自杀预测方法结合了AI和面对面筛查

范德比尔特大学医学中心的一项新的观察性研究指出了针对成人自杀未遂或自杀思维有效临床预测的解决方案。

报告5月13日JAMA网络开放作者：Drew Wilimitis，医学博士Colin Walsh，MA和同事，该研究比较了人工智能算法与面对面筛选。

当组合这两种方法时，预测会改善，从而产生了所谓的合奏学习方法。

“这项测试是对实时AI和面对面筛查之间的协同作用的罕见检查自杀风险，”生物医学信息学，医学和精神病学和行为科学副教授沃尔什说。

在美国，自杀率一直在增加，据估计，每年有100,000名美国人中有14人的生命，使其成为美国第十大死亡原因。

2018年，VUMC的成人急诊室实施了哥伦比亚自杀严重性评级量表（C-SSRS），患者通常会回答六个项目的问卷，作为Triage的一部分。同时，VUMC其他领域的团队使用此问卷调查进行面对面的筛查。

在2019年，VUMC在测试基础上打开了机器学习沃尔什（Walsh）及其团队开发的算法称范德比尔特（Vanderbilt）的自杀性尝试和构想可能性或vsail。该算法在背景中静静地运行，根据电子健康记录中的信息为每个患者遇到的风险评分。在进行测试时，VUMC的健康记录中未包括VSAIL分数。

这项新研究集中在2020年9月结束的15个月内的120,398例患者访问中。对于两种风险评估方法的每一次遭遇，对自杀未遂或自杀想法进行了180天后的健康记录。总共有514个记录自杀企图在里面学习小组（在患者探访后30天内发生205例）和3126例自杀念头。没有追踪自杀死亡。将预测方法与各种风险阈值和患者随访期进行了比较。

与仅C-SSR或VSAIL相比，合奏方法几乎总是最能出现的。

沃尔什（Walsh）实验室的统计分析师Wilimisit说：“合奏学习结合了临床筛查和机器学习的各自的优势，同时减轻了它们的弱点。”“传统临床评估和统计预测之间的这种互补性应该鼓励临床医生专业知识，患者投入和人工智能有效的风险检测。”

在每名C-SSRS或VSAIL风险评分最高的患者中，有10％的患者在30天内进行了自杀。但是，使用合奏方法，在30天内，最高风险十分位数中每200名患者中，大约有3名患者自杀。

沃尔什说：“我们的研究结果表明，临床医生主导的筛查与算法可以改善自杀性尝试预测，即使这些算法从未接受过面对面筛查的培训，”沃尔什说。“这项研究是一个完美的例子，即智能人类加机器比单独使用的人更好。”

沃尔什（Walsh）的团队接下来将在人工智能算法的VUMC上进行随机临床试验，以提供门诊临床决策支持。在随机访问的一半访问中，每个Vsail的高风险得分将自动触发临床医生的电子健康记录警报，建议面对面筛查自杀风险。研究小组将首先检查案件的面对面筛查率（每次VSAIL标记为临床医生的高风险）和控制措施（未隔离的高风险）。

---

---