就像大海捞针一样难以找到。“很难想象有任何其他方法或风险因素可以让你做出这种区分，”霍维茨说。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保关于塑造我们当今世界的发现和想法的有影响力的故事的未来。
今年早些时候，据报道，机器学习能够根据健康记录检测出自杀风险，准确率达 80% 至 90%，这被认为是一个令人鼓舞的结果。但是这项新的研究之所以突出，是因为它揭示了自杀想法的潜在生物学标志物。“这不仅仅是一种报告的行为，”卡内基梅隆大学的认知神经科学家、合著者马塞尔·贾斯特说，“我们获得了他们关于自杀的实际想法，并且我们看到了它们是如何被改变的。”
这项研究结合了两条独立的研究路线。诺克此前曾使用内隐联想测验来确定自杀风险。例如，他将与死亡和生命相关的词语与“像我”和“不像我”配对。当死亡和我配对时，有自杀倾向的人比对照组更快地做出反应的可能性大约高三倍。与其他方法（如医疗评估）相比，该结果已被反复复制，并已被证明是自杀想法和行为的相对较强的预测指标。
与此同时，贾斯特一直在使用功能性磁共振成像 (fMRI) 来观察大脑内部。“我们可以看到与想法相对应的模式，”他说。他的技术被称为神经语义学，它识别的不是词语而是概念。例如，对于句子老人把石头扔进湖里，大脑激活模式表明有人的参与，发生了运动，并且在可视化的场景中有一个户外环境。在单独的研究中，贾斯特要求受试者（他们是方法派演员）构思诸如愤怒和嫉妒之类的感受，并发现每种感受都有可识别的模式。“情绪具有神经特征，”贾斯特说。“我们在电脑上有一个关于它们的文件。”
当贾斯特读到诺克的研究时，他想知道是否可以在他的扫描仪中看到有自杀倾向的人的想法。首先，研究人员询问了一个机器学习分类器，该分类器尝试找到特定结果的预测指标，是否可以区分 17 名曾考虑过自杀的受试者和 17 名没有考虑过自杀的受试者。在 fMRI 扫描仪内部，参与者被要求思考一系列与自杀相关的词语以及特定的积极和消极的想法和感受。（最重要的是死亡、麻烦、无忧无虑、残忍、赞美和好。）在测量了神经反应模式后，研究人员在 34 名受试者中的 33 名受试者的数据上训练了机器。然后，他们要求机器确定神秘受试者是否有自杀倾向。分类器以 91% 的准确率完成了这项任务，正确识别出 17 名有自杀倾向的受试者中的 15 名和 17 名对照组中的 16 名。
在研究的第二阶段，研究人员使用了贾斯特的情绪特征档案来评估四种情绪——愤怒、羞耻、悲伤和骄傲——中的每一种与每个词语的关联程度。“通过每种情绪被唤起的程度，分类器可以判断某人是属于有自杀倾向的组还是对照组，”贾斯特说。“死亡在有自杀想法的人中引发了更多的悲伤和羞耻。” 基于这些情绪神经特征的分类在预测自杀念头方面的准确率为 87%。
对于与死亡相关的词语，有自杀倾向的人激活了更多与自我参照思维相关的大脑区域。诺克说，这与之前的发现一致。但是对无忧无虑或麻烦等词语的情绪反应令人惊讶。“那些考虑自杀的人在看到无忧无虑这个词时，表现出较少的骄傲，而在看到死亡这个词时，则表现出更多的羞耻，”诺克说。“关于人们如何看待自己，存在着我们以前没有识别出的这种情绪成分。”
其他自杀学家表示，使用神经特征来预测自杀风险的想法很有希望，但强调该研究是多么初步。“这些结果对于工作中的机制以及鉴于任务的密集性和 fMRI 的花费，对临床意义留下了许多疑问，”犹他大学的临床心理学家亚历克西斯·梅说，他没有参与这项研究。
这项研究的作者同意。他们希望首先复制这项研究，然后调查该技术的临床可行性，或许通过采用另一种技术，脑电图或 EEG，它可以监测大脑的电活动。虽然更好地了解有自杀倾向的人的大脑显然具有科学意义，但这种方法是否真的有用还有待观察。“如果你可以使用三分钟的行为测试获得良好的预测，为什么还要花一千美元把人放入扫描仪呢？” 诺克说。“我们正在做的是看看这些方法是否能给我们提供不同的难题。”