Segíthet kiszűrni az öngyilkosságra hajlamos betegeket a mesterséges intelligencia

A Vanderbilt Egyetem új tanulmánya szerint a mesterséges intelligencia által vezérelt klinikai riasztások segíthetnek az orvosoknak azonosítani az öngyilkosságra kockázatos betegeket, és javíthatják a hagyományos orvosi körülmények között végzett megelőzési erőfeszítéseket, írja az EurekAlerten megjelent sajtóközlemény.

A kutatócsoport azt tesztelte, hogy a Vanderbilt öngyilkossági kísérleti valószínűségi modellje (VSAIL) hatékonyan ösztönözheti-e az orvosokat a betegek öngyilkossági hajlamának szűrésére a rutinvizsgálatok során. Ehhez az egyetem három klinikáján tesztelték a rendszert.

A JAMA Network Open szaklapban megjelent tanulmány szerint a kutatók kétfajta megközelítést hasonlítottak össze: az automatikusan felugró riasztásokat, amik megszakították az orvosok munkafolyamatát, és egy passzívabb rendszert, ami a páciens beteglapján jelenítette meg a kockázatot.

A tanulmány szerint az első típusú megközelítés sokkal hatékonyabb volt, így az orvosok a szűrési riasztások 42 százalékánál végeztek kockázatértékelést maguk is, míg a másik módszernél ez az arány csak 4 százalékos volt.

„A legtöbb, öngyilkosságot elkövető ember a halála előtti fél évben fordult egészségügyi szolgáltatóhoz, gyakran a mentális egészségével nem összefüggő okok miatt” – mondta Colin Walsh, a kutatócsoport vezetője. „Az univerzális szűrés azonban nem minden helyzetben praktikus. A VSAIL-t azért fejlesztettük ki, hogy segítsen az orvosnak azonosítani a magas kockázatú betegeket, és elősegítse a célzott beszélgetéseket.”

Az Egyesült Államokban az öngyilkosságok száma egyre növekszik, a becslések szerint évente minden 100 ezer amerikai közül 14,2 életét követeli. Tanulmányok kimutatták, hogy az öngyilkosságot elkövető emberek 77 százaléka kapcsolatba került alapellátást nyújtó szolgáltatókkal a halála előtti évben.

A VSAIL modell az elektronikus egészségügyi nyilvántartásokból kinyerhető információkat elemzi, hogy kiszámítsa, a következő 30 napban mekkora a kockázata annak, hogy a páciens öngyilkosságot kísérel meg. A korábbi tesztelés során, amikor a betegrekordokat ugyan megjelölték, de nem adtak ki riasztást, a modell hatékonynak bizonyult a magas kockázatú betegek azonosításában: a rendszer által megjelölt 23-ból egy személy számolt be később öngyilkossági gondolatokról.

A mostani kutatás a neurológiai klinikákra összpontosított, mivel bizonyos neurológiai állapotok fokozott öngyilkossági kockázattal járnak.

„Az automatizált rendszer az összes szűrővizsgálati látogatásnak csak körülbelül 8 százalékát jelölte meg” – mondta Walsh. „Ez a szelektív megközelítés lehetővé teszi a forgalmasabb klinikák számára az öngyilkosság-megelőzési erőfeszítések erősítését.”

A kutatás hat hónapon keresztül 7732 beteglátogatást vizsgált, és összesen 596 szűrési riasztást adott ki. A 30 napos követési időszak során az egyetemi klinikák egészségügyi nyilvántartásainak áttekintése során egyik randomizált riasztási csoportban sem találtak olyan beteget, akinél előfordult volna öngyilkossági gondolat vagy öngyilkossági kísérlet. Míg a megszakító riasztások hatékonyabban ösztönözték a szűréseket, potenciálisan hozzájárulhatnak a „riasztási fáradtsághoz” – ahhoz, hogy az orvosokat túlterhelik a gyakori automatizált értesítések.