近年来，自杀被认为是当前全球重大公共卫生问题之一。世界卫生组织（WHO）发布的全球预防自杀报告显示，全球每年有80多万人死于自杀，约每40秒钟轻生一人，自杀是15~29岁人群的第二大死亡原因。
早在2013年，中科院心理研究所研究员朱廷劭就带领团队开始做自杀相关研究，他们通过人工智能和大数据技术，在微博上主动寻找有自杀倾向的人，向他们传递支持与帮助。朱廷劭团队随机向约2万名微博用户发送了邀请私信，将愿意参加实验的微博用户纳入线上实验平台，在用户同意的情况下填写心理问卷，并提供自己的微博账号。
为了保证问卷的准确性，朱廷劭团队对2428名用户作了进一步筛选，比如设有测谎题，将测谎不通过的用户过滤掉，最终共保留了1427名用户的信息作为实验被试。朱廷劭通过研究发现，在网络上发出自杀信号的人，大多真的有自杀倾向或者会实施自杀行为，应该予以关注和重视。
朱廷劭决定引入人工智能技术，对自杀倾向作出识别。朱廷劭介绍，不同于以前的自杀识别基本上是基于篇幅比较长的遗书和遗言，他们根据不同紧急程度做了一些标注，分为有意念、有计划、有实施三类，通过对这些短文本的分析，了解用户有没有自杀的意念。
朱廷劭团队在前期研究积累的基础上，向4222名微博用户发送私信。在实验中，朱廷劭增设了在线心理测量和自助干预项目。用计算机抓取数据如何保证准确性？在收到的回信中，有用户称自己并没有发布过有自杀倾向的文字，为什么会收到这样的私信？对此，朱廷劭团队找到了用户在其他地方发表的文字，向用户作了解释。
朱廷劭说，实验中我们要确保每一条私信都发送给了有自杀倾向的人。朱廷劭回忆说，当时我们最担心的是会被推上热搜，引发舆论，最后实验不了了之。值得庆幸的是，朱廷劭团队收到了一些回复，很多是用户发来的感谢，特别负面的回复并不多。
朱廷劭在采访中多次指出，不能简单用“救助成功率”这样的说法。朱廷劭略有遗憾地告诉《中国科学报》，我们能做的是长期追踪他们，或者对他们在干预前后的认知状态作一个比较，而不是去夸大技术干预的效果。尽管朱廷劭研发的机器学习系统对于自杀表达语言的分析准确率已经达到了85%，但自杀表达反映出的问题远比预想的要复杂。
朱廷劭说，给他们讲大道理，他们不仅听不进去，甚至会产生适得其反的效果。朱廷劭团队研究发现，有一半的人从未寻求过帮助，而在另一半求助人群中，家人不仅不是第一位，甚至低于陌生网友。朱廷劭认为，青少年的自杀行为可能并不代表其真的就想自杀，有可能是通过这种行为去表达对家人的不满。
朱廷劭坦言，我们救不了所有具有自杀倾向的人，但只要有人觉得我们的干预是有帮助的就可以了。在采访最后，朱廷劭呼吁：自杀不仅仅由心理问题导致，还包含很多现实问题，需要整个社会共同努力去解决。