Ключові моменти

Питання: Чи може процес навчання алгоритмам машинного навчання на основі електронних медичних записів ідентифікувати осіб з підвищеним ризиком спроб самогубства в незалежних системах охорони здоров'я?

Результати: У цьому прогностичній дослідженні, використовуючи контрольований підхід до навчання, застосований до структурованих електронних даних про медичні записи з більш ніж 3,7 мільйона пацієнтів у 5 різних системах охорони здоров'я США, моделі виявили середнє значення 38% випадків спроби самогубства з 90% специфічністю середнього значення 2,1 років вперед.

Значення: Ці висновки свідчать про те, що обчислювально ефективний підхід до машинного навчання, що використовує весь спектр структурованих даних електронного медичного запису, може виявити ризик суїцидального поведінки у невибраних пацієнтів і може сприяти розробці інструментів підтримки клінічних рішень, які інформують про втручання у зниження ризику.