Towards Suicide Prevention from Bipolar Disorder with Temporal Symptom-Aware Multitask Learning

要約

双極性障害 (BD) は、自殺のリスク増加と密接に関連しています。
しかし、これまでの研究により、ソーシャルメディア上でのBD患者の行動を理解するための貴重な洞察が明らかになった一方で、BD患者の将来の自殺傾向を予測できるモデルの開発にはほとんど注目が払われなかった。
したがって、この研究では、現在の症状を共同学習することにより、BD 患者の将来の自殺傾向を予測するためのマルチタスク学習モデルを提案します。
私たちは、精神科医によって臨床的に検証された新しい BD データセットを構築します。これには、818 人の BD 患者によって書かれた双極性障害関連のサブレディットへの 14 年間の投稿と、将来の自殺傾向と BD の症状の注釈が含まれます。
また、一連の BD 投稿を通じて、時間の経過とともに将来の自殺率を予測するのにどの症状が最も影響するかを判断する、一時的な症状認識型注意メカニズムも提案します。
私たちの実験は、提案されたモデルがBDの症状の特定と将来の自殺傾向の予測タスクの両方において最先端のモデルよりも優れていることを示しています。
さらに、提案された一時的な症状認識型注意は、解釈可能な注意の重み付けを提供し、臨床医が BD 患者をより包括的に把握し、精神状態の進行を追跡することでタイムリーな介入を提供できるようにします。

要約(オリジナル)

Bipolar disorder (BD) is closely associated with an increased risk of suicide. However, while the prior work has revealed valuable insight into understanding the behavior of BD patients on social media, little attention has been paid to developing a model that can predict the future suicidality of a BD patient. Therefore, this study proposes a multi-task learning model for predicting the future suicidality of BD patients by jointly learning current symptoms. We build a novel BD dataset clinically validated by psychiatrists, including 14 years of posts on bipolar-related subreddits written by 818 BD patients, along with the annotations of future suicidality and BD symptoms. We also suggest a temporal symptom-aware attention mechanism to determine which symptoms are the most influential for predicting future suicidality over time through a sequence of BD posts. Our experiments demonstrate that the proposed model outperforms the state-of-the-art models in both BD symptom identification and future suicidality prediction tasks. In addition, the proposed temporal symptom-aware attention provides interpretable attention weights, helping clinicians to apprehend BD patients more comprehensively and to provide timely intervention by tracking mental state progression.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google