I ricercatori della School of Clinical Medicine della University of New South Wales hanno utilizzato l'apprendimento automatico (ML) per sviluppare predittori più accurati di autolesionismo e suicidio negli adolescenti.
La salute mentale degli adolescenti ha subito un declino globale e le statistiche australiane rispecchiano quelle di molte altre società. Il suicidio è la principale causa di morte tra gli australiani di età compresa tra i 15 e i 24 anni.
I predittori attuali, come i precedenti atti di autolesionismo o i tentativi di suicidio, sono risultati solo leggermente più efficaci rispetto al caso. Il nuovo modello predittivo del i ricercatori hanno sviluppato utilizzando il ML è notevolmente più efficace.
Il set di dati comprendeva il feedback di questionari e interviste a 2.809 adolescenti partecipanti al Longitudinal Study of Australian Children.
Tra i partecipanti, 5,2% hanno riferito di aver tentato il suicidio almeno una volta nei 12 mesi precedenti e 10,5% hanno riferito atti di autolesionismo.
Utilizzando l'apprendimento automatico per analizzare i dati, i ricercatori hanno trovato predittori chiave più accurati di quelli precedentemente utilizzati dagli operatori della salute mentale.
Le prestazioni del modello ML sono state misurate con la metrica Area Under the Curve (AUC). Si tratta di un valore che va da 0,5 a 1, dove 0,5 corrisponde a un'ipotesi pari al lancio di una moneta e 1 a una previsione accurata di 100%.
Basandosi esclusivamente sull'anamnesi precedente di autolesionismo e tentativi di suicidio si è ottenuta un'AUC tra 0,63 e 0,647. Si tratta di un risultato solo leggermente migliore rispetto all'ipotesi e inferiore all'intervallo di 0,7-0,8 considerato accettabile per la previsione del rischio.
I predittori del modello ML hanno ottenuto un'AUC compresa tra 0,722 e 0,74, significativamente migliore.
Il modello ha sorpreso i ricercatori perché ha dimostrato che precedenti autolesionismi o tentativi di suicidio non erano un fattore di rischio elevato e che l'ambiente e il sostegno dei genitori svolgevano un ruolo più importante.
Il dottor Lin, uno dei ricercatori, ha dichiarato: "Abbiamo scoperto che l'ambiente in cui vivono i giovani gioca un ruolo più importante di quanto pensassimo. Questo è un aspetto positivo dal punto di vista della prevenzione, perché ora sappiamo che possiamo fare di più per questi individui".
Questa applicazione dell'IA nell'ambito della salute mentale aiuterà i medici ad essere più precisi nella valutazione degli adolescenti a rischio e a intervenire prima.
Il dottor Lin ha affermato che "sulla base delle informazioni del paziente, l'algoritmo di ML potrebbe calcolare un punteggio per ogni persona, che potrebbe essere integrato nel sistema di cartelle cliniche elettroniche. Il medico potrebbe recuperare rapidamente queste informazioni per confermare o modificare la propria valutazione".
Il modello non è ancora pronto per essere applicato nella pratica, ma i risultati promettenti indicano che è una strada che vale la pena percorrere.
Le cartelle cliniche contengono una grande quantità di dati e l'utilizzo dell'IA per analizzarli riserverà senza dubbio ulteriori sorprese agli operatori sanitari.
