Forskere leter etter en bedre måte å vurdere selvmordsrisiko. (Illustrasjon: Nerthuz / Shutterstock / NTB scanpix)
Forskere leter etter en bedre måte å vurdere selvmordsrisiko. (Illustrasjon: Nerthuz / Shutterstock / NTB scanpix)

Fant selvmordstanker med hjerneskanning

Forskerne lot en datamaskin analysere bilder av hjerneaktivitet. Da kunne de se hvem som hadde selvmordstanker.

Publisert

Tidligere forskning har vist at det er vanskelig å vurdere risikoen for selvmordsforsøk. Ofte skjuler en person planer om å ta livet sitt for helsepersonell og andre. Forskere prøver derfor å finne en måte å måle risikoen for selvmord som er basert på mer enn samtaler med pasienten. 

En ny studie viser lovende resultater. Forsøkene viste at funksjonell magnetresonanstomografi (fMRI) kunne identifisere suicidale med høy nøyaktighet.

Reagerte ulikt på ord

Ifølge WHO, tar nærmere 800 000 mennesker livet sitt hvert år. En tidligere studie viste at nesten 80 prosent av de som døde som følge av selvmord, ikke fortalte om disse tankene i sitt siste møte med helsepersonell.

I den nye studien deltok 17 personer som var diagnostisert med selvmordstanker og en kontrollgruppe med 17 friske personer. Disse lå inne i en fMRI-maskin og hjerneaktiviteten deres ble skannet mens forskerne leste opp ulike ord som var relatert til liv og død. En fMRI-skanning viser endringer i blodtilstrømmingen i hjernen og ulike tanker gir ulike bilder av hjerneaktiviteten.

Forskerne fant ut at det var særlig seks ord som skapte ulik hjerneaktivitet hos de suicidale pasientene og hos kontrollgruppen. Disse ordene var: død, grusomhet, trøbbel, likeglad, god og ros. For eksempel skapte ordet «død» en mindre følelse av sorg hos personene med selvmordstanker.

Forskerne brukte en maskinlæringsalgoritme til å analysere resultatene av hjerneskanningen. Maskinlæring er en gren av kunstig intelligens, som lar et dataprogram lære fra empiriske data.

Algoritmen klarte å identifisere de fleste forsøkspersonene etter hvilken gruppe de tilhørte. Den fikk rett på 15 av 17 av de suicidale personene og 16 av 17 av personene fra kontrollgruppen.

Forskjeller også blant de med selvmordstanker

Etter det første forsøket gikk forskerne over til å studere gruppen som hadde selvmordstanker. Personene ble delt inn i to grupper. Åtte av dem hadde allerede forsøkt å ta livet sitt og ni hadde ikke det. Her fant de forskjeller særlig  når det gjaldt hvordan personene reagerte på ordene «død», «livløs» og «likeglad».

Også i dette tilfellet klarte algoritmen å skille mellom de to gruppene, og fikk rett på 16 av 17 personer. 

Men, psykologer vil nok ikke begynne med hjerneskanning på terapirommet med det første. Å bruke en fMRI-skanner er dyrt. 

– Det ville vært fint å se om vi kunne gjøre det samme ved å bruke EEG. Hvis vi kan analysere tankeendringene med EEG, ville det være enormt mye billigere, sier en av forskerne, Marcel Just, til bloggen The methods man.

En EEG-måling gjøres ved at man får 21 elektroder som måler elektrisk aktivitet plassert på hodet.

En annen svakhet ved det nye forsøket er at forskerne på forhånd visste hvem som hadde selvmordstanker og at disse personene var innstilt på å samarbeide. Dersom en person ønsket å skjule sine tanker kunne det vært mulig ved å tenke på helt andre ting enn det man ble bedt om. 

Forskerne skriver også at dette er en lite studie, og at det er nødvendig å se om om resultatene blir de samme hvis noen andre gjør de samme eksperimentene. Hvis det lar seg gjøre, kan den nye kunnskapen kanskje bidra til å bedre kunne vurdere risikoen for selvmord hos psykisk syke fremover. Uansett kan denne måten å bruke kunstig intelligens for å analysere hjerneaktivitet hos mennesker gi nye bruksområder og oppdagelser i framtiden.

Referanse:

Marcel Adam Just m.fl: Machine learning of neural representations of suicide and emotion concepts identifies suicidal youth. Nature, 30.oktober 2017. Sammendrag