医療とAIのニュース医療におけるAI活用事例AIによる「自殺リスクスクリーニングの予測精度向上」

AIによる「自殺リスクスクリーニングの予測精度向上」

自殺を予防するために各種スクリーニングが行われるが、患者は入院を恐れるなどして、自殺念慮に関する質問に答えたがらない傾向を示す。米インディアナ大学医学部の研究者らは、自殺念慮に対する直接的な質問を省いた新たな自殺リスク評価ツール「Convergent Functional Information for Suicidality(CFI-S)」にAIアプローチを適用し、その予測性能を高める研究を行っている。

CFI-Sは、4年前からインディアナポリスのSidney & Lois Eskenazi病院の救急部で運用が始まっている。CFI-Sは患者の心理社会的危険因子に焦点を当てた22項目から成る質問表で、自殺念慮について直接尋ねることなく、定量的な自殺リスクスコアを算出できる。Discover Mental Healthに発表された最新の研究では、4年間に渡るフォローアップでCFI-Sの自殺リスク予測精度を検証している。その結果、CFI-Sの単回評価では以後4年間での自殺を80%の精度で予測した一方、さらに機械学習アプローチによる解析を加えることで、精度は90%までに向上したという。ここでは、患者リスクを推定するディープニューラルネットワークモデル、および患者リスクを可視化する類似性ネットワーク分類器を構築している。なお、本研究から導かれた自殺リスク因子の上位は、「役に立たない、必要とされていないと感じること」「過去の自殺企図歴」「社会的孤立」であった。

主著者でインディアナ大学医学部精神科教授のAlexander Niculescu氏は「世界では40秒に1人が自殺で亡くなっているが、自殺は予防できる悲劇でもある。本研究から導かれたリスク因子の多くは、対処可能かつ修正可能だ。シンプルなツールであるCFI-Sをスクリーニング目的で使用することが、世界中の自殺予防の取り組みに変化をもたらすだろう」と語っている

関連記事:

  1. AIと対面型スクリーニングを組み合わせた自殺リスク予測
  2. 韓国で55歳以上の自殺念慮を予測するAIモデル
  3. 自殺リスクのリアルタイム予測モデルは臨床現場で性能を発揮するか?
TOKYO analytica
TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。 The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。 1. 岡本 将輝 信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、英University College London(UCL)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員教授など。専門はメディカルデータサイエンス。 2. 杉野 智啓 防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事