Forscher haben herausgefunden, dass die traditionelle Art und Weise, wie wir Kinder in Notfällen überwachen und nachverfolgen, möglicherweise viele Menschen übersieht, bei denen das Risiko einer Selbstverletzung besteht. KI kann Gesundheitsdienstleistern jedoch dabei helfen, bessere Einschätzungen vorzunehmen.
Nach dem schockierenden Fall von ein belgischer Mann, der Berichten zufolge beschloss, seinem Leben ein Ende zu setzen, nachdem ihn ein KI-Chatbot dazu ermutigt hatteEine neue Studie ergab, dass Modelle des maschinellen Lernens tatsächlich effektiv für das genaue Gegenteil eingesetzt werden können: die Suizidprävention bei jungen Menschen.
Eine von Experten begutachtete Studie von UCLA Health-Forschern wurde veröffentlicht in der Zeitschrift JMIR Mental Health Letzte Woche wurde festgestellt, dass maschinelles Lernen dabei helfen kann, selbstverletzende Gedanken oder Verhaltensweisen bei Kindern viel besser zu erkennen als das tatsächliche Datensystem, das derzeit von Gesundheitsdienstleistern verwendet wird.
Laut einem Bericht von UNICEF aus dem Jahr 2021Selbstmord ist eine der häufigsten Todesursachen bei jungen Menschen in Europa. Schätzungsweise neun Millionen Kinder im Alter zwischen 10 und 19 Jahren leiden unter psychischen Störungen, wobei Angstzustände und Depressionen mehr als die Hälfte aller Fälle ausmachen.
Nach Angaben des US-Gesundheitsministeriums kann bei schätzungsweise 20 Millionen jungen Menschen in den USA derzeit eine psychische Störung diagnostiziert werden.
Forscher der UCLA Health überprüften klinische Aufzeichnungen von 600 Notaufnahmen von Kindern im Alter zwischen 10 und 17 Jahren, um herauszufinden, wie gut aktuelle Systeme zur Beurteilung ihrer psychischen Gesundheit Anzeichen von Selbstverletzung erkennen und ihr Suizidrisiko einschätzen können.
Sie fanden heraus, dass diese klinischen Notizen 29 % der Kinder übersehen, die mit selbstverletzenden Gedanken oder Verhaltensweisen in die Notaufnahme kamen, während Aussagen von Gesundheitsspezialisten, die Risikopatienten – in den USA „Hauptbeschwerden“ genannt – kennzeichnen, 54 übersehen % der Patienten.
Im letzteren Fall konnten Gesundheitsexperten die Anzeichen von selbstverletzenden Gedanken oder Verhaltensweisen nicht erkennen, da Kinder bei ihrem ersten Besuch in der Notaufnahme häufig keine Selbstmordgedanken und -verhaltensweisen melden.
Laut der Studie wurden sogar bei der Kombination beider Systeme 22 % der gefährdeten Kinder nicht erkannt. Jungen wurden häufiger vermisst als MädchenDie Studie ergab, dass schwarze und lateinamerikanische Jugendliche ebenfalls eher ausgeschlossen wurden als weiße Kinder.
Es wurde jedoch festgestellt, dass Modelle des maschinellen Lernens einen erheblichen Unterschied machen.
Die Forscher erstellten drei Modelle für maschinelles Lernen, die Daten wie frühere medizinische Versorgung, Medikamente, den Wohnort eines Patienten und Labortestergebnisse untersuchten, um Selbstmordgedanken und selbstverletzende Gedanken oder Verhaltensweisen einzuschätzen.
Alle drei Modelle konnten gefährdete Kinder besser identifizieren als die herkömmlichen Methoden.
„Unsere Fähigkeit, vorherzusagen, welche Kinder in der Zukunft Selbstmordgedanken oder -verhalten haben könnten, ist nicht besonders gut – ein Hauptgrund dafür ist, dass wir uns auf die Vorhersage konzentriert haben, anstatt innezuhalten, um herauszufinden, ob wir tatsächlich systematisch jeden erkennen, der wegen Selbstmord in die Klinik kommt.“ Pflege“, sagt Juliet Edgcomb, die Hauptautorin der Studie. sagte in einer Pressemitteilung der UCLA.
„Wir wollten verstehen, ob wir zunächst bei der Erkennung besser werden können.“
Während festgestellt wurde, dass die drei Modelle des maschinellen Lernens die Wahrscheinlichkeit falsch positiver Ergebnisse erhöhen – Kinder, die als gefährdet identifiziert werden, obwohl dies in Wirklichkeit nicht der Fall ist –, sagte Edgcomb, dass dies besser sei, „als viele Kinder völlig zu übersehen“.
Wenn Sie über Selbstmord nachdenken und Gesprächsbedarf haben, wenden Sie sich bitte an Befrienders Worldwide, eine internationale Organisation mit Hotlines in 32 Ländern. Besuchen befrienders.org um die Telefonnummer für Ihren Standort zu finden.