机器学习自杀风险识别在印第安社区医疗系统的实施考量

2026年10月7日，medRxiv发布一项预印本研究，基于美国西南部印第安人卫生服务体系2019年10月至2021年10月的急诊电子健康记录数据，评估机器学习自杀风险识别模型的标准化净获益。研究纳入9,244名患者，其中139人（1.5%）在就诊后90天内发生自杀未遂或死亡；决策曲线分析显示，人群特异性logistic回归模型净获益最高。研究认为，以机器学习辅助现有自杀筛查具有可行性，但需阶梯式照护框架和培训，以应对工作负荷与实施障碍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。