આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI)ના લાભ અને ગેરલાભ વચ્ચે હાલમાં વિશ્વમાં ચર્ચા ચાલી રહી છે ત્યારે એક નવા રિસર્ચમાં બહાર આવ્યું છે કે એઆઇ ટેકનોલોદી ડોક્ટરોને આપઘાતના જોખમવાળા દર્દીઓને ઓળખવામાં મદદ કરી શકે છે. તેનાથી રૂટિન મેડિકલ તપાસ દરમિયાન જ સંભવિત આપઘાતના કિસ્સામાં ઘટાડો કરવામાં મોટી મદદ મળી શકે છે.
JAMA નેટવર્ક ઓપન નામના જર્નલમાં પ્રકાશિત થયેલા સંશોધન મુજબ સંશોધકોએ બે પદ્ધતિઓની તુલના કરી હતી. પ્રથમ પદ્ધતિ ઓટોમેટિક પોપ-અપ એલર્ટની છે, જે ડોક્ટર્સને એલર્ટ કરે છે. બીજી પદ્ધતિ પેસિવ સિસ્ટમ છે, જે દર્દીના ઇલેક્ટ્રોનિક ચાર્ટમાં જોખમની માહિતી આપે છે. સંશોધકોની ટીમે શોધી કાઢ્યું છે કે ઓટોમેટિક પોપ-અપ એલર્ટ વધુ અસરકાર હતી. તેમાં ડોક્ટરે સ્ક્રીન એલર્ટના 42 ટકા કિસ્સામાં આપઘાતના જોખમનું મૂલ્યાંકન કર્યું હતું. આની સામે પેસિવ સિસ્ટમમાં ડોક્ટર્સે માત્ર 4 ટકા કિસ્સામાં આવું એસેસમેન્ટ કર્યું હતું.
વેન્ડરબિલ્ટ યુનિવર્સિટી મેડિકલ સેન્ટરના બાયોમેડિકલ ઇન્ફોર્મેટિક્સ, મેડિસિન અને સાયકિયાટ્રીના એસોસિયેટ પ્રોફેસર કોલિન વોલ્શે જણાવ્યું હતું કે આત્મહત્યા દ્વારા મૃત્યુ પામેલા મોટાભાગના લોકો તેમના મૃત્યુના એક વર્ષમાં કોઇને કોઇ ડોકટર્સને મળી ચુક્યા હતાં. આવા લોકો સામાન્ય રીતે માનસિક આરોગ્ય સંબંધિત સમસ્યાને કારણે ડોક્ટર્સને મળ્યાં હતાં.
સંશોધકોની ટીમ વન્ડરબિલ્ટ સુસાઈડ એટેમ્પ્ટ એન્ડ આઈડિયાએશન લાઈકલીહુડ મોડલ (VSAIL) નામની AI સિસ્ટમ વિકસિત કરી છે. આ સિસ્ટમને આધારે ત્રણ ન્યૂરોલોજી ક્લિનિક્સમાં ડોક્ટર્સને દર્દીની ક્લિનિક મુલાકાત દરમિયાન આત્મહત્યાના જોખમની તપાસ કરવામાં વધુ અસરકારક રીતે મદદ મળી શકે છે.
વોલ્શે જણાવ્યું હતું કે દરેક મેડિકલ સિસ્ટમમાં યુનિવર્સલ સ્ક્રીનિંગ વ્યવહારુ નથી. અમે ઉચ્ચ જોખમ ધરાવતા દર્દીઓને ઓળખવામાં કરવા માટે VSAIL વિકસાવ્યું છે. VSAIL મોડેલ દર્દીના આત્મહત્યાના પ્રયાસના 30-દિવસના જોખમની ગણતરી કરવા માટે ઇલેક્ટ્રોનિક હેલ્થ રેકોર્ડમાંથી નિયમિત માહિતીનું વિશ્લેષણ કરે છે. સંશોધકોએ જણાવ્યું હતું કે આવી સિસ્ટમની બીજી મેડિકલ ફેસિલિટીમાં પણ ચકાણી કરી શકાય છે.
