سامانه جدید هوش مصنوعی میتواند الگوهای آسیب جسمی مرتبط با بدرفتاری را شناسایی کند و به کادر درمان و پزشکان امکان مداخله زودتر و موثرتر را بدهد.
دانشمندان یک ابزار هوش مصنوعی طراحی کردهاند که قرار است به پزشکان کمک کند بیمارانی را شناسایی کنند که ممکن است در معرض خطر خشونت شریک صمیمی (IPV) باشند؛ احتمالا سالها پیش از آن که قربانیان به دنبال کمک بروند.
آگهی
آگهی
پژوهشگران در ایالات متحده یک مدل یادگیری ماشینی را با استفاده از دادههایی که در جریان ویزیتهای معمول بیمارستانی جمعآوری شده بود آموزش دادند. این مطالعه (منبع به زبان انگلیسی) در نشریه نیچر منتشر شده است.
خشونت شریک صمیمی به بدرفتاری از سوی شریک فعلی یا سابق اشاره دارد و میتواند به جراحات شدید، درد مزمن و اختلالهای سلامت روان منجر شود.
بر اساس یک گزارش (منبع به زبان انگلیسی) کمیسیون اروپا، در سال ۲۰۲۱، ۱۸ درصد زنانی که زمانی شریک عاطفی داشتهاند گفتهاند که از سوی شریک خود خشونت جسمی یا جنسی را تجربه کردهاند.
غربالگری کنونی خشونت خانگی در بیمارستانها معمولا بر پرسشهای مستقیم پزشکان از بیماران درباره امنیت در خانه تکیه دارد. اما بسیاری از قربانیان به دلیل ترس، انگ اجتماعی یا نگرانیهای امنیتی درباره خشونت حرفی نمیزنند و به همین دلیل بسیاری از موارد شناسایی نمیشود.
تیم پژوهشی با استفاده از چند سال پرونده نزدیک به ۸۵۰ زنی که خشونت شریک صمیمی را تجربه کرده بودند و بیش از ۵۲۰۰ بیمار همسن در گروه کنترل، سه سامانه هوش مصنوعی متفاوت ساخت تا بسنجد این فناوری تا چه حد میتواند افراد در معرض خطر را شناسایی کند.
در نخستین سامانه، دادههای ساختارمند بیمارستانی مانند سن، سابقه پزشکی و دیگر اطلاعات استاندارد بیمار تحلیل شد. سامانه دوم یادداشتهای نوشتاری پزشکی، از جمله مشاهدات پزشکان و گزارشهای رادیولوژی را بررسی کرد. سامانه سوم هر دو نوع اطلاعات را با هم ترکیب کرد.
هر سه مدل عملکرد خوبی داشتند، اما سامانه ترکیبی دقیقتر از بقیه بود و در ۸۸ درصد موارد به درستی خطر را شناسایی کرد.
این ابزار همچنین توانست بیش از سه سال پیش از آن که بسیاری از بیماران بعدا وارد برنامههای مداخله در خشونت خانگی مبتنی بر بیمارستان شوند، موارد احتمالی سوءاستفاده را علامتگذاری کند.
این سامانه جدید هوش مصنوعی با تحلیل همزمان حجم زیادی از دادههای بیمارستانی میتواند الگوهای مربوط به آسیب جسمی ناشی از خشونت را تشخیص دهد و بیمارانی را که پروندههایشان شبیه موارد تاییدشده خشونت است شناسایی کند تا کارکنان نظام سلامت بتوانند زودتر مداخله کنند.
چی دوآن، مدیر برنامه بخش فناوریهای انفورماتیک سلامت در موسسه ملی تصویربرداری زیستپزشکی و مهندسی زیستی (NIBIB) وابسته به موسسه ملی سلامت آمریکا، گفت: «این ابزار تصمیمیار بالینی میتواند تاثیر چشمگیری بر پیشبینی و پیشگیری از خشونت شریک صمیمی داشته باشد.»
دوآن افزود: «با توجه به فراوانی این موارد، این ابزار میتواند ابزاری دگرگونکننده برای بهداشت عمومی باشد.»
پژوهشگران میگویند این فناوری برای حمایت از پزشکان طراحی شده نه برای جایگزینی قضاوت آنها. این سامانه خشونت را تشخیص نمیدهد و بیماران را به افشای اطلاعات وادار نمیکند، بلکه تنها یک سیگنال در اختیار پزشکان میگذارد تا بتوانند با احتیاط به این موضوع نزدیک شوند و در صورت نیاز حمایت پیشنهاد کنند.
بهارتی خورانا، رادیولوژیست اورژانس در مجموعه درمانی مس جنرال برایگهام و استاد یار دانشکده پزشکی هاروارد، گفت: «کار ما نشاندهنده تغییری به سوی شناسایی زودتر خطر با استفاده از اطلاعاتی است که همین حالا هم در دادههای نظام سلامت وجود دارد.»
پژوهشگران میگویند برنامه دارند این فناوری را در سامانههای الکترونیکی پرونده پزشکی ادغام کنند تا بیمارستانها بتوانند در جریان مراقبتهای روتین، ارزیابیهای لحظهای دریافت کنند.