Lewati ke konten
Likelier

Ketakutan yang dirasakan vs. probabilitas sebenarnya

Berapa kemungkinan halusinasi AI menyebabkan dampak serius di dunia nyata pada hidup Anda?

Tidak terkuantifikasi

Tidak ada estimasi yang andal

Kami mencari data yang otoritatif untuk pertanyaan ini dan tidak menemukan angka yang bersedia kami publikasikan. Kemungkinan alasan: sumber-sumber tidak sepakat secara substansial, dataset yang mendasari diketahui bias, atau pertanyaan tersebut bergantung pada konteks yang tidak dapat kami normalisasikan ke basis bersama.

Mengetahui sumber peer-reviewed yang ketat yang kami lewatkan? Silakan beri tahu kami.

Teknologi · ditinjau 2026-06-14
Kualitas bukti 4.63/5

Skor tinjauan delapan dimensi terhadap rubrik kualitas . Setiap dimensi dinilai 1–5.

D1 Dasar sumber
5/5
D2 Otoritas sumber
5/5
D3 Aritmetika
5/5
D4 Ketidakpastian
5/5
D5 Cakupan
4/5
D6 Prosa
4/5
D7 Kejujuran persepsi
4/5
D8 Kelengkapan peringatan
5/5
Rata-rata 4.63/5
Bukti langsung
Source Tidak ada perkiraan yang andal
A single printed document with several lines of text crossed out in red ink, lying flat on a plain wooden desk.

Probabilitas bahwa halusinasi AI menyebabkan dampak serius di dunia nyata pada hidup seseorang tertentu saat ini belum diketahui pada tingkat populasi, dan berpura-pura sebaliknya akan mengharuskan kita memfabrikasi justru jenis angka yang seharusnya disikapi entri ini secara skeptis. Yang diketahui adalah tingkat halusinasi per output, dan tingkat itu cukup tinggi sehingga ketiadaan estimasi kerugian per orang tidak boleh dibaca sebagai jaminan ketenangan. Audit Stanford RegLab tahun 2024 terhadap tiga model fondasi menemukan bahwa mereka menjawab pertanyaan spesifik yang dapat diverifikasi tentang kasus pengadilan federal acak dengan halusinasi antara 58% (GPT-4) hingga 88% (Llama 2). Papan peringkat ringkasan Vectara yang terus diperbarui, yang menggunakan tugas closed-book yang jauh lebih mudah di mana model diberikan teks sumber, masih mengukur model frontier pada tingkat halusinasi 1.8-5% per Mei 2026. Kesenjangan 50x antara kedua tolok ukur tersebut bukan sebuah kontradiksi: itu adalah perbedaan antara meminta model untuk mengingat fakta dan meminta model untuk meringkas teks yang baru saja ditunjukkan kepadanya. Pertanyaan faktual terbuka, jenis yang ditanyakan pengguna biasa, lebih dekat dengan tingkat yang lebih tinggi.

Sisi kerugian didokumentasikan insiden demi insiden, bukan secara agregat. Pada Juni 2023, US District Court for the Southern District of New York menjatuhkan sanksi $5,000 kepada dua pengacara dalam Mata v. Avianca karena mengajukan brief yang mengutip enam kasus yang sepenuhnya difabrikasi oleh ChatGPT, termasuk Varghese v. China Southern Airlines dan Estate of Durden v. KLM Royal Dutch Airlines. Kasus tersebut menjadi templat bagi apa yang menyusul: pada Mei 2026, pelacak halusinasi Charlotin menghitung lebih dari 1.300 putusan pengadilan di seluruh dunia di mana hakim atau tribunal secara eksplisit mengutip kepalsuan yang dihasilkan AI dalam pengajuan yang diserahkan. Analisis Stanford Cyberlaw yang diterbitkan pada Oktober 2025 menemukan bahwa di Amerika Serikat, mayoritas pengajuan tersebut diserahkan oleh pihak pro se (160 dari 274 kasus yang terdokumentasi pada saat penulisan), bukan oleh pengacara — menunjukkan bahwa kasus-kasus yang terlihat yang melibatkan pengacara yang disanksi adalah sebagian kecil dari pola yang lebih besar yang terutama memengaruhi orang-orang yang tidak mampu membayar perwakilan hukum.

Di luar ruang sidang, British Columbia Civil Resolution Tribunal memutuskan pada Februari 2024 (Moffatt v. Air Canada, 2024 BCCRT 149) bahwa Air Canada bertanggung jawab atas janji bereavement fare sekitar CAD 650 yang dibuat oleh chatbot layanan pelanggannya. Maskapai tersebut berargumen bahwa chatbot adalah entitas hukum terpisah; tribunal tidak setuju dalam bahasa yang telah dikutip secara internasional (“tidak ada bedanya apakah informasi datang dari halaman statis atau dari chatbot”). Ganti rugi Moffatt kecil, tetapi putusan tersebut adalah preseden terbersih yang ada bahwa misinformasi AI yang menghadap konsumen menciptakan paparan hukum bagi perusahaan yang menerapkannya, terlepas dari apakah model yang mendasarinya dipasok oleh vendor.

Kasus-kasus aktif yang paling konsekuensial melibatkan ketergantungan emosional dan kerugian kesehatan mental. Garcia v. Character Technologies, yang diajukan pada Oktober 2024 di Middle District of Florida, menyatakan bahwa platform Character.AI berkontribusi terhadap bunuh diri Sewell Setzer III yang berusia 14 tahun melalui interaksi role-play yang berkepanjangan. Raine v. OpenAI, yang diajukan pada 26 Agustus 2025 di San Francisco County Superior Court, menyatakan bahwa ChatGPT berkontribusi terhadap bunuh diri Adam Raine yang berusia enam belas tahun, dengan keluhan yang menyatakan bahwa sistem pemantauan OpenAI melacak pesan Raine dan menandainya berulang kali tanpa intervensi yang efektif. Sejak itu, keluarga-keluarga tambahan telah mengajukan gugatan terkait terhadap OpenAI, menurut ringkasan Wikipedia tentang gelombang litigasi pasca-Raine. Tidak satu pun dari kasus-kasus ini telah diadili pada pokok perkaranya pada saat penulisan; tuduhan-tuduhan tersebut bukanlah temuan fakta. Mereka adalah bukti bahwa jalur kerugian yang melibatkan pengguna rentan dan ketergantungan emosional sedang diklaim, di pengadilan, dengan dokumentasi, dalam beberapa kasus secara bersamaan.

Alasan entri ini menolak satu angka adalah karena tidak satu pun dari keempat jalur kerugian yang terdokumentasi (sanksi profesional, kerugian finansial konsumen, nasihat keliru tentang kesehatan fisik, kerugian psikiatris) memiliki tingkat dasar yang terukur per pengguna-tahun, dan menggabungkan semuanya menjadi satu probabilitas “kerugian halusinasi AI” akan menyembunyikan bahwa jalur-jalur tersebut memiliki populasi terpapar yang berbeda, tingkat keparahan konsekuensi yang berbeda, dan lintasan remediasi yang berbeda. Tingkat teknis per kueri terukur dan secara berarti bukan nol; tingkat seumur hidup per orang belum terukur dan belum cukup stabil untuk diperkirakan. Entri yang jujur adalah yang mengatakan demikian.

Kebanyakan pengguna memperlakukan keluaran AI sebagai rujukan berisiko rendah, namun sanksi pengadilan, temuan regulator, dan gugatan kematian tak wajar menunjukkan bahaya serius bukan nol, terutama saat keluaran ditindaklanjuti tanpa diverifikasi. Seberapa sering sesi berakhir dengan bahaya serius tak punya laju terukur.

Buku besar klaim

Setiap angka di bawah ini adalah apa yang dilaporkan masing-masing sumber, dengan kutipan kata demi kata yang kami andalkan dan bagaimana kami sampai pada angka kami. Klik tautan mana saja untuk memverifikasi langsung.

3/9 sumber diverifikasi secara independen kata demi kata terhadap sumber terkutip

  1. [1] arXiv (Stanford RegLab); Journal of Legal Analysis 16(1), 2024 — Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models
    Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models
    Statistik
    Hallucination rates of 58% (GPT-4) to 88% (Llama 2) when answering specific verifiable questions about random federal court cases.
    Kutipan
    “"Legal hallucinations are alarmingly prevalent, occurring between 58% of the time with ChatGPT 4 and 88% with Llama 2, when these models are asked specific, verifiable questions about random federal court cases. [...] LLMs often fail to correct a user's incorrect legal assumptions in a contra-factual question setup. [...] LLMs cannot always predict, or do not always know, when they are producing legal hallucinations. [...] Even experienced lawyers must remain wary of legal hallucinations, and the risks are highest for those who stand to benefit from LLMs the most -- pro se litigants or those without access to traditional legal resources." ”
    Data sumber dari
    2024-06-21
    Diakses
    2026-05-28
    Perhitungan
    Dahl, Magesh, Suzgun and Ho (Stanford RegLab, published in Journal of Legal Analysis, preprint arXiv:2401.01301) measured per-query hallucination rates for legal questions against three foundation models. Their methodology was 200,000+ queries per model stratified by legal task complexity. This source establishes that the per-query hallucination rate is high (58-88%) in a specific high-stakes domain, but it measures hallucination per query, not material harm per user-year. Cited here to ground the claim that hallucinations are frequent at the technical level, while explicitly NOT providing the population harm rate needed for a per-person lifetime probability.
    Independensi
    Stanford RegLab is an academic research group; independent of vendor benchmarks (Vectara) and independent of the litigation tracker (Charlotin).
  2. [2] Vectara — Vectara Hallucination Leaderboard (HHEM-2.3) Terverifikasi
    Vectara Hallucination Leaderboard (HHEM-2.3)
    Statistik
    Current frontier models hallucinate 1.8% to 5% of the time on a constrained document-summarization task (May 2026 leaderboard snapshot); GPT-5.4-nano: 3.1%, Gemini 2.5 Flash Lite: 3.3%, Phi-4: 3.7%, Llama 3.3 70B: 4.1%.
    Kutipan
    “"Fed the full set of documents in the dataset to each of the LLMs and asked them to summarize each document, using only the facts presented in the document. We then computed the overall factual consistency rate (no hallucinations) and hallucination rate (100 - accuracy) for each model." ”
    Data sumber dari
    2026-05-11
    Diakses
    2026-05-28 · salinan arsip
    Verifikasi
    Kutipan diambil ulang secara independen dan dikonfirmasi kata demi kata terhadap sumber terkutip selama audit pendasaran kami.
    Perhitungan
    Vectara's HHEM leaderboard measures hallucination on a closed-book summarization task (the model is given source text and must summarize it). This is a generous benchmark: open-ended factual questions hallucinate far more often. Even on this constrained task, the best frontier models still hallucinate roughly 1 in 20 to 1 in 55 outputs. Establishes a current floor on hallucination prevalence per output, but does NOT translate to per-person harm because (a) most outputs are not acted on, (b) most outputs are not in a domain where being wrong has material consequences, and (c) the leaderboard does not measure open-ended question answering, where rates are an order of magnitude higher.
    Independensi
    Vectara is a commercial RAG vendor; the leaderboard is independent of Stanford RegLab and uses a different methodology (summarization, not legal QA).
  3. [3] Wikipedia summary of United States District Court for the Southern District of New York case record — Mata v. Avianca, Inc., No. 22-cv-1461 (S.D.N.Y. 2023)
    Mata v. Avianca, Inc., No. 22-cv-1461 (S.D.N.Y. 2023)
    Statistik
    $5,000 fine against the plaintiff's attorneys in May/June 2023 for a motion containing fake legal cases involving fictitious airlines with fabricated quotations generated by ChatGPT; Judge Castel held the attorneys acted with 'subjective bad faith' under Rule 11.
    Kutipan
    “"In May 2023, Judge P. Kevin Castel dismissed the personal injury case against Avianca and ordered the plaintiff's attorneys to pay a $5,000 fine. [...] Judge Castel noted numerous inconsistencies in the opinion summaries, describing one of the legal analyses as 'gibberish.' [...] Judge Castel held that Mata's lawyers had acted with 'subjective bad faith' sufficient for sanctions under Federal Rule of Civil Procedure Rule 11." ”
    Data sumber dari
    2023-06-22
    Diakses
    2026-05-28 · salinan arsip
    Perhitungan
    First widely publicised US court case where lawyers were sanctioned for filing a brief containing AI-fabricated case citations. The sanction itself was small ($5,000), but the reputational and professional consequences were severe. Establishes that hallucination-induced professional harm is documented and not hypothetical. Does NOT establish a base rate because most users are not lawyers filing briefs, but it anchors one of the harm pathways.
    Independensi
    Primary court record; independent of all other sources cited.
  4. [4] British Columbia Civil Resolution Tribunal (analysis by McCarthy Tetrault) — Moffatt v. Air Canada, 2024 BCCRT 149 Terverifikasi
    Moffatt v. Air Canada, 2024 BCCRT 149
    Statistik
    British Columbia Civil Resolution Tribunal ruled on February 19, 2024 that Air Canada was liable for the misrepresentation made by its website chatbot about bereavement fare eligibility; awarded the plaintiff approximately CAD 650 plus interest and filing fees.
    Kutipan
    “"The tribunal held that Air Canada was liable for the misleading information provided by the chatbot. … It should be obvious to Air Canada that it is responsible for all the information on its website. It makes no difference whether the information comes from a static page or a chatbot." ”
    Data sumber dari
    2024-02-19
    Diakses
    2026-05-28 · salinan arsip
    Verifikasi
    Kutipan diambil ulang secara independen dan dikonfirmasi kata demi kata terhadap sumber terkutip selama audit pendasaran kami.
    Perhitungan
    Primary tribunal decision (cited via legal analysis because the CRT direct URL is paywalled). Documents that the chatbot fabricated a bereavement-fare policy that did not exist, that the airline tried to disavow responsibility ("the chatbot is a separate legal entity"), and that the tribunal rejected that defence. Material consequence per user was small (CAD 650), but the case establishes corporate liability for AI misrepresentation and has been cited internationally as precedent. Does not provide a per-person harm rate, but documents a verified consumer-facing harm pathway.
    Independensi
    Tribunal decision summarized by an independent Canadian law firm; verified against ABA reporting and BBC/Washington Post coverage of the same ruling.
  5. [5] CBS News — AI company, Google settle lawsuit over Florida teen's suicide linked to Character.AI chatbot
    AI company, Google settle lawsuit over Florida teen's suicide linked to Character.AI chatbot
    Statistik
    Garcia v. Character Technologies, Inc. (M.D. Fla., case no. 6:24-cv-01903), filed October 22, 2024, alleged that a Character.AI chatbot contributed to the suicide of 14-year-old Sewell Setzer III after a months-long simulated romantic relationship with the bot; the case against Character Technologies, its co-founders, and Google was settled in January 2026, terms undisclosed.
    Kutipan
    “"A Florida family agreed to settle a wrongful death lawsuit Wednesday with an AI company, Google and others after their teen son died by suicide in 2024. The terms of the settlement, which was filed in the U.S. District Court in the Middle District of Florida, were not disclosed. … Megan Garcia filed a lawsuit in October 2024 … I became the first person in the United States to file a wrongful death lawsuit against an AI company for the suicide of my son." ”
    Data sumber dari
    2026-01-07
    Diakses
    2026-07-03 · salinan arsip
    Perhitungan
    Garcia v. Character Technologies, Inc. et al. (M.D. Fla., case no. 6:24-cv-01903), filed October 22, 2024 by Megan Garcia following the February 2024 suicide of her 14-year-old son Sewell Setzer III, alleged wrongful death, product liability, and negligence after the teenager conducted a months-long simulated romantic and sexual relationship with a Character.AI chatbot persona. Named defendants included Character Technologies, its co-founders, and Google. The case was settled in January 2026 (docket terminated 2026-01-07 per court records); settlement terms were not disclosed. Cited to ground the body's reference to this case with a dedicated source, alongside Raine v. OpenAI, documenting the emotional-dependence/psychiatric-harm pathway with a named, court-verified case rather than only the summary mention in this entry's caveats field.
    Independensi
    Mainstream news report of a filed and settled federal lawsuit, cross-checked against the public court docket; independent of the Stanford, Vectara, and Wikipedia-sourced case summaries cited above.
  6. [6] San Francisco County Superior Court (case description per Wikipedia / NBC News / CNN coverage) — Raine v. OpenAI, No. CGC-25-XXXXXX (San Francisco County Superior Court, filed August 26, 2025)
    Raine v. OpenAI, No. CGC-25-XXXXXX (San Francisco County Superior Court, filed August 26, 2025)
    Statistik
    Ongoing wrongful-death lawsuit filed by Matthew and Maria Raine in San Francisco County Superior Court on August 26, 2025, alleging that ChatGPT contributed to the suicide of their sixteen-year-old son Adam Raine; complaint alleges OpenAI's monitoring system tracked his messages and flagged them repeatedly.
    Kutipan
    “"Raine v. OpenAI is an ongoing lawsuit filed in August 2025 by Matthew and Maria Raine against OpenAI and its chief executive Sam Altman over the alleged wrongful death of their 16-year-old son Adam, who died by suicide in April 2025. … On August 26, 2025, Matthew and Maria Raine filed a lawsuit against OpenAI, Sam Altman , and unnamed OpenAI employees and investors, in the San Francisco County Superior Court … OpenAI's monitoring system, which scores messages' probabilities of containing content related to self-harm, had tracked Adam's messages and flagged them repeatedly" ”
    Data sumber dari
    2025-08-26
    Diakses
    2026-05-28 · salinan arsip
    Perhitungan
    Case status is unresolved as of access date; complaint allegations are not findings of fact. Cited to document the existence of active wrongful-death and psychiatric-harm litigation against a major foundation-model vendor, with additional related suits subsequently filed by other families per the Wikipedia summary. The Wikipedia article does not give a specific count of additional suits or a specific count of self-harm messages flagged by OpenAI's moderation system; reporting in news outlets has cited higher specifics that are not yet verifiable against a public court docket. Together with Garcia v. Character Technologies (filed October 2024 in the Middle District of Florida), establishes a documented harm pathway involving vulnerable users and emotional dependence on chatbots. Source type marked news_article because the underlying court filing is not yet available via public PACER; the Stanford peer-reviewed and Vectara primary-study sources satisfy the authority floor.
    Independensi
    Wikipedia summary cross-referenced against NBC News, CNN, and Rolling Stone reporting on the same lawsuit; independent of the Stanford and Vectara sources.
  7. [7] Stanford Center for Internet and Society (Stanford Cyberlaw) — Who's Submitting AI-Tainted Filings in Court? Terverifikasi
    Who's Submitting AI-Tainted Filings in Court?
    Statistik
    As of October 2025, the Charlotin tracker had documented 274 US court cases involving filings with AI hallucinations (114 by lawyers and paralegals, 160 by pro se litigants); the global Charlotin database tracked roughly 1,300+ cases as of May 2026 across 37 jurisdictions, with the United States accounting for over 1,000 of those.
    Kutipan
    “"Pro se litigants account for the majority of the cases in the United States where a party submitted a court filing containing AI hallucinations." ”
    Data sumber dari
    2025-10-15
    Diakses
    2026-05-28 · salinan arsip
    Verifikasi
    Kutipan diambil ulang secara independen dan dikonfirmasi kata demi kata terhadap sumber terkutip selama audit pendasaran kami.
    Perhitungan
    Stanford Cyberlaw analysis of Damien Charlotin's running tracker of court rulings that explicitly cite AI hallucinations in legal filings. The tracker is the most comprehensive public count of one specific harm subtype (filings sanctioned or flagged by courts). Important caveat: 274 US filings (Oct 2025) and ~1,300 global filings (May 2026) understate the underlying incidence because they only count cases where a court explicitly named the hallucination; many cases settle or get withdrawn before that point. Even so, the count does not give a per-person harm rate because the denominator (US adults using AI for legal queries) is unknown.
    Independensi
    Stanford Cyberlaw analysis of an independent third-party tracker; verified the tracker count directly via damiencharlotin.com/hallucinations on 2026-05-28.
  8. [8] Annals of Internal Medicine: Clinical Cases (American College of Physicians) — A Case of Bromism Influenced by Use of Artificial Intelligence
    A Case of Bromism Influenced by Use of Artificial Intelligence
    Statistik
    Single case report: a 60-year-old man developed bromism (bromide toxicity) after replacing dietary sodium chloride with sodium bromide for 3 months following a ChatGPT consultation; he was hospitalized for 3 weeks with paranoia plus auditory and visual hallucinations, was placed on an involuntary psychiatric hold, and had a serum bromide level of 1700 mg/L (reference range 0.9 to 7.3 mg/L).
    Kutipan
    “"For 3 months, he had replaced sodium chloride with sodium bromide obtained from the internet after consultation with ChatGPT, in which he had read that chloride can be swapped with bromide [...]. This case also highlights how the use of artificial intelligence (AI) can potentially contribute to the development of preventable adverse health outcomes. [...] when we asked ChatGPT 3.5 what chloride can be replaced with, we also produced a response that included bromide. Though the reply stated that context matters, it did not provide a specific health warning, nor did it inquire about why we wanted to know, as we presume a medical professional would do." ”
    Data sumber dari
    2025-08-05
    Diakses
    2026-06-14 · salinan arsip
    Perhitungan
    Eichenberger, Thielke and Van Buskirk (University of Washington), peer-reviewed clinical case report (Ann Intern Med Clin Cases 2025;4:e241260, DOI 10.7326/aimcc.2024.1260). Cited to document the physical-health-misadvice harm pathway: a consumer acted on a general-purpose chatbot's dietary suggestion and was hospitalized. This is N=1, a single reproducible case report, and provides NO incidence rate per user-year, so it cannot move the headline — it confirms the pathway is real rather than hypothetical. The authors reproduced the unsafe suggestion (bromide as a chloride substitute, no health warning) in their own ChatGPT 3.5 test. Verified verbatim via the journal page on 2026-06-14.
    Independensi
    Academic clinical case report; independent of the Stanford RegLab, Vectara, and litigation sources cited above.
  9. [9] Psychiatrist.com (Physicians Postgraduate Press) — NEDA Suspends AI Chatbot for Giving Harmful Eating Disorder Advice
    NEDA Suspends AI Chatbot for Giving Harmful Eating Disorder Advice
    Statistik
    In late May 2023 the National Eating Disorders Association (NEDA) suspended its 'Tessa' chatbot after users reported it gave eating-disorder-aggravating advice, including recommending weight loss of 1 to 2 pounds per week, calorie counting, regular weigh-ins, and measuring body fat with calipers.
    Kutipan
    “"If I had accessed this chatbot when I was in the throes of my eating disorder, I would NOT have gotten help for my ED." ”
    Data sumber dari
    2023-06-01
    Diakses
    2026-06-14 · salinan arsip
    Perhitungan
    Documents the deliberate-use-as-therapy-substitute failure mode: a chatbot deployed to stand in for a human eating-disorder helpline gave advice (calorie restriction, weight loss, body-fat measurement) that activists reported as harmful for the exact population it served, prompting NEDA to take it offline within days. This is a single deployment incident, not an incidence rate among real therapy-bot users, so it provides NO base rate and cannot move the headline — it anchors a harm pathway distinct from factual hallucination (the bot was working as designed, giving generic diet advice to a clinically vulnerable user). The harmful-advice specifics were cross-checked against CNN, NPR, and BBC reporting on the same suspension.
    Independensi
    Trade-press reporting on the NEDA suspension; independent of the legal and benchmark sources cited above.

436 risiko dengan probabilitas terukur
1 dari 10 1 dari 100 1 dari 1K 1 dari 10K 1 dari 100K 1 dari 1M 1 dari 10M 1 dari 100M 1 dari 1B pasti lebih jarang → Risiko operasi kosmetik di luar negeri — 1 dari 10 Gula-garam bayi dan penyakit dewasa — 1 dari 10 Endometriosis — 1 dari 10 Risiko transplantasi rambut di Turki — 1 dari 10 Penggantian sendi lutut — 1 dari 10 Pereda nyeri kronis — 1 dari 10 Kehilangan gigi total — 1 dari 9,1 Alzheimer — 1 dari 8,3 Kurang tidur — 1 dari 8,3 Tembakau tanpa asap — 1 dari 8,3 Bersepeda tanpa helm — 1 dari 8,0 Kerusakan gigi akibat bruksisme — 1 dari 7,7 Kegagalan kondom — 1 dari 7,7 Hindari berobat karena takut imigrasi — 1 dari 7,1 Kehilangan penglihatan — 1 dari 6,7 Hernia akibat angkat beban — 1 dari 6,7 Patah pinggul lansia — 1 dari 6,7 Minum reguler — 1 dari 6,7 Serangan jantung pertama — 1 dari 5,9 Infertilitas — 1 dari 5,7 Perawatan jangka panjang 5+ tahun — 1 dari 5,6 CTE (sepak bola) — 1 dari 5,0 Depresi mayor — 1 dari 4,9 Cedera hiking — 1 dari 4,8 Infeksi dari berbagi makanan dengan anak — 1 dari 4,2 Penyakit Lyme — 1 dari 4,0 Kesepian & kesehatan — 1 dari 3,8 Risiko AUD warisan — 1 dari 3,5 Gangguan penggunaan alkohol — 1 dari 3,4 Gangguan kecemasan — 1 dari 3,2 Risiko jantung pasca-menopause — 1 dari 3,0 Diabetes tersembunyi — 1 dari 3,0 Terbang saat pilek — 1 dari 2,9 Kehilangan pekerjaan & depresi — 1 dari 2,9 Penyakit kutu (hutan) — 1 dari 2,9 Kolesterol tinggi tersembunyi — 1 dari 2,9 Kehilangan kakek-nenek di masa kecil — 1 dari 2,8 Pacifier on the floor — 1 dari 2,8 Hipertensi tersembunyi — 1 dari 2,7 Infeksi resisten — 1 dari 2,6 Tanpa kecocokan sumsum — 1 dari 2,4 Masuk panti jompo — 1 dari 2,2 Mamografi positif palsu — 1 dari 2,0 Merokok reguler — 1 dari 2,0 Diare wisatawan — 1 dari 2,0 Olahraga petualangan — 1 dari 1,8 Kebutuhan LTC setelah 65 — 1 dari 1,8 Pengalaman menjanda — 1 dari 1,7 Seks tanpa kondom — 1 dari 1,5 Nyeri punggung bawah — 1 dari 1,3 Kebersihan tangan — 1 dari 1,0 Kanker (jenis apa pun) — 1 dari 7,1 Skuter listrik tanpa helm — 1 dari 4,5 Sepeda listrik tanpa helm — 1 dari 4,0 Bagasi salah tangani — 1 dari 3,7 Kecelakaan cedera yang bersalah — 1 dari 2,9 Tabrakan dengan rusa — 1 dari 2,7 Cedera kecelakaan mobil — 1 dari 2,6 Pembatalan penerbangan — 1 dari 1,8 Gangguan perjalanan: perang atau bencana — 1 dari 1,7 Penyerangan saat hitchhiking — 1 dari 8,8 Pencurian rumah — 1 dari 8,6 Penipuan cek via pos — 1 dari 7,7 Pelecehan seksual anak — 1 dari 6,8 Penguntitan — 1 dari 6,2 Pelecehan mahasiswi — 1 dari 5,7 Kekerasan rumah tangga — 1 dari 3,7 Penyerangan jalan malam — 1 dari 3,6 Pencurian sepeda — 1 dari 2,9 Kekerasan seksual — 1 dari 2,3 Pelecehan seksual (seumur hidup) — 1 dari 1,6 Kelangkaan air — 1 dari 2,5 Badai matahari kelas Carrington — 1 dari 1,9 Titik balik WAIS — 1 dari 1,1 Kucing rumahan kabur — 1 dari 10 Gigitan anjing lepas — 1 dari 9,8 Kelinci mati dalam 4 tahun — 1 dari 3,3 Gigitan anjing (tidak mematikan) — 1 dari 1,8 Hamster mati sebelum remaja — 1 dari 1,0 Kekurangan zat besi (wanita) — 1 dari 3,9 Kekurangan vitamin D — 1 dari 2,9 Asupan magnesium kurang — 1 dari 1,9 Makanan kurang matang — 1 dari 1,6 Kontaminasi silang daging mentah — 1 dari 1,4 Makanan Dibiarkan di Luar — 1 dari 1,2 Penipuan suara AI — 1 dari 2,9 Kerugian penipuan online — 1 dari 2,5 Perundungan siber remaja — 1 dari 2,0 Anak & konten eksplisit — 1 dari 1,9 Pelanggaran data — 1 dari 1,1 Keguguran — 1 dari 6,7 Percobaan bunuh diri remaja — 1 dari 5,6 Depresi pascapersalinan — 1 dari 4,8 Pereda nyeri sebelum vaksinasi — 1 dari 3,8 Kenaikan berat badan berlebih — 1 dari 2,6 Anak tidak divaksinasi & campak — 1 dari 2,0 Kutu rambut pada anak — 1 dari 2,0 Penipuan terhadap lansia — 1 dari 10 Kolaps dana pensiun — 1 dari 10 Amblesnya perumahan — 1 dari 8,3 Audit IRS — 1 dari 6,7 Keruntuhan mata uang — 1 dari 5,6 Deportasi overstay visa — 1 dari 5,6 Penyitaan mobil kredit subprime — 1 dari 5,0 Disabilitas usia kerja — 1 dari 4,0 Gagal bayar pinjaman mahasiswa — 1 dari 3,8 Pembalasan pelapor pelanggaran — 1 dari 3,2 Pensiun paksa setelah 50 — 1 dari 2,9 Kekurangan dana pensiun — 1 dari 2,6 BNPL: telat bayar — 1 dari 2,4 Perceraian — 1 dari 2,4 Kerusakan akibat pipa pecah — 1 dari 2,2 Perundungan di tempat kerja — 1 dari 2,1 Pemadaman listrik lama — 1 dari 2,0 Deportasi (tidak berdokumen) — 1 dari 1,8 Kejutan biaya pemakaman — 1 dari 1,7 Pencurian identitas — 1 dari 1,7 Penipuan kartu kredit — 1 dari 1,5 Intimidasi di sekolah — 1 dari 1,5 Prajurit garis depan — 1 dari 1,3 Resesi ekonomi — 1 dari 1,0 Crash pasar saham — 1 dari 1,0 Kerusakan atap akibat hujan es — 1 dari 3,0 Kerugian akibat penyewa bermasalah — 1 dari 1,8 Komplikasi LASIK — 1 dari 100 Bahaya tisu toilet kering — 1 dari 100 Asap rokok pasif — 1 dari 91 Gangguan gaming (dewasa) — 1 dari 83 UGD karena hak tinggi — 1 dari 79 Thrown/dropped object — 1 dari 67 Reaksi obat — 1 dari 58 Overdosis obat-obatan — 1 dari 56 Asma akibat kompor gas pada anak — 1 dari 50 Toksoplasmosis dari kotak pasir kucing — 1 dari 48 Klaim cacat kesehatan mental — 1 dari 45 Ketergantungan benzo — 1 dari 40 Timbal air keran — 1 dari 40 Penyalahgunaan obat — 1 dari 35 Cedera otak traumatis — 1 dari 33 Infeksi rumah sakit — 1 dari 31 Polusi udara — 1 dari 29 Penyakit ginjal stadium akhir — 1 dari 29 Diare wisatawan (air) — 1 dari 26 Cedera ski — 1 dari 26 Gangguan bipolar — 1 dari 23 Operasi gigi bungsu — 1 dari 22 Komplikasi wisata gigi — 1 dari 20 Penelantaran lansia — 1 dari 20 Parkinson — 1 dari 20 Parasit hewan peliharaan — 1 dari 20 ADHD yang tidak terdiagnosis — 1 dari 20 Alergi makanan saat dewasa — 1 dari 19 Demensia non-Alzheimer — 1 dari 17 Gangguan penggunaan ganja — 1 dari 16 Stroke — 1 dari 15 PTSD — 1 dari 15 Gangguan pendengaran parah — 1 dari 14 Diabetes tipe 2 — 1 dari 13 Radang Usus Buntu — 1 dari 13 Asap memasak dalam ruangan — 1 dari 13 Depresi yang tidak diobati — 1 dari 13 Soda dan diabetes — 1 dari 13 Penyakit jantung — 1 dari 12 Kematian akibat kesalahan medis — 1 dari 12 Perilaku seksual kompulsif — 1 dari 12 Gangguan makan — 1 dari 11 Penggantian sendi panggul — 1 dari 11 Batu ginjal — 1 dari 11 Kematian/kecacatan orang tua — 1 dari 11 Gaya hidup sedentari — 1 dari 11 Infeksi Salon — 1 dari 11 Kanker ovarium — 1 dari 91 Kanker kolorektal — 1 dari 77 Kanker payudara — 1 dari 59 Kanker hati — 1 dari 59 Kanker paru-paru — 1 dari 56 Kanker prostat — 1 dari 50 Melanoma (UV) — 1 dari 29 Risiko KKR serat rendah — 1 dari 26 Daging merah & KKR — 1 dari 21 Daging gosong & kanker — 1 dari 20 Kecelakaan perawatan — 1 dari 83 Mengemudi dengan obat penenang — 1 dari 77 Mengirim pesan + mengemudi — 1 dari 56 Kematian kecelakaan tanpa sabuk — 1 dari 53 Ngebut 20 % di atas batas — 1 dari 50 Motor tanpa helm — 1 dari 45 Penerbangan Antariksa (astronot) — 1 dari 42 Menonton video saat mengemudi — 1 dari 32 Cedera kecelakaan anak — 1 dari 27 Mengemudi mengantuk — 1 dari 26 Norovirus di kapal pesiar — 1 dari 24 Cedera e-skuter — 1 dari 10 Dicopet saat bepergian — 1 dari 38 Pencurian konverter katalitik — 1 dari 37 Ditikam dalam penyerangan — 1 dari 37 Pencurian kendaraan — 1 dari 34 Perampokan/penjambretan jalanan — 1 dari 26 Vonis salah — 1 dari 24 Pencampuran obat di minuman — 1 dari 17 Pencurian mobil keyless via relay — 1 dari 13 Demo di rezim otoriter — 1 dari 12 Keruntuhan AMOC — 1 dari 20 Anafilaksis dari sengatan — 1 dari 50 Cedera kalung kucing — 1 dari 25 Keracunan makanan di restoran — 1 dari 58 Kekurangan B12 — 1 dari 28 Kekurangan vegetarian — 1 dari 14 Deepfake intim — 1 dari 25 Penggunaan media sosial bermasalah — 1 dari 13 Anak telan benda (UGD) — 1 dari 91 Persalinan mengancam nyawa (AS) — 1 dari 61 Kematian melahirkan (SSA) — 1 dari 55 Jatuh dari tangga (balita) — 1 dari 37 Kematian bed-sharing — 1 dari 36 Cedera bermain ayunan & perosotan — 1 dari 33 Diagnosis autisme — 1 dari 31 Komplikasi caesar — 1 dari 29 Cedera mainan butuh UGD (anak) — 1 dari 21 Preeklamsia — 1 dari 20 Robekan parah saat melahirkan — 1 dari 17 Diabetes gestasional — 1 dari 13 Cedera kepala anak akibat jatuh — 1 dari 12 Meninggal tanpa ahli waris — 1 dari 100 Kehancuran finansial taruhan olahraga — 1 dari 100 Kematian pilot tempur — 1 dari 48 Kematian karier nelayan komersial — 1 dari 45 Kematian karier penebang pohon — 1 dari 34 Kebangkrutan medis — 1 dari 25 Gangguan belanja kompulsif — 1 dari 20 Penipuan sewa apartemen — 1 dari 20 Kehilangan SNAP karena aturan 2025 — 1 dari 18 Penyitaan hipotek — 1 dari 14 Klaim cacat muskuloskeletal — 1 dari 14 Kerugian day-trading — 1 dari 13 Katastrofi Pemerintahan Ekstremis — 1 dari 13 Badai menghancurkan rumah — 1 dari 17 NAION (Ozempic) — 1 dari 909 Anak tenggelam di kolam — 1 dari 800 MS — 1 dari 769 Kematian di tempat kerja — 1 dari 690 Demam tifoid — 1 dari 654 GLP-1: aspirasi saat anestesi — 1 dari 613 Produk impor tidak aman — 1 dari 565 Aneurisma otak — 1 dari 400 COVID-19 — 1 dari 400 Cedera kembang api — 1 dari 385 Tendon putus kena pisau dapur — 1 dari 385 Kafein berlebih — 1 dari 366 Penyakit sel sabit — 1 dari 365 Obat palsu — 1 dari 361 Cedera tulang belakang — 1 dari 313 Diagnosis kanker anak — 1 dari 285 Kematian pandemi berikutnya — 1 dari 208 Dengue (perjalanan) — 1 dari 200 Kelahiran prematur akibat panas — 1 dari 200 Melewatkan mandi harian — 1 dari 200 Tidak menggosok kaki — 1 dari 200 Risiko donor sumsum — 1 dari 167 Ensefalitis akibat caplak — 1 dari 167 Skizofrenia — 1 dari 143 Jatuh tidak disengaja — 1 dari 135 Kematian mendadak saat berolahraga — 1 dari 123 Bunuh Diri (AS) — 1 dari 121 Kecanduan opioid — 1 dari 114 Tuberkulosis (global) — 1 dari 109 Diagnosis HIV — 1 dari 105 Kanker Radon — 1 dari 435 Kanker testis — 1 dari 250 Kanker serviks — 1 dari 167 Kanker pankreas — 1 dari 125 Kematian pejalan kaki — 1 dari 806 Kecelakaan sepeda motor — 1 dari 709 Tenggelam dari perahu — 1 dari 685 Pengemudi menewaskan pejalan kaki — 1 dari 552 Cedera jalan kaki karena ponsel — 1 dari 400 Kebakaran baterai EV — 1 dari 333 Pesepeda tewas tertabrak — 1 dari 159 Kebakaran mobil bensin — 1 dari 125 Fatalitas mobil otonom — 1 dari 115 Kecelakaan mobil — 1 dari 105 Kematian tugas pemadam kebakaran — 1 dari 455 Kematian tugas polisi — 1 dari 357 Pembunuhan — 1 dari 339 Penipuan pig butchering — 1 dari 106 Panas ekstrem — 1 dari 333 Kematian perubahan iklim — 1 dari 204 Gigitan kelelawar & rabies — 1 dari 278 Penyakit bawaan nyamuk — 1 dari 190 Keracunan makanan (global) — 1 dari 317 Kebakaran panel surya — 1 dari 667 Skoliosis masa kanak-kanak tidak diobati — 1 dari 1.000 Anak jatuh dari jendela — 1 dari 855 Jatuh tangga kursi roda — 1 dari 625 Bayi jatuh — 1 dari 500 Cedera kursi roda bayi — 1 dari 455 Kematian ibu — 1 dari 272 Usia ibu & cacat lahir — 1 dari 200 Kematian anak (<18) — 1 dari 103 Kematian dalam karier penjelajahan gua — 1 dari 167 Kematian tugas petugas gawat darurat — 1 dari 909 Korban sipil perang — 1 dari 499 Prajurit dalam pertempuran — 1 dari 270 Pencabutan visa pelajar — 1 dari 263 Kematian karier pertambangan — 1 dari 214 Kehancuran finansial judi — 1 dari 159 Kebakaran rumah akibat petir — 1 dari 461 Kebakaran hutan menghancurkan rumah — 1 dari 120 Malaria (perjalanan) — 1 dari 10.000 Infeksi dari minuman bersama — 1 dari 10.000 Penyakit Chagas — 1 dari 8.475 Cacing pita rubah dari beri liar — 1 dari 8.475 Anak menelan kantong nikotin — 1 dari 7.937 Schistosomiasis — 1 dari 6.667 Kematian mendadak (dewasa muda) — 1 dari 3.922 Kabel tidak aman — 1 dari 3.390 Sepsis dari luka — 1 dari 2.857 Kesadaran saat anestesi — 1 dari 2.500 Serangan panas (luar ruangan) — 1 dari 1.905 Kebakaran rumah — 1 dari 1.818 Rabies dari anjing — 1 dari 1.449 Tenggelam — 1 dari 1.379 Loncat air dangkal cedera tulang — 1 dari 1.111 Rawat inap EVALI — 1 dari 1.064 Tersedak — 1 dari 1.020 Kanker pinang — 1 dari 1.290 Pembekuan darah (penerbangan) — 1 dari 4.651 Pengemudi menewaskan pesepeda — 1 dari 3.937 Remaja tewas di jalan — 1 dari 3.030 Kursi sepeda belakang anak — 1 dari 2.500 Anak tanpa pengaman tewas — 1 dari 2.000 Kematian oleh polisi — 1 dari 4.739 Pembunuhan kehormatan — 1 dari 2.381 Pembunuhan oleh pasangan intim — 1 dari 1.767 Badai — 1 dari 8.929 Kematian kelaparan — 1 dari 6.536 Kematian badai salju — 1 dari 4.367 Gempa Bumi — 1 dari 3.802 Listeria dalam daging olahan — 1 dari 6.061 E. coli berat dari produk segar — 1 dari 4.831 Keracunan makanan (AS) — 1 dari 1.862 Merkuri ikan — 1 dari 1.695 Cedera tulang ikan — 1 dari 1.429 Kebakaran baterai — 1 dari 4.545 Menelan kapsul deterjen — 1 dari 6.494 Tenggelam di kolam — 1 dari 5.882 Displasia panggul bayi tidak diobati — 1 dari 5.000 SIDS — 1 dari 2.398 Perang (sipil) — 1 dari 2.000 Pembengkakan otak flu pada anak — 1 dari 100.000 Kematian akibat sengatan lebah/tawon — 1 dari 76.923 Dengue lokal (daratan AS) — 1 dari 66.667 Kematian anestesi — 1 dari 45.662 Kematian anjing di mobil panas — 1 dari 41.667 Infeksi luka Vibrio vulnificus — 1 dari 32.051 Anafilaksis — 1 dari 27.548 Manipulasi leher kiropraktik — 1 dari 16.667 Keracunan CO — 1 dari 14.006 Hepatitis A (perjalanan) — 1 dari 12.500 Melewatkan imunoterapi alergi — 1 dari 11.111 Akrilamida & kanker — 1 dari 16.667 Kecelakaan bus — 1 dari 100.000 Kecelakaan pesawat — 1 dari 58.824 Kebakaran mobil pascatabrakan — 1 dari 25.000 Kematian di perlintasan kereta api — 1 dari 20.576 Mobil terbenam air — 1 dari 16.667 Gandengan sepeda anak — 1 dari 14.286 Hampir bertabrakan di landasan — 1 dari 13.699 Serangan air keras — 1 dari 94.340 Terorisme — 1 dari 77.519 Penculikan anak oleh orang asing — 1 dari 38.760 Penculikan orang asing — 1 dari 35.211 Kematian mahar — 1 dari 13.158 Kematian senjata tak disengaja — 1 dari 11.299 Kebakaran Hutan — 1 dari 100.000 Tornado — 1 dari 80.645 Tsunami — 1 dari 52.632 Tenggelam di laut — 1 dari 29.155 Banjir — 1 dari 20.202 Kematian akibat panas pasca badai — 1 dari 20.000 Kematian longsor — 1 dari 18.416 Letusan supervolcano — 1 dari 12.376 Sengatan lebah — 1 dari 78.927 Menelan lebah atau tawon — 1 dari 29.155 Sengatan kalajengking fatal — 1 dari 26.110 Kematian anjing cokelat — 1 dari 13.889 Saus kayu manis bertimbal — 1 dari 40.000 Pelepasan zat plastik — 1 dari 16.949 Bayi mati lemas di kursi mobil — 1 dari 64.935 Jatuh kursi bouncer — 1 dari 60.606 Balita tersedak — 1 dari 50.000 Bayi tersedak tanpa pengawasan — 1 dari 50.000 Kematian balita menghadap depan — 1 dari 26.738 Menelan magnet kuat — 1 dari 12.048 Kematian saat snorkeling — 1 dari 21.739 Hewan dalam transportasi — 1 dari 20.000 Kematian dalam tahanan ICE — 1 dari 17.065 Ranjau darat — 1 dari 14.728 Reaksi vaksin — 1 dari 763.359 Aluminium & Alzheimer — 1 dari 169.492 Kebocoran gas di rumah — 1 dari 140.845 Kematian anak di mobil panas — 1 dari 102.041 Glifosat & kanker — 1 dari 1.000.000 Kanker peralatan masak Teflon — 1 dari 169.492 Cedera *roller coaster* — 1 dari 312.500 Feri tenggelam — 1 dari 133.333 Cedera turbulensi — 1 dari 114.943 Penembakan sekolah — 1 dari 192.308 Penembakan massal — 1 dari 113.636 Longsoran Salju — 1 dari 210.526 Petir — 1 dari 209.205 Gigitan ular — 1 dari 884.956 Gigitan laba-laba — 1 dari 833.333 Serangan kuda nil — 1 dari 564.972 Serangan buaya — 1 dari 337.838 Gigitan anjing — 1 dari 142.045 Residu pestisida — 1 dari 1.000.000 Kaleng kotor — 1 dari 200.000 Bahaya bioplastik PLA — 1 dari 169.492 Kematian ayunan bayi — 1 dari 714.286 Tersedak anggur utuh — 1 dari 625.000 Anak tercekik tali tirai jendela — 1 dari 416.667 Anak tercekik kantong plastik — 1 dari 263.158 Baterai kancing — 1 dari 250.000 Kematian tempat tidur miring — 1 dari 238.095 Kematian lift/eskalator — 1 dari 188.324 Ensefalitis Jepang (perjalanan) — 1 dari 2.000.000 Anak + airbag depan — 1 dari 10.000.000 Dampak asteroid — 1 dari 1.351.351 Laba-laba di pisang — 1 dari 10.000.000 Serangan hiu — 1 dari 5.681.818 Serangan beruang — 1 dari 3.787.879 Keracunan beri liar — 1 dari 2.222.222 Serangan piranha — 1 dari 135.135.135 Ponsel di pompa bensin — 1 dari 1.000.000.000 Ponsel di pesawat — 1 dari 1.000.000.000
Lottery jackpot 1 dari 95.238

Baru-baru ini dilihat di perangkat ini