Naujas Vanderbilto universiteto medicinos centro tyrimas rodo, kad dirbtinio intelekto (AI) skatinami klinikiniai įspėjimai gali padėti gydytojams nustatyti pacientus, kuriems gresia savižudybė, o tai gali pagerinti prevencijos pastangas įprastose medicinos srityse.
Biomedicinos informatikos, medicinos ir psichiatrijos docento, medicinos mokslų daktaro Colino Walsho vadovaujama komanda išbandė, ar jų AI sistema, vadinama Vanderbilto savižudybės bandymo ir idėjos tikimybės modeliu (VSAIL), galėtų veiksmingai paskatinti gydytojus trijose VUMC neurologijos klinikose. Reguliariai lankantis klinikoje, siekiant nustatyti pacientų savižudybės riziką.
Tyrimas, apie kurį pranešta JAMA tinklas atidarytaspalygino du būdus – automatinius iššokančius įspėjimus, kurie nutraukė gydytojo darbo eigą, su pasyvesne sistema, kuri paprasčiausiai rodydavo informaciją apie riziką paciento elektroninėje diagramoje.
Tyrimas parodė, kad pertraukiamieji įspėjimai buvo daug veiksmingesni, todėl gydytojai atliko savižudybės rizikos vertinimą, susijusį su 42% patikrinimo įspėjimų, palyginti su tik 4% pasyviąja sistema.
„Dauguma žmonių, kurie miršta dėl savižudybės, per metus prieš mirtį kreipėsi į sveikatos priežiūros paslaugų teikėją, dažnai dėl priežasčių, nesusijusių su psichine sveikata“, – sakė Walshas. „Tačiau universalus patikrinimas nėra praktiškas kiekvienoje aplinkoje. Sukūrėme VSAIL, kad padėtų identifikuoti didelės rizikos pacientus ir paskatinti tikslingus atrankos pokalbius.”
Savižudybių skaičius JAV auga jau ištisą kartą ir, kaip manoma, kasmet nusineša 14,2 gyvybės iš 100 000 amerikiečių, todėl tai yra 11-a pagrindinė mirties priežastis šalyje. Tyrimai parodė, kad 77% žmonių, kurie miršta dėl savižudybės, per metus prieš mirtį susisiekė su pirminės sveikatos priežiūros paslaugų teikėjais.
Kvietimai pagerinti rizikos patikrinimą paskatino mokslininkus ieškoti būdų, kaip nustatyti pacientus, kuriems labiausiai reikia vertinimo. VSAIL modelis, kurį Walsho komanda sukūrė Vanderbilte, analizuoja įprastą informaciją iš elektroninių sveikatos įrašų, kad apskaičiuotų paciento bandymo nusižudyti 30 dienų riziką. Ankstesniuose prospektyviniuose tyrimuose, kai VUMC pacientų įrašai buvo pažymėti, bet nebuvo perspėti, modelis pasirodė veiksmingas nustatant didelės rizikos pacientus, o vienas iš 23 sistemos pažymėtų asmenų vėliau pranešė apie mintis apie savižudybę.
Naujajame tyrime, kai pacientai, kuriuos VSAIL nustatė kaip didelės rizikos grupę, atvyko į Vanderbilto neurologijos klinikas, jų gydytojai atsitiktinės atrankos būdu gavo pertraukiamuosius arba nepertraukiamuosius įspėjimus. Tyrimas buvo sutelktas į neurologijos klinikas, nes tam tikros neurologinės būklės yra susijusios su padidėjusia savižudybių rizika.
Tyrėjai pasiūlė, kad panašios sistemos galėtų būti išbandytos kitose medicinos įstaigose.
„Automatizuota sistema pažymėjo tik apie 8% visų pacientų apsilankymų patikrinimui“, – sakė Walshas. „Šis selektyvus požiūris leidžia užimtoms klinikoms įgyvendinti savižudybių prevencijos pastangas.”
Tyrime dalyvavo 7732 pacientų apsilankymai per šešis mėnesius, iš viso buvo gauti 596 atrankos įspėjimai. Per 30 dienų stebėjimo laikotarpį, peržiūrint VUMC sveikatos įrašus, nė vienas pacientas iš atsitiktinių imčių įspėjimo grupių nebuvo patyręs minčių apie savižudybę epizodų ar nebandęs žudytis. Nors pertraukiamieji perspėjimai buvo veiksmingesni skatinant atlikti patikrinimus, jie galėjo prisidėti prie „perspėjimo nuovargio“ – kai gydytojus pribloškia dažni automatiniai pranešimai. Tyrėjai pažymėjo, kad būsimi tyrimai turėtų ištirti šį susirūpinimą.
„Sveikatos priežiūros sistemos turi suderinti pertraukiamųjų įspėjimų veiksmingumą ir galimus jų trūkumus”, – sakė Walshas. „Tačiau šie rezultatai rodo, kad automatizuotas rizikos aptikimas kartu su gerai suplanuotais įspėjimais gali padėti mums nustatyti daugiau pacientų, kuriems reikia savižudybių prevencijos paslaugų.”