科学家们开发了一种人工智能（AI）工具，旨在帮助医生识别可能遭受亲密伴侣暴力的患者，可能比受害者寻求帮助早几年。
美国的研究人员使用在医院常规就诊期间收集的数据训练了一个机器学习模型。这项研究（英文来源）发表在《自然》杂志上。
亲密伴侣暴力是指由现任或前任伴侣实施的虐待，可能导致严重伤害、慢性疼痛和精神障碍。
根据欧盟委员会的一份报告，18%的曾经有伴侣的女性表示，她们在2021年遭受过来自伴侣的身体或性暴力。
目前医院对家庭暴力的筛查通常依赖于医生询问患者关于家中安全的问题。但许多受害者因恐惧、污名化或安全问题而隐瞒虐待，导致案件常常未被发现。
研究团队利用多年来自近850名遭受亲密伴侣暴力的女性的记录，以及一个包含5200多名年龄相仿患者的对照组，开发并测试了三种不同的AI系统，以评估该技术识别高危人群的能力。
第一个系统分析结构化医院数据，如年龄、病史和其他标准患者信息。第二个系统审查书面医疗记录，包括医生的观察和放射学报告。第三个系统结合了这两种信息。
所有三个模型都表现良好，但组合系统最为准确，在88%的案例中正确识别出了风险。
该系统还能够在许多患者进入医院家庭暴力干预项目之前三年多就识别出潜在的虐待行为。
通过同时分析大量医院数据，新的AI系统可以识别与虐待相关的身体创伤模式，并标记那些记录与已确认虐待案例相似的患者，从而使医疗专业人员能够更早介入。
美国国立卫生研究院国家生物医学影像与生物工程研究所（NIBIB）的项目主任齐段（Qi Duan）表示：“这种临床决策支持工具可能对预测和预防亲密伴侣暴力产生重大影响。”他补充说：“考虑到案例的普遍性，该工具可能为公共卫生带来关键优势。”
据研究人员称，该技术旨在辅助医生，而非取代他们的判断。它不诊断虐待，也不迫使患者披露信息。相反，它提供一个信号，帮助医生谨慎地处理这一问题，并在需要时提供支持。
马萨诸塞州总医院布列根（Mass General Brigham）的急诊放射科医生、哈佛医学院副教授巴蒂·库拉纳（Bharti Khurana）说：“我们的工作是朝着利用健康数据中已有的信息早期识别风险迈出的一步。”
研究人员计划将该技术整合到电子健康记录中，以便医院在常规护理期间提供实时评估。
【全文结束】