基于貝葉斯網(wǎng)絡(luò)的精神障礙者暴力危害行為智能預(yù)警模型的構(gòu)建

向 靜, 陳東曦

(1.重慶市高校物證技術(shù)工程研究中心， 西南政法大學(xué); 2.重慶市高校刑事科學(xué)技術(shù)重點實驗室; 3.特殊人群心理與智能管控研究中心, 重慶 401120)

0 引言

近幾十年來，對精神疾病的研究隨著腦科學(xué)的發(fā)展邁上了新臺階，然而，對于日益增多的精神障礙者暴力危害事件的發(fā)生，依舊缺乏相對系統(tǒng)完善的管控和預(yù)警機制。精神障礙并非必然導(dǎo)致犯罪，但毫無疑問，病理性精神癥狀對患者實施暴力攻擊行為存在或多或少的影響。近年來，世界各國精神患病率急劇上升。在國內(nèi)，由于社會轉(zhuǎn)型而帶來的生活節(jié)奏的急劇變化和前所未有的生存與競爭壓力，使得人們面臨著巨大的心理壓力，我國公民心理問題日益凸顯，而具有暴力傾向的嚴(yán)重精神障礙者則成為了社會治安的嚴(yán)重隱患。2009年中國疾病預(yù)防控制中心發(fā)布的統(tǒng)計數(shù)據(jù)顯示，國內(nèi)精神障礙患者數(shù)量已達(dá)1億人以上，嚴(yán)重精神障礙患者約有1 600萬人，2017年中國衛(wèi)計委公布的在冊管理的嚴(yán)重精神障礙患者為540萬例[1]。由以上數(shù)據(jù)可知，當(dāng)前，大部分精神障礙患者尚未就診，更未在冊管理，有嚴(yán)重治安隱患。2018年1月23日，中央政法工作會議提出：增強工作預(yù)見性，深化智能化建設(shè)，并專門強調(diào)為防控好公共風(fēng)險，需落實肇事肇禍嚴(yán)重精神障礙患者的救治和監(jiān)控問題。然而，當(dāng)前對嚴(yán)重精神障礙者的管控工作依舊存在諸多難題，如衛(wèi)生管控系統(tǒng)與公安管控系統(tǒng)信息不通，上層管理決策者受制于缺乏一線工作的第一手資料；自上而下的管理方針的針對性與可操作性不強；精神障礙者的管控工作涉及部門多，各部門間的協(xié)作機制缺乏等。而當(dāng)前精神醫(yī)學(xué)、心理學(xué)、刑法學(xué)、犯罪學(xué)等相關(guān)領(lǐng)域的研究自成體系，缺乏對嚴(yán)重精神障礙者危害行為防控的綜合性研究，更缺乏針對性的“事前預(yù)防”機制和智能化、現(xiàn)代化的管控方法。可見，構(gòu)建一個針對性強的嚴(yán)重精神障礙者暴力危害行為的智能預(yù)警體系刻不容緩。

1 精神障礙者攻擊行為預(yù)測研究概況

對精神障礙者暴力危害行為的研究早在70年代就拉開了帷幕。自70年代初，對精神障礙者攻擊行為的預(yù)測研究便已經(jīng)開始了。而隨著多國相關(guān)法規(guī)的出臺，其中規(guī)定須以精神障礙者攻擊行為作為強制收入住院或?qū)嵤┘s束隔離的一項必要標(biāo)準(zhǔn)，這促進了相關(guān)的研究，但當(dāng)時學(xué)者們主要關(guān)注精神障礙者的一般資料分析和對暴力攻擊行為本身的描述。隨著司法領(lǐng)域需求的提出，對精神障礙者的攻擊行為預(yù)測研究也由“治療需要”評估向“危險性”預(yù)測轉(zhuǎn)移[2]。

多數(shù)學(xué)者接受的關(guān)于攻擊行為的定義為：對另一個體的心理、軀體狀態(tài)進行傷害及試圖進行傷害，或?qū)ζ渌繕?biāo)(如物體)進行破壞的行為，其極端形式稱暴力行為，是多數(shù)生物體普遍存在的適應(yīng)性行為。而精神障礙者的攻擊行為多屬于病理攻擊行為，是由于心理、社會與生物因素所致的心理障礙，或病理性精神癥狀支配下所產(chǎn)生的對他人、物體與社會規(guī)范的侵犯行為[3]。常見的精神障礙者暴力危害行為的本質(zhì)便是其攻擊行為，而現(xiàn)代精神醫(yī)學(xué)研究者對精神障礙者攻擊行為的預(yù)測研究則主要從攻擊行為的預(yù)測因子、預(yù)測方法、預(yù)測工具及預(yù)測準(zhǔn)確性評價等方面進行。

對于預(yù)測因子方向的研究，較早時期多見于有關(guān)人口統(tǒng)計學(xué)資料、精神病診斷與攻擊行為的方面[4]。90年代，研究者們就從年齡、性別以及診斷等方面進行了細(xì)致的調(diào)查研究。Monahan等[5,6]認(rèn)為將診斷本身作為攻擊行為的預(yù)測因子并不可靠，因為在檢測人口學(xué)資料等條件的情況下，攻擊行為在診斷因子的差異方面將變得不明顯。此外，一些研究者分別對住院精神病人和非住院精神病人進行了研究以期尋找穩(wěn)定的社會心理因子。時至今日，國內(nèi)外文獻(xiàn)對于一般人口學(xué)資料研究方面呈現(xiàn)較一致的報道，諸如診斷、年齡、性別、工作經(jīng)歷、生活狀況、既往攻擊行為史等因素對于精神障礙者攻擊行為的發(fā)生的預(yù)測有極大的價值[7]。除此之外，生物學(xué)預(yù)測因子的研究也是研究者們一直以來關(guān)注的焦點。Brown[8]發(fā)現(xiàn)5-HIAA水平對于預(yù)測攻擊行為有較大的幫助，Lavine[9]研究發(fā)現(xiàn)對比健康的對照人群，伴攻擊行為人群去甲腎上腺素代謝產(chǎn)物的水平更高。而除了內(nèi)分泌因素，電生理因素、基因因素、腦損害因素等在現(xiàn)今的生物學(xué)因素研究也受到重視。目前，精神障礙者攻擊行為的風(fēng)險因素主要由一般人口學(xué)資料因素、精神心理因素、環(huán)境因素、生物學(xué)因素4大因素組成[10]，作為建立精神障礙者暴力危害行為的風(fēng)險預(yù)警系統(tǒng)的核心基礎(chǔ)，必須引入這些風(fēng)險因子。

總的來說，國外在精神醫(yī)學(xué)上關(guān)于精神障礙者攻擊行為風(fēng)險評估的研究起步較早，而今已有較大的進展，其方法基本劃分為基于臨床經(jīng)驗評估、使用評估工具進行臨床式的評估以及系統(tǒng)化、綜合化評估3個階段，從主觀的依賴經(jīng)驗進行的判斷到單純依靠評估工具進行評估，再到結(jié)合兩者的綜合評估，從靜態(tài)的觀察到動態(tài)的評估，對于精神障礙者攻擊行為風(fēng)險管理的研究不斷朝著更強的靈活性與更高的客觀性為目標(biāo)邁進[11]。而國內(nèi)的相關(guān)風(fēng)險評估研究主要借鑒國外研究成果，也有許多學(xué)者嘗試將國外的風(fēng)險評估量表引入國內(nèi)使用，并不斷調(diào)整完善，但由于國情、文化等方面的差異，評估準(zhǔn)確性還有待進一步觀察。

2 人工智能技術(shù)在精神障礙者暴力危害行為預(yù)測預(yù)警中的可行性分析

為了對精神障礙者的攻擊風(fēng)險做出及時準(zhǔn)確的評估，攻擊行為風(fēng)險評估工具應(yīng)運而生。1984年Yudofsky[12]編制了外顯攻擊行為量表(MOAS)，將攻擊行為的種類細(xì)分為“言語攻擊”“對財產(chǎn)的攻擊”“自身攻擊”“體力攻擊”，并按照0～4級共5個級別的評估，以更符合臨床的記錄。Almvik等[13]在前人研究的基礎(chǔ)上發(fā)展出Broset量表(BVC)以評估住院精神障礙患者在24 h內(nèi)攻擊行為的暴力風(fēng)險，而Abderhalden等[14]又進一步將BVC與主觀的視覺模擬量表VAS結(jié)合發(fā)展出BVC-VAS量表，其條目少、預(yù)測準(zhǔn)、用時短的優(yōu)點在臨床上得到了較多的好評。由Webster[15]編制的包括歷史變量、臨床變量、風(fēng)險管理變量等的評估量表20項臨床歷史評估(HCR-20)，在評估精神障礙病人暴力危險性的大小方面具有良好的預(yù)測效度，現(xiàn)已有16種語言版本，在20多個國家廣泛應(yīng)用。目前，現(xiàn)代用于評估暴力攻擊行為預(yù)測評估的工具種類繁多，除去上述提及的幾種量表，常用的評估工具還包括簡明精神病測定量表(BPRS)、改進版外顯攻擊行為量表(MOAS)等，每個量表各具特色，使用目的不盡相同，但大多更適用于精神科臨床護理，而非社會環(huán)境復(fù)雜多變的社區(qū)監(jiān)護。此外，實踐證明，即使是公認(rèn)最常用的評估工具，對風(fēng)險評估的效果也是有限的。

如今，隨著人工智能技術(shù)的興起與廣泛應(yīng)用，給諸多行業(yè)帶來了變革的契機。在犯罪預(yù)防領(lǐng)域，“AI+犯罪預(yù)防”的新型模式成為了一大熱門，通過收集如視頻、圖像等諸多數(shù)據(jù)信息作為人工智能運行的基礎(chǔ)數(shù)據(jù)庫，再結(jié)合機器學(xué)習(xí)、生物識別、圖像理解等技術(shù)，將各類跨媒體異構(gòu)的復(fù)雜數(shù)據(jù)應(yīng)用于人工智能，達(dá)到跨場景復(fù)雜空間行為理解、社會形態(tài)分析、社會觀測和認(rèn)識等效果的手段，進而將當(dāng)前的事物變化與犯罪的發(fā)生、發(fā)展相關(guān)聯(lián)，以實現(xiàn)智能化預(yù)警監(jiān)測與安全控制系統(tǒng)的構(gòu)建。

在精神障礙者的服務(wù)管理領(lǐng)域，由于我國的精神衛(wèi)生資源嚴(yán)重不足，社區(qū)精神衛(wèi)生團隊還不完善，令人不得不將目光投向人工智能技術(shù)，并思索其在具體實踐領(lǐng)域運用的可能。由于嚴(yán)重精神障礙者的人口統(tǒng)計學(xué)數(shù)據(jù)、既往史有其特殊性，且處于發(fā)病期時行為多怪異，通常情緒、情感不協(xié)調(diào)，伴有妄想、幻覺、思維混亂、行為嚴(yán)重紊亂或異常，病程長，且會反復(fù)發(fā)病，有可供識別及早期預(yù)測的特點。街道、社區(qū)管控人員對嚴(yán)重精神障礙者會定期進行隨訪，可形成海量的數(shù)據(jù)，但遺憾的是，目前隨訪的精神癥狀、服藥情況、有否有危險性行為等數(shù)據(jù)是以書面表格的形式記載，并沒有形成網(wǎng)絡(luò)數(shù)據(jù)庫，對精神障礙者的危害行為的預(yù)防無明顯作用。此外，筆者對多名致命案的精神障礙者家屬進行走訪，家屬普遍反映，作案前一段時間患者已經(jīng)出現(xiàn)明顯異常的行為，如打罵家人、揮舞菜刀、手持剪刀、作息不正常、稱別人要害自己、報警、扔石頭等行為，這些早期危險行為可通過物聯(lián)網(wǎng)、隨訪大數(shù)據(jù)、家屬上報等多種方式形成預(yù)警信息。

如今，通過機器學(xué)習(xí)來預(yù)測精神疾病的發(fā)病和治療結(jié)果已經(jīng)成為了現(xiàn)實。發(fā)表在Molecular Psychiatry上的一項最新研究顯示：通過機器學(xué)習(xí)算法和顳上皮層的功能連接，確定了首發(fā)精神分裂癥患者藥物治療的準(zhǔn)確率為78.6%，并以82.5%的準(zhǔn)確率預(yù)測了他們對抗精神病治療的反應(yīng)。依托客觀測量，應(yīng)用推論統(tǒng)計、用現(xiàn)代技術(shù)和數(shù)據(jù)驅(qū)動的方法改善精神病學(xué)中的循證醫(yī)療決策等方面，已經(jīng)取得一定成果，即使困難重重，未來有很大發(fā)展空間[16]。

現(xiàn)有的人工智能技術(shù)已然可以做到將現(xiàn)實中的某些現(xiàn)象或者某些規(guī)律轉(zhuǎn)化為數(shù)據(jù)，依托算法模型，圍繞輸入目標(biāo)，建立起一套科學(xué)的關(guān)聯(lián)網(wǎng)絡(luò)，通過這樣的技術(shù)手段，將收集到的關(guān)聯(lián)精神障礙者危害行為的信息元素與現(xiàn)實的事實認(rèn)定進行正確的匹配、推導(dǎo)、預(yù)測等，并配合希望獲取的信息，對危害行為預(yù)測的結(jié)果采取適宜的措施和手段，以達(dá)到有效的管控與預(yù)防。因此，對嚴(yán)重精神障礙者，借助人工智能技術(shù)構(gòu)建一套具有針對性、實時性、個性化的嚴(yán)重精神障礙者危害行為預(yù)警體系，并引入“AI+危害行為預(yù)測預(yù)防”的新型模式，應(yīng)具有較高可行性。

3 貝葉斯網(wǎng)絡(luò)預(yù)測方法簡況

近年來，貝葉斯網(wǎng)絡(luò)預(yù)測的方法成為了炙手可熱的話題。貝葉斯網(wǎng)絡(luò)又名信度網(wǎng)絡(luò)，是基于貝葉斯理論的一種不定性因果關(guān)聯(lián)模型，蘊含著網(wǎng)絡(luò)節(jié)點、變量之間的因果關(guān)系及條件相關(guān)關(guān)系，能在有限的、不完整的、不確定的信息條件下進行學(xué)習(xí)和推理，并有效地進行多源信息表達(dá)與融合。通過節(jié)點表示隨機變量、條件概率表達(dá)關(guān)系強度、沒有父節(jié)點的節(jié)點用先驗概率進行信息表達(dá)來進行網(wǎng)絡(luò)的構(gòu)成。貝葉斯網(wǎng)絡(luò)方法可以更好地結(jié)合傳統(tǒng)的經(jīng)驗判斷方法與常規(guī)評估測量的優(yōu)點，通過網(wǎng)絡(luò)的運作與運算，以收集到的臨床數(shù)據(jù)及其他資料信息為依據(jù)，不斷修正作為先驗概率被輸入的初步主觀判斷，最終輸出可信度較高的結(jié)果。在可行性方面，得益于現(xiàn)代計算機技術(shù)解決了高維積分這一限制貝葉斯統(tǒng)計應(yīng)用的技術(shù)問題，貝葉斯方法在理論和應(yīng)用上得到了長足的發(fā)展，而貝葉斯網(wǎng)絡(luò)方法主要依賴于基礎(chǔ)信息節(jié)點的建設(shè)和整體網(wǎng)絡(luò)的架構(gòu)，不管是先驗概率的獲取，還是網(wǎng)絡(luò)節(jié)點的架構(gòu)，在現(xiàn)有的學(xué)術(shù)水平和技術(shù)手段上已經(jīng)有望高效達(dá)成，因而貝葉斯網(wǎng)絡(luò)方法應(yīng)用上具有廣闊的前景。筆者嘗試將貝葉斯網(wǎng)絡(luò)應(yīng)用于嚴(yán)重精神障礙者暴力危害行為的風(fēng)險預(yù)警，使用貝葉斯網(wǎng)絡(luò)方法對嚴(yán)重精神障礙者暴力危害行為的風(fēng)險狀態(tài)進行正向或逆向推理，按照基于各個風(fēng)險因子的全面風(fēng)險管理拓?fù)浣Y(jié)構(gòu)，并通過在節(jié)點間不斷進行傳遞式的概率運算，以達(dá)到風(fēng)險預(yù)警的功能及進一步對風(fēng)險誘因的評估與管理，且較傳統(tǒng)評估預(yù)警方法而言更適用于面對狀況復(fù)雜的領(lǐng)域，同時貝葉斯網(wǎng)絡(luò)對各因素的統(tǒng)籌兼顧與校準(zhǔn)是常用評估工具所難以達(dá)到的。

貝葉斯網(wǎng)絡(luò)方法具有極強的實用性與先進性，其理論現(xiàn)已被廣泛應(yīng)用于金融、醫(yī)學(xué)等各個領(lǐng)域，并進行了許多的學(xué)術(shù)方面的深入探討和研究，趙文平等[17]提出基于貝葉斯網(wǎng)絡(luò)運用因果推理預(yù)測循環(huán)經(jīng)濟產(chǎn)業(yè)鏈的穩(wěn)定性；尹陽春[18]提出以貝葉斯網(wǎng)絡(luò)對重大資產(chǎn)重組進行預(yù)測；劉陽[19]對貝葉斯網(wǎng)絡(luò)meta分析在早期肝癌療效評價中的應(yīng)用以及用微血管侵犯風(fēng)險預(yù)測，指導(dǎo)個體化消融治療方面進行了研究。在臨床試驗中的醫(yī)療器械評價中，以貝葉斯統(tǒng)計分析為主的評價方法已經(jīng)成為當(dāng)前的一種技術(shù)趨勢[20]；鐘建軍等[21]也提出心理研究引入貝葉斯推論統(tǒng)計，在臨床診斷方面，循證醫(yī)學(xué)也開始將以貝葉斯法為基礎(chǔ)的算法納入到臨床決策的應(yīng)用中去。此外，李學(xué)海[22]指出，貝葉斯統(tǒng)計對精神病人治療結(jié)局的預(yù)測、及肇事肇禍危險性評估等方面都有巨大潛力。現(xiàn)今，以貝葉斯理論為核心的技術(shù)方法正風(fēng)靡各行各業(yè)，且有望成為未來最重要的預(yù)測技術(shù)手段之一。

4 精神障礙者暴力危害行為風(fēng)險預(yù)警模型的構(gòu)建

筆者提出構(gòu)建基于貝葉斯網(wǎng)絡(luò)的精神障礙者暴力危害行為風(fēng)險預(yù)警模型，達(dá)到事前對精神障礙者暴力危害行為的“預(yù)測、預(yù)警、預(yù)防”，使目前精神障礙者的信息排查、搜集、分析和處理更趨向智能化、現(xiàn)代化，以期為建立一個以大數(shù)據(jù)導(dǎo)向為基礎(chǔ)的嚴(yán)重精神障礙者危害行為的智能防控體系奠定基石。

4.1 選擇節(jié)點和構(gòu)建貝葉斯網(wǎng)絡(luò)

風(fēng)險預(yù)警系統(tǒng)中貝葉斯網(wǎng)絡(luò)的節(jié)點大致可分為兩類，一類是通過貝葉斯網(wǎng)絡(luò)計算得到的指標(biāo)節(jié)點，第二類是誘因節(jié)點，主要是根據(jù)實際觀測和統(tǒng)計之后得到的直接風(fēng)險源頭。此外，需要注意的是在選擇節(jié)點的時候應(yīng)綜合考慮節(jié)點的可行性、代表性、科學(xué)性等因素以保證風(fēng)險預(yù)警系統(tǒng)的可靠性。參照現(xiàn)代攻擊行為風(fēng)險因素的主流觀點，可將精神障礙者暴力行為發(fā)生的風(fēng)險劃分為一般人口學(xué)資料因素、精神心理因素、生物學(xué)因素、環(huán)境因素、早期危險行為因素，將這5類風(fēng)險作為關(guān)鍵風(fēng)險指標(biāo)進行分析，并進一步細(xì)分如下。

(1)一般人口學(xué)資料因素

參照Newton[23]的研究，其影響因素包括診斷、年齡、性別、智力評定、精神病史、工作經(jīng)歷、成長經(jīng)歷、生活狀況、激越行為、既往攻擊行為史等。

(2)精神心理因素

可以劃分為精神疾病類型、精神癥狀、自知力、執(zhí)行功能、共情能力5大誘因節(jié)點。

(3)環(huán)境因素

主要分為社會環(huán)境因素、家庭環(huán)境因素、誘發(fā)因素3大支線。

(4)生物學(xué)因素

參照張欽廷對法醫(yī)學(xué)精神病焦點問題進展的研究，可選擇內(nèi)分泌因素、電生理因素、基因因素、腦損害因素4大方向。

(5)早期危險行為因素

筆者從實踐角度出發(fā)，通過對數(shù)十起精神障礙者所致命案的個案分析，并綜合參考國內(nèi)外司法精神病醫(yī)學(xué)的相關(guān)文獻(xiàn)、醫(yī)用量表，試擬了以下作案前有預(yù)測意義的精神障礙者的早期危險行為，分為低危、中危、高危3組(見表1)。

表1 精神障礙者的早期危險行為

這樣，整個風(fēng)險預(yù)警網(wǎng)絡(luò)的構(gòu)造就基本完成了，其中終端節(jié)點為精神障礙者暴力危害行為風(fēng)險值，次層節(jié)點為一般人口學(xué)資料因素、精神心理因素、環(huán)境因素、生物學(xué)因素，早期危險行為因素，初始端節(jié)點為影響風(fēng)險水平的各種因素，整個風(fēng)險預(yù)警模型的基本網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖1所示。

圖1 風(fēng)險預(yù)警模型拓?fù)浣Y(jié)構(gòu)

4.2 設(shè)置網(wǎng)絡(luò)節(jié)點和先驗概率賦值

確定了風(fēng)險預(yù)警系統(tǒng)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)后，第二步就是設(shè)置各個節(jié)點并對其賦值，即以特定的概率值來表述各個節(jié)點的各種不同狀態(tài)，這樣的概率值被稱為先驗概率。而這一環(huán)節(jié)主要通過主觀判斷以及相關(guān)臨床歷史數(shù)據(jù)、向司法精神醫(yī)學(xué)領(lǐng)域的專業(yè)人士征詢后獲得的一個相對主觀的設(shè)置結(jié)果，在實際運用中可以根據(jù)現(xiàn)實情況對先驗概率進行調(diào)整。此外，在節(jié)點的設(shè)置過程中，不同的風(fēng)險狀態(tài)的設(shè)置需要以不同的節(jié)點性質(zhì)為依據(jù)。先驗概率的賦值對于整個貝葉斯網(wǎng)絡(luò)而言具有極為重要的意義，網(wǎng)絡(luò)節(jié)點先驗概率的準(zhǔn)確程度決定著其能否快速定位第一“故障點”，也就是說如果引入了準(zhǔn)確度較高的先驗概率值，便可以在網(wǎng)絡(luò)運作的過程中迅速地逆向推理出引發(fā)精神障礙者實施攻擊行為的風(fēng)險誘因，幫助進一步實施風(fēng)險管理，所以，當(dāng)統(tǒng)計先驗概率的樣本有限或者專家意見出現(xiàn)了較大誤差等情況下，先驗概率的精確度就會大打折扣，因此必須在綜合考量各方面因素的情況下，謹(jǐn)慎地引入先驗概率值，這是需要重視的關(guān)鍵點之一。

4.3 設(shè)置風(fēng)險水平等級

作為風(fēng)險預(yù)警系統(tǒng)的輸出模塊，風(fēng)險水平等級是直觀展示風(fēng)險誘因影響程度。在常用的精神預(yù)測評估工具中，也往往采用分級的形式來對精神障礙者的精神狀況進行相對直觀的展示，這都是由于原始數(shù)據(jù)不能直觀地反映具體現(xiàn)象在空間分布上的規(guī)律性和由于數(shù)量差異而產(chǎn)生的質(zhì)量差異感、特殊的水平或集群性，因此水平等級的設(shè)置和劃分頗具意義。效仿基于貝葉斯網(wǎng)絡(luò)在商業(yè)銀行風(fēng)險預(yù)警系統(tǒng)中采用的燈號模型方法[24]，本文提出類似的風(fēng)險水平等級設(shè)置方法。例如，對于一個有3個狀態(tài)的節(jié)點，通過先驗概率賦值可以得到其風(fēng)險狀態(tài)為高(H) 、中 (M) 、低(L)的概率分別為a1、a2、a3，并結(jié)合每個狀態(tài)在該節(jié)點中的具體情況對每種狀態(tài)的概率分別賦予X、Y、Z的權(quán)重(滿足X+Y+Z=1)，由此可以得到綜合考慮3個狀態(tài)后該節(jié)點的加權(quán)和A，A=X×a1+Y×a2+Z×a3， 以此反映該節(jié)點的風(fēng)險水平。同時，由影響該節(jié)點各狀態(tài)變化的風(fēng)險因素的理論賦值，可以判斷出該節(jié)點加權(quán)和A的理論取值范圍為[C,D)，隨后進一步結(jié)合具體情況在C到D之間再設(shè)置C1,C2,D1,D2四個理論取值數(shù)為閥值，將[C,D)分為[C,C1)、[C1,C2)、[C2,D1)、[D1,D2)、[D2,D)五個區(qū)間分別對應(yīng)一、二、三、四、五級風(fēng)險水平。當(dāng)A∈[C,C1)時，該節(jié)點處于一級水平，沒有風(fēng)險；當(dāng)[C1,C2)時，該節(jié)點處于二級水平，風(fēng)險較低；當(dāng)A∈[C2,D1)時，該節(jié)點處于三級水平，存在中度風(fēng)險；當(dāng)A∈[D1,D2)時，該節(jié)點處于四級水平，風(fēng)險較高；當(dāng)A∈[D2,D)時，該節(jié)點處于五級水平，存在極高風(fēng)險。而除這種方法之外，也可以針對具體情況采用其他的分級方式，具體的分級方式因現(xiàn)實狀況不同而異，只要立足點是對各因素的有效統(tǒng)籌和對總體情況的直觀展示便可。

4.4 風(fēng)險預(yù)警模型的運行

當(dāng)貝葉斯網(wǎng)絡(luò)構(gòu)建完成后，就可以發(fā)揮其正向及反向推理的功能。進行正向推理，就是以觀測到的風(fēng)險因素變化依據(jù)對相應(yīng)的誘因節(jié)點的值進行調(diào)整，從而實現(xiàn)信息的傳遞，而逆向推理則是通過調(diào)整指標(biāo)節(jié)點的賦值，以分析各影響因素的狀態(tài)。在精神障礙者暴力危害行為的風(fēng)險預(yù)警系統(tǒng)中，通過正向推理，能夠分析各風(fēng)險因素對終端風(fēng)險的影響程度，而通過逆向推理，則可以幫助判斷通過哪些風(fēng)險誘因的管理可以實現(xiàn)降低精神障礙者實施暴力危害行為的風(fēng)險，從而達(dá)到從根本上規(guī)避暴力行為發(fā)生的目的。此外，在運行過程中，如果需要進行進一步的測試和評估，如進行評估精神障礙者在住院情況下實施危害行為的風(fēng)險測試，即使當(dāng)前的貝葉斯網(wǎng)絡(luò)不包括這些評估測試，但它很容易擴展，只需要添加額外的節(jié)點作為獲得新的統(tǒng)計數(shù)據(jù)的系統(tǒng)程序，而不需要扔掉以前的任何部分，這是貝葉斯網(wǎng)絡(luò)方法的另一個強大的功能，它很容易擴展或減少、簡化，以適應(yīng)不斷變化的需求和變化的知識，這也正是傳統(tǒng)風(fēng)險評估方法和預(yù)警方法所無法達(dá)到的功能。

4.5 風(fēng)險預(yù)警模型的試點應(yīng)用

將精神障礙者暴力危害行為的風(fēng)險預(yù)警模型試點應(yīng)用于某街道的社區(qū)衛(wèi)生服務(wù)中心，以明確診斷的重性精神障礙者50人為樣本實施排查預(yù)警，包括精神分裂癥者38人，雙相情感障礙者10人，精神發(fā)育遲滯者2人，其中采用衛(wèi)生部《重性精神疾病管理治療工作規(guī)范(2018年版)》中危險性分級標(biāo)準(zhǔn)①0級：無符合以下1～5級中的任何行為；1級：口頭威脅，喊叫，但沒有打砸行為；2級：打砸行為，局限在家里，針對財物，能被勸說制止；3級：明顯打砸行為，不分場合，針對財物，不能接受勸說而停止；4級：持續(xù)的打砸行為，不分場合，針對財物或人，不能接受勸說而停止，包括自傷、自殺；5級：持管制性危險武器的針對人的任何暴力行為，或者縱火、爆炸等行為，無論在家里還是公共場合。評估為0～2級者45人，3級以上者為5人。使用精神障礙者暴力危害行為的風(fēng)險預(yù)警模型篩查出低?；颊?人，中危患者4人，高危患者2人，中危者精神分裂癥者3名，雙相情感障礙者1名，高危者均為精神分裂癥者。預(yù)警等級為低危的患者風(fēng)險因素為：作息不正常、情緒不穩(wěn)、情緒激越、拒絕服藥、長時間自言自語、內(nèi)容未危及自身或他人安全的幻覺、言語威脅等。預(yù)警等級為中危- 高危的患者風(fēng)險因素為：被害妄想(內(nèi)容危及自身安全)、夸大妄想、物理影響妄想、言語威脅、無故手持危險工具、打砸行為、無故襲擊他人，多次報警等癥狀及行為表現(xiàn)(見表2)。

表2 各預(yù)警等級的精神障礙者風(fēng)險因素

本精神障礙者暴力危害行為風(fēng)險預(yù)警模型結(jié)合精神心理因素、環(huán)境因素、生物學(xué)因素及早期危險行為因素等綜合指標(biāo)，排查出預(yù)警等級為低危者與危險性評估標(biāo)準(zhǔn)0～2級者一致性為85.7%， 其中1位3級危險性精神障礙者并未出現(xiàn)言語威脅及打砸等暴力行為，只出現(xiàn)“內(nèi)容未危及自身或他人安全的幻覺”，定為低危等級更恰當(dāng)。中危及高?；颊咧杏?人為危險性評估為0～2級者。此4人的癥狀及行為表現(xiàn)為：內(nèi)容危及自身安全的被害妄想、幻覺，言語威脅，無故襲擊他人，物理影響妄想，多次報警行為等，顯然危險等級較高，需要立即干預(yù)，與0～2級危險性不相符。

本課題組深入廣泛調(diào)研及公安部通報的數(shù)據(jù)顯示，目前司法實踐中，出現(xiàn)嚴(yán)重肇事肇禍的精神障礙者反而大多為危險性評估為0～2級的患者，這與當(dāng)前危險性評估標(biāo)準(zhǔn)的局限性有關(guān)。主要涉及以下幾點：

一是評估危險性時忽略了危險因素的輔助作用。據(jù)調(diào)查，基層在對重性精神障礙者危險性進行評估時，單純參考國家文件規(guī)定的0～5級危險性標(biāo)準(zhǔn)。而該標(biāo)準(zhǔn)只有寥寥幾句行為表現(xiàn)的描述，缺乏危險因素的考量。就精神障礙者實施暴力危害行為的危險因素而言，監(jiān)護狀況、精神疾病癥狀、藥物依從性、精神活性物質(zhì)使用情況、人格障礙、患者所處的環(huán)境等均應(yīng)在考量范圍中。二是評估過程缺乏動態(tài)性。對重性精神障礙患者進行危險性評估時，大都以評估當(dāng)時患者的行為表現(xiàn)為依據(jù)，缺乏對重性精神障礙患者的動態(tài)把握。但重性精神障礙患者的癥狀復(fù)雜多變，且常常反復(fù)發(fā)作，患者的危險性處于動態(tài)變化，僅根據(jù)患者當(dāng)時的行為表現(xiàn)來評估，勢必會造成結(jié)果的不準(zhǔn)確。三是危險性評估標(biāo)準(zhǔn)缺乏全面性和科學(xué)性。根據(jù)目前通用的危險性評估標(biāo)準(zhǔn)，此標(biāo)準(zhǔn)只關(guān)注行為表現(xiàn)，與精神癥狀學(xué)分離較嚴(yán)重，只能排查評估當(dāng)時是否有暴力攻擊傾向，卻不能代表其精神癥狀的嚴(yán)重程度。而嚴(yán)重精神疾病發(fā)病本就具有突發(fā)性，該評估標(biāo)準(zhǔn)及相應(yīng)分級無法指導(dǎo)預(yù)測精神障礙者出現(xiàn)攻擊行為的可能性大小。

精神障礙者暴力危害行為風(fēng)險預(yù)警模型試點應(yīng)用結(jié)果提示，該預(yù)警模型結(jié)合多維綜合危險因素指標(biāo)，可更準(zhǔn)確地排查出危險性精神障礙者，這對合理管控、早期危機干預(yù)起到重要作用。

本文將貝葉斯網(wǎng)絡(luò)方法引入到精神障礙者暴力危害行為的風(fēng)險預(yù)警系統(tǒng)中，以期建立“事前防控”機制，從根本上達(dá)到科學(xué)有效管控嚴(yán)重精神障礙者的目的。貝葉斯網(wǎng)絡(luò)的實際運作十分仰賴運算能力強大的承載體，只有配合算法發(fā)達(dá)的運算工具，才可能使得整個風(fēng)險預(yù)警系統(tǒng)得以流暢運行，現(xiàn)今有許多軟件平臺可以構(gòu)建貝葉斯網(wǎng)絡(luò)，如BN Toolkit、Bayes Buider、Java Bayes、Hugin Expert、BN Toolbox、Netica等，這些軟件在貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)、參數(shù)學(xué)習(xí)模塊的開發(fā)層面及貝葉斯網(wǎng)絡(luò)的構(gòu)建層面都有較好的應(yīng)用[25]。此外，在以往的技術(shù)條件下，采用貝葉斯網(wǎng)絡(luò)方法的基礎(chǔ)工作中，采集和應(yīng)用數(shù)據(jù)這一環(huán)節(jié)往往受到技術(shù)條件而無法得到充足有效的數(shù)據(jù)，即使得到等同于整體數(shù)量級別的樣本，也會因為數(shù)據(jù)噪聲而出現(xiàn)異常數(shù)據(jù)，這些數(shù)據(jù)都會對系統(tǒng)的運行、數(shù)據(jù)的分析造成干擾。而今人工智能技術(shù)的發(fā)展則極大地改善了這種狀況，使我們有可能去統(tǒng)籌大量的數(shù)據(jù)樣本和排除噪聲，如“云網(wǎng)絡(luò)”“云數(shù)據(jù)”的出現(xiàn)，使貝葉斯網(wǎng)絡(luò)方法中的先驗概率的獲取更科學(xué)，大數(shù)據(jù)的建立使得先驗概率的賦值有了完備的基礎(chǔ)，相關(guān)的測定者得以根據(jù)充足有效的數(shù)據(jù)對先驗概率進行設(shè)置，隨著該智能預(yù)警體系大數(shù)據(jù)的完善，其預(yù)測預(yù)警功能將更加準(zhǔn)確。

5 結(jié)語

我國對精神障礙患者救治與監(jiān)護問題高度關(guān)注，國家總體安全觀對事關(guān)社會安定問題的嚴(yán)重精神障礙者的管控要求不斷提高[26]。要建立具備互聯(lián)化、物聯(lián)化、智能化的防控體系，不僅需有技術(shù)上的突破，還需盡快建立管控工作涉及的綜合治理、公安、衛(wèi)生、財政、人力社保、民政等多個部門的溝通協(xié)作機制。筆者嘗試整合綜合治理部門、精神衛(wèi)生系統(tǒng)、司法系統(tǒng)、社區(qū)管控部門等多維大數(shù)據(jù)，構(gòu)建嚴(yán)重精神障礙者暴力危害行為的智能預(yù)警體系，以期早日建立人機交互的多管控部門的聯(lián)動協(xié)作機制，構(gòu)建基于人工智能技術(shù)的嚴(yán)重精神障礙者的管控體系，著力提升“事前防控”的科學(xué)性、合理性及智能化。