自殺予測は予防の鍵ですが、十分な陽性サンプルを持つ実データは稀であり、極端なクラス不均衡を引き起こします。本研究では、機械学習を用いてモデルを構築し、生成対抗ネットワーク（GAN）などの深層学習技術を利用して、データセットを強化するための合成データサンプルを生成しました。初期データセットは656サンプルで、陽性ケースはわずか4例でした。さまざまな機械学習モデルが使用され、ロジスティック回帰、ランダムフォレスト、サポートベクターマシンの精度検証が行われました。結果として、ロジスティック回帰は、感度1.0で1件の自殺未遂を正しく特定した一方で、ランダムフォレストはゼロの感度を示しました。これにより、モデルの有効性が強調され、GANが自殺予防モデルの支援において重要な役割を果たしていることが示されました。