一项新的研究表明，人工智能可以帮助医生在常规医疗预约中识别有自杀风险的患者，这可能为预防工作提供一种新工具。这项研究今天发表在《JAMA Network Open》上，发现由AI驱动的提示使医生在42%的标记案例中进行了自杀风险评估——这一比例较传统方法有了显著提高。
该系统由范德比尔特大学医学中心（Vanderbilt University Medical Center）开发，旨在使自杀风险筛查在繁忙的临床环境中更具针对性和实用性。该模型并未试图筛查每位患者，而是仅识别出8%的就诊需要额外评估，从而使这种方法能够在现实世界中的医疗实践中实施。
“大多数死于自杀的人在死亡前一年曾接触过医疗服务提供者，通常是出于与心理健康无关的原因，”范德比尔特大学生物医学信息学、医学和精神病学副教授科林·沃尔什博士（Dr. Colin Walsh）解释说，“但并非所有环境都适合进行普遍筛查。我们开发了VSAIL，以帮助识别高风险患者并促使进行有针对性的筛查对话。”
该研究在神经科诊所测试了两种不同的方法：中断医生工作流程的弹出式提示，以及仅在患者电子病历中显示风险信息的更被动系统。研究团队发现，更为积极的弹出式提示明显更有效，在42%的案例中引发了风险评估，而被动系统仅为4%。
鉴于美国的自杀率在过去几十年中持续上升，当前估计每年每10万美国人中有14.2人死于自杀，使其成为美国第11大死因。先前的研究表明，77%死于自杀的人在最后一年内曾接触过初级保健提供者。
“自动化系统仅标记了约8%的患者就诊进行筛查，”沃尔什指出，“这种选择性方法使繁忙的诊所更容易实施自杀预防措施。”
为期六个月的研究涉及7,732次患者就诊，共生成596次筛查提示。重要的是，在随访期间，两组研究对象中均未出现患者有自杀念头或尝试自杀的情况，根据医疗记录显示。
虽然中断型提示在促进筛查方面更为有效，但研究人员承认可能存在“提示疲劳”的担忧——即医生因频繁收到自动化通知而感到不堪重负。“医疗系统需要在中断型提示的有效性和潜在负面影响之间找到平衡，”沃尔什表示，“但这些结果表明，自动风险检测结合精心设计的提示可以帮助我们识别更多需要自杀预防服务的患者。”
研究团队建议他们的方法可以适应其他医疗环境，从而在常规医疗护理中更广泛地识别有风险的患者。随着医疗系统越来越多地采用AI工具，这项研究表明，经过深思熟虑设计的系统可以帮助应对医学中最具挑战性的预防护理难题之一。
(全文结束)