自杀风险管理的基于机器学习的临床决策支持系统:PERMANENS项目
Angela Leis1,2, Philippe Mortier1,3, Franco Amigo1,3
1Hospital del Mar Research Institute, Barcelona, Spain.
Studies in health technology and informatics
|May 17, 2025
概括
该PERMANENS项目使用机器学习来帮助急救部门预防自杀. 它协调来自欧洲注册表的数据,以支持个性化患者护理和改善公共卫生结果.
科学领域:
- 公共卫生 公共卫生
- 人工智能的人工智能
- 数据科学数据科学数据科学
背景情况:
- 自杀和自我伤害是一个重大的全球公共卫生挑战,每年有超过70万人死亡.
- 有效的预防自杀策略至关重要,特别是在欧洲,欧洲缺乏一致的国家监测系统.
- 紧急部门是干预自杀预防工作的关键点.
研究的目的:
- 为急诊室开发基于机器学习的临床决策支持系统 (CDSS).
- 加强对有自伤和自杀风险的个体的个性化护理.
- 创建一个统一的欧洲数据库,实时分析自杀企图数据.
主要方法:
- 协调西班牙,爱尔兰,挪威和瑞典的国家自杀企图登记册.
- 使用OMOP共同数据模型 (CDM) 进行数据标准化.
- 基于机器学习的临床决策支持系统 (CDSS) 的开发.
主要成果:
- 创建一个全面,协调的数据库,用于实时分析欧洲多个地区的自杀企图数据.
- 建立一个利用机器学习的框架,以支持临床决策在预防自杀的急诊室.
- 为自我伤害或自杀念头的患者提供个性化的护理策略.
结论:
- PERMANENS项目通过整合机器学习和数据协调,展示了一种新的自杀预防方法.
- 开发的CDSS有可能显著提高紧急部门识别和管理处于风险中的个人的能力.
- 使用标准化模型进行跨欧洲数据协作对于推进公共卫生监测和预防自杀的干预至关重要.
