近日，根據(jù)范德堡大學(xué)醫(yī)學(xué)中心（Vanderbilt University Medical Center）的一項(xiàng)新研究，人工智能（AI）驅(qū)動的臨床警報(bào)系統(tǒng)可以幫助醫(yī)生識別有自殺風(fēng)險的患者，從而在常規(guī)醫(yī)療環(huán)境中改善自殺預(yù)防工作。由科林·沃爾什（Colin Walsh）博士領(lǐng)導(dǎo)的團(tuán)隊(duì)在該研究中開發(fā)并測試了一種名為“范德堡自殺嘗試與意圖可能性模型”（VSAIL）的AI系統(tǒng)，旨在通過提示醫(yī)生在常規(guī)門診就診時對患者進(jìn)行自殺風(fēng)險篩查。

研究發(fā)現(xiàn)，與被動的風(fēng)險信息展示系統(tǒng)相比，主動打斷醫(yī)生工作流程的警報(bào)系統(tǒng)更加有效，能夠促使醫(yī)生在42%的警報(bào)出現(xiàn)時進(jìn)行自殺風(fēng)險評估，而被動系統(tǒng)的篩查率僅為4%。

沃爾什博士指出：“大多數(shù)自殺者在死亡前一年曾見過醫(yī)療提供者，通常是因其他健康問題，而非心理健康問題。但在某些環(huán)境下進(jìn)行普遍篩查并不實(shí)際。因此，我們開發(fā)了VSAIL系統(tǒng)，旨在幫助識別高風(fēng)險患者，并促使醫(yī)生開展有針對性的篩查對話?！?/p>

在美國，自殺率已持續(xù)上升，成為美國第11大死亡原因，每年約有14.2萬人每10萬人死亡。研究表明，77%的自殺者在死亡前一年曾與初級護(hù)理提供者接觸。為了改進(jìn)風(fēng)險篩查，研究人員開始探索如何識別最需要評估的患者。VSAIL模型通過分析常規(guī)的電子健康記錄數(shù)據(jù)，計(jì)算出患者30天內(nèi)發(fā)生自殺企圖的風(fēng)險。在早期的前瞻性測試中，盡管患者的記錄被標(biāo)記，但未進(jìn)行警報(bào)干預(yù)，VSAIL系統(tǒng)仍有效地識別出高風(fēng)險患者，其中每23名被標(biāo)記的患者中就有1名后來報(bào)告了自殺意圖。

在這項(xiàng)新的研究中，當(dāng)患者被VSAIL系統(tǒng)識別為高風(fēng)險時，他們在范德堡的神經(jīng)科診所就診時，醫(yī)生會隨機(jī)接收到兩種類型的警報(bào)——一種是打斷醫(yī)生工作流程的主動警報(bào)，另一種是簡單顯示在患者電子健康檔案中的被動信息。研究選擇神經(jīng)科診所作為研究對象，因?yàn)橐恍┥窠?jīng)系統(tǒng)疾病與自殺風(fēng)險增加有關(guān)。

研究人員指出，類似的系統(tǒng)可以在其他醫(yī)療環(huán)境中進(jìn)行測試?！白詣踊到y(tǒng)僅在約8%的患者就診時觸發(fā)篩查警報(bào)，”沃爾什博士表示，“這種選擇性方法使得忙碌的診所也能在實(shí)施自殺預(yù)防工作時更為可行?！?/p>

這項(xiàng)研究共涵蓋了7,732次患者就診，持續(xù)了6個月，共觸發(fā)了596次篩查警報(bào)。在30天的隨訪期內(nèi)，研究團(tuán)隊(duì)在VUMC的健康記錄中未發(fā)現(xiàn)任何隨機(jī)警報(bào)組的患者出現(xiàn)自殺意圖或自殺未遂的情況。雖然打斷性警報(bào)系統(tǒng)在促使篩查方面更加有效，但也可能導(dǎo)致“警報(bào)疲勞”——即醫(yī)生因頻繁的自動化通知而感到困擾。研究人員指出，未來的研究應(yīng)進(jìn)一步探討這一問題。

沃爾什博士總結(jié)道：“醫(yī)療系統(tǒng)需要平衡打斷性警報(bào)的有效性與其潛在的負(fù)面影響。但這項(xiàng)研究的結(jié)果表明，結(jié)合有效設(shè)計(jì)的自動化風(fēng)險檢測和警報(bào)系統(tǒng)，可以幫助我們識別更多需要自殺預(yù)防服務(wù)的患者?！?/p>

參考文獻(xiàn)：isk Model–Guided Clinical Decision Support for Suicide Screening,?JAMA Network Open?(2025).?DOI: 10.1001/jamanetworkopen.2024.52371

編輯：王洪

排版：李麗