Predicting Suicidal Ideation in Older Adults Using Explainable Artificial Intelligence Algorithms

본 연구는 빅데이터를 설명가능한 인공지능의 머신러닝 모델링을 통해 어떠한 특성을 지닌 노인이 자살을 생각하는지 예측함과 더불어 기존의 자살에 미치는 요인에 대한 탐색을 확장하고자 하였다. 머신러닝과 딥러닝에 대한 6개의 알고리즘으로 예측 성능 지표를 확인한 결과, Accuracy를 기준으로는 LGBM이 98.74% 예측력을, Precision을 기준으로는 Random Forest를 통해 99.79%로 가장 성능이 높게 나타났다. 100명 중 자살생각을 하는 99명 이상의 노인을 예측할 수 있다는 것을 의미한다. 머신러닝 및 딥러닝 알고리즘의 전체적인 기여뿐만 아니라 개개인 맞춤 영향 요인을 별도로 분석할 수 있는 장점이 있는 SHAP 모델을 활용하여, 어떠한 특성이 노인의 자살생각에 영향을 주는지 확인하였다. 마음이 슬퍼질수록, 파트너 관계 내 폭력을 경험할수록, 현재 흡연할수록, 잠을 설치거나, 지난 1년간 의료기관을 이용한 외래 진료 횟수가 많아지거나, 가족원 간 침착하게 문제를 논의하는 경우가 줄어들거나, 식욕이 없는 일이 빈번해지거나, 가족 수입에 대한 만족도가 낮아지거나, 나이가 많아질수록, 식료품비 비용이 줄어들수록 자살생각에 영향을 주는 것으로 파악되었다. 기존 연구에서 검증된 자살생각에 영향을 주는 인구사회학적, 경제적, 사회적, 건강 관련 영역 내 더 구체적인 하위 변인들을 확인할 수 있었다. 본 연구 결과를 통해, 지난 10년간 수집된 한국복지패널 빅데이터에서 설명 가능한 인공지능 알고리즘을 활용하여 개별 노인 자살 생각의 예측 변인을 도출함으로써 사전에 자살을 예방할 수 있는 실용적인 정보를 제공하고자 하였다.