基于人工智能技术的微博“树洞”用户自杀意念分析

来源：护理学杂志2019年第24期北京时间：

作者：杨芳，黄智生，杨冰香，阮娟，聂文涛，方舒

单位：武汉大学健康学院（湖北 武汉，430071）,,荷兰阿姆斯特丹自由大学计算机系；首都医科大学大脑保护高精尖中心,,武汉大学健康学院（湖北 武汉，430071）,,华中科技大学同济医学院附属武汉精神卫生中心,,武汉大学健康学院（湖北 武汉，430071）,,武汉大学中南医院,

摘要：目的 分析微博“树洞”用户留言的自杀意念相关信息,为自杀预警及网络干预提供思路。方法 “树洞”智能机器人24h监控 2018年8~10月“走饭”微博树洞留言,依据知识图谱筛选含自杀意念的信息,自动识别6~10级高自杀风险信息,进行自杀风险 分级。结果 “树洞”机器人共抓取“走饭”微博树洞留言信息11.8万条。微博留言在22:00至凌晨2:00达高峰期;存在6~10级 高自杀风险留言信息达711条,留言用户主要集中在16~26岁年龄段;跳楼、割腕、烧炭、自缢、跳河是高自杀风险人群表达的主 要自杀方式。结论 人们通过网络表达自杀意念的现象越来越普遍,人工智能技术可用于识别和救助高自杀风险人群。自杀预防 工作应健全24h危机预警及干预机制,重视青少年心理健康,并营造良好的网络社交环境。

关键词：树洞; 微博; 自杀; 自杀意念; 社交媒体; 人工智能

基金资助：国家自然科学基金青年项目（71503192）；武汉市卫生和计划生育委员会科研项目（WX17B16）；武汉大学大学生创新创业训练计划项目（201910486111）