一项来自范德比尔特大学医学中心（VUMC）的新研究强调了人工智能（AI）在支持标准医疗实践中自杀预防努力的潜力。该研究发表在《JAMA Network Open》上，表明AI驱动的临床预警可以帮助医生识别有高自杀风险的患者，并鼓励他们在常规门诊期间进行风险评估。
研究团队测试了范德比尔特自杀企图和意念可能性模型（VSAIL），这是一个设计用于分析电子健康记录以估计患者30天内自杀风险的AI系统。这项研究在VUMC的3个神经科诊所进行，比较了两种类型的预警：中断式预警，即立即弹出的提示会打断医生的工作流程；被动式预警，即风险信息嵌入患者病历中而不打断工作流程。
结果显示，中断式预警显著更有效。医生对被中断式预警标记的患者进行了42%的自杀风险评估，而被动式预警的比例仅为4%。根据首席研究员Colin Walsh博士的说法，许多死于自杀的人在去世前一年曾咨询过医疗服务提供者，通常不是因为心理健康问题。
“普遍筛查在每个环境中并不实际，”Walsh在一份声明中说，“我们开发了VSAIL来识别高风险患者并促使进行有针对性的筛查对话。”
研究指出，美国的自杀率在过去一代人中有所上升，每年估计有14.2人每10万人死亡；它是美国第11大死亡原因。研究表明，77%死于自杀的人曾接触过初级保健提供者，这突显了定向筛查的需求。
VSAIL系统旨在通过使用常规健康记录数据标记最需要评估的患者来填补这一空白。在早期未使用主动预警的测试中，该系统有效地识别了高风险患者，每23名被标记的个体中就有1人在之后报告了自杀意念。
最近的研究涉及7732次患者就诊，在6个月内生成了596次针对高风险个体的筛查预警。由于某些神经系统疾病与自杀风险增加有关，因此选择了神经科诊所进行试验。
虽然中断式预警显著增加了筛查次数，但两组预警的患者在30天随访期内均未出现自杀意念或尝试。这一发现表明，该系统可以在不引发即时不良事件的情况下促进预防措施，但也强调了进一步评估的必要性。
研究人员强调了平衡中断式预警的好处与其潜在缺点的重要性，包括“预警疲劳”，即频繁的通知使临床医生感到不堪重负。
“自动化系统仅标记了大约8%的患者就诊用于筛查，”Walsh表示。“这种选择性的方法使得繁忙的诊所能更容易实施自杀预防工作。”
研究人员建议在其他医疗环境中测试类似的系统以扩大其覆盖范围。随着自杀预防仍然是一个关键的公共卫生优先事项，像VSAIL这样的AI系统为改善护理和挽救生命提供了潜在途径。
“医疗系统需要在中断式预警的有效性与其潜在缺点之间取得平衡，”Walsh表示。“但这些结果表明，自动风险检测结合精心设计的预警可以帮助我们识别更多需要自杀预防服务的患者。”
(全文结束)
