最近のパイロット研究で、シンシナティ小児病院医療センター (CCHMC) の研究者らは、 便利なツールとしての人工知能 どの生徒が校内暴力を行う可能性が高いかを予測する場合。

研究者らは、機械学習は、若者が学校で暴力を振るうリスクを判断する際に、児童、青少年および法医学精神科医のチームと同じくらい正確であると判断した。

研究全体は雑誌にオンラインで掲載されます 精神医学季報.

この研究は、小児に対する暴力を評価する病院の歴史を引き継いでいます。

「私たちは病院内の子供や青少年による暴力を予測することに成功しました」と述べた。 ドリュー・バーズマン、CCHMCの児童法医学精神科医であり、この研究の筆頭著者。 「そこで、私たちは成功したメソッドを学校現場に応用することにしました。」

過去 10 年間で校内暴力が増加しているため、研究者らは、より繊細な方法を使用して生徒を評価し、校内暴力のリスクが高い生徒を判断したいと考えていました。

この研究で、バーズマン氏と彼のチームは、全米の103の学校から12歳から18歳までの74人の生徒を選出した。選ばれた生徒は全員、自分自身や他者に対して軽微または重大な行動の変化や攻撃性を持った過去を持っていた。

全員が精神科救急外来、外来診療所、入院診療所から採用された。

チームは、参加した生徒全員を対象に伝統的な学校リスク評価を実施しました。 彼らはメモを書き、インタビューの音声録音を文字に起こしました。

研究チームは、以前の研究で研究者が検証した 103 つの尺度を使用して、生徒が比較的均等に分割されていると判断しました。 紙のリスク評価に基づいて、参加した 55 人の学生のうち、48 人が中等度から高リスクに分類され、XNUMX 人が低リスクであることが判明しました。

研究者らは、記録されたインタビュー内容を使用して、校内暴力のリスクを予測できる機械学習アルゴリズムを開発しました。

このアルゴリズムは 91.02 パーセントの精度を示し、これは優れていると考えられます。 人口統計データと社会経済データを追加すると、正解率は 91.45 パーセントに増加しました。

「参加者のインタビューのみに基づいた機械学習アルゴリズムは、保護者や学校からの情報収集、記録が入手可能な場合のレビュー、およびリスクレベルのスコアリングなど、研究チームによる完全な評価とほぼ同じくらい正確にリスクレベルを評価しました。私たちが開発した XNUMX つのスケール」 イージャオ・ニー, の計算科学者。 生物医療情報学分野 CCHMCの研究者であり研究の共著者である同氏は声明で述べた。

この研究を通じて、チームは「人間の臨床判断を強化する人工知能を構築できるようになるだろう」とバーズマン氏は述べた。

研究者の評価は、学校におけるあらゆる種類の身体的攻撃の予測に厳密に基づいていました。 彼らは、機械学習が校内暴力の防止に役立つかどうかを証明するデータを収集しませんでした。

それが彼らの次の目標です。 しかし、そのためにはさらに多くの資金が必要です。

「資金調達は私たちにとって最大のハードルであり、課題です」とバーズマン氏は語った。 「将来的には、大規模な前向きランダム化研究の結果を追跡することで、暴力予防における専門家法医学チームと人工知能の有効性を比較する研究を完了できるでしょう。 暴力と攻撃性に関する結果は、学校、ウェブベースの調査、電話インタビューを通じて簡単に収集できます。」

研究チームの最終的な目標は、「将来的に機械学習技術の利用を学校に広めて、校内暴力をより効率的かつ効果的に防止するための構造や専門的な判断を強化すること」であるとバーズマン氏は声明で述べた。