科学家们开发出了一种人工智能（AI）工具，旨在帮助医生识别可能面临亲密伴侣暴力（IPV）风险的患者，甚至能在受害者寻求帮助的数年前就发出预警。
美国的研究人员利用在医院常规就诊期间收集的数据，训练了一个机器学习模型。这项研究发表在《自然》期刊上。
亲密伴侣暴力指的是来自现任或前任伴侣的虐待，可能导致严重伤害、慢性疼痛和精神健康障碍。
根据欧盟委员会的一份报告，在2021年，18%曾有过伴侣的妇女表示，她们曾遭受过来自伴侣的身体或性暴力。
目前医院对家庭暴力的筛查通常依赖于医生询问患者关于其在家中安全的问题。但许多受害者出于恐惧、羞耻或安全考虑而不透露虐待行为，导致许多案件未被发现。
研究团队使用了近850名曾遭受亲密伴侣暴力的女性多年来的记录，以及一个由5000多名年龄相仿的患者组成的对照组数据，构建了三种不同的AI系统，以测试该技术在识别风险人群方面的能力。
第一个系统分析了结构化的医院数据，如年龄、病史和其他标准患者信息。第二个系统则分析了书面医疗记录，包括医生的观察记录和放射科报告。第三个系统将这两种信息结合起来。
所有三个模型都表现强劲，但组合系统最为准确，其正确识别风险的概率达88%。
该工具还能够在许多患者后来进入医院主导的家庭暴力干预项目之前三年多，就标记出潜在的虐待行为。
通过一次性分析大量医院数据，这款新型AI系统能够识别出与虐待相关的身体创伤模式，并标记出那些记录与已确认虐待案例相似的患者的档案，从而允许医疗专业人员更早地进行干预。
“这款临床决策支持工具可能会对亲密伴侣暴力的预测和预防产生重大影响，”美国国立卫生研究院国家生物医学成像与生物工程研究所（NIBIB）健康信息学技术项目主任齐·段（Qi Duan）表示。“考虑到此类案例的普遍性，该工具可能成为公共卫生领域改变游戏规则的资产，”段补充道。
研究人员表示，这项技术旨在辅助临床医生，而非取代他们的判断。它不会诊断虐待行为，也不会强迫患者透露信息。相反，它会提供一个信号，可能帮助医生谨慎地谈及这个话题，并在需要时提供支持。
“我们的工作代表了一种转变，即利用医疗数据中已有的信息来更早地识别风险，”马萨诸塞州总医院布里格姆分院（Mass General Brigham）的急诊放射科医生、哈佛医学院副教授巴尔蒂·库拉纳（Bharti Khurana）说。
研究人员表示，他们正计划将该技术整合到电子病历系统中，以便医院在日常护理过程中能获得实时评估。
【全文结束】