Une étude du Vanderbilt University Medical Center révèle que les alertes générées par l'intelligence artificielle (IA) peuvent améliorer significativement l'identification des patients à risque de suicide, renforçant ainsi les efforts de prévention dans les milieux médicaux de routine.
Dirigée par Colin Walsh, professeur associé d'informatique biomédicale, de médecine et de psychiatrie, la recherche a testé le système Vanderbilt Suicide Attempt and Ideation Likelihood (VSAIL) dans trois cliniques de neurologie du centre. L'étude, publiée dans JAMA Network Open, a comparé deux approches : des alertes intrusives qui interrompent le flux de travail du médecin et un système passif qui affiche les informations de risque dans le dossier de santé électronique du patient.
Les résultats montrent que les alertes intrusives étaient beaucoup plus efficaces, poussant les médecins à évaluer le risque suicidaire dans 42 % des cas, contre seulement 4 % avec le système passif. Walsh a noté : « La plupart des personnes qui meurent par suicide ont eu des contacts avec un fournisseur de soins de santé au cours de l'année précédente, souvent pour des raisons de santé non spécifiques. »
Les taux de suicide aux États-Unis ont augmenté au cours de la génération passée, avec 14,2 décès pour 100 000 personnes par an, ce qui en fait la 11e cause de décès. Les recherches indiquent que 77 % des personnes qui meurent par suicide ont consulté un médecin de soins primaires l'année précédente.
Le modèle VSAIL analyse les données actuelles des dossiers de santé électroniques pour estimer le risque de tentatives de suicide dans les 30 jours. Dans des tests antérieurs, ce modèle, qui marquait les patients sans envoyer d'alertes, a montré des résultats prometteurs : un patient sur 23 marqué a rapporté des pensées suicidaires par la suite.
Lors de l'étude actuelle, lorsque des patients marqués comme à risque élevé par VSAIL avaient des rendez-vous, leurs médecins recevaient soit des alertes intrusives, soit des alertes passives au hasard. L'accent mis sur les cliniques de neurologie était dû à l'association de certaines conditions neurologiques avec un risque de suicide plus élevé.
Walsh a mentionné que le système automatisé a signalé seulement environ 8 % de toutes les visites des patients pour le dépistage, ce qui indique que des approches ciblées peuvent faciliter la prévention du suicide même dans des cliniques surchargées. L'étude a analysé 7 732 visites médicales sur six mois, générant 596 alertes de dépistage. Aucun épisode de pensées ou de tentatives suicidaires n'a été enregistré dans le mois suivant parmi les patients des deux groupes d'alertes.
Bien que les alertes intrusives aient augmenté la fréquence du dépistage, les chercheurs ont souligné le risque de fatigue d'alerte, où les médecins peuvent être submergés par des notifications excessives. Des études futures exploreront ce phénomène plus en détail.
« Les systèmes de santé doivent équilibrer l'efficacité des alertes intrusives avec les effets négatifs potentiels », a déclaré Walsh. « Nos résultats suggèrent que l'identification automatique des risques, associée à des alertes bien conçues, peut aider à repérer davantage de patients nécessitant des services de prévention du suicide. »