机构名称：
¥ 2.0
摘要：自杀是全球范围内难以预测的首要死亡原因，对预防工作提出了挑战。人工智能 (AI) 和机器学习 (ML) 已成为研究大型数据集以增强风险检测的一种手段。使用 PubMed / MEDLINE、PsychInfo、Web-of-Science 和 EMBASE 对评估自杀行为的 ML 调查进行了系统评价，采用与自杀和 AI 相关的搜索字符串和 MeSH 术语。数据库由手动搜索技术和 Google Scholar 补充。纳入标准：(1) 期刊文章，提供英文版，(2) 原始调查，(3) 使用 AI / ML，(4) 评估自杀风险结果。根据摘要搜索确定了 N = 594 条记录，并确定了 25 份手动搜索的报告。删除重复项后保留 N = 461 份报告，摘要筛选后排除 n = 316 份。在 n = 149 篇经过评估符合条件的全文文章中，n = 87 篇被纳入定量综合，并根据自杀行为结果分组。报告在方法和结果方面差异很大。结果表明，在预测自杀行为方面，风险分类准确率（> 90%）和曲线下面积 (AUC) 水平很高。我们报告了使用 AI/ML 框架指导进一步研究的关键发现和主要局限性，这些研究有可能对自杀产生广泛的影响。
机器学习调查的系统评价
主要关键词
相关文件推荐
