KI kann suizidale Tendenzen bei jungen Menschen erkennen

Die Zahl der Suizidversuche steigt besorgniserregend: In 59 Ländern mit niedrigem und mittlerem Einkommen hat laut Studien jeder sechste junge Mensch einen Suizidversuch unternommen. Diese besorgniserregende Entwicklung erfordert stärkere Präventionsanstrengungen, die auch im Mittelpunkt eines neuen internationalen Forschungsprojekts stehen.

Forscher aus Norwegen und Dänemark haben mithilfe künstlicher Intelligenz in Form von maschinellem Lernen kartiert, welche Faktoren besonders mit Selbstmordversuchen junger Menschen zusammenhängen. In die Studie, die im veröffentlicht wird, sind Daten von 173.664 norwegischen Teenagern im Alter von 13 bis 18 Jahren enthalten Zeitschrift für Jugend und Jugend. Unter den Jugendlichen hatten 4,65 % in den vergangenen 12 Monaten einen Suizidversuch unternommen.

„Es ist von entscheidender Bedeutung, die Lebensumstände zu identifizieren, die das Suizidrisiko bei jungen Menschen erhöhen. Leider sind die aktuellen Methoden zur Schätzung von Risikofaktoren nahezu nutzlos – daher können die Behörden die gefährdeten Personen nicht identifizieren“, betont Milan Obaidi, außerordentlicher Professor am Institut für Psychologie der Universität Kopenhagen, einer der Forscher des Projekts.

Selbstverletzung ist ein wichtiges Warnzeichen

Den Forschern bleibt ein klares Bild der Hauptrisikofaktoren:

„Die jüngste Selbstverletzung ist der wichtigste Risikoindikator für Suizidversuche. Darüber hinaus haben wir fünf weitere Risikofaktoren gefunden: Internalisierungsprobleme wie Angstzustände und Depressionen, Schlafprobleme, Essstörungen, Pessimismus hinsichtlich der Zukunftsaussichten und Viktimisierung“, sagt Obaidi .

Es gab bereits frühere Versuche, maschinelles Lernen zur Lokalisierung des Suizidrisikos zu nutzen, doch diese hatten erhebliche Mängel.

„Unter anderem wurde das Zusammenspiel von Schutzfaktoren und Risikofaktoren übersehen. Und bisherige Studien haben es versäumt, etablierte Theorien zu suizidalem Verhalten einzubeziehen und stattdessen eine rein algorithmische Risikoabschätzung zu verwenden“, erklärt Obaidi.

Erfordert einen ganzheitlichen Ansatz

Das maschinelle Lernmodell der Forscher ist das bislang genaueste seiner Art. Mit anderen Worten: Ihr Modell kann besser als alle anderen erkennen, welche jungen Menschen gefährdet sind.

„Unser Modell zeigt, dass das Risiko junger Menschen für Selbstmordversuche nicht einfach eine Summe verschiedener gesellschaftlicher, wirtschaftlicher und psychologischer Belastungen ist. Wir können vielmehr erkennen, dass intra- und zwischenmenschliche Prozesse für das Selbstmordrisiko von entscheidender Bedeutung sind“, sagt Obaidi. „Dazu gehören mangelnder Optimismus in Bezug auf Bildung und Karriere, Konflikte mit engen Beziehungen und Opfererfahrungen.“

Um den alarmierenden Anstieg der Selbstmordversuche unter jungen Menschen zu stoppen, sei eine ganzheitlichere Herangehensweise an das Problem erforderlich, betont Obaidi.

„Man muss sowohl Risiken als auch Schutzfaktoren in vielen individuellen, psychologischen, soziologischen und umweltbezogenen Bereichen untersuchen“, erklärt er.