Սատանան տվյալների մեջ է

Միլիոնավոր հիվանդների այցելությունների մեքենայական ուսուցման ակնարկը բացահայտում է ինքնավնասման բազմաթիվ չբացահայտված դեպքեր

Երբ խոսքը վերաբերում է մեծ տվյալների իմաստավորմանը, երբեմն դժվար է տեսնել անտառը ծառերի համար:

Սակայն Քրիստոֆ Լամբերտը, բ.գ.թ.

Անցյալ ամիս հրատարակված հոդվածում Ամերիկյան բժշկական ինֆորմատիկայի ասոցիացիայի հանդես, թիմը զեկուցել է իր եզրակացության մասին, որ հիմնական հոգեկան հիվանդություն ունեցող մարդկանց շրջանում բժշկական օգնություն խնդրող մարդկանց ինքնավնասման դեպքերը իրականում կարող են 19 անգամ ավելի բարձր լինել, քան այն, ինչ նշված է բիլինգային գրառումներում:

Գտածոները ենթադրում են, որ բժիշկները և խնամքի այլ մատակարարներ հաճախ տրամադրում են ստանդարտացված վճարային ծածկագրեր իրենց կողմից մատուցվող խնամքի համար, որը քողարկում է հավանականությունը, որ հիվանդի վնասվածքն իսկապես կարող է ինքնավնասման, այլ ոչ թե դժբախտ պատահարի պատճառով լինել:

Գտածոները հուշում են, որ սա կարող է ազդեցություն ունենալ հիվանդների խնամքի վրա:

«Մեր առաջիկա ուսումնասիրությունները ցույց են տալիս, որ մարդուն սպառնում է ինքնավնասման ավելի քան երեք անգամ ռիսկ, եթե նա դա արել է նախկինում»,-ասում է Ներքին բժշկության ամբիոնի դոցենտ Լամբերտը: Հետևաբար, ինքնավնասումը կամ ինքնասպանությունը կանխելու համար «Եթե դուք չեք կոդավորում դա, նշանակում է, որ հիվանդի ապագա բուժումը կարող է վտանգված լինել ՝ չունենալով այդ կարևոր տեղեկությունները նրանց պատմության մեջ»,-ասում է նա:

Լամբերտը և նրա թիմը սկսեցին իրենց ուսումնասիրությունը անանուն տվյալների բազայով, որը պարունակում էր ավելի քան 130 միլիոն ամերիկացիների բժշկական հաշիվների հաշվառում 2003 -ից մինչև 2016 թվականը: Նրանք իրենց հետազոտությունը հասցրեցին մոտ 10 միլիոն հիվանդների ենթախմբի ՝ հիմնական հոգեկան հիվանդության ախտորոշմամբ, ներառյալ խոշոր դեպրեսիվ խանգարում: , երկբևեռ խանգարում, շիզոֆրենիա և շիզոաֆեկտիվ խանգարում. մարդիկ, ովքեր արդեն համարվում են ինքնավնասման ավելի բարձր ռիսկի տակ:

Մեքենայական ուսուցումը, որի ընթացքում համակարգիչը կիրառում է ալգորիթմ ՝ տվյալների մեծ հավաքածուն արագորեն վերլուծելու համար, կարող է նույնականացնել մարդկանց համար անհասկանալի ձևեր: Այս դեպքում գիտնականները համակարգչին մատակարարեցին 185,000 փոփոխական `յուրաքանչյուր հիվանդի ստացիոնար և շտապ օգնության սենյակ այցելելու համար:

«Մենք իրականում նետեցինք խոհանոցի լվացարանը», - ասում է Լամբերտը: «Հիմնականում դա այն էր, ինչ տեղի ունեցավ այդ այցելությունների ժամանակ, ներառյալ ընթացակարգի և ախտորոշման բոլոր ծածկագրերը»: Հայտնաբերված գտածոների թվում էր, որ հավանական ինքնավնասման դեպքերը կտրուկ թերզեկուցված էին:

Կային նաև անսպասելի անհամապատասխանություններ այն դեպքերի միջև, որոնք գնահատվել են որպես ինքնավնասում և ոչ:

Մարդիկ, ովքեր բուժվել են թունավորման և թունավորման, դժբախտ պատահարների, շնչահեղձության, կրծքավանդակի և գլխի վիրահատության, դաստակի վերքի, ինքնավնասվող մտքերի, դեպրեսիայի և հոգեթերապիայի համար, ավելի հավանական է, որ կոդավորվեն ինքնավնասման համար, քան թմրամիջոցների օգտագործման խանգարումով, հերոինով թունավորվողները: , նյարդաբանական խանգարում, տրանսպորտային պատահարներ կամ ընկումներ:

Դա ենթադրում է, որ որոշ անհամապատասխանություններ կարող են պայմանավորված լինել այն հանգամանքով, թե ինչպիսի մոտիվացիա տրամադրողներն են վերագրում որոշակի վարքագծին, ասում է Լամբերտը:

«Մենք միջինը տեսնում ենք, երբ ինչ -որ մեկը վնասում է իրեն օփիոիդների չափից մեծ դոզայի կամ հաճելի հետևանքներ ունեցող դեղամիջոցների պատճառով, նրանք ավելի քիչ հավանական է, որ դա համարեն որպես ինքնավնասում», - ասում է Լամբերտը: Բայց ինքնավնասման գնահատումն ավելի հավանական է, երբ ինչ-որ մեկը չափից մեծ դոզա է ընդունել ասպիրին կամ քնաբեր դեղեր, ենթադրաբար ՝ ինքնավնասման մտադրությամբ:

«Տղամարդիկ նաև ավելի հավանական է, որ ինքնավնասումը ենթակոդավորված լինի, քան կանայք»,-ավելացրեց Լամբերտը,-և այն կարծրատիպերը, որոնց համաձայն տղամարդիկ ավելի քիչ են բացահայտում կամ օգնություն են ստանում, քան կանայք, հակադրվեցին տվյալներով. պրովայդերի կոդավորման մեջ `հիմնվելով իրենց հիվանդների սեռի վրա»:

Երբ բացահայտվեց ենթակոդավորված ինքնավնասումը, ի հայտ եկան դրա ռիսկի մանրամասն գնահատականները ՝ ի տարբերություն տարիքի, հոգեկան հիվանդության ախտորոշման, սեռի և ԱՄՆ նահանգի: Ինքնավնասման առավելագույն ռիսկը կանանց համար 15 տարեկանն է, իսկ տղամարդկանցը ՝ 17-ը, նվազում է 20-ականների կեսերից հետո:

2006 թվականից ի վեր ինքնավնասման մակարդակը հանրապետությունում անշեղորեն աճում է, և մեկից ավելի խոշոր հոգեկան հիվանդության ախտորոշում ունեցող մարդիկ տարեկան 18-25% հավանականությամբ են վնասում իրենց 15-ից 26 տարեկան հասակում, որտեղ ռիսկը ամենաբարձրն է:

Ուսումնասիրությունը Լաբերտի կողմից իրականացվող 2.4 միլիոն դոլար արժողությամբ հետազոտության ինստիտուտի մրցանակի մի մասն էր ՝ համեմատելու երկբևեռ խանգարման տարբեր բուժման արդյունավետությունը, հատկապես, երբ դրանք վերաբերում են ինքնավնասման, հոսպիտալացման և կողմնակի ազդեցությունների ռիսկը:

Մինչ ուսումնասիրությունը կենտրոնացած էր հիվանդների խնամքի դասակարգման վրա, Լամբերտը կարծում է, որ մեթոդը կարող է պոտենցիալ օգտագործվել կանխատեսման շրջանակներում:

«Կարելի է մեքենայական ուսուցումն օգտագործել այլ կերպ ՝ հիմնվելով ձեր պատմության վրա, ներառյալ նախկինում ենթադրյալ ինքնավնասման դեպքերը»,-ասում է նա: «Դուք բարձր ռիսկի կատեգորիայի՞ց եք դրա և/կամ այլ գործոնների պատճառով, որտեղ նախաձեռնողական բուժումը կարող է օգնել»:

Լամբերտը նաև լավատես է, որ տվյալների լայնածավալ վերլուծությունը կարող է օգտակար պատկերացումներ բացահայտել բժշկական որոշումների կայացմանը տեղեկացնելու համար:

«Կարո՞ղ ենք ինչ -որ բան սովորել այս տվյալների հավաքածուներից»: նա հարցնում է. «Կոդավորումը անկատար է, մարդիկ ՝ անկատար, բայց ընդհանուր առմամբ, երբ մենք ունենք շատ մեծ տվյալների հավաքածու, այդ աղմուկի մեծ մասը կարող է միջինացվել, և մենք կարող ենք ստանալ իմաստալից պատասխաններ և ապացույցներ»: