Maschinelles Lernen / KI kann Personen identifizieren, die eine spezielle Betreuung für Depressionen benötigen

Forscher haben Entscheidungsmodelle erstellt, um vorherzusagen, welche Patienten möglicherweise mehr Behandlung für ihre Depression benötigen als das, was ihr Erstversorger anbieten kann. Wissenschaftler sagen, dass die Algorithmen speziell entwickelt wurden, um Informationen bereitzustellen, auf die der Kliniker reagieren und die in bestehende klinische Arbeitsabläufe passen.

Experten stellen fest, dass Depressionen die weltweit am häufigsten auftretende psychische Erkrankung sind. Die Weltgesundheitsorganisation schätzt, dass etwa 350 Millionen Menschen davon betroffen sind. Die Intensität der Krankheit kann variieren und reicht von einer relativ leichten Stimmungsstörung bis zu einer fortgeschrittenen oder schweren Depression.

Einige Menschen können ihre Depression möglicherweise alleine oder unter Anleitung eines Grundversorgers behandeln. Andere haben jedoch möglicherweise eine schwerere Depression, die eine fortgeschrittene Betreuung durch Anbieter von psychischen Gesundheitsdiensten erfordert.

Wissenschaftler des Regenstrief Institute und der Indiana University entwickelten Algorithmen, um die elektronische Gesundheitsakte abzubauen und Personen zu identifizieren, die von einer fortschrittlichen Versorgung profitieren würden. Das Informationssystem informiert dann die Erstversorger, damit sie die Person an geeignete Spezialisten für psychische Gesundheit verweisen können.

"Unser Ziel war es, reproduzierbare Modelle zu entwickeln, die in klinische Arbeitsabläufe passen", sagte Dr. Suranga N. Kasthurirathne, Erstautor des Papiers und Wissenschaftler am Regenstrief Institute.

"Dieser Algorithmus ist einzigartig, da er Ärzten verwertbare Informationen liefert, mit denen sie erkennen können, bei welchen Patienten ein höheres Risiko für unerwünschte Ereignisse aufgrund von Depressionen besteht."

Die Algorithmen kombinierten eine Vielzahl von Verhaltens- und klinischen Informationen aus dem Indiana Network for Patient Care, einem landesweiten Austausch von Gesundheitsinformationen. Dr. Kasthurirathne und sein Team entwickelten Algorithmen für die gesamte Patientenpopulation sowie für verschiedene Risikogruppen.

"Durch die Erstellung von Modellen für verschiedene Patientengruppen bieten wir Führungskräften des Gesundheitssystems die Möglichkeit, den besten Screening-Ansatz für ihre Bedürfnisse auszuwählen", sagte Kasthurirathne.

"Vielleicht verfügen sie nicht über die rechnerischen oder personellen Ressourcen, um Modelle für jeden einzelnen Patienten auszuführen. Dies gibt ihnen die Möglichkeit, ausgewählte Hochrisikopatienten zu untersuchen. “

„Hausärzte haben oft nur eine begrenzte Zeit, und die Identifizierung von Patienten mit schwereren Formen der Depression kann schwierig und zeitaufwändig sein. Unser Modell hilft ihnen, ihren Patienten effizienter zu helfen und gleichzeitig die Qualität der Versorgung zu verbessern “, sagte Shaun Grannis, M.D., M.S., Mitautor.

"Unser Ansatz ist auch gut geeignet, um die zunehmende Akzeptanz und Interoperabilität von Gesundheitsinformationstechnologien zu nutzen, um Vorsorge zu ermöglichen und den Zugang zu umfassenden Gesundheitsdiensten zu verbessern", sagte Grannis.

Die Studie erscheint in der Journal of Medical Internet Research.

Quelle: Regenstrief Institute / EurekAlert