美国退伍军人事务部在临床实践中使用的基于AI的系统Reach Vet如何帮助识别有自杀高风险的退伍军人

在最近一次访问布朗克斯的退伍军人事务诊所时，一位装饰越南的老将巴里得知他属于一个非常独特的俱乐部。根据一种新的AI辅助算法，他是数百名V.A.全国共有600万人被认为处于迫在眉睫的自杀风险。

这个消息并没有使他完全措手不及。现年69岁的巴里（Barry）在1968年的泰特（Tet）进攻中受了重伤，此前已经进行过两次尝试。退休的邮政工作人员巴里（Barry）在电话采访中说：“我不喜欢这样的清单概念，是为了告诉您真相-一台计算机告诉我这样的事情。”他要求出于隐私目的省略他的姓氏。

“但是我考虑过，”巴里说。 “我决定，你知道，好吧-如果这将为我提供更多所需的支持，那么我会接受的。”

十多年来，卫生官员徒劳地看着自杀率稳步上升（自2000年以来，全国自杀率上升了30％），而自杀率稳步上升。制度已经高于一般人口。这种趋势无视简单的解释，并推动了盲目分析的投资：机器学习或AI辅助算法，可搜索医学和其他记录以查找历史上与自杀或大量临床尝试中的自杀相关的模式。

传统上，医生会通过查看过去的心理健康诊断和药物滥用事件以及借鉴经验和医疗直觉来评估患者的风险。但是，这些评估远未达到预期的预测水平，人工智能程序还探索了更多因素，例如就业和婚姻状况，身体疾病，处方史和就诊时间。这些算法是黑匣子：他们在没有提供任何依据的情况下，将一个人标记为自杀的高风险。

但是，人类的智能不一定能胜任这项工作。 “事实是，我们不能依靠训练有素的医学专家来确定真正处于高风险的人，”布朗克斯区退伍军人综合服务网络的精神病学家，医学教授玛丽安·古德曼博士说。西奈山伊坎医学院的医学专业。 “我们不擅长。”

部署人工智能这样并不新鲜；自1996年以来，研究人员一直通过英国国家卫生局（National Health Service）收集有关自杀的数据。美国陆军，Kaiser Permanente和马萨诸塞州总医院分别开发了一种算法来预测自杀风险。但是，称为Baret处于高风险状态的V.A.计划Reach Vet是美国日常临床实践中使用的新系统中的第一个，并且受到了密切关注。这些系统的性能-它们是否能挽救生命，以及在社会和经济上以何种成本拯救生命-将有助于确定数字医学能否兑现其诺言。

匹兹堡卡内基梅隆大学道德与政策中心主任亚历克斯·约翰·伦敦说：“对这些大数据系统而言，这是一项至关重要的测试。” “例如，如果这些事情具有很高的误报率，那么这标志着很多没有风险的高风险人群—与之相关的污名实际上可能对下游有害。我们需要确保这些风险标志会导致人们获得更好或更多的帮助，而不是以某种方式受到惩罚。”

V.A.的算法会不断更新，每个月都会产生一份新的高风险退伍军人列表。有些名字在名单上停留了几个月，有些则消失了。标记某人后，他或她的名字会显示在当地诊所Reet Vet协调员的计算机仪表板上，他会打电话安排约会。这位资深医生解释了高风险命名的含义-这是一个警告信号，而不是预后-并确保该人有自杀安全计划：所有枪支和弹药分开存放；可见亲人的照片；还有朋友，社会工作者和自杀热线的电话号码。

使用Reach Vet的医生说，该系统会产生意外的结果，无论是在谁标记的地方，谁都不标记。

对他的一些治疗师来说，现年36岁的克里斯曾部署到伊拉克和阿富汗，看上去非常像应该受到关注的人。他曾是海军陆战队的步枪手，在他的四个巡回演出中有三个参加了战斗，并在多次小规模冲突中开火并返回。 2008年，路边炸弹炸死了他的几个朋友，但毫发无损。袭击后，他一直对此作恶梦，并得到了创伤后压力的诊断。 2016年，他自杀身亡；他要求不要使用姓氏，以保护自己的隐私。

“我记得去洗个澡，出来时抓住了我的枪，”他在纽约市附近的家中接受采访时说。 “我有一个9毫米的格洛克。对我来说，我喜欢枪支，就像安全毯。我知道的下一件事，我是在冷水中醒来，坐在浴缸里，枪正坐在皮套外面。我黑了。我的意思是，我不知道发生了什么。事实证明，枪中没有子弹。”

自杀的最大危险因素是先前的尝试，尤其是持枪自杀的尝试。克里斯（Chris）的名字并没有出现在AI编制的高风险名单上，而且他认为永远不会。

他说：“当时，2016年，我要去读硕士学位，全职工作。” “我们的两个孩子是蹒跚学步的孩子。如果那样的话，我一个晚上睡不超过几个小时。太多了我一直被剥夺睡眠。我从来没有自杀过，从未有过自杀的念头。这完全是一时冲动。”

人工智能古德曼博士说，“达到兽医”背后的原因似乎是其他风险因素，“该计划所涉及的东西不一定是我所想到的。分析开始改变我们对谁是最大风险的理解。”

该算法建立在对VA数据库中自2008年开始的数千起自杀事件的分析之上。计算机将病历中的事实分数（年龄，婚姻状况，诊断，处方）混合并混洗，并确定了这些因素一起最容易导致自杀风险。 V.A.该模型整合了总共61个因素，包括一些不明显的因素，例如关节炎和他汀类药物的使用，并为每个人产生了综合评分。得分最高的人群（最高的0.1％）被标记为高风险。

弗吉尼亚州心理健康与自杀预防办公室自杀预防数据和监控总监约翰·麦卡锡说：“在该得分上，前0.1％的人群的风险集中度约为40倍。” “也就是说，他们死于自杀的可能性是普通人的40倍”。

落基山精神疾病研究教育和资深自杀预防临床中心的临床服务主任布里奇特·马塔拉佐（Bridget Matarazzo）说，达到兽医。 “我的印象是，它可以识别以前受提供商注意的一些人，还可以识别其他人。”

2018年底，V.A。麦卡锡（McCarthy）博士领导的团队介绍了Reach Vet系统的第一个结果。在六个月的时间里，达到Reach Vet，高风险的退伍军人对V.A.的使用增加了一倍以上。服务。相比之下，在安装Reach Vet之前追踪了六个月的比较组中，使用了V.A。服务大致保持不变。

这段时间里，达到兽医组的死亡率也较低，尽管这是一个总体死亡率，包括任何死亡原因。至少直到那个阶段，分析都没有发现自杀的差异。麦卡锡博士说：“这令人鼓舞，但我们还有很多工作要做，看看我们是否正在发挥自己想要的影响力。”

哈佛医学院卫生与政策学教授罗纳德·凯斯勒（Ronald Kessler）说：“目前，这种模型和其他模型可以预测谁的风险最高。他们没有告诉您的是谁最有可能从干预中获利。如果您不知道，就不知道将资源放在何处。”

但是，对于使用该系统的医生而言，它已经促使人们重新思考如何评估风险。古德曼博士说：“最终，很多年老的男人确实在为医疗问题苦苦挣扎。” “他们很孤独，痛苦不堪，常常独自一人，有财务问题，您看不到它们，因为它们没有进来。”

对于那些名字已经出现在“到达兽医”列表中的人来说，被识别和联系的经历并不是他们容易忘记的事情。

越南退伍军人巴里说，目前他在一个相对不错的地方。他接近两个成年子女，并且在布朗克斯区接受定期护理，包括个人和团体治疗以及复发性精神病发作的药物治疗。但是他也知道事情会变黑多快。

他说：“看，我知道我有时在晚上和自己说话，而且我听到声音。” “药物效果很好，但偶尔会效果不佳，这会激怒他们的声音。那对我不利。”