建立一种自然语言处理人工智能,以根据患者门户信息数据预测与自杀有关的事件
Archis R Bhandarkar1, Namrata Arya2, Keldon K Lin2
1Mayo Clinic Alix School of Medicine, Rochester, MN.
Mayo Clinic proceedings. Digital health
|April 10, 2025
概括
使用自然语言处理的人工智能模型可以从患者门户消息中预测30天的自杀相关事件 (SRE). 在预测SRE时,消息中的情绪分析比关键词频率更有效.
科学领域:
- 人工智能的人工智能
- 自然语言处理自然语言处理.
- 计算语言学 计算语言学
- 心理健康信息学心理健康信息学
背景情况:
- 患者门户信息为了解患者福祉提供了丰富的数据来源.
- 预测与自杀有关的事件 (SRE) 对于及时干预至关重要.
- 现有的SRE预测方法可能无法充分利用非结构化的患者沟通.
研究的目的:
- 开发和评估一种自然语言处理 (NLP) 人工智能 (AI) 模型,用于预测30天自杀相关事件 (SRE).
- 评估患者门户信息功能,包括情绪和元数据在SRE预测中的有用性.
主要方法:
- 分析了840个患者门户信息的数据集 (420个有30天SRE和420个没有SRE).
- 提取的特征包括关键字频率,消息元数据和情绪得分.
- 一个神经网络机器学习模型被训练并使用提取的特征进行评估.
主要成果:
- NLP-AI模型实现了0.710的接收器操作曲线下的面积,灵敏度为56.0%,特异性为69.0%.
- 与SRE相关的消息显示了较低的平均情绪得分,较高的词数和与控制信息相比不同的标点使用.
- 情绪分析是SRE的更重要的预测因素,而不是单个单词频率.
结论:
- 一个NLP-AI模型可以从患者门户消息中预测30天的SRE,其性能与已建立的自杀评估工具相美.
- 患者信息的整体语气和情绪是预测SRE的关键指标.
- 这种方法证明了利用常规临床沟通来评估心理健康风险的潜力.
