AI能否拯救下一个茅侃侃？算法破局创业者之殇
近日，“80后创业明星”茅侃侃自杀离世，34岁的他面临公司濒临破产，60名员工仲裁、抵押车房的窘境。在微信发出最后一条朋友圈的他选择结束自己的生命。
自杀，一直都是容不得忽视的公共健康议题。根据世卫组织统计数据，全球每年有超过80万人自杀，还有更多的人自杀未遂。评估自杀风险是心理健康临床医生面临的最大挑战之一：具有自杀倾向的人常常掩盖自杀意图，而临床医生在检测自杀倾向时的成效往往也不甚理想。我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。
但自杀并非不可避免。通过检测自杀倾向、及时介入，加之心理疏导和药物治疗，可以有效减少自杀率。
而使用人工智能检测自杀倾向，已有许多成果。新智元整理了中国、美国和加拿大的相关研究成果。
AI预测和防止自杀
2017年3月，Facebook首当其冲，开始尝试在美国使用人工智能和模式识别等技术，通过扫描分析用户发表的有自杀倾向的帖子或评论，帮助识别可能有潜在自杀倾向的用户。一旦检测到潜在的自杀倾向，该模式识别软件将发送通知给Facebook专门处理此类事件的员工。该软件会立即给发帖的用户或其朋友发送一些有用信息。Facebook还与美国自杀求助热线、美国饮食紊乱协会、危机热线（Crisis Text Line）等一些组织合作，当用户的帖子被标记出来，而且他们选择愿意与其他人对话时，可以直接通过Messenger应用与专业人士联系。有时，Facebook员工还会通知当地*来干预此类事件。去年11月，Facebook称已经成功将模式识别软件用于监测其美国用户的自杀倾向，并将把这个监测软件推广到其他国家。
继Facebook之后，美国范德比大学医学中心资料科学家Colin Walsh和团队于去年4月发表论文表示：他们建立了一种机器学习算法，可以预测病人尝试自杀的可能性。他们使用超过5000名有自残或自杀倾向病人的住院数据对机器学习模型进行训练，用以区分有自杀倾向和有自残行为但无自杀想法的两类人；同时还开发了一个算法，用以预测其自杀倾向。试验表明，机器学习算法在这两个任务上的表现都比医生的预测还要精准。