Thai University RankingsRESEARCH RADAR

Artificial intelligence and machine learning for detecting suicidal ideation and related suicide outcomes among adolescents: A scoping review

Artificial intelligence and machine learning for detecting suicidal ideation and related suicide outcomes among adolescents: A scoping review

การทบทวนตาม PRISMA-ScR คัดงานเชิงประจักษ์ปี 2016-2026 ได้เพียง 8 เรื่อง ใช้ข้อมูลแบบสำรวจโรงเรียน ฐานเยาวชน รายงานครอบครัว การประเมินคลินิก และเวชระเบียน โมเดลต้นไม้ Random Forest และ XGBoost ให้ผลภายในน่าสนใจ โดยตัวทำนายสำคัญรวมซึมเศร้า วิตก โดดเดี่ยว เจ็บปวดทางอารมณ์ ทำร้ายตนเอง ประวัติพยายามฆ่าตัวตาย และแรงสนับสนุนครอบครัว แต่คำนิยามผลลัพธ์ แหล่งข้อมูล การตรวจสอบ และ metric ต่างกันมาก หลักฐานยังไม่พอใช้คลินิก ต้องมี external validation, calibration, fairness, explainability และมาตรการจริยธรรม โดย AI ไม่ควรแทนการถามและประเมินความปลอดภัยโดยผู้เชี่ยวชาญ

01

ข้อค้นพบสำคัญ

    02

    ทำไมจึงมีความสำคัญระดับโลก

    ผลงานเพิ่มองค์ความรู้ในสาขาและเปิดทางให้ตรวจสอบหรือต่อยอดในบริบทอื่น การตีความผลกระทบควรยึดขอบเขตและหลักฐานของงานต้นฉบับเป็นหลัก ระบบให้สัญญาณผลกระทบ 73 จาก 100 ซึ่งใช้เพื่อจัดลำดับการนำเสนอ ไม่ใช่คะแนนคุณภาพวารสารหรือการจัดอันดับนักวิจัย

    03

    บทบาทของนักวิจัยไทย

    การเชื่อมโยงกับประเทศไทยปรากฏผ่านผู้เขียนหรือสังกัด ได้แก่ Prince of Songkla University

    04

    ข้อจำกัดที่ควรรู้

    บทวิเคราะห์นี้อาศัยข้อมูลบรรณานุกรม บทคัดย่อ และแหล่งต้นทางที่เข้าถึงได้ ไม่ได้แทนการอ่านบทความฉบับเต็ม และไม่ควรอนุมานเหตุเป็นผลหรือการใช้จริงเกินกว่าที่ผู้วิจัยรายงาน

    05

    ตรวจสอบแหล่งต้นทาง

    Acta Psychologica

    DOI: 10.1016/j.actpsy.2026.107418

    KEEP EXPLORING

    งานวิจัยไทยที่น่าติดตามต่อ