Μελέτη του Ιατρικού Κέντρου στο Πανεπιστήμιο Vanderbilt, εξετάζει, πώς η Τεχνητή Νοημοσύνη μπορεί να συνδράμει στον εντοπισμό ασθενών με τάσεις αυτοκτονίας.
Η ομάδα ερευνητών, με επικεφαλής τον καθηγητή Colin Walsh, ανέπτυξε ένα AI σύστημα, στο οποίο έδωσε την ονομασία Vanderbilt Suicide Attempt and Ideation Likelihood model (VSAIL).
Το VSAIL «υπολογίζει την πιθανότητα αυτοκτονικής απόπειρας ή σκέψεων μέσα σε ένα διάστημα 30 ημερών».
Αντλώντας δεδομένα από ηλεκτρονικά αρχεία υγείας, το συγκεκριμένο εργαλείο εξετάζει τον κίνδυνο αυτοκτονικής απόπειρας ενός ασθενούς. Η έρευνα, τα αποτελέσματα της οποίας δημοσιεύθηκαν στο περιοδικό «JAMA Network Open», κατέληξε στο γεγονός ότι πράγματι, με αυτό τον τρόπο μπορεί να αποφευχθούν μελλοντικές αυτοχειρίες.
Στόχος του VSAIL είναι η παροχή αποτελεσματικών και άμεσων ειδοποιήσεων στους γιατρούς, ώστε να γίνονται έγκαιρες παρεμβάσεις, χωρίς να απαιτείται γενικός έλεγχος για όλους τους ασθενείς.
Ο Walsh δήλωσε: «Οι περισσότεροι άνθρωποι που αποφασίζουν να αυτοκτονήσουν έχουν επισκεφθεί έναν πάροχο υγειονομικής περίθαλψης το έτος πριν από το θάνατό τους, συχνά για λόγους που δεν σχετίζονται με την ψυχική υγεία».
Στη συνέχεια, ξεκαθάρισε: «Αλλά ο καθολικός έλεγχος δεν είναι πρακτικός σε κάθε περιβάλλον. Αναπτύξαμε το VSAIL για να βοηθήσουμε στον εντοπισμό ασθενών υψηλού κινδύνου και να προτρέψουμε εστιασμένες συνομιλίες προσυμπτωματικού ελέγχου».
Η συνεχής έκκληση της σύγχρονης ιατρικής για βελτίωση και επικαιροποίηση του προσυμπτωματικού ελέγχου πιθανού κινδύνου, έδωσαν τους ερευνητές την ώθηση, να διερευνήσουν τρόπους «εύρεσης» εκείνων των ασθενών, που χρήζουν επιπλέον αξιολόγησης.
Σε προηγούμενες προοπτικές δοκιμές, όπου τα αρχεία ασθενών VUMC επισημάνθηκαν αλλά δεν ενεργοποιήθηκαν ειδοποιήσεις, το μοντέλο αποδείχθηκε αποτελεσματικό στον εντοπισμό ασθενών υψηλού κινδύνου, με 1 στα 23 άτομα που επισήμανε το σύστημα, να αναφέρουν αργότερα αυτοκτονικές σκέψεις.
Με πληροφορίες από Medicalxpress
