研究顯示AI 可以及早發現自殺風險

隨著人工智慧在早期疾病檢測中的應用不斷擴展，最近的一項研究表明，AI 在應對心理健康危機方面同樣展現出巨大的潛力。發表在《JAMA 網路開放期刊》上的這項研究，揭示了AI 能夠有效識別自殺風險患者，為日常醫療設定提供了一種預防工具。

研究中探討了兩種提醒醫生注意自殺風險的方法:一種是主動的「彈出」 警報，要求立即關注;另一種是被動的方式，即在患者的電子病歷中顯示風險資訊。結果顯示，主動警報的效果明顯優於被動方式，能夠在42% 的病例中促使醫師評估自殺風險，而被動系統僅為4%。這項研究也強調了使用精確工具開啟關於自殺風險對話的重要性。

透過結合自動化風險檢測與精心設計的提醒機制，這項創新為識別和支持更多有需要的自殺防治服務的個體提供了希望。范德比爾特大學醫學中心的生物醫學資訊學、醫學和精神病學副教授科林・沃爾什強調了這項創新的迫切性。他指出:“大多數自殺者在死亡前一年曾看過醫療提供者，往往是因與心理健康無關的其他原因。”

研究也提到，77% 的自殺者在自殺前一年內曾與初級照護提供者接觸，這項發現凸顯了人工智慧在填補常規醫療照護與心理健康介入之間的空白方面的關鍵作用。研究測試了范德比爾特的AI 驅動系統「自殺嘗試與意圖可能性模型」（VSAIL），該系統分析電子健康記錄中的常規數據，以估算患者在接下來的30天內嘗試自殺的風險。在對高風險患者進行標記後，醫生被提示展開針對性的心理健康對話。

沃爾什表示:「全面篩檢在各處並不實際，但VSAIL 幫助我們關注高風險患者，並激發有意義的篩檢對話。」 儘管結果令人鼓舞，研究人員也強調了主動提醒帶來的好處與其可能引發的工作流程幹擾之間的平衡。作者建議，類似的系統可以針對其他醫療專業進行調整，以擴大其覆蓋率和影響力。

2022年，劍橋大學曾發布一篇論文，利用PRISMA 標準（系統性回顧與統合分析的首選報告項目）評估高風險自殺患者的情況。

論文入口:https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2828654?#google_vignette