犯人不等於病人,美國如何用 AI 讓精神病患者免於牢獄之災?

作者 | 發布日期 2016 年 11 月 10 日 8:27 | 分類 Big Data , 人工智慧 , 醫療科技
shutterstock.

多數犯人都具有心理疾病,但患有精神疾病的人卻不一定會對這個社會造成危害。10 年前,美國邁阿密戴德縣一度將大量精神病患者關進監獄,但這種治標不治本的做法,不僅讓病情毫無好轉,反而造成了大量的財政耗費。而這個問題,現在可以用人工智慧來解決了。




身為資深法學家,Steve Leifman 深知邁阿密戴德縣的法庭存在一個巨大的問題:10 年前它們不分青紅皂白,將大量患有精神疾病的人關進監獄。因此,Steve 對戴德縣的 4,700 名獄警推出了一項精神科訓練計畫,同時還為精神疾病患者提供心理諮詢服務。隨著「真相」水落石出,住監獄「罪犯」的數量大幅下降,戴德縣甚至直接關閉了一所監獄。

不過,Steve 依然覺得這些努力不夠,因此他請求佛羅里達精神衛生研究所廣泛調查戴德縣內的監獄、精神衛生設施和醫院,以便查出到底有多少精神病人錯進了監獄。結果發現,過去 5 年內,共有 97 名嚴重精神疾病患者進了監獄,它們佔了該縣監獄人口的 5% ,共花掉戴德縣政府 1,300 萬美元的資金。「這些精神病人是監獄系統的大包袱,將他們關進監獄,對監獄、社會和其他人都沒什麼好處。」Steve 說。

戴德縣監獄只是美國監獄的小縮影,美國的監獄其實早已成了精神病患者的「儲藏室」。數據顯示,全美超過一半的羈押犯人患有 1 級精神疾病,而 20% 犯人的精神疾病非常嚴重。因此,全美各地法庭不得不找出解決這一問題的辦法,他們可不想讓監獄變成瘋人院,同時這些人消耗的費用也成了各地政府的財政負擔。

Steve 的團隊接下這個重擔,他們正在不斷強化自己的關懷系統。如今,南佛羅里達的 36 家醫療衛生提供商都接上了醫療資料庫,它們知道哪些人需要精神方面的幫助。雖然在隱私法的約束下,它們權限有限,但 Steve 希望該資料庫最終能成為醫療衛生提供商的標配。

資料庫要夠完整才能避免誤判

目前,美國其他城市也都學起了戴德縣模式,它們試圖利用數據分析將那些危險度較低的精神病罪犯「請」出監獄,同時找出誰需要精神治療,以便能為其辦理保釋或假釋。同時,執法機構也會充分利用這些數據來分配警力,在抓捕犯人後,警方則會藉助衛生機構的數據和機器學習技術來找出到底該如何處理這些犯人。現在,白宮也看到了這一模式的好處,它們專門推出了數據驅動的正義行動計畫,在全美 7 個州進行推廣。

未來,所有與邁阿密戴德縣司法體系打交道的犯人,他們的醫療和家庭情況、前科等資訊都會被納入資料庫。眼下,負責打造該數據庫的還有日本製藥公司 Otsuka ,該公司在這一計畫上已經花費了 7,000 萬美元,它們開發的新演算法可以提前幫助法庭預測犯人所需幫助的類型。「如果我們能將這些犯人當成病人來治療,其效果要比將他們關進監獄好得多。」Steve 說。

全新的演算法預測系統是一大創舉,它比簡單的精神衛生護理要有效得多。不過,該系統的效果取決於資料庫的深度,否則 AI 系統在判斷時就容易「偏心」,讓窮人和少數族裔成為受害者。一項 ProPublica 的調查顯示,佛羅里達布勞沃德郡用的評估工具就有失公平,非裔美國人被判定有罪的可能性比普通人高出了 77% 。「演算法和預測工具需要完整數據的支撐,」Ezekiel Edwards 說,他是美國公民自由聯盟刑法改革計畫的負責人。「可惜,大多數的數據都是由人創造的,而這些人普遍帶有偏見。」

因此,如果要大面積推廣,這些預測系統需要得到充分的監督,它們還必須完全透明。同時,Steve 表示:「人類應該緊握最終決定權,而不是將它交給機器。」雖然如今 AI 演算法還不夠成熟,但沒人會否定它在節省預算、提高犯人生活狀況和推動司法系統公平性上的巨大作用。

(本文由 雷鋒網 授權轉載;首圖來源:shutterstock) 

發表迴響