科学家开发了一种人工智能（AI）工具，旨在帮助医生识别可能面临亲密伴侣暴力（IPV）风险的患者，甚至可以在受害者寻求帮助之前的数年。
美国的研究人员利用常规医院就诊期间收集的数据训练了一个机器学习模型。这项研究发表在《自然》杂志上。
亲密伴侣暴力指的是现任或前任伴侣的虐待行为，可能导致严重伤害、慢性疼痛和精神健康障碍。
根据欧盟委员会的一份报告，2021年，18%曾有过伴侣的女性表示曾遭受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在家中的安全问题。但许多受害者因恐惧、羞耻或安全顾虑而不披露虐待行为，导致案件经常未被发现。
相关：报告发现，80%的流行AI聊天机器人会帮助青少年规划暴力攻击
研究团队使用了近850名曾遭受亲密伴侣暴力的女性以及5200多名年龄相仿的对照组患者的多年记录，构建了三种不同的AI系统，以测试该技术识别风险人群的能力。
第一个系统分析了结构化的医院数据，如年龄、病史和其他标准患者信息。第二个系统查看了书面医疗记录，包括医生的观察和放射学报告。第三个系统结合了两种类型的信息。
所有三个模型表现都很好，但组合系统最为准确，正确识别风险的比例达到88%。
该工具还能够在许多患者后来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。
通过一次性分析大量医院数据，这种新的AI系统可以检测与虐待相关的身体创伤模式，并标记出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。
“这种临床决策支持工具可能对亲密伴侣暴力的预测和预防产生重大影响，”美国国立卫生研究院下属国家生物医学成像与生物工程研究所（NIBIB）健康信息学技术部门项目主任段琦（Qi Duan）表示。
“考虑到病例的普遍性，该工具可能成为公共卫生领域改变游戏规则的资产，”段琦补充道。
研究人员表示，该技术旨在支持临床医生，而非取代他们的判断。它不诊断虐待行为，也不强迫患者披露信息。相反，它提供一个信号，可能帮助医生谨慎地处理这个话题，并在需要时提供支持。
“我们的工作代表了利用医疗数据中已有的信息更早识别风险的一种转变，”马萨诸塞州总医院布列根分院（Mass General Brigham）急诊放射科医生、哈佛医学院副教授巴蒂·库拉纳（Bharti Khurana）说。
研究人员表示，他们计划将该技术整合到电子病历系统中，以便医院在常规护理期间能够获得实时评估。
【全文结束】