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(diǎn)實(shí)驗(yàn)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(lái)，對(duì)精神疾病的研究隨著腦科學(xué)的發(fā)展邁上了新臺(tái)階，然而，對(duì)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(duì)系統(tǒng)完善的管控和預(yù)警機(jī)制。精神障礙并非必然導(dǎo)致犯罪，但毫無(wú)疑問(wèn)，病理性精神癥狀對(duì)患者實(shí)施暴力攻擊行為存在或多或少的影響。近年來(lái)，世界各國(guó)精神患病率急劇上升。在國(guó)內(nèi)，由于社會(huì)轉(zhuǎn)型而帶來(lái)的生活節(jié)奏的急劇變化和前所未有的生存與競(jìng)爭(zhēng)壓力，使得人們面臨著巨大的心理壓力，我國(guó)公民心理問(wèn)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(huì)治安的嚴(yán)重隱患。2009年中國(guó)疾病預(yù)防控制中心發(fā)布的統(tǒng)計(jì)數(shù)據(jù)顯示，國(guó)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(wàn)人，2017年中國(guó)衛(wèi)計(jì)委公布的在冊(cè)管理的嚴(yán)重精神障礙患者為540萬(wàn)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(cè)管理，有嚴(yán)重治安隱患。2018年1月23日，中央政法工作會(huì)議提出：增強(qiáng)工作預(yù)見性，深化智能化建設(shè)，并專門強(qiáng)調(diào)為防控好公共風(fēng)險(xiǎn)，需落實(shí)肇事肇禍嚴(yán)重精神障礙患者的救治和監(jiān)控問(wèn)題。然而，當(dāng)前對(duì)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(duì)性與可操作性不強(qiáng)；精神障礙者的管控工作涉及部門多，各部門間的協(xié)作機(jī)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(duì)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(duì)性的“事前預(yù)防”機(jī)制和智能化、現(xiàn)代化的管控方法?？梢?，構(gòu)建一個(gè)針對(duì)性強(qiáng)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(cè)研究概況

對(duì)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(duì)精神障礙者攻擊行為的預(yù)測(cè)研究便已經(jīng)開始了。而隨著多國(guó)相關(guān)法規(guī)的出臺(tái)，其中規(guī)定須以精神障礙者攻擊行為作為強(qiáng)制收入住院或?qū)嵤┘s束隔離的一項(xiàng)必要標(biāo)準(zhǔn)，這促進(jìn)了相關(guān)的研究，但當(dāng)時(shí)學(xué)者們主要關(guān)注精神障礙者的一般資料分析和對(duì)暴力攻擊行為本身的描述。隨著司法領(lǐng)域需求的提出，對(duì)精神障礙者的攻擊行為預(yù)測(cè)研究也由“治療需要”評(píng)估向“危險(xiǎn)性”預(yù)測(cè)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(duì)另一個(gè)體的心理、軀體狀態(tài)進(jìn)行傷害及試圖進(jìn)行傷害，或?qū)ζ渌繕?biāo)(如物體)進(jìn)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(huì)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(duì)他人、物體與社會(huì)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(duì)精神障礙者攻擊行為的預(yù)測(cè)研究則主要從攻擊行為的預(yù)測(cè)因子、預(yù)測(cè)方法、預(yù)測(cè)工具及預(yù)測(cè)準(zhǔn)確性評(píng)價(jià)等方面進(jìn)行。

對(duì)于預(yù)測(cè)因子方向的研究，較早時(shí)期多見于有關(guān)人口統(tǒng)計(jì)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(jìn)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(cè)因子并不可靠，因?yàn)樵跈z測(cè)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(duì)住院精神病人和非住院精神病人進(jìn)行了研究以期尋找穩(wěn)定的社會(huì)心理因子。時(shí)至今日，國(guó)內(nèi)外文獻(xiàn)對(duì)于一般人口學(xué)資料研究方面呈現(xiàn)較一致的報(bào)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(duì)于精神障礙者攻擊行為的發(fā)生的預(yù)測(cè)有極大的價(jià)值[7]。除此之外，生物學(xué)預(yù)測(cè)因子的研究也是研究者們一直以來(lái)關(guān)注的焦點(diǎn)。Brown[8]發(fā)現(xiàn)5-HIAA水平對(duì)于預(yù)測(cè)攻擊行為有較大的幫助，Lavine[9]研究發(fā)現(xiàn)對(duì)比健康的對(duì)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(xiǎn)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(xiǎn)預(yù)警系統(tǒng)的核心基礎(chǔ)，必須引入這些風(fēng)險(xiǎn)因子。

總的來(lái)說(shuō)，國(guó)外在精神醫(yī)學(xué)上關(guān)于精神障礙者攻擊行為風(fēng)險(xiǎn)評(píng)估的研究起步較早，而今已有較大的進(jìn)展，其方法基本劃分為基于臨床經(jīng)驗(yàn)評(píng)估、使用評(píng)估工具進(jìn)行臨床式的評(píng)估以及系統(tǒng)化、綜合化評(píng)估3個(gè)階段，從主觀的依賴經(jīng)驗(yàn)進(jìn)行的判斷到單純依靠評(píng)估工具進(jìn)行評(píng)估，再到結(jié)合兩者的綜合評(píng)估，從靜態(tài)的觀察到動(dòng)態(tài)的評(píng)估，對(duì)于精神障礙者攻擊行為風(fēng)險(xiǎn)管理的研究不斷朝著更強(qiáng)的靈活性與更高的客觀性為目標(biāo)邁進(jìn)[11]。而國(guó)內(nèi)的相關(guān)風(fēng)險(xiǎn)評(píng)估研究主要借鑒國(guó)外研究成果，也有許多學(xué)者嘗試將國(guó)外的風(fēng)險(xiǎn)評(píng)估量表引入國(guó)內(nèi)使用，并不斷調(diào)整完善，但由于國(guó)情、文化等方面的差異，評(píng)估準(zhǔn)確性還有待進(jìn)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(cè)預(yù)警中的可行性分析

為了對(duì)精神障礙者的攻擊風(fēng)險(xiǎn)做出及時(shí)準(zhǔn)確的評(píng)估，攻擊行為風(fēng)險(xiǎn)評(píng)估工具應(yīng)運(yùn)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(yǔ)攻擊”“對(duì)財(cái)產(chǎn)的攻擊”“自身攻擊”“體力攻擊”，并按照0～4級(jí)共5個(gè)級(jí)別的評(píng)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(píng)估住院精神障礙患者在24 h內(nèi)攻擊行為的暴力風(fēng)險(xiǎn)，而Abderhalden等[14]又進(jìn)一步將BVC與主觀的視覺(jué)模擬量表VAS結(jié)合發(fā)展出BVC-VAS量表，其條目少、預(yù)測(cè)準(zhǔn)、用時(shí)短的優(yōu)點(diǎn)在臨床上得到了較多的好評(píng)。由Webster[15]編制的包括歷史變量、臨床變量、風(fēng)險(xiǎn)管理變量等的評(píng)估量表20項(xiàng)臨床歷史評(píng)估(HCR-20)，在評(píng)估精神障礙病人暴力危險(xiǎn)性的大小方面具有良好的預(yù)測(cè)效度，現(xiàn)已有16種語(yǔ)言版本，在20多個(gè)國(guó)家廣泛應(yīng)用。目前，現(xiàn)代用于評(píng)估暴力攻擊行為預(yù)測(cè)評(píng)估的工具種類繁多，除去上述提及的幾種量表，常用的評(píng)估工具還包括簡(jiǎn)明精神病測(cè)定量表(BPRS)、改進(jìn)版外顯攻擊行為量表(MOAS)等，每個(gè)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(hù)理，而非社會(huì)環(huán)境復(fù)雜多變的社區(qū)監(jiān)護(hù)。此外，實(shí)踐證明，即使是公認(rèn)最常用的評(píng)估工具，對(duì)風(fēng)險(xiǎn)評(píng)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(lái)了變革的契機(jī)。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(guò)收集如視頻、圖像等諸多數(shù)據(jù)信息作為人工智能運(yùn)行的基礎(chǔ)數(shù)據(jù)庫(kù)，再結(jié)合機(jī)器學(xué)習(xí)、生物識(shí)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(chǎng)景復(fù)雜空間行為理解、社會(huì)形態(tài)分析、社會(huì)觀測(cè)和認(rèn)識(shí)等效果的手段，進(jìn)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(shí)現(xiàn)智能化預(yù)警監(jiān)測(cè)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(guó)的精神衛(wèi)生資源嚴(yán)重不足，社區(qū)精神衛(wèi)生團(tuán)隊(duì)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(shí)踐領(lǐng)域運(yùn)用的可能。由于嚴(yán)重精神障礙者的人口統(tǒng)計(jì)學(xué)數(shù)據(jù)、既往史有其特殊性，且處于發(fā)病期時(shí)行為多怪異，通常情緒、情感不協(xié)調(diào)，伴有妄想、幻覺(jué)、思維混亂、行為嚴(yán)重紊亂或異常，病程長(zhǎng)，且會(huì)反復(fù)發(fā)病，有可供識(shí)別及早期預(yù)測(cè)的特點(diǎn)。街道、社區(qū)管控人員對(duì)嚴(yán)重精神障礙者會(huì)定期進(jìn)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(xiǎn)性行為等數(shù)據(jù)是以書面表格的形式記載，并沒(méi)有形成網(wǎng)絡(luò)數(shù)據(jù)庫(kù)，對(duì)精神障礙者的危害行為的預(yù)防無(wú)明顯作用。此外，筆者對(duì)多名致命案的精神障礙者家屬進(jìn)行走訪，家屬普遍反映，作案前一段時(shí)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(bào)警、扔石頭等行為，這些早期危險(xiǎn)行為可通過(guò)物聯(lián)網(wǎng)、隨訪大數(shù)據(jù)、家屬上報(bào)等多種方式形成預(yù)警信息。

如今，通過(guò)機(jī)器學(xué)習(xí)來(lái)預(yù)測(cè)精神疾病的發(fā)病和治療結(jié)果已經(jīng)成為了現(xiàn)實(shí)。發(fā)表在Molecular Psychiatry上的一項(xiàng)最新研究顯示：通過(guò)機(jī)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(cè)了他們對(duì)抗精神病治療的反應(yīng)。依托客觀測(cè)量，應(yīng)用推論統(tǒng)計(jì)、用現(xiàn)代技術(shù)和數(shù)據(jù)驅(qū)動(dòng)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(lái)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(shí)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(guò)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(shí)的事實(shí)認(rèn)定進(jìn)行正確的匹配、推導(dǎo)、預(yù)測(cè)等，并配合希望獲取的信息，對(duì)危害行為預(yù)測(cè)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(duì)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(duì)性、實(shí)時(shí)性、個(gè)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(cè)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(cè)方法簡(jiǎn)況

近年來(lái)，貝葉斯網(wǎng)絡(luò)預(yù)測(cè)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(yùn)含著網(wǎng)絡(luò)節(jié)點(diǎn)、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(jìn)行學(xué)習(xí)和推理，并有效地進(jìn)行多源信息表達(dá)與融合。通過(guò)節(jié)點(diǎn)表示隨機(jī)變量、條件概率表達(dá)關(guān)系強(qiáng)度、沒(méi)有父節(jié)點(diǎn)的節(jié)點(diǎn)用先驗(yàn)概率進(jìn)行信息表達(dá)來(lái)進(jìn)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(yàn)判斷方法與常規(guī)評(píng)估測(cè)量的優(yōu)點(diǎn)，通過(guò)網(wǎng)絡(luò)的運(yùn)作與運(yùn)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(yàn)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(jì)算機(jī)技術(shù)解決了高維積分這一限制貝葉斯統(tǒng)計(jì)應(yīng)用的技術(shù)問(wèn)題，貝葉斯方法在理論和應(yīng)用上得到了長(zhǎng)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(diǎn)的建設(shè)和整體網(wǎng)絡(luò)的架構(gòu)，不管是先驗(yàn)概率的獲取，還是網(wǎng)絡(luò)節(jié)點(diǎn)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(xiǎn)預(yù)警，使用貝葉斯網(wǎng)絡(luò)方法對(duì)嚴(yán)重精神障礙者暴力危害行為的風(fēng)險(xiǎn)狀態(tài)進(jìn)行正向或逆向推理，按照基于各個(gè)風(fēng)險(xiǎn)因子的全面風(fēng)險(xiǎn)管理拓?fù)浣Y(jié)構(gòu)，并通過(guò)在節(jié)點(diǎn)間不斷進(jìn)行傳遞式的概率運(yùn)算，以達(dá)到風(fēng)險(xiǎn)預(yù)警的功能及進(jìn)一步對(duì)風(fēng)險(xiǎn)誘因的評(píng)估與管理，且較傳統(tǒng)評(píng)估預(yù)警方法而言更適用于面對(duì)狀況復(fù)雜的領(lǐng)域，同時(shí)貝葉斯網(wǎng)絡(luò)對(duì)各因素的統(tǒng)籌兼顧與校準(zhǔn)是常用評(píng)估工具所難以達(dá)到的。

貝葉斯網(wǎng)絡(luò)方法具有極強(qiáng)的實(shí)用性與先進(jìn)性，其理論現(xiàn)已被廣泛應(yīng)用于金融、醫(yī)學(xué)等各個(gè)領(lǐng)域，并進(jìn)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(yùn)用因果推理預(yù)測(cè)循環(huán)經(jīng)濟(jì)產(chǎn)業(yè)鏈的穩(wěn)定性；尹陽(yáng)春[18]提出以貝葉斯網(wǎng)絡(luò)對(duì)重大資產(chǎn)重組進(jìn)行預(yù)測(cè)；劉陽(yáng)[19]對(duì)貝葉斯網(wǎng)絡(luò)meta分析在早期肝癌療效評(píng)價(jià)中的應(yīng)用以及用微血管侵犯風(fēng)險(xiǎn)預(yù)測(cè)，指導(dǎo)個(gè)體化消融治療方面進(jìn)行了研究。在臨床試驗(yàn)中的醫(yī)療器械評(píng)價(jià)中，以貝葉斯統(tǒng)計(jì)分析為主的評(píng)價(jià)方法已經(jīng)成為當(dāng)前的一種技術(shù)趨勢(shì)[20]；鐘建軍等[21]也提出心理研究引入貝葉斯推論統(tǒng)計(jì)，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(jì)對(duì)精神病人治療結(jié)局的預(yù)測(cè)、及肇事肇禍危險(xiǎn)性評(píng)估等方面都有巨大潛力?，F(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(lái)最重要的預(yù)測(cè)技術(shù)手段之一。

4 精神障礙者暴力危害行為風(fēng)險(xiǎn)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(xiǎn)預(yù)警模型，達(dá)到事前對(duì)精神障礙者暴力危害行為的“預(yù)測(cè)、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(gè)以大數(shù)據(jù)導(dǎo)向?yàn)榛A(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(diǎn)和構(gòu)建貝葉斯網(wǎng)絡(luò)

風(fēng)險(xiǎn)預(yù)警系統(tǒng)中貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)大致可分為兩類，一類是通過(guò)貝葉斯網(wǎng)絡(luò)計(jì)算得到的指標(biāo)節(jié)點(diǎn)，第二類是誘因節(jié)點(diǎn)，主要是根據(jù)實(shí)際觀測(cè)和統(tǒng)計(jì)之后得到的直接風(fēng)險(xiǎn)源頭。此外，需要注意的是在選擇節(jié)點(diǎn)的時(shí)候應(yīng)綜合考慮節(jié)點(diǎn)的可行性、代表性、科學(xué)性等因素以保證風(fēng)險(xiǎn)預(yù)警系統(tǒng)的可靠性。參照現(xiàn)代攻擊行為風(fēng)險(xiǎn)因素的主流觀點(diǎn)，可將精神障礙者暴力行為發(fā)生的風(fēng)險(xiǎn)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(xiǎn)行為因素，將這5類風(fēng)險(xiǎn)作為關(guān)鍵風(fēng)險(xiǎn)指標(biāo)進(jìn)行分析，并進(jìn)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(píng)定、精神病史、工作經(jīng)歷、成長(zhǎng)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(diǎn)。

(3)環(huán)境因素

主要分為社會(huì)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(duì)法醫(yī)學(xué)精神病焦點(diǎn)問(wèn)題進(jìn)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(xiǎn)行為因素

筆者從實(shí)踐角度出發(fā)，通過(guò)對(duì)數(shù)十起精神障礙者所致命案的個(gè)案分析，并綜合參考國(guó)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(cè)意義的精神障礙者的早期危險(xiǎn)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(xiǎn)行為

這樣，整個(gè)風(fēng)險(xiǎn)預(yù)警網(wǎng)絡(luò)的構(gòu)造就基本完成了，其中終端節(jié)點(diǎn)為精神障礙者暴力危害行為風(fēng)險(xiǎn)值，次層節(jié)點(diǎn)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(xiǎn)行為因素，初始端節(jié)點(diǎn)為影響風(fēng)險(xiǎn)水平的各種因素，整個(gè)風(fēng)險(xiǎn)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(xiǎn)預(yù)警模型拓?fù)浣Y(jié)構(gòu)

4.2 設(shè)置網(wǎng)絡(luò)節(jié)點(diǎn)和先驗(yàn)概率賦值

確定了風(fēng)險(xiǎn)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(gè)節(jié)點(diǎn)并對(duì)其賦值，即以特定的概率值來(lái)表述各個(gè)節(jié)點(diǎn)的各種不同狀態(tài)，這樣的概率值被稱為先驗(yàn)概率。而這一環(huán)節(jié)主要通過(guò)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(gè)相對(duì)主觀的設(shè)置結(jié)果，在實(shí)際運(yùn)用中可以根據(jù)現(xiàn)實(shí)情況對(duì)先驗(yàn)概率進(jìn)行調(diào)整。此外，在節(jié)點(diǎn)的設(shè)置過(guò)程中，不同的風(fēng)險(xiǎn)狀態(tài)的設(shè)置需要以不同的節(jié)點(diǎn)性質(zhì)為依據(jù)。先驗(yàn)概率的賦值對(duì)于整個(gè)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(diǎn)先驗(yàn)概率的準(zhǔn)確程度決定著其能否快速定位第一“故障點(diǎn)”，也就是說(shuō)如果引入了準(zhǔn)確度較高的先驗(yàn)概率值，便可以在網(wǎng)絡(luò)運(yùn)作的過(guò)程中迅速地逆向推理出引發(fā)精神障礙者實(shí)施攻擊行為的風(fēng)險(xiǎn)誘因，幫助進(jìn)一步實(shí)施風(fēng)險(xiǎn)管理，所以，當(dāng)統(tǒng)計(jì)先驗(yàn)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(yàn)概率的精確度就會(huì)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(yàn)概率值，這是需要重視的關(guān)鍵點(diǎn)之一。

4.3 設(shè)置風(fēng)險(xiǎn)水平等級(jí)

作為風(fēng)險(xiǎn)預(yù)警系統(tǒng)的輸出模塊，風(fēng)險(xiǎn)水平等級(jí)是直觀展示風(fēng)險(xiǎn)誘因影響程度。在常用的精神預(yù)測(cè)評(píng)估工具中，也往往采用分級(jí)的形式來(lái)對(duì)精神障礙者的精神狀況進(jìn)行相對(duì)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(jí)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(xiǎn)預(yù)警系統(tǒng)中采用的燈號(hào)模型方法[24]，本文提出類似的風(fēng)險(xiǎn)水平等級(jí)設(shè)置方法。例如，對(duì)于一個(gè)有3個(gè)狀態(tài)的節(jié)點(diǎn)，通過(guò)先驗(yàn)概率賦值可以得到其風(fēng)險(xiǎn)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(gè)狀態(tài)在該節(jié)點(diǎn)中的具體情況對(duì)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(gè)狀態(tài)后該節(jié)點(diǎn)的加權(quán)和A，A=X×a1+Y×a2+Z×a3， 以此反映該節(jié)點(diǎn)的風(fēng)險(xiǎn)水平。同時(shí)，由影響該節(jié)點(diǎn)各狀態(tài)變化的風(fēng)險(xiǎn)因素的理論賦值，可以判斷出該節(jié)點(diǎn)加權(quán)和A的理論取值范圍為[C,D)，隨后進(jìn)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(gè)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(gè)區(qū)間分別對(duì)應(yīng)一、二、三、四、五級(jí)風(fēng)險(xiǎn)水平。當(dāng)A∈[C,C1)時(shí)，該節(jié)點(diǎn)處于一級(jí)水平，沒(méi)有風(fēng)險(xiǎn)；當(dāng)[C1,C2)時(shí)，該節(jié)點(diǎn)處于二級(jí)水平，風(fēng)險(xiǎn)較低；當(dāng)A∈[C2,D1)時(shí)，該節(jié)點(diǎn)處于三級(jí)水平，存在中度風(fēng)險(xiǎn)；當(dāng)A∈[D1,D2)時(shí)，該節(jié)點(diǎn)處于四級(jí)水平，風(fēng)險(xiǎn)較高；當(dāng)A∈[D2,D)時(shí)，該節(jié)點(diǎn)處于五級(jí)水平，存在極高風(fēng)險(xiǎn)。而除這種方法之外，也可以針對(duì)具體情況采用其他的分級(jí)方式，具體的分級(jí)方式因現(xiàn)實(shí)狀況不同而異，只要立足點(diǎn)是對(duì)各因素的有效統(tǒng)籌和對(duì)總體情況的直觀展示便可。

4.4 風(fēng)險(xiǎn)預(yù)警模型的運(yùn)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(jìn)行正向推理，就是以觀測(cè)到的風(fēng)險(xiǎn)因素變化依據(jù)對(duì)相應(yīng)的誘因節(jié)點(diǎn)的值進(jìn)行調(diào)整，從而實(shí)現(xiàn)信息的傳遞，而逆向推理則是通過(guò)調(diào)整指標(biāo)節(jié)點(diǎn)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(xiǎn)預(yù)警系統(tǒng)中，通過(guò)正向推理，能夠分析各風(fēng)險(xiǎn)因素對(duì)終端風(fēng)險(xiǎn)的影響程度，而通過(guò)逆向推理，則可以幫助判斷通過(guò)哪些風(fēng)險(xiǎn)誘因的管理可以實(shí)現(xiàn)降低精神障礙者實(shí)施暴力危害行為的風(fēng)險(xiǎn)，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(yùn)行過(guò)程中，如果需要進(jìn)行進(jìn)一步的測(cè)試和評(píng)估，如進(jìn)行評(píng)估精神障礙者在住院情況下實(shí)施危害行為的風(fēng)險(xiǎn)測(cè)試，即使當(dāng)前的貝葉斯網(wǎng)絡(luò)不包括這些評(píng)估測(cè)試，但它很容易擴(kuò)展，只需要添加額外的節(jié)點(diǎn)作為獲得新的統(tǒng)計(jì)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(gè)強(qiáng)大的功能，它很容易擴(kuò)展或減少、簡(jiǎn)化，以適應(yīng)不斷變化的需求和變化的知識(shí)，這也正是傳統(tǒng)風(fēng)險(xiǎn)評(píng)估方法和預(yù)警方法所無(wú)法達(dá)到的功能。

4.5 風(fēng)險(xiǎn)預(yù)警模型的試點(diǎn)應(yīng)用

將精神障礙者暴力危害行為的風(fēng)險(xiǎn)預(yù)警模型試點(diǎn)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(shí)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(xiǎn)性分級(jí)標(biāo)準(zhǔn)①0級(jí)：無(wú)符合以下1～5級(jí)中的任何行為；1級(jí)：口頭威脅，喊叫，但沒(méi)有打砸行為；2級(jí)：打砸行為，局限在家里，針對(duì)財(cái)物，能被勸說(shuō)制止；3級(jí)：明顯打砸行為，不分場(chǎng)合，針對(duì)財(cái)物，不能接受勸說(shuō)而停止；4級(jí)：持續(xù)的打砸行為，不分場(chǎng)合，針對(duì)財(cái)物或人，不能接受勸說(shuō)而停止，包括自傷、自殺；5級(jí)：持管制性危險(xiǎn)武器的針對(duì)人的任何暴力行為，或者縱火、爆炸等行為，無(wú)論在家里還是公共場(chǎng)合。評(píng)估為0～2級(jí)者45人，3級(jí)以上者為5人。使用精神障礙者暴力危害行為的風(fēng)險(xiǎn)預(yù)警模型篩查出低?；颊?人，中?；颊?人，高?；颊?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(jí)為低危的患者風(fēng)險(xiǎn)因素為：作息不正常、情緒不穩(wěn)、情緒激越、拒絕服藥、長(zhǎng)時(shí)間自言自語(yǔ)、內(nèi)容未危及自身或他人安全的幻覺(jué)、言語(yǔ)威脅等。預(yù)警等級(jí)為中危- 高危的患者風(fēng)險(xiǎn)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(yǔ)威脅、無(wú)故手持危險(xiǎn)工具、打砸行為、無(wú)故襲擊他人，多次報(bào)警等癥狀及行為表現(xiàn)(見表2)。

表2 各預(yù)警等級(jí)的精神障礙者風(fēng)險(xiǎn)因素

本精神障礙者暴力危害行為風(fēng)險(xiǎn)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(xiǎn)行為因素等綜合指標(biāo)，排查出預(yù)警等級(jí)為低危者與危險(xiǎn)性評(píng)估標(biāo)準(zhǔn)0～2級(jí)者一致性為85.7%， 其中1位3級(jí)危險(xiǎn)性精神障礙者并未出現(xiàn)言語(yǔ)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(jué)”，定為低危等級(jí)更恰當(dāng)。中危及高?；颊咧杏?人為危險(xiǎn)性評(píng)估為0～2級(jí)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(jué)，言語(yǔ)威脅，無(wú)故襲擊他人，物理影響妄想，多次報(bào)警行為等，顯然危險(xiǎn)等級(jí)較高，需要立即干預(yù)，與0～2級(jí)危險(xiǎn)性不相符。

本課題組深入廣泛調(diào)研及公安部通報(bào)的數(shù)據(jù)顯示，目前司法實(shí)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(xiǎn)性評(píng)估為0～2級(jí)的患者，這與當(dāng)前危險(xiǎn)性評(píng)估標(biāo)準(zhǔn)的局限性有關(guān)。主要涉及以下幾點(diǎn)：

一是評(píng)估危險(xiǎn)性時(shí)忽略了危險(xiǎn)因素的輔助作用。據(jù)調(diào)查，基層在對(duì)重性精神障礙者危險(xiǎn)性進(jìn)行評(píng)估時(shí)，單純參考國(guó)家文件規(guī)定的0～5級(jí)危險(xiǎn)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(xiǎn)因素的考量。就精神障礙者實(shí)施暴力危害行為的危險(xiǎn)因素而言，監(jiān)護(hù)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(píng)估過(guò)程缺乏動(dòng)態(tài)性。對(duì)重性精神障礙患者進(jìn)行危險(xiǎn)性評(píng)估時(shí)，大都以評(píng)估當(dāng)時(shí)患者的行為表現(xiàn)為依據(jù)，缺乏對(duì)重性精神障礙患者的動(dòng)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(xiǎn)性處于動(dòng)態(tài)變化，僅根據(jù)患者當(dāng)時(shí)的行為表現(xiàn)來(lái)評(píng)估，勢(shì)必會(huì)造成結(jié)果的不準(zhǔn)確。三是危險(xiǎn)性評(píng)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(xiǎn)性評(píng)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(píng)估當(dāng)時(shí)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(píng)估標(biāo)準(zhǔn)及相應(yīng)分級(jí)無(wú)法指導(dǎo)預(yù)測(cè)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(xiǎn)預(yù)警模型試點(diǎn)應(yīng)用結(jié)果提示，該預(yù)警模型結(jié)合多維綜合危險(xiǎn)因素指標(biāo)，可更準(zhǔn)確地排查出危險(xiǎn)性精神障礙者，這對(duì)合理管控、早期危機(jī)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(xiǎn)預(yù)警系統(tǒng)中，以期建立“事前防控”機(jī)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(shí)際運(yùn)作十分仰賴運(yùn)算能力強(qiáng)大的承載體，只有配合算法發(fā)達(dá)的運(yùn)算工具，才可能使得整個(gè)風(fēng)險(xiǎn)預(yù)警系統(tǒng)得以流暢運(yùn)行，現(xiàn)今有許多軟件平臺(tái)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(wú)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(jí)別的樣本，也會(huì)因?yàn)閿?shù)據(jù)噪聲而出現(xiàn)異常數(shù)據(jù)，這些數(shù)據(jù)都會(huì)對(duì)系統(tǒng)的運(yùn)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(yàn)概率的獲取更科學(xué)，大數(shù)據(jù)的建立使得先驗(yàn)概率的賦值有了完備的基礎(chǔ)，相關(guān)的測(cè)定者得以根據(jù)充足有效的數(shù)據(jù)對(duì)先驗(yàn)概率進(jìn)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(cè)預(yù)警功能將更加準(zhǔn)確。

5 結(jié)語(yǔ)

我國(guó)對(duì)精神障礙患者救治與監(jiān)護(hù)問(wèn)題高度關(guān)注，國(guó)家總體安全觀對(duì)事關(guān)社會(huì)安定問(wèn)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(cái)政、人力社保、民政等多個(gè)部門的溝通協(xié)作機(jī)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(jī)交互的多管控部門的聯(lián)動(dòng)協(xié)作機(jī)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。