ScAN：自杀企图与自杀意念事件数据集

自杀是一个重要的公共卫生问题，也是全球主要死亡原因之一。自杀行为，包括自杀企图（SA）和自杀意念（SI），是自杀死亡的主要风险因素。与患者既往和当前SA与SI相关的信息经常记录在电子健康记录（EHR）笔记中。准确检测此类记录可能有助于改善对患者自杀行为的监测和预测，并提醒医疗专业人员采取自杀预防措施。在本研究中，我们首先构建了自杀企图与自杀意念事件（ScAN）数据集，它是公开可用的MIMIC III数据集的一个子集，包含超过12k条EHR笔记以及19k+条标注的SA和SI事件信息。标注还包含自杀企图的方法等属性。我们还提供了一个强基线模型ScANER（Suicide Attempt and Ideation Events Retriever），这是一个基于RoBERTa的多任务模型，包含一个检索模块用于从住院期间的EHR笔记中提取所有相关的自杀行为证据，以及一个预测模块用于识别患者住院期间最终确定的自杀行为类型（SA和SI）。ScANER在识别自杀行为证据方面取得了0.83的宏加权F1分数，在患者住院期间SA和SI分类方面分别取得了0.78和0.60的宏F1分数。ScAN和ScANER已公开发布。