AI可在披露前识别家暴风险

关键信息

AIRS将结构化电子病历数据与非结构化临床笔记结合起来，前者包括诊断、用药、影像检查就诊情况、急诊频率、生命体征以及邮编级社会贫困评分，后者则由Clinical-Longformer处理。该模型通过HAIM在预测阶段融合两路数据，这有助于应对某类记录不完整的情况，但文章指出，在医院实际使用前仍需解决安全和隐私问题。

资讯摘要

ZDNET报道了一套新的AI系统，旨在通过常规医疗记录在患者主动披露之前识别亲密伴侣暴力（IPV）风险。研究人员表示，该模型可以比患者披露时间早最长五年发出预警，从而填补医疗体系中的一个重大盲区，因为许多受害者虽然多次就诊，涉及伤口、慢性疼痛、焦虑或抑郁等问题，却始终没有公开遭遇。文章引用CDC的估计称，美国超过三分之一的女性一生中会经历IPV，而当前依赖自我报告的筛查方法仍会漏掉大量病例。哈佛医学院创伤影像研究与创新中心创始主任Bharti Khurana医生、同时也是布莱根妇女医院急诊放射科医生，指出IPV在医疗系统中往往长期不可见。

该系统名为AIRS，代表Automated IPV Risk Support，由布莱根妇女医院、MIT和哈佛医学院的研究人员共同开发。AIRS同时使用结构化电子病历数据和非结构化临床笔记，其中Clinical-Longformer将笔记转换为机器可读表示，HAIM则在预测阶段融合两个独立分类器的输出。文章称，在主要测试队列上，该融合模型的AUC达到0.88，这是区分病例与非病例的较强指标。ZDNET还指出，这一工具仍处于研究阶段，在进入医院部署前，安全和隐私问题仍必须解决。

来源与参考

1. 原始链接
2. AI can identify intimate partner violence years before people disclose it, but is that safe?