مروری بر پیش بینی مدل های خودکشی نوجوانان؛ روش های سنتی و روش های نوین مبتنی بر هوش مصنوعی

چکیده مقاله

مقدمه: خودکشی به عنوان یک نگرانی جدی و رو به رشد در سلامت عمومی جهانی مطرح است، به ویژه در میان نوجوانان، که همه گیری کووید ۱۹ این روند را تشدید کرده است روش های سنتی ارزیابی خطر خودکشی، که عمدتا بر قضاوت بالینی متکی هستند، دقت محدودی در پیش بینی فردی نشان می دهند هدف :این مرور سیستماتیک با هدف بررسی جامع ادبیات علمی موجود درباره کاربرد فزاینده یادگیری ماشین ML و هوش مصنوعی AI برای رفع محدودیت های روش های سنتی و بهبود پیش بینی خطر خودکشی در جمعیت نوجوانان انجام شده است روش شناسی: مقالات پژوهشی داوری شده از پایگاه های داده Google Scholar و PubMed با استفاده از کلمات کلیدی مرتبط با مدل های پیش بینی خودکشی، یادگیری ماشین، پردازش زبان طبیعی، فناوری های پوشیدنی و جمعیت نوجوانان جستجو و تحلیل شدند نتیجه گیری: بهره گیری از رویکرد یکپارچه مبتنی بر هوش مصنوعی و رعایت ملاحظات اخلاقی و عملی، می توان به طور موثرتری از سلامت روان نوجوانان محافظت کرد و بار جهانی خودکشی را کاهش داد اما چالش های اصلی شامل وابستگی عملکرد مدل به ویژگی های داده، نیاز به اعتبارسنجی خارجی گسترده، ملاحظات اخلاقی پیرامون حریم خصوصی و رضایت آگاهانه، و مدیریت خطاهای مثبت و منفی کاذب هستند برای پیشرفت در این حوزه، توصیه هایی شامل توسعه مدل های چندوجهی و پویا، اعتبارسنجی دقیق، طراحی مداخلات متناسب با سن، ایجاد چارچوب های اخلاقی قوی، آموزش بالینی و کاهش انگ مرتبط با سلامت روان ارائه می شود

کلیدواژه‌ها

نویسندگان

محمد جعفری

کارشناسی ارشد روانشناسی تربیتی

حسین مریانجیان

دانشجوی دکتری روانشناسی دانشگاه بوعلی سینا، همدان، ایران

حمیدرضا زمانیان

کارشناسی ارشد روانشناسی تربیتی، دانشگاه بوعلی سینا، همدان، ایران

�عفری، محمد و مریانجیان، حسین و زمانیان، حمیدرضا،1404،مروری بر پیش بینی مدل های خودکشی نوجوانان؛ روش های سنتی و روش های نوین مبتنی بر هوش مصنوعی،بیست و هفتمین کنفرانس ملی روانشناسی علوم تربیتی و اجتماعی،بابل

ارائه‌شده در

مجموعه مقالات بیست و هفتمین کنفرانس ملی روانشناسی علوم تربیتی و اجتماعی26 تیر 1404 · بابل