过去十年间，人们对自杀率的急剧上升表示担忧。现在，范德比尔特大学医学中心（Vanderbilt University Medical Center，简称VUMC）的一项引人注目的研究带来了希望。该研究展示了如何通过人工智能（AI）警报帮助医生识别有较高自杀风险的患者。
由Colin Walsh博士领导的研究团队测试了范德比尔特自杀企图和意念可能性（Vanderbilt Suicide Attempt and Ideation Likelihood，简称VSAIL）模型。这个由AI驱动的系统旨在提示医生进行自杀风险筛查，试验在VUMC的三个神经科诊所中进行。
研究结果发表在《JAMA Network Open》杂志上，表明中断性警报——即在医生工作流程中主动发出通知——远比嵌入电子病历中的被动通知更有效。
基于AI的自杀风险警报
研究比较了两种类型的AI驱动警报。中断性警报会在医生与患者会诊期间以弹出式通知的形式打断医生的工作流程。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，但方式较为间接。信息显示在患者的电子医疗记录中，医生可以看到但不会被主动提示立即采取行动。这种方法避免了打断工作流程，但依赖医生自行注意并独立采取行动。
研究发现，中断性警报在促使医生进行自杀风险评估方面更为有效。
中断性警报降低了自杀风险
结果显示，中断性警报使42%的病例进行了自杀风险评估，而被动警报仅在4%的病例中触发了评估。
Walsh博士表示：“大多数死于自杀的人在死亡前一年内曾看过医疗服务提供者，通常是因为与心理健康无关的原因。但普遍筛查在每个环境中都不切实际。我们开发了VSAIL来帮助识别高风险患者，并促发有针对性的筛查对话。”
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。自杀已成为全国第11大死因。研究人员指出，77%的自杀者在死亡前一年内曾看过初级保健提供者。这些数据突显了更好地识别和支持高危人群的迫切需求。
VSAIL模型在应对这一挑战方面取得了重大进展。它利用常规电子健康记录中的数据，评估患者在30天内尝试自杀的风险。在之前的测试中，VSAIL表现出有效性，标记的患者中有1/23后来报告了自杀念头。这一能力使VSAIL成为针对性自杀预防工作的有力工具。
识别高风险患者
新研究涉及在六个月内的7,732次患者就诊，触发了596次自杀警报。研究人员重点关注神经科诊所，因为某些神经系统疾病增加了自杀风险。在标记的就诊中，只有约8%触发了警报，突显了该模型在繁忙临床环境中的效率。
在30天的随访期内，没有标记的患者报告自杀意念或尝试。然而，研究团队注意到潜在的缺点，如“警报疲劳”，即频繁的通知可能会使医护人员感到不堪重负。未来的研究将探讨这种平衡。
Walsh博士指出：“医疗系统需要在中断性警报的有效性和潜在缺点之间找到平衡。但这些结果表明，自动风险检测结合精心设计的警报可以帮助我们识别更多需要自杀预防服务的患者。”
自杀警报的广泛影响
研究的成功表明，类似的系统可以在其他医疗环境中受益。通过选择性地标记高风险患者，像VSAIL这样的AI模型为自杀预防提供了一种可行且有影响力的方法。
Walsh博士总结道：“自动化系统仅标记了所有患者就诊的大约8%用于筛查。这种选择性方法使得繁忙的诊所能更切实地实施自杀预防工作。”
这项研究由VUMC的多学科团队进行，包括Michael Ripperger博士、Laurie Novak博士以及共同资深作者William Stead博士和Kevin Johnson博士。该研究为创新的、基于AI的干预措施铺平了道路，这些措施可以拯救生命，并重新定义医疗保健中的自杀预防。
(全文结束)
