הקדישו רגע להסתכלות על מקלדת האימוג'י שלכם. גלול דרך הפנים הזועם, רוח הרפאים, הסטילטו, הסופגנייה, הפנס והסיגריה עד שתגיע ללבבות.

הנה זה: אהבה. בין השגרה וההומוריסטית, הצורות הקטנות והצבעוניות הללו יכולות בקלות להפוך למפגן חיבה מהיר של חבר, הורה או בן זוג. אבל שימו לב גם ללבבות השבורים והתכולים, ולתזכורות המאופקות שלהם לעצב, בדידות או אבל.

מסתבר שהדמויות הקטנות האלה חשובות יותר ממה שיכולנו לדמיין. בלשנים, פסיכולוגים ומדעני מחשב מגלים שמה שאנו חולקים יחד במדיה החברתית, ומתי, יכול לאותת מידע על בריאותנו הנפשית. חלק מהחוקרים הללו מאמינים שלמידת מכונה, אלגוריתמים וניתוח מתמטי יכולים לתת לספקי שירותי בריאות כלים לעזור לפתור את אחת ממגיפות בריאות הציבור הבלתי פתירות ביותר שלנו: התאבדות.

בתחום הממומן בחסר שבו הצלת כל חיים בסיכון יכולה להרגיש כמו מטרה בלתי אפשרית, הטכנולוגיה הזו מבטיחה לתת למומחים ולרופאים לבריאות הציבור כלי חדשני לחזות סיכון התאבדות. בהתחשב בשיעור העלייה של התאבדויות בארצות הברית, מניעה מסוג זה לא יכולה להגיע מהר מספיק.

הרמזים בציוצים שלך

חיזוי סיכון התאבדות הוא בדיוק מה שגלן קופרסמית', מדען נתונים ופסיכולוג, התכוון לעשות. המשימה הזו, הוא אומר, היא משימה דחופה.

נְתוּנִיםשפורסם באפריל מהמרכזים לבקרת מחלות ומניעתן חשף עלייה מדאיגה בהתאבדויות בקרב שני המינים ובכל קבוצת גיל בין 10 ל-74. בין 1999 ל-2014, שיעור ההתאבדויות בארה"ב עלה ב-24% ל-13 לכל 100,000 אנשים .

כמייסד ומנכ"ל חברת הסטארט-אפ לניתוח בריאות הנפש Qntfy, Coppersmith משתמש בלמידת מכונה כדי לעצב אלגוריתמים המזהים מגמות בתקשורת אנושית. המושג הזה הוא מדע מבוסס, ועליו אתה מסתמך בכל פעם שאתה מאיית מילה שגוי ויודע שתיקון אוטומטי יתפוס (או יחמיר) את הטעות.

Coppersmith שייך לקבוצה קטנה של חוקרים המאמינים שניתן להעמיד את הטכנולוגיה הזו בשירות של זיהוי הסיכון של אדם למחלות נפש והתנהגות אובדנית. באחרונה שלולִלמוֹד, שפורסם החודש במפגש שנתי של האגודה לבלשנות חישובית בצפון אמריקה, הוא ושותפיו העריכו את התוכן הרגשי של ציוצים של מאות משתמשים שדיברו בגלוי על ניסיון התאבדות, וציוצים מקבוצת ביקורת שלא הוצגה מחשבות או רגשות אובדניים.

"כל מילה שבה אתה משתמש מראה חלק קטן של רמז במונחים של מי אתה."

באמצעות מודל שנועד לחזות את הסיכון להתאבדות בקבוצה הקודמת, החוקרים גילו שהאלגוריתם שלהם עבד - וקלטו דפוסים מפתיעים, כולל אחד על האופן שבו לבבות האימוג'י האלה יכולים לומר יותר ממה שאי פעם ציפינו כלאחר יד.

בעוד שכמעט כולם במדגם שלהם כללו אימוג'י בציוצים שלהם, קופרסמית' ושותפיו שמו לב שחלק מהקבוצה שדיברה על ניסיון התאבדות השתמשו בטווח צר של אימוג'י המייצגים עצב בתדירות גבוהה יותר, בהשוואה למשתמשים טיפוסיים בני אותו גיל ומין . לעתים קרובות הם העדיפו את הלבבות הכחולים והשבורים, אבל השימוש בדמויות האלה לבד, אומר קופרסמית', לא מצביע על סיכון להתאבדות.

החוקרים הבחינו גם בעלייה בהודעות המעבירות עצב לפני ניסיון התאבדות, ולאחר מכן עלייה בציוצים עצובים וכועסים סביב ניסיון.

למרות שהמחקר של קופרסמית' אינו כולל ציוצים אמיתיים על מנת להגן על פרטיות המשתמשים, הוא כן מציע דוגמאות להפגנת כעס ("אני טוב רק בשביל להיות שק חבטות מילולי") וגם עצב ("אני לגמרי פתטי אפילו הצלקות מהניסיונות שלי פתטיות").

"זה לא כאילו... אם אתה אומר את הביטוי הזה אתה בבירור בבעיה", אומר קופרסמית' על האלגוריתם. "זה אומר, 'תן לי להסתכל על כל השפה'. כל מילה שבה אתה משתמש מראה חלק קטן של רמז במונחים של מי אתה, מה אתה חושב, אם אתה במשבר רגשי כלשהו או לא."

קופרסמית' מאמין שאיסוף מידע כזה ממדיה חברתית, כמו גם נתונים אחרים שנוצרו על ידי מכשירים ניידים, עשויים להיות חיוניים לפסיכולוג המחפש רמזים עדינים לגבי הסיכון של מטופל להתאבד.

ג'נט שנל, שאיבדה את אחיה בהתאבדות ב-1995, עבדה בתחום המניעה במשך שני עשורים ומאמינה שגישה חדשה זו עשויה להצליח לאתר סיכון במקום שבו מאמצים אחרים כשלו.

"הייתי כל כך אסיר תודה בתור ניצול אובדן שהיה חלון חדש שאפשר לפתוח".

"חלק מתהליך האבל הוא שניצולי אובדן חוזרים, בוחנים מחדש, מסתכלים ומסתכלים לראות מה הם החמיצו", אומר שנל, שהוא יו"ר חטיבת האובדן באיגוד האמריקאי לאובדולוגיה.

אף על פי שאחיה נפטר לפני הופעת המדיה החברתית, שנל יודעת כמה חזק זה יהיה אם חוקרים יוכלו להשתמש בנתונים האלה כדי להסביר את מה שמרגיש לעתים קרובות כמו תעלומה טרגית.

"הייתי כל כך אסירת תודה בתור ניצולת אובדן שהיה חלון חדש שאפשר לפתוח", היא אומרת.

למרות ההתקדמות האחרונה במחקר זה, עדיין יידרש שותפות בין מדעני נתונים ואנשי מקצוע בתחום הבריאות, מימון ומספר שנים לפחות כדי לייצר מחקר אמין מספיק כדי שפסיכולוגים יוכלו להשתמש בו בפרקטיקה שלהם.

כדי שהמחקר של קופרסמית' יגיע לנקודה הזו, הוא זקוק לעוד תובנות רבות כמו אלו שהוא כבר הפיק, ולניתוח מעמיק יותר של המסקנות הללו.

לכן הוא מנסה לאסוף נתונים מעשרות אלפי אנשים לפחות, והוא מקווה שתשקול לתרום את שלך.

תורם את הנתונים שלך

באפריל השיקה Qntfy מחקר בשםOurDataHelps, המבקש מאנשים לנדב נתונים מהמדיה החברתיתלְצַפְצֵף,פייסבוק,אינסטגרם,Redditוטאמבלר. Coppersmith מבקש גם נתוני Fitbit, Jawbone ו-Runkeeper, שאמורים לספק תובנות לגבי הדפוסים וההרגלים הפיזיים של אנשים.

מתנדבים עונים על כמה שאלות על בריאותם הנפשית ועל היסטוריית ההתאבדויות שלהם; המחקר מזמין גם אנשים שחוו וגם לא חוו מחלת נפש להשתתף. הם נותנים ל-Qntfy הרשאה לעשות אנונימיות ולעקוב אחר הפוסטים שלהם באמצעות אימות פתוח, כלי נפוץ המאפשר לצדדים שלישיים לצפות בחשבונך מבלי לדרוש סיסמה. (אם אי פעם סינכרנת אפליקציה כמו Candy Crush עם חשבון הפייסבוק שלך, השתמשת באימות פתוח.)

ייתכן שהציוץ נמחק

בעוד שהמטרה היא לייצר נתונים ומחקרים שיובילו לטיפולים חדשים במצבי בריאות הנפש, קופרסמית' רוצה בסופו של דבר להציל חיים על ידי הבנת האופן שבו אדם מתנהג בימים, שבועות וחודשים לפני שהוא מתאבד, ולהתערב לפני שיש לו הזדמנות ניסיון התאבדות. מדיה חברתית ונתונים ניידים מספקים הזדמנות חדשה להפוך את זה למציאות.

אפריל פורמן, מתאמת מניעת התאבדות במערכת הבריאות הוותיקים בדרום מזרח לואיזיאנה בבאטון רוז', לואיזיאנה, הייתה מעורבת ב-OurDataHelps מאז הקמתה כיועצת. תיאור הפרויקט בפני ניצולי התאבדות, היא אומרת, מעורר תגובה קורעת לב.

"המבט על פניהם - זה הרגע הזה [כשאדם מזהה] שמתוך טרגדיה גדולה אתה יכול להציל משהו", היא אומרת. "נשאר איזה דבר יקר שעושה את ההבדל; טוב קטן שאפשר לחלץ מהטרגדיה הנוראה הזו".

שאלות ללא מענה

הטרגדיה הזו נמשכת לעתים קרובותגורמי סיכוןכמו היסטוריה משפחתית של התאבדות, התמכרות לאלכוהול או סמים, ותחושות של חוסר תקווה. אבל לחולים עם סיפורי חיים דומים יש בדרך כלל תוצאות שונות, וחוקרים נאבקו זמן רב להבין את ההבדל מציל חיים.

מחקרים שנערכו בעשורים האחרונים הניבו ממצאים חשובים, אך מומחים בתחום אומרים שמידע המניעה הוא לרוב מעורפל, מיושן או מבוסס על שיטות מחקר לא יעילות.

מדענים החוקרים התאבדות עשויים לעקוב אחר אותם משתנים בחייהם של אנשים לאורך תקופה ארוכה. הם אפילו ניתחו יומנים אישיים, וספרו כמה פעמים מופיעות מילים מסוימות כדי להבין את נפשם של אנשים בערפל של דיכאון וחשיבה אובדנית. מה שהם לא הצליחו לעשות, לעומת זאת, הוא לבצע את הניתוח הזה בקנה מידה גדול ולאסוף במהירות מידע על חוויות היומיום של אנשים.

היופי באלגוריתמים מאחורי OurDataHelps, אומר פורמן, הוא שהם יכולים לעשות את מה שהיא לא יכולה: לספור.

פורמן בוחן באופן קבוע את הרשומות הרפואיות של 80 עד 120 חיילים משוחררים בסיכון גבוה, שרובם לא ימותו בהתאבדות. עם הכשרה ומומחיות, היא יודעת לזהות חולים עם סימני אזהרה חמורים, אבל היא גם מבינה את המגבלות של המוח האנושי.

הוא לא יכול לעקוב ולנתח, למשל, דפוסי דיבור בזמן אמת, להראות דפוס מובהק סטטיסטית ולקשר אותו עם מטופלים בעלי סיכוי גבוה יותר לנסות להתאבד.

בניית המערכות הנכונות

קריסטי הולינגסהד, שכתבה יחד עם Coppersmith מחקרים שמזהים ומנתחיםלחץ פוסט טראומטי,דִכָּאוֹןוADHDבמדיה החברתית, אומר שתקשורת מקוונת מכילה "אות חזק מאוד, עקבי, מהימן" לגבי בריאותו הנפשית של אדם.

טכנולוגיית למידת מכונה מאפשרת ל-Hollingshead, מדען מחקר במכון פלורידה לקוגניציה של אדם ומכונה, ללכוד ולנתח אלפי פוסטים ציבוריים מכמה מאות משתמשים לפחות. במצטבר, הפוסטים הללו יכולים להפוך בקלות למאות אלפי שורות טקסט, שאותן היא לא יכלה לגלול ולקודד באופן ידני.

למרות היעילות של מיקור חוץ של משימות אלה למחשב, המערכות שהולינגסהד ועמיתיה בונים אינן מדויקות כפי שהן רוצות שיהיו. הם עושים ניחושים מושכלים לגבי הנתונים שלהם - אומדן, למשל, מגדר וגיל המשתמש. שימוש בדוגמאות מקבוצות קטנות של משתמשים יכול גם להציג הטיה.

"שפה היא אות כל כך טוב למה שקורה במוח שלך."

Hollingshead מאמינה ש-OurDataHelps יכולה ליצור תקן זהב על ידי הצעת למדענים מערך נתונים מקיף ומנוסה כדי ליידע את המודלים והאלגוריתמים שלהם.

בסוג כזה של דיוק, הולינגסהד רואה בעיני רוחו עולם שבו רווחה נפשית הופכת לחלק מהעצמי המכומת; מישהו שיש לו רגשות אובדניים, או ניסה להתאבד בעבר, יכול להשתמש בתוכנה או באפליקציה כדי להפעיל אלגוריתם בעדכוני המדיה החברתית שלו עבור סיכון מיידי שאולי אפילו לא ירגיש.

"שפה היא אות כל כך טוב למה שקורה במוח שלך", היא אומרת. "גם אם ניסית לשנות את זה כך שנראה מאושר, האלגוריתמים עדיין יכולים לקלוט את הזרמים הבסיסיים של מה שקורה."

הדרך להתאבדות אינה ישרה

משרד ההגנה פרסם לאחרונה שלושה מחקרים שמראים עד כמה ניתוח סטטיסטי יכול להיות מבטיח כשהוא מיושם בצורה לא קונבנציונלית לבעיית חיזוי התאבדות.

המחקר, שנערך על ידי קרייג בריאן, חוקר בולט למניעת התאבדויות, מנכ"ל המרכז הלאומי ללימודי חיילים משוחררים באוניברסיטת יוטה וחוקר שותף ביוזמת OurDataHelps, השתמש בתפיסה מתמטית המכונה מודל מערכות דינמיות.

במקום להסתכל על נקודת הנתונים הבודדת הקלאסית - כאשר אדם מת בהתאבדות - החוקרים הצליחו לשלב מצב רוח ושפה בזמן אמת לפני מותם של הנבדקים שלהם על ידי סריקת פוסטים זמינים לציבור ברשתות החברתיות.

העבודה החלה בשנת 2013 כאשר בריאן ושותפיו יצאו להבין האם נתוני המדיה החברתית של חבר שירות מכילים רמזים לגבי סכנת ההתאבדות שלו. בפרט, החוקרים ניתחו פוסטים בפייסבוק ממדגם של 700 חברי שירות שמתו בהתאבדות ו-700 חברי שירות שמתו מסיבות אחרות במהלך תקופה של שנתיים.

הם לא רק אישרו את ההשערה המקורית שלהם, אלא ניבאו בדיעבד את התאבדותו של אדם וגילו דפוסים המאתגרים את ההנחות שלנו לגבי אופן ההתאבדות.

המחקר של בריאן מגלה שהדרך להתאבדות אינה ליניארית, בניגוד לדעה הרווחת שמחשבות והתנהגות כאלה הופכות לספירלה כלפי מטה בלתי מתפשרת. במקום זאת, המחקר שלו מצא תנודות חשובות בדרכו של כל חבר שירות להתאבדות.

"מה שעשינו בהתחלה זה להסתכל על זה כמו קו ישר".

אלה שסיימו את חייהם היו בסבירות גבוהה יותר לפרסם על אירוע חיים מלחיץ ואז לחלוק רגשות ואמונות שליליות; רצף הפוסטים הללו היה הפוך עבור אלו בקבוצה השנייה.

לפני שלושה חודשים לפני מותם של הנבדקים בהתאבדות, הם נטו לפרסם על תסמינים גופניים, רגשות ומחשבות בסמיכות. בתום שלושה חודשים, המגמה הזו נעלמה.

אחר כך, בחודש שלפני המוות, הם פרסמו לעתים קרובות על "התנהגות לא מסתגלת", כמו נסיגה חברתית ושימוש באלכוהול, בעוד העדכונים המתארים את השקפת עולמם ותפיסותיהם העצמיות הפכו ליציבות יותר.

"מה שעשינו בהתחלה היה להסתכל על זה כמו קו ישר", אומר בריאן. "אבל חשיבה בעליות ומורדות, כמו רכבת הרים, עם אינטראקציות הרבה יותר מורכבות - שמשפרת משמעותית את היכולת שלנו לזהות אנשים מתאבדים, והיא מספקת דרך אפשרית להעריך מתי הם הולכים למות?"

ספקנות ותקווה

בעלה של שילה המילטון מת בהתאבדות לפני 10 שנים, והיא מקווה שמחקר כמו זה של בריאן יצליח. ובכל זאת היא נשארת סקפטית שהנתונים יחלצו אותנו מהמגיפה הזו.

המילטון, סנגור ומחבר שלכל הדברים שמעולם לא ידענו: לרדוף אחרי הכאוס של מחלות נפש, רוצה שהציבור ישמע סיפורים של ניצולים גם על אובדן של מישהו בהתאבדות וגם על הישרדות מניסיון. הנתונים, היא אומרת, אינם היסטוריה של טראומת ילדות או סיפור על האופן שבו מערכת הבריאות מכשילה את המטופלים הפגיעים ביותר שלה. נתונים לא יכולים לכבוש את הסטיגמה שמונעת מאנשים לפנות לעזרה וטיפול.

ייתכן שהציוץ נמחק

חלקם גם חוששים שסוג הטכנולוגיה שקופרסמית' ועמיתיו רודפים אחריו מהווה פגיעה משמעותית בפרטיות. בשנת 2014, עמותה בריטית למניעת התאבדות בשם Samaritans Radar השיקה אפליקציית טוויטר שהשתמשה באלגוריתם לחיפוש מילות מפתח בסיכון גבוה ולאחר מכן שלחה למשתמש אימייל עם משאבים לעזרה. בתוך 10 ימים מהבכורה שלו, הזעם על חששות הפרטיות הוביל את ה-Samaritans Radarלְהַשְׁעוֹתהאפליקציה.

"יהיו זמינים כלים נוספים שיעזרו לך להבין מה מניע את הכאב הזה, למצוא דרכים לצאת ממנו".

הפתרון הטוב ביותר לעת עתה, סבור Coppersmith, הוא לנתח רק נתונים מאנשים שהצטרפו לשירות. הפגיעים ביותר אולי לא יבחרו להשתתף, אבל הגנה על הסכמה תגן על זכויות האזרח של אדם וימנע מקרים של התעללות, כמו מבוכה או הטרדה בידי חבר שלכאורה דואג לבריאות הנפשית שלך.

למרות האתגרים הללו, קופרסמית' נותר מלא תקווה. הוא מאמין כי נתונים דיגיטליים יכולים להעצים כאשר משתמשים בהם כדי לזהות את הסבל המוטבע בתקשורת היומיומית שלנו; שלמידע יש פוטנציאל לכוון אנשים בדרך לריפוי עם התמיכה והטיפול הנכונים.

קופרסמית' רואה בעיני רוחו עתיד שבו אנשים בעיצומם של ייאוש אינם מרגישים חסרי אונים באותה מידה.

"יהיו זמינים כלים נוספים שיעזרו לך להבין מה מניע את הכאב הזה, למצוא דרכים לצאת ממנו", הוא אומר, "ולנווט אותך ממנו בעתיד".

אם אתה רוצה לדבר עם מישהו או שאתה חווה מחשבות אובדניות, שלח הודעה ל-שורת טקסט משברבטלפון 741-741 או התקשר לקו החיים הלאומי למניעת התאבדויותבטלפון 1-800-273-8255. הנה ארְשִׁימָהשל משאבים בינלאומיים.

יש לך מה להוסיף לסיפור הזה? שתפו אותו בתגובות.