check
דווקא עכשיו: מקדימים תרופה למכה, נלחמים באובדנות | האוניברסיטה העברית בירושלים

דווקא עכשיו: מקדימים תרופה למכה, נלחמים באובדנות

24 נובמבר, 2020
depressed_by_sholto_ramsay_unsplash

חוקרים מהטכניון ומהאוניברסיטה העברית בירושלים פיתחו טכנולוגיה חדשנית לאיתור מוקדם של נטיות אובדניות, החשובה במיוחד בימי משבר הקורונה. הטכנולוגיה מבוססת על אנליזה חכמה של טקסטים ברשתות החברתיות. עבודתם המדעית פורסמה בכתב העת Scientific Reports מבית Nature

computer. by john_schnobrich_unsplash

מגפת הקורונה והניסיונות למגר אותה הקפיצו את שיעורי האנשים המתמודדים עם תחושות דיכאון ומחשבות אובדניות. חרדות הבריאות, דאגות הפרנסה וההסתגרות בבתים ערערו את היציבות הנפשית של מיליוני אנשים ברחבי העולם ובייחוד של מיעוטים, מובטלים וצעירים. גם כך, עוד לפני שהנגיף נכנס לחיינו, מיליוני אנשים ברחבי העולם סבלו מדיכאון וכעת נדמה שאנו נמצאים בעיצומו של משבר פסיכיאטרי שאינו פחות חמור מהמשבר הבריאותי. בארץ, בלי קשר לקורונה, שכיחות האובדנות נמוכה יותר משאר מדינות ה-OECD, אבל עדיין מדובר בבעיה חמורה ביותר עם כ-500 מתים בשנה, כשמספר המתאבדים גבוה פי 1.5 ממספר ההרוגים בתאונות דרכים.

ב-50 השנים האחרונות נעשו מאמצים מחקריים כבירים לדייק את גורמי הסיכון שעלולים לגרום להתאבדות, ולבנות מודלים שיוכלו להתריע מראש על אותם אנשים שנמצאים בסיכון ממשי לאובדנות. הבעיה היא שעד כה, המודלים הללו נשענו על שיטות סטטיסטיות מסורתיות וסיפקו ניבויים די עם שיעורי הצלחה שאינם עולים בצורה משמעותית על ניבוי אקראי (chance level).

צוות מחקר משותף של הטכניון והאוניברסיטה העברית הצליח לפתח כלי שמבוסס על אינטליגנציה מלאכותית, שמסוגל לאתר סיכון אובדני של משתמשים ברשתות החברתיות, המהווה פריצת דרך משמעותית. הצוות כלל קבוצת חוקרים אינטר-דיסציפלינרית שהצליחה לשבור את מחסום הניבוי האקראי באמצעות שילוב של אסטרטגיות מתחום למידת המכונה ובלשנות חישובית (NLP and DNN) עם תיאוריה וכלי אבחון מתחומי הפסיכולוגיה והפסיכיאטריה.

דר יעקב אופירהרעיון למחקר, לפי ד"ר יעקב אופיר (פסיכולוג קליני ופוסט דוקטורנט בטכניון) שריכז את הפרויקט, נולד לפני כמעט עשור לאחר מותו הטראגי של הילד דוד-אל מזרחי ז"ל, ששם קץ לחייו בעקבות מעשי בריונות ברשת ובמרחב הפיזי. ד"ר אופיר הושפע עמוקות מהאירוע מתוך היכרות אישית עם המדריך של דוד-אל, והחליט לחקור האם וכיצד ניתן לזהות סימנים מוקדמים לדיכאון, דחיה חברתית ואובדנות ברשת. תוך כדי העבודה האקדמית על זיהוי סימני מצוקה ברשתות החברתיות, בהובלתם של פרופ' קריסטה אסטרחן ופרופ' ברוך שוורץ מהאוניברסיטה העברית, חלחלה אצל החוקרים ההבנה כי על מנת להצליח להגיע לתוצאות, יש לעבור מזיהוי אנושי לזיהוי ממוחשב ואוטומטי. כך נוצר קשר החשוב עם פרופ' רועי רייכרט, חוקר עיבוד שפה טבעית מהטכניון. אל הצוות הצטרפו בהמשך רפאל טיקוצ'ינסקי, פסיכולוג מחקרי ודוקטורנט בתחום הפסיכולוגיה החישובית בטכניון כיום, וד"ר איתי סיסו, חוקר בתחום הקוגניציה והביג דאטה באוניברסיטה העברית. עבודתם פורסמה בכתב העת  Scientific Reportsמבית nature, מכתבי העת האינטרדיסציפלינריים החשובים בעולם.

החוקרים גילו כי הביפרופ' קריסטה אסטרחן בית הספר לחינוךצועים הטובים של האלגוריתם שפותח לא התבססו על ביטוי סכנה מפורשים אלא על רמזים שפתיים סמויים יותר, כמו מילים שמבטאות רגשות וחוויות שליליות. אנשים עם נטיות אובדניות ממשיות, מסתבר, ממעטים להשתמש בפוסטים שלהם במילים מסוכנות מובהקות (כגון death, kill, suicide), לאמיתו של דבר הם משתמשים יותר במילים כגון תיאורים שליליים (bad, worst), קללות (bitch, fucking), ביטויי מצוקה רגשית (mad, cry, hurt, sad) ותיאורי מצבים פיזיולוגיים שליליים (sick, pain, surgery, hospital). זאת בשעה שה"לא-אובדניים" נוטים לבטא יותר רגשות חיוביים, חוויות חיוביות, התייחסויות לדת וגישות חיוביות כלפי החיים – קורלציה התואמת מחקרים רבים אשר זיהו גורמים אלה כגורמי "חוסן" עבור מצוקה נפשית ורגשית. בסך הכל ניתחו החוקרים למעלה מ-80,000 פוסטים שהועלו לפייסבוק על ידי משתמשים בגירים בארה"ב והשוו את דפוסי השימוש שלהם בשפה עם הציונים שלהם במנעד רחב של מדדים פסיכולוגים תקפים.

פרופ' רועי רייכרט מסביר כי "כיום אנו מבינים שאיתור נטייה אובדנית אינו יכול להתבסס רק על הבעת מצוקה מפורשת (למשל: אני רוצה למות) או על נתונים רפואיים רשמיים כמו נתונים פיזיולוגיים מסריקות מוח, אבחנות פסיכיאטריות ונתונים אחרים מתוך רשומות רפואיות. המאמצים לנבא ניסיונות התאבדות על סמך נתונים דמוגרפיים, פסיכולוגיים ורפואיים לא הניבו הצלחה מרשימה למרות חמישה עשורים של מחקר אינטנסיבי. לכן, הבנו שעלינו להרחיב את היריעה ולתקוף את האתגר מכמה כיוונים בעת ובעונה אחת".

"הכוח של האלגוריתם שמבוסס על עיבוד שפה טבעית מגיע מהיכולת שלו לנתח כמויות בלתי נתפסות של רמזים שפתיים, דבר שבני אדם אינם מסוגלים לעשות" מסביר רפאל טיקוצ'ינסקי. "בפרויקט הזה, השתמשנו ברשתות נוירונים רבודות, שהן המילה האחרונה בתחום של בלשנות חישובית".

roi-reichartפרופ' אסטרחן משלימה ואומרת כי "למחקר יש כמובן חשיבות יישומית רבה ותורם ישירות לשיפור מאמצי האיתור של אנשים במצוקה והענקת עזרה נפשית בזמן. מעבר לכך, הוא גם מדגים את הכוח הגלום בשיתוף פעולה רב-דיציפלינארי הדוק ושילוב ידע מתקדם של מדעי החברה ומדעי הנתונים. השימוש בשיטות חישוביות מתקדמות פתח אפשרויות חדשות למחקר שלא היה אפשריות לפני כן. מצד שני,  השיפור המשמעותי בשיעורי הדיוק באיתור התקבל כאשר נלקחו בחשבון תיאוריות פסיכו-פתולוגיות בתוך המודלים החישוביים".

"קשה לי עם קלישאות" מסכם ד"ר אופיר, "אבל במקרה הזה, אני מאמין שבסופו של יום, פריצת הדרך שהשגנו כאן, מסוגלת להציל חיים. הקורונה אמנם שיבשה את החיים של כולנו בצורה חסרת תקדים וגרמה לרבים מאיתנו למצוקה רגשית חמורה, אבל המחקר הנוכחי, מסמן אולי סנונית קטנה של תקווה, לפחות בתחום הבריאות הנפשית שלנו".