文献速递医学人工智能与信息学流行病学与生物统计

人工智能如何帮助临床医生识别有自杀风险的美国印第安患者

How AI Could Help Clinicians Identify American Indian Patients at Risk for Suicide.
PubMed 文献 · JAMA · 2025-01-01

本文是一篇医学新闻访谈,受访者为约翰斯·霍普金斯大学布隆伯格公共卫生学院印第安人健康中心的Emily E. Haroz博士,讨论一项观察性研究:该研究在大量印第安人健康服务局患者中,将自杀风险机器学习模型与非人工智能筛查方法进行了比较。

要点

  • 访谈对象为Emily E. Haroz博士,任职于约翰斯·霍普金斯大学布隆伯格公共卫生学院印第安人健康中心。
  • 讨论的研究为观察性研究,比较自杀风险机器学习模型与非人工智能筛查方法。
  • 研究对象为大量印第安人健康服务局患者。

研究设计与样本

  • 本文为医学新闻访谈,讨论一项观察性研究,该研究在大量印第安人健康服务局患者中比较了自杀风险机器学习模型与非人工智能筛查方法。

以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。

原文

This Medical News article is an interview with Emily E. Haroz, PhD, an associate professor at the Johns Hopkins Bloomberg School of Public Health’s Center for Indigenous Health, about an observational study that compared suicide risk machine learning models with a non–artificial intelligence screening method in a large group of Indian Health Service patients.

来源:JAMA,查看原文。版权归原作者所有。

引用

  1. Hswen Y, Abbasi J. How AI Could Help Clinicians Identify American Indian Patients at Risk for Suicide. JAMA. 2025. PMID: 39792368. doi:10.1001/jama.2024.24063

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。