Umělá inteligence umí určit míru rizika sebevraždy
Vytipovat pacienty, u kterých reálně hrozí, že sami ukončí svůj život, je pro lékaře stále obtížné. S prevencí by v tomto případě mohla pomoci umělá inteligence.
Když si člověk vezme život, nadlouho to ovlivní mnoho lidí z jeho okolí. Například v Austrálii jde o nejčastější příčinu úmrtí osob ve věku 15 až 44 let. I proto se doktorandka UNSW Sydney Karen Kusuma a tým výzkumníků z Black Dog Institute a Center for Big Data Research in Health rozhodli zjistit, zda by na možnost sebevražedného jednání dokázala včas upozornit umělá inteligence (AI). Odborníci zkoumali důkazní základnu modelů strojového učení a jejich schopnost předvídat budoucí sebevražedné chování a myšlenky. Zjistili, že modely strojového učení svými výsledky rozhodně překonávají tradiční modely predikce rizik v předpovídání následků souvisejících se sebevraždou.
Tradiční modely nevyhovují
Identifikace osob ohrožených sebevraždou je obtížná, ale zásadní pro prevenci a zvládání sebevražedného chování. V nemocnicích na urgentních příjmech lékaři k identifikaci takových pacientů běžně používají speciální dotazníky a hodnoticí škály. Důkazy však naznačují, že ty jsou při přesném předpovídání rizika sebevraždy v praxi neúčinné. A to i přesto, že existují některé faktory společné lidem se sebevražednými sklony. Že jsou tyto tradiční modely nespolehlivé, potvrdila i posmrtná analýza života lidí, kteří zemřeli sebevraždou v Queenslandu. Bylo zjištěno, že z těch, kteří obdrželi formální hodnocení rizika sebevraždy, bylo 75 % klasifikováno jako nízkorizikový pacient a žádný nebyl klasifikován jako vysoce rizikový.
Nedostatečná pomoc
Jak říká Karin Kusuma, způsob hodnocení rizika sebevražd se v poslední době nijak neměnil ani nevyvíjel. A to ani přesto, že žádný výrazný pokles počtu úmrtí sebevraždou se v Austrálii nekonal, a naopak v některých letech byl dokonce zaznamenán nárůst. Stále se tak provádí jen tradiční hodnocení rizika sebevraždy a podle toho se stanovuje úroveň péče a podpory pacienta. Těm, u nichž bylo zjištěno vysoké riziko, je obvykle poskytována největší péče. Ti, u nichž bylo zjištěno nízké riziko, jsou propuštěni. Mnozí tak nedostanou takovou péči, jakou skutečně potřebují.
Reforma s pomocí strojového učení
Snahy o zlepšení vedly odborníky k výzkumu a vývoji algoritmů pro predikci rizika sebevražd s využitím AI. Umělá inteligence, která by mohla pojmout mnohem více dat než lékař, by dokázala lépe rozpoznat, které vzorce jsou spojeny s rizikem sebevraždy. V metaanalytické studii pak modely strojového učení překonaly dříve stanovené referenční hodnoty tradičních klinických, teoretických a statistických modelů pro predikci rizika sebevraždy. Správně předpověděly 66 % osob, u kterých dojde k sebevraždě, a taktéž správně odhadly 87 % osob, u kterých k sebevraždě nedojde.
Pro lepší prevenci
Modely strojového učení lze pružně aplikovat na rozsáhlé soubory dat a na jejich základě je možné modelovat komplexní vztahy mezi mnoha rizikovými faktory a sebevražednými následky. Mohou také zahrnout citlivé zdroje dat, včetně sociálních médií, a identifikovat tak vrcholy sebevražedného rizika a označit období, kdy je pomoc pacientům nejpotřebnější. Použití algoritmů strojového učení k předpovídání následků souvisejících se sebevraždou je však stále novým výzkumem. Ale i když jsou vědci ještě daleko od implementace v klinickém prostředí, vše naznačuje, že jde o slibnou cestu, jak v budoucnu zlepšit přesnost screeningu sebevražedného rizika.
(nov)
Zdroj: AI may Improve Suicide Prevention in the Future. 6. 10. 2022. Digital Health News. Dostupné na https://www.digitalhealthnews.eu/index.php?option=com_content&view=article&id=6797:ai-may-improve-suicide-prevention-in-the-future&catid=164:research.
