Машинно обучение / AI Може да идентифицира хора, които се нуждаят от специализирана грижа за депресия

Изследователите са създали модели за вземане на решения, за да предскажат кои пациенти може да се нуждаят от повече лечение за своята депресия, отколкото това, което техният доставчик на първична помощ може да предложи. Учените казват, че алгоритмите са специално разработени, за да предоставят информация, по която клиницистът може да действа и да се впишат в съществуващите клинични работни процеси.

Експертите отбелязват, че депресията е най-често срещаното психично заболяване в света. Световната здравна организация изчислява, че засяга около 350 милиона души. Интензивността на заболяването може да варира от сравнително леко разстройство на настроението до напреднала или тежка депресия.

Някои хора може да са в състояние да се справят с депресията си сами или с напътствия от доставчик на първична помощ. Други обаче могат да имат по-тежка депресия, която изисква усъвършенствани грижи от доставчиците на психично здраве.

Учени от Regenstrief Institute и Университета в Индиана създадоха алгоритми за извличане на електронни здравни досиета и идентифициране на лица, които биха се възползвали от напреднали грижи. След това информационната система предоставя на доставчиците на първична помощ известие, така че те да могат да насочат индивида към подходящи специалисти по психично здраве.

„Нашата цел беше да изградим възпроизводими модели, които да се вписват в клиничните работни процеси“, казва д-р Суранга Н. Кастуриратне, първият автор на статията и изследовател в Regenstrief Institute.

„Този ​​алгоритъм е уникален, защото предоставя полезна информация на клиницистите, помагайки им да установят кои пациенти могат да бъдат изложени на по-голям риск от нежелани събития от депресия.“

Алгоритмите комбинират голямо разнообразие от поведенческа и клинична информация от Индианската мрежа за грижа за пациентите, обмен на здравна информация в цялата държава. Д-р Kasthurirathne и неговият екип разработиха алгоритми за цялата популация пациенти, както и няколко различни високорискови групи.

„Създавайки модели за различни популации пациенти, ние предлагаме на ръководителите на здравни системи възможността да изберат най-добрия скринингов подход за техните нужди“, каза Кастуриратне.

„Може би те не разполагат с изчислителни или човешки ресурси, за да управляват модели на всеки отделен пациент. Това им дава възможност да проверят избрани високорискови пациенти. "

„Лекарите от първичната помощ често имат ограничено време и идентифицирането на пациенти с по-тежки форми на депресия може да бъде предизвикателство и да отнеме много време. Нашият модел им помага да помагат на своите пациенти по-ефективно и да подобряват едновременно качеството на грижите “, каза Shaun Grannis, MD, M.S., съавтор.

„Нашият подход също е много подходящ за стимулиране на увеличаването на приемането на здравни информационни технологии и оперативната съвместимост, за да се даде възможност за превантивни грижи и да се подобри достъпът до здравни услуги“, каза Гранис.

Изследването се появява в Списание за медицински интернет изследвания.

Източник: Regenstrief Institute / EurekAlert