O suicadio estãoem alta nos Estados Unidos háuma geraça£o e estima-se que custe 14 em cada 100.000 americanos a cada ano, tornando-se a danãcima causa de morte nopaís. Nacionalmente, cerca de 8,5% das tentativas de suicadio terminam em morte.
Domanio paºblico
Um algoritmo de aprendizado de ma¡quina que prevaª tentativa de suicadio foi recentemente submetido a um teste prospectivo na instituição onde foi desenvolvido, o Vanderbilt University Medical Center.
Ao longo dos 11 meses consecutivos concluados em abril de 2020, as previsaµes correram silenciosamente em segundo plano enquanto pacientes adultos eram vistos no VUMC. O algoritmo, denominado modelo de probabilidade de tentativa e ideação de suicadio de Vanderbilt (VSAIL), usa informações de rotina de registros eletra´nicos de saúde (EHRs) para calcular o risco de 30 dias de visitas de retorno por tentativa de suicadio e, por extensão, ideação suicida.
O suicadio estãoem alta nos Estados Unidos háuma geração e estima-se que custe 14 em cada 100.000 americanos a cada ano, tornando-se a danãcima causa de morte nopaís. Nacionalmente, cerca de 8,5% das tentativas de suicadio terminam em morte.
Colin Walsh, MD, MA e colegas avaliaram o desempenho do algoritmo preditivo tendo em vista sua implementação clanica potencial. Eles relataram o estudo no JAMA Network Open .
Ao estratificar os pacientes adultos em oito grupos de acordo com suas pontuações de risco pelo algoritmo, o estrato superior sozinho foi responsável por mais de um tera§o de todas as tentativas de suicadio documentadas no estudo e aproximadamente metade de todos os casos de ideação suicida. Conforme documentado no EHR, um em 23 indivíduos neste grupo de alto risco relatou pensamentos suicidas e um em 271 tentou o suicadio.
"Hoje, em todo o Centro Manãdico, não podemos examinar todos os pacientes quanto ao risco de suicadio em todos os encontros - nem devemos", disse Walsh, professor assistente de Informa¡tica Biomédica, Medicina e Psiquiatria. "Mas sabemos que alguns indivíduos nunca são examinados, apesar dos fatores que podem coloca¡-los em maior risco. Este modelo de risco éuma primeira passagem na triagem e pode sugerir quais pacientes triar ainda mais em ambientes onde o suicadio não éfrequentemente discutido."
Ao longo do teste de 11 meses, cerca de 78.000 pacientes adultos foram atendidos no hospital, sala de emergaªncia e clanicas cirúrgicas no VUMC. Conforme documentado posteriormente no EHR, 395 indivíduos neste grupo relataram ter pensamentos suicidas e 85 viveram pelo menos uma tentativa de suicadio, com 23 sobrevivendo a tentativas repetidas.
"Aqui, para cada 271 pessoas identificadas no grupo de maior risco previsto, uma retornou para tratamento por tentativa de suicadio ", disse Walsh. "Este número estãono mesmoníveldos números necessa¡rios para rastrear problemas como colesterol anormal e certos tipos de ca¢ncer. Podemos perguntar a centenas ou mesmo milhares de pessoas sobre o pensamento suicida, mas não podemos perguntar aos milhões que visitam nosso Centro Manãdico todos os anos - e nem todos os pacientes precisam ser questionados. Nossos resultados sugerem que a inteligaªncia artificial pode ajudar como uma etapa no direcionamento de recursos clínicos limitados para onde são mais necessa¡rios. "
Walsh, que originalmente criou o algoritmo com colegas agora na Florida State University, o havia validado anteriormente usando dados EHR retrospectivos do VUMC.
"O Dr. Walsh e sua equipe mostraram como testar o estresse e adaptar um modelo preditivo de inteligaªncia artificial em um registro eletra´nico de saúde operacional, abrindo caminho para testes do mundo real de intervenções de suporte a decisão", disse o autor saªnior do novo estudo, William Stead, MD, professor de Informa¡tica Biomédica.