Klíčové body

Otázka: Může proces výcviku algoritmů strojového učení založený na elektronických zdravotních záznamech identifikovat jednotlivce se zvýšeným rizikem pokusů o sebevraždu napříč nezávislými systémy zdravotní péče?

Zjištění: V této prognostické studii, využívající přístup učení pod dohledem aplikovaný na strukturované údaje o elektronických zdravotních záznamech od více než 3,7 milionu pacientů v 5 různých systémech zdravotní péče v USA, modely detekovaly průměr 38% případů pokusu o sebevraždu s 90% specificitou v průměru 2,1 roku dopředu.

Význam: Tato zjištění naznačují, že výpočetně efektivní přístup strojového učení využívající celé spektrum strukturovaných dat elektronických zdravotních záznamů může být schopen detekovat riziko sebevražedného chování u nevybraných pacientů a může usnadnit vývoj nástrojů na podporu klinického rozhodování, které informují o intervencích ke snížení rizika.