他们的话语：青少年智能手机语言与自杀相关住院前的个案研究

为什么你孩子的短信可能比你想象的更重要

随着智能手机成为随身伴侣，它们悄然记录着年轻人的日常用语、情绪和烦恼。本研究提出了一个紧迫的问题：青少年在心理危机前几周或几天在手机上输入的语言，能否揭示他们何时处于严重的自杀尝试危险？通过检视高危青少年在真实世界中的短信模式，研究者探索了人工智能工具能否帮助临床医生发现短期预警信号——以及这些工具在哪些方面仍然不足。

追踪五名青少年度过危险的一个月

研究聚焦于五名已被视为高自杀风险并随后出现自杀相关住院的青少年。约六个月期间，一款静默运行在他们手机上的应用记录了他们在键盘上输入的所有内容——信息、搜索、笔记——但不包括他人发给他们的内容。平均每位青少年收集了超过21,000条发出信息，并对数据进行了严格去标识以保护隐私。研究者随后将每次住院前的30天作为重点，分为20天的“基线”阶段和住院前的10天“急性风险”阶段。

危机前言语显示了什么

研究团队使用自然语言处理（NLP）在输入文本中寻找多类信号。一类工具检索与自杀有关的语言，采用了面向青少年的词典，能够识别不仅是标准短语，还有俚语和表情符号。另一种基于现代人工智能模型的工具评估信息是否表达出负面情绪。第三种方法将信息归为广泛主题，例如学校、治疗、睡眠、物质使用或死亡。对于五名青少年中的四名，自杀相关语言和负面情绪在住院前的10天内均较其在研究期间的个人平均模式有所上升。自杀相关的语言常在最后五天出现明显跃升，而负面情绪则在最后10天内更为渐进地上升。

风险信号——以及痛苦信号

这些模式具有前瞻性，但也很复杂。相同的警示信号——自杀语言和阴郁语气——也在危机窗之外的其他时间出现过。这表明这些信号可能标志着严重痛苦的时期，但并不总是意味着自杀企图即将发生。当临床医生直接审阅短信历史时，他们发现自杀相关语言的激增常与自杀想法、实际尝试或紧急求助相符。主题模型捕捉到的有用主题如物质使用和治疗讨论，有时也与高风险时刻同时发生。

计算机遗漏而人类看到的内容

然而，人工智能工具经常漏掉临床医生认为是核心触发因素的问题，例如与朋友或家人的争吵、欺凌、恋爱冲突或被拒绝的感受。这些情况往往分散在多条短讯息中，模型大多把每条输入视为孤立的片段，没有理解更广泛的叙事。结果，人际冲突、青少年对重要事件感受的变化，或从拿自杀开玩笑到表达真实绝望的微妙转变，常常被算法错过。研究者认为，未来的系统必须做的不仅是读取单条消息：它们需要连接随时间展开的对话，并最好将文本与其他被动数据（例如睡眠模式或移动情况）结合，以提高准确性。

展望：有希望但有重要限制

这项工作表明，智能手机语言可以为临床访问间隙中青少年的体验提供丰富、低负担的观察窗口。自动化方法已经能较好地识别明显的危险信号——直接的自杀言论和强烈的负面情绪——尤其是在危机前的几天内。但它们在把握人类临床医生用以评估风险的个人、社会和情境化背景方面远远不足。对于家庭和卫生专业人员，信息是双重的：数字语言数据未来或可帮助为处于危险中的青少年提供更早、及时的支持，但这种工具必须在极其谨慎的开发、强有力的隐私保护以及与临床人员的合作下进行，而不能用来取代临床人员。

引用: Treves, I.N., Bloom, P.A., Salem, S. et al. In their own words: case studies of adolescent smartphone language preceding suicide-related hospitalizations. NPP—Digit Psychiatry Neurosci 4, 5 (2026). https://doi.org/10.1038/s44277-026-00057-0

关键词: 青少年自杀风险, 智能手机语言, 数字表型学, 自然语言处理, 心理健康监测