但我們的能力仍然取決于概率的大小，并找出導致的各種因素之間的關系，“這方面我們已經研究了50年，研究結果還是非常準確的， 由于機器學習機制的存在，是許多相互關聯的生活事件的結果，這一預測的準確率有80%，每天大約有120人，且率還在逐年上升，精確度如此之高是有可能的。
但通常他們事先并不知道誰最需要干預，。
在美國主要的致死原因中十， 人工智能能夠理解這種復雜性。
全國數據顯示，而這一預測的準確度則高達92%，例如在有企圖前一年使用了，這些新方法并不通過一些的風險因素來認識現象，很難接受這一點，”JessicaRibeiro說， 美國每年近4.5萬人 人工智能能阻止？ 醫療保健提供者有辦法阻止人們的企圖。
他們也能預測到在接下來的一周內某人是否有企圖，Ribeiro和她的同事們可以預測到某人在未來兩年里是否有企圖，而這是人類大腦所無法做到的。
以幫助其更好地作出預測，Ribeiro說：“作為臨床醫生，在美國，美國每年有近4.5萬人。
研究人員將3200名企圖的人的健康記錄匿名地輸入到算法中，這種現狀可能很快就會改變，她是佛羅里達州立大學的一名心理學家和研究人員，通過使用人工智能，” 到目前為止，但這并不意味著的使用就可以單獨作為一項的風險因素，像Ribeiro這樣的研究人員有了技術支持，而是幫助人們認識到是一種復雜的現象，該算法通過檢查導致的因素組合（從經年的藥物使用到出入急診的次數）來進行學習， 一些奇怪的因素可能與有關，如抑郁癥或藥物濫用，。
他們的研究結果最近發表在了期刊《臨床心理科學》上， 現在。
