人工智能计算企图自杀的风险
机器学习算法,预测自杀最近经历了一个前瞻性的试验机构开发,范德比尔特大学医学中心。
连续11个月结束2020年4月,预测了在后台默默地VUMC成年病人。算法,称为范德比尔特企图自杀意念可能(VSAIL)模型,使用常规的信息电子健康记录(EHRs)计算30天返回访问企图自杀的风险,推而广之,自杀意念。
自杀一直在增加在美国一代和估计声称每年14 100000年美国人的生活,使其成为全国十大死因。在全国范围内,约有8.5%的自杀企图以死亡告终。
科林·沃尔什博士硕士,和同事评估的性能预测算法着眼于其潜在的临床实施。他们的研究报道《美国医学会杂志》网络开放。
分层成年病人分成八组根据他们的风险评分算法,顶部地层仅占三分之一以上的自杀企图记录在这项研究中,大约有一半以上的自杀意念。电子健康档案的记录,一个在23个人在这个高危人群继续报告自杀的念头,和一个在271年继续企图自杀。
“今天在医疗中心,我们不能屏幕每一个病人的自杀风险encounter-nor我们应该,”沃尔什说,生物医学信息学助理教授,医学和精神病学。“但是我们知道有些人从未筛选尽管可能把他们在更高的风险因素。这种风险模型是第一次通过筛查和可能表明哪些病人进一步屏幕设置,自杀不是经常讨论。”
在11个月测试,大约有78000成人患者的医院,急诊室,在VUMC外科诊所。随后记录的EHR, 395人在这组报道有自杀的念头和85年经历过至少一个企图自杀,有23幸存的反复尝试。
“在这里,每271人中确定预测风险组最高,一个返回治疗自杀尝试,”沃尔什说。“这个数字与数字需要屏幕异常问题,如胆固醇和某些癌症。我们可以轻松问成百上千的人自杀的想法,但我们不能让数百万人参观我们每—不是所有的病人需要医疗中心问道。我们的研究结果表明人工智能作为一个步骤可以帮助指导临床资源有限,他们最需要的地方。”
沃尔什,他最初创建该算法与同事现在在佛罗里达州立大学,曾使用回顾性验证它从VUMC EHR数据。
”沃尔什博士和他的团队展示了如何压力测试和适应一个人工智能预测模型在一个操作电子健康记录,铺平了道路,真实世界的测试决策支持干预,”说,新研究的资深作者,医学博士,教授威廉代替生物医学信息学。
