Diese KI hilft Ärzten, Suizide zu verhindern 🚨

Künstliche Intelligenz (KI) könnte ein wertvolles Werkzeug für Ärzte bei der Erkennung von Patienten mit Suizidrisiko werden. Eine aktuelle Studie zeigt, wie ein automatisiertes System dabei hilft, diese Patienten während routinemäßiger medizinischer Konsultationen zu identifizieren.


Durchgeführt von Forschern des medizinischen Zentrums der Vanderbilt University, untersucht diese Studie die Effektivität eines KI-Modells zur Suizidprävention: das VSAIL (Vanderbilt Suicide Attempt and Ideation Likelihood model, zu Deutsch "Modell zur Wahrscheinlichkeit von Suizidversuchen und Suizidgedanken"). Durch die Analyse medizinischer Daten warnt dieses System Ärzte vor Patienten mit hohem Risiko und ebnet den Weg für gezielte Interventionen.

Ein dringendes Problem der öffentlichen Gesundheit

In den USA ist Suizid die elfthäufigste Todesursache, mit etwa 14,2 Todesfällen pro 100.000 Einwohner jährlich. Dieser besorgniserregende Trend, der seit Jahrzehnten ansteigt, hat Forscher dazu veranlasst, innovative Lösungen zu erforschen, um Risikopersonen besser zu identifizieren und zu betreuen.

Es wurde auch festgestellt, dass etwa 77 % der Menschen, die durch Suizid sterben, im Jahr vor ihrem Tod einen Gesundheitsdienstleister aufgesucht haben, oft aus Gründen, die nicht direkt mit der psychischen Gesundheit zusammenhängen.

Diese Statistiken haben die Forscher dazu veranlasst, das VSAIL-Modell zu entwickeln, um Lücken in der Risikoerkennung zu schließen. Indem es die am stärksten gefährdeten Patienten ins Visier nimmt, zielt dieses System darauf ab, die Zahl der Suizidtodesfälle durch frühzeitige und gezielte Interventionen zu reduzieren.

Ein KI-Modell zur Identifizierung von Risikopatienten

Das VSAIL-Modell nutzt Daten aus elektronischen Patientenakten, um das Suizidrisiko innerhalb der nächsten 30 Tage zu bewerten. Getestet in drei neurologischen Kliniken, konnte es Patienten identifizieren, die besondere Aufmerksamkeit benötigen.

Die Studie verglich zwei Methoden: intrusive Warnungen, die den Arzt unterbrechen, und passivere Informationen, die in die Akte integriert sind. Die intrusiven Warnungen zeigten eine deutlich höhere Effektivität und veranlassten die Ärzte in 42 % der Fälle zum Handeln.

Ein selektiver Ansatz für eine bessere Prävention

Das System meldete etwa 8 % der Konsultationen und zielte damit auf die am stärksten gefährdeten Patienten ab, ohne die Ärzte zu überfordern. Dieser selektive Ansatz erleichtert die Integration in oft überlastete medizinische Umgebungen.

Die Forscher betonen, dass diese Methode es ermöglicht, die Bemühungen auf die am stärksten gefährdeten Patienten zu konzentrieren, während ein universelles Screening, das schwer umzusetzen ist, vermieden wird.

Die Herausforderungen intrusiver Warnungen

Obwohl intrusive Warnungen effektiver sind, besteht die Gefahr, dass sie bei Ärzten aufgrund ihrer Häufigkeit zu Ermüdung führen. Die Autoren der Studie fordern ein Gleichgewicht zwischen Effektivität und Auswirkungen auf die Arbeit der Pflegekräfte.

Sie schlagen auch vor, dass ähnliche Systeme in anderen medizinischen Fachgebieten getestet werden könnten, um die Reichweite der Suizidprävention zu erweitern.

Vielversprechende Ergebnisse für die Zukunft

Von den 7.732 analysierten Konsultationen wurden 596 Warnungen ausgelöst. In den 30 Tagen nach den Warnungen wurden keine Suizidversuche registriert, obwohl weitere Studien erforderlich sind, um diese Ergebnisse zu bestätigen.

Die Forscher sind der Ansicht, dass KI in Kombination mit gut gestalteten Warnungen ein wesentliches Instrument zur Verbesserung der Erkennung und Prävention von Suiziden in Gesundheitseinrichtungen werden könnte.