Pesquisadores da Universidade de Nova Gales do Sul usaram dados de um estudo de acompanhamento longitudinal de adolescentes australianos com idades entre 14 e 17 anos, coletando mais de 4000 potenciais fatores de risco para suicídio e automutilação. Utilizando modelos de aprendizado de máquina para analisar esses fatores, os pesquisadores descobriram que condições de saúde mental como depressão, ansiedade e problemas de comportamento foram os principais preditores de risco. Em comparação com considerar apenas o histórico de tentativas de suicídio passadas, este modelo pode prever com mais precisão o risco futuro de suicídio e automutilação.
O estudo também descobriu que o ambiente escolar e familiar são fatores de influência importantes. Esta pesquisa demonstra que o uso de big data e aprendizado de máquina pode levar a uma avaliação mais precisa do risco de suicídio em adolescentes, permitindo intervenções precoces. No entanto, a aplicação do modelo deve levar em consideração vários fatores socioambientais e não deve depender apenas do estado mental individual.
