Populære Innlegg

Redaksjonens - 2019

Ved hjelp av pasientens egne ord identifiserer maskinlæring automatisk selvmordsadferd

Anonim

Ved hjelp av en persons talte eller skrevne ord kan nye datamaskiner identifisere med stor nøyaktighet om personen er selvmord, psykisk syk, men ikke selvmord, eller heller ikke.

annonse


En ny studie viser at datateknologi som kalles maskinlæring, er opptil 93 prosent nøyaktig i korrekt klassifisering av en selvmordsmedlem og 85 prosent nøyaktig for å identifisere en person som er selvmordsforstyrrende, har en psykisk lidelse, men er ikke selvmordsmessig eller verken. Disse resultatene gir sterk bevis for bruk av avansert teknologi som et beslutningsstøtteverktøy for å hjelpe klinikere og omsorgspersoner til å identifisere og forebygge selvmordsoppførsel, sier John Pestian, PhD, professor i divisjonene biomedisinsk informatikk og psykiatri ved Cincinnati Children's Hospital Medical Center og studiens hovedforfatter.

"Disse beregningsmessige tilnærmingene gir nye muligheter til å bruke teknologiske innovasjoner i selvmordstiltak og forebygging, og det er sikkert nødvendig, " sier Dr. Pestian. "Når du ser deg rundt helsevesenet, ser du enorm støtte fra teknologien, men ikke så mye for de som bryr seg om psykisk lidelse. Bare nå er algoritmene våre i stand til å støtte disse omsorgspersonene. Denne metoden kan enkelt utvides til skoler, lyskilder, ungdoms klubber, juvenile rettssenter og samfunnssentre, hvor tidligere identifikasjon kan bidra til å redusere selvmordsforsøk og dødsfall. "

Studien er publisert i tidsskriftet Selvmord og livstruende oppførsel, en ledende tidsskrift for selvmordsforskning.

Dr. Pestian og hans kollegaer registrerte 379 pasienter i studien mellom oktober 2013 og mars 2015 fra beredskapsdepartementer og ambulante og ambulante sentre på tre steder. De inkluderte inkluderte pasienter som var suicidal, ble diagnostisert som psykisk syke og ikke selvmordsmessige, eller verken som en kontrollgruppe.

Hver pasient fullførte standardiserte atferdsvurderingskalaer og deltok i et halvstrukturert intervju som besvarte fem åpne spørsmål for å stimulere samtale, for eksempel "Har du håp?" "Er du sint?" og "gjør det vondt følelsesmessig?"

Forskerne hentet og analyserte verbalt og ikke-verbalt språk fra dataene. De brukte deretter maskinlæringsalgoritmer til å klassifisere pasientene i en av de tre gruppene. Resultatene viste at maskinlæringsalgoritmer kan fortelle forskjellene mellom gruppene med opptil 93 prosent nøyaktighet. Vitenskapsmennene la også merke til at kontrollpatienter pleide å le mer under intervjuer, sukk mindre og uttrykk mindre sinne, mindre følelsesmessig smerte og mer håp.

annonse



Historie Kilde:

Materialer levert av Cincinnati Children's Hospital Medical Center . Merk: Innholdet kan redigeres for stil og lengde.


Tidsreferanse :

  1. John P. Pestian, Michael Sorter, Brian Connolly, Kevin Bretonnel Cohen, Cheryl McCullumsmith, Jeffry T. Gee, Louis-Philippe Morency, Stefan Scherer, Lesley Rohlfs. En maskinlæringsstrategi for å identifisere tankemerkene til selvmordsmessige emner: En prospektiv multicenterprøve . Selvmord og livstruende oppførsel, 2016; DOI: 10.1111 / sltb.12312