人工智能警报可改善诊所的自杀预防

在过去的十年里，人们越来越担心惊人的自杀率。现在，范德比尔特大学医学中心 (VUMC) 的一项出色研究带来了一线希望。该研究说明了人工智能 (AI) 警报如何帮助医生识别自杀风险较高的患者。

由 Colin Walsh 博士领导的研究小组测试了范德比尔特自杀企图和意念可能性 (VSAIL) 模型。这个人工智能驱动的系统旨在促进 VUMC 三个神经科诊所的自杀风险筛查。

研究结果发表在期刊上JAMA 网络开放，证明中断警报（在医生的工作流程中主动通知他们）比电子图表中嵌入的被动通知有效得多。

人工智能驱动的自杀风险警报

该研究比较了两种人工智能驱动的警报。中断警报通过在患者咨询期间以弹出通知的形式出现，主动中断医生的工作流程。

这要求医生立即确认并处理警报，从而确保他们立即采取行动。

被动警报提供了相同的风险信息，但以不太直接的方式提供。该信息显示在患者的电子病历中，可以看到该信息，但不会主动提示医生立即采取行动。

这种方法避免了工作流程的中断，但依赖于医生独立地观察信息并采取行动。

研究发现，中断警报可以更有效地促使医生进行治疗自杀风险评估。

中断警报可降低自杀风险

结果是惊人的。研究小组发现，中断性警报导致 42% 的案例进行自杀风险评估，而被动警报仅导致 4% 的案例进行评估。

– 大多数自杀身亡的人在死前一年曾看过医疗保健提供者，通常是由于与心理健康无关的原因。但普遍筛查并不适用于所有环境。我们开发 VSAIL 是为了帮助识别高风险患者并促进有针对性的筛查对话，”沃尔什博士说。

自杀：日益严重的公共卫生危机

美国的自杀率一直在稳步上升，每年每10万人中有14.2人死亡。自杀现在是第11个最高死因全国。

研究人员指出，77% 的自杀者在死前一年内曾看过初级保健提供者。这些数字凸显了迫切需要更好的方法来识别和支持面临风险的个人。

VSAIL 模型在应对这一挑战方面取得了重大进展。它使用常规电子健康记录中的数据来评估患者 30 天内试图自杀的风险。

在之前的测试中，VSAIL 通过识别高危个体证明了其有效性，23 名被标记的患者中就有 1 名后来报告有自杀念头。这一功能使 VSAIL 成为有针对性的自杀预防工作的强大工具。

识别高危患者

这项新研究涉及 6 个月内 7,732 名患者就诊，触发了 596 起自杀警报。

研究人员专注于神经病学诊所，因为某些神经系统疾病会增加自杀风险。在标记的访问中，只有约 8% 提示了警报，凸显了该模型在繁忙的情况下的效率临床环境。

在 30 天的随访期间，没有被标记的患者报告有自杀意念或企图。然而，该团队指出了潜在的缺点，例如“警报疲劳”，频繁的通知可能会让临床医生不知所措。未来的研究将探索这种平衡。

“医疗保健系统需要平衡中断警报的有效性及其潜在的负面影响，”沃尔什指出。

– 但这些结果表明，自动风险检测与精心设计的警报相结合可以帮助我们识别更多需要自杀预防服务的患者。 –

自杀警报的更广泛影响

该研究的成功表明类似的系统可以使其他医疗机构受益。通过选择性地标记高风险患者，VSAIL 等人工智能模型为预防自杀提供了一种可行且有效的方法。

– 自动化系统仅标记了约 8% 的就诊患者进行筛查。这种选择性方法使繁忙的诊所更容易实施自杀预防工作。”沃尔什博士总结道。

该研究由 VUMC 的多学科团队进行，其中包括 Michael Ripperger 博士、Laurie Novak 博士以及共同高级作者 William Stead 博士和 Kevin Johnson 博士。

该研究为人工智能驱动的创新干预措施铺平了道路，这些干预措施可以挽救生命并重新定义医疗保健领域的自杀预防。

该研究发表在期刊上JAMA 网络开放。

～～

喜欢你读到的内容吗？订阅我们的时事通讯吸引人的文章、独家内容和最新更新。 

查看我们地球快照，一款免费应用程序，由埃里克·拉尔斯和 Earth.com。

～～