位于费城的行为健康技术和分析公司NeuroFlow希望帮助其商业支付方和医疗系统的客户识别可能患有精神疾病和自杀风险的患者，并进行早期干预。其解决方案依赖于人工智能（AI）技术。
根据非营利组织Mental Health America在2022年的估计，超过2700万美国成年人患有精神疾病但未接受治疗。NeuroFlow首席商务官Robert Capobianco告诉Healthcare Brew，未治疗的精神疾病不仅对个人造成伤害，还会导致其提供者和支付方客户的意外成本增加。
NeuroFlow相信其技术可以帮助从医生到医疗系统的整个医疗供应链更高效地识别需要帮助的患者，防止未来昂贵的干预需求。“我们必须提前发现那些即将急性发作的人，否则他们将继续成为高成本成员，因为我们是在最后而不是最初发现他们。”Capobianco表示。
预测未来。 在获得NeuroFlow客户及其患者的同意后，AI会分析去识别化的人群健康数据，以识别与心理健康相关的模式。通过这些分析，AI可以帮助找到尚未被诊断为精神健康问题但具有与已确诊患者相似特征和行为的患者。这些患者可以优先进行主动接触，提供者可以更频繁地与他们联系。Capobianco说：“我们不再只是应对已知情况，而是可以开始领先一步。”
该公司于1月初收购了团队护理平台Alluceo，该平台将心理健康和行为健康融入初级保健。Alluceo包括一个非AI模型，用于帮助整合护理并确定患者的“风险和复杂性”。公司计划基于约100万额外患者的数据显示，训练Alluceo模型，NeuroFlow发言人Ellen Harvey表示。
语言处理。 AI在识别潜在风险患者方面也发挥了重要作用，超越了传统方法。例如，即使患者未接受正式的抑郁评估，但他们填写了生态瞬时评估，要求他们写下当前的感受。如果有人写道“我真的不想在这里待下去”，AI可以通过自然语言处理标记此类信息，提供者的护理管理团队可以选择给此人打电话。
在2024年发表于《行为科学中的技术杂志》的一项研究中，NeuroFlow研究人员发现，患者的睡眠、压力和情绪自我报告是显著预测自杀意念风险的指标。然而，作者指出，仍需后续研究来确认这些发现。
潜在障碍。 其他机器学习模型也旨在通过患者和提供者的数据预测心理健康危机的风险，包括西班牙和英国的一些机构。Therapists in Tech的执行董事David Cooper表示，这种技术非常适合基于价值的护理，并有助于“长期”发展。但他也指出了一个缺点。目前，他担心没有足够的心理健康专业人员来治疗这些算法识别出的所有需要治疗的患者。根据美国心理学会2024年执业脉搏调查，在853名受访心理学家中，超过一半（53%）没有新的患者预约空位。“我们面临的心理健康危机不是识别问题，而是获取问题。”Cooper说，“只是在已经堵塞的漏斗顶部加入更多寻求护理的患者——我不知道这是否有帮助。”
(全文结束)
