亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁產業資訊精準醫療精準醫療AI根據電子健康紀錄計算自殺未遂風險

AI根據電子健康紀錄計算自殺未遂風險

來源 : 亞洲健康互聯海外中心
update : 2021/03/15

在田納西州納什維爾有多家醫院的范德比爾特大學醫學中心 (VUMC) 最近對預測自殺未遂的機器學習演算法進行了一項前瞻性試驗。研究團隊著眼於潛在的臨床實施,評估了該預測演算法的性能,並於3 12日在《JAMA Network Open》中發表了研究結果

被稱為《范德比爾特VSAIL模型》的演算法,使用電子健康紀錄(EHR)中的常規資訊,來計算30天的自殺未遂回訪風險,並據此得出自殺意圖。

據估計,美國每年每10萬中就有14人自殺身亡,這使它成為美國第十大死亡原因。

根據演算法將成年患者按照其風險評分劃分為八層後,光是頂層就占了研究中紀錄的所有自殺未遂的三分之一以上,約占所有自殺意向案例的一半。根據《電子病歷》的紀錄,該高危人群中有23個人有繼續自殺念頭,而271個人中就有1個人企圖自殺。

生物醫學資訊學,醫學和精神病學助理教授沃爾什說:「這項研究在供應商提供的EHR的背景下使用即時臨床預測,驗證了自殺未遂風險模型的性能。這種風險模型是進行篩檢的第一步,可以建議哪些患者在不經常討論自殺的情況下進行進一步的篩檢。」

在為期11個月的測試中,VUMC的醫院、急診室和外科診所共收治了約78,000名成年患者。正如隨後在《電子病歷》中所紀錄的,該組中的395人報告有自殺念頭,其中85人至少有一次自殺未遂,其中23人甚至多次嘗試自殺。

沃爾什說:「在這項研究最高預測風險人群中發現,每271人,就有一個人因自殺未遂而接受治療。這個數字與篩檢膽固醇異常和某些癌症等問題的結果不相上下。人工智能可能有助於將有限的臨床資源,引導到他們最需要的地方。」

這項新研究的資深作者,生物醫學資訊學教授威廉·斯蒂德 (William Stead) 博士說:「研究團隊已經展示了如何在可操作的電子健康紀錄中,進行壓力測試和改編人工智能預測模型,從而為在現實世界中測試決策支持干預措施鋪平道路。」