近日，根據(jù)范德堡大學醫(yī)學中心（Vanderbilt University Medical Center）的一項新研究，人工智能（AI）驅(qū)動的臨床警報系統(tǒng)可以幫助醫(yī)生識別有自殺風險的患者，從而在常規(guī)醫(yī)療環(huán)境中改善自殺預防工作。由科林·沃爾什（Colin Walsh）博士領(lǐng)導的團隊在該研究中開發(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行自殺風險篩查。

研究發(fā)現(xiàn)，與被動的風險信息展示系統(tǒng)相比，主動打斷醫(yī)生工作流程的警報系統(tǒng)更加有效，能夠促使醫(yī)生在42%的警報出現(xiàn)時進行自殺風險評估，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)境下進行普遍篩查并不實際。因此，我們開發(fā)了VSAIL系統(tǒng)，旨在幫助識別高風險患者，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理提供者接觸。為了改進風險篩查，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)，計算出患者30天內(nèi)發(fā)生自殺企圖的風險。在早期的前瞻性測試中，盡管患者的記錄被標記，但未進行警報干預，VSAIL系統(tǒng)仍有效地識別出高風險患者，其中每23名被標記的患者中就有1名后來報告了自殺意圖。

在這項新的研究中，當患者被VSAIL系統(tǒng)識別為高風險時，他們在范德堡的神經(jīng)科診所就診時，醫(yī)生會隨機接收到兩種類型的警報——一種是打斷醫(yī)生工作流程的主動警報，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，因為一些神經(jīng)系統(tǒng)疾病與自殺風險增加有關(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，”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施自殺預防工作時更為可行?！?/p>

這項研究共涵蓋了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。在30天的隨訪期內(nèi)，研究團隊在VUMC的健康記錄中未發(fā)現(xiàn)任何隨機警報組的患者出現(xiàn)自殺意圖或自殺未遂的情況。雖然打斷性警報系統(tǒng)在促使篩查方面更加有效，但也可能導致“警報疲勞”——即醫(yī)生因頻繁的自動化通知而感到困擾。研究人員指出，未來的研究應進一步探討這一問題。

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

參考文獻：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