Beyindeki intihar örüntüleri çözmede yapay zekâ

İntihar düşüncelerini tespit etmek, ruh sağlığı ve psikiyatri alanındaki en büyük zorluklardan biridir. Hastalar her zaman içsel mücadelelerini sözlü olarak dile getirmeyebilirler. Ancak Carnegie Mellon, Harvard ve Yale Üniversitesi gibi önde gelen kurumlardan araştırmacıların yürüttüğü yeni bir çalışmayla, fonksiyonel manyetik rezonans görüntüleme (fMRI) ve makine öğrenimi algoritmaları bir araya getirilerek, genç yetişkinlerin beyinlerindeki intihar düşünceleri somut olarak tespit edildi.

Düşünsel farklılıkları biyolojik düzeyde araştırmak

Bilim insanları, beynin farklı kavramlara verdiği tepkileri ölçmek için “Gaussian Naïve Bayes” adı verilen bir makine öğrenimi sınıflandırıcısı kullandı. Çalışmaya, 89’u aktif olarak intihar düşüncesi taşıyan ve 65’i sağlıklı bireylerden oluşan toplam 154 genç yetişkin katıldı.

Deney sırasında fMRI cihazının içindeki katılımcılara toplam 28 farklı kelime gösterildi. Bu kelimeler; intihar, negatif duygu, pozitif duygu ve tutumlarla ilgili olmak üzere dört farklı gruba ayrılmıştı. Sistemin temel amacı, beynin daha önce “kendisi hakkında düşünme” (benlik) ile ilişkilendirilen bölgelerindeki aktivasyonları inceleyerek intihar eğilimi olan grubu sağlıklı gruptan ayırmaktı.

“Ölüm” ve “benlik” arasındaki tehlikeli bağ

Araştırmanın en çarpıcı bulgusu, intihar eğilimi olan kişilerin “ölüm” kavramına verdikleri hücresel düzeydeki tepkiydi. Çalışmanın sonuçları, intihar düşüncesindeki bireylerin ölümle ilgili kavramları düşündüklerinde beyinlerindeki benlik (kendilik) temsili bölgelerinin aktive olduğunu göstermektedir. Bu durum, intihar düşüncesine sahip olan bireylerde benlik temsilinin ölümle ilişkilendirilecek şekilde değişime uğradığı şeklinde yorumlanmaktadır.

Yapay zekâ modeli, beyindeki sol prekuneus ve orta temporal girus gibi benlik düşüncesiyle ilişkili özel bölgelere odaklanarak iki grubu birbirinden ayırt etmeyi başardı. Özellikle “ölüm” ve “cenaze” kelimelerinin, intihar düşüncesini ayırt etmede nöral temsiller bakımından son derece belirleyici olduğu saptandı. Sağlıklı bireylerin ve intihar düşüncesi taşıyan bireylerin beyinleri pozitif veya negatif kelimelere benzer tepkiler verirken, ayrım tamamen “ölüm” odaklı kavramlarda ortaya çıktı.

Yöntemin başarısı ve karşılaşılan sınırlar

Peki yapay zekâ bu konuda ne kadar başarılı? Sınıflandırıcı, intihar düşüncesi olan hastaları ve sağlıklı kontrol grubunu %57 gibi orta düzeyde ancak istatistiksel olarak güvenilir bir doğruluk payıyla ayırt etti.

Bununla birlikte, teknolojinin henüz günlük klinik kullanım için bazı kısıtlamaları bulunuyor. Araştırmacılar, elde edilen doğruluk oranlarının (0.57 ile 0.61 arası), fMRI görevinin mevcut haliyle doğrudan klinik olarak faydalı olabilmesi için henüz çok düşük olduğunu belirtmektedir. Ayrıca, görev esnasında dikkati dağılan ve yeterli veri kalitesini sağlayamayan 77 katılımcının beyin tarama verileri çalışmadan çıkarılmak zorunda kalmıştır.

Gelecekte psikiyatri pratiğini neler bekliyor?

Bu tarz yenilikçi teşhis araçları, geleceğin psikiyatri pratiğini şekillendirme potansiyeline sahip. Araştırmacılar, ayırt edici olmayan kelime kategorilerini çıkararak bu görevin yeniden düzenlenmiş daha kısa bir versiyonunu oluşturmayı ve böylece katılımcıların odaklanmasını kolaylaştırmayı öngörüyor.

Daha da önemlisi, sadece fMRI gibi görece daha maliyetli cihazlara bağımlı kalmamak adına, EEG (elektroensefalografi) kullanılarak sinirsel kavram temsillerinin değerlendirilebileceği, daha düşük maliyetli ve klinikte uygulanabilir yöntemlerin geliştirilmesi hedeflenmektedir. İnsanın “benlik” algısının ölümle ilişkisinin somut göstergelerini ortaya koyması, intiharı önleme ve tedavi yaklaşımları açısından umut verici yepyeni bir ufuk açıyor.

KAYNAKLAR:
– Just, M. A., Mason, R., Pan, L., McMakin, D., Cha, C., Nock, M. K., & Brent, D. (2026). Neural Representations of Death‐Related Concepts Identify Conceptual Alteration of Self in Suicidal Youth. Human Brain Mapping, 47(4), e70489.
– PsyPost (25.03.2026). “How “mindreading” AI detects hidden suicidal thoughts in the brains of young adults”