A Vanderbilt Egyetem friss tanulmánya szerint a mesterséges intelligencián alapuló klinikai riasztások jelentős segítséget nyújthatnak az orvosok számára az öngyilkosságra hajlamos betegek azonosításában. Ez a megközelítés a hagyományos orvosi módszerek mellett még célzottabb és hatékonyabb megelőző intézkedéseket tesz lehetővé.

A kutatás során a Vanderbilt öngyilkossági kockázati valószínűségi modellje (VSAIL) hatékonyságát vizsgálták, hogy képes-e ösztönözni az orvosokat a betegek öngyilkossági hajlamának szűrésére a rutinvizsgálatok során. A rendszert három különböző klinikán tesztelték, és az eredmények meglepőek voltak.

A JAMA Network Open szaklapban közzétett kutatás szerint az automatikusan megjelenő riasztások sokkal hatékonyabbak voltak, mint a passzív, a beteglapokon megjelenő figyelmeztetések. Az orvosok 42%-ban végeztek kockázatértékelést az aktivált riasztások esetén, míg a passzív megközelítés csupán 4% volt.

Colin Walsh, a kutatócsoport vezetője hangsúlyozta, hogy sok öngyilkosságot elkövető személy már a halála előtti fél évben kapcsolatba lépett egészségügyi szolgáltatókkal, gyakran olyan problémák miatt, amelyek nem voltak összefüggésben a mentális egészségével. A VSAIL célja, hogy segítsen az orvosoknak azonosítani a magas kockázatú betegeket, és támogassa a célzott beszélgetéseket.

Az Egyesült Államokban az öngyilkosságok aránya aggasztóan növekszik: évente 14,2 öngyilkosság jut 100 ezer emberre. Az öngyilkosságot elkövetők 77%-a valamilyen alapellátási szolgáltatóval kapcsolatba lépett a halála előtti év során.

A VSAIL modell az elektronikus egészségügyi nyilvántartásokból nyert információkat elemez, hogy meghatározza, mekkora a kockázata annak, hogy a páciens öngyilkosságot kísérel meg a következő 30 napban. A kutatás során kiderült, hogy a magas kockázatú betegeket hatékonyan azonosította a rendszer, mivel a jelzett esetek közül 23-ból 1 személynél később öngyilkossági gondolatokat jelentettek.

Ez a kutatás kiemelten figyelt a neurológiai klinikákra, mivel bizonyos neurológiai állapotok fokozott öngyilkossági kockázattal járnak. Walsh megjegyezte, hogy az automatizált riasztás a szűrővizsgálati látogatások mindössze 8%-át jelezte, ami lehetővé teszi a busy clinic környezetében is a megelőző intézkedések erősítését.

A kutatás során összesen 7732 beteglátogatást vizsgáltak, és 596 szűrési riasztást adtak ki. A 30 napos követési időszak alatt nem találtak olyan beteget, akinek öngyilkossági gondolatai vagy kísérletei történtek volna a riasztási csoportban. Az aktív riasztások tehát hatékonyabban ösztönözték a szűréseket, de a túlzott automatizált értesítések miatt "riasztási fáradtság" is kialakulhat, amikor az orvosok túlterhelődnek a gyakori figyelmeztetésektől.