.png){kind=logo}
Prever e prevenir o suicídio, principalmente por meio do uso de algoritmos de aprendizado de máquina.
O suicídio continua sendo uma questão crítica nos Estados Unidos, atualmente sendo a décima principal causa de morte, sinalizando uma crise de saúde pública generalizada, mas muitas vezes evitável (1) (2). A cada dia, uma média de 16,8 indivíduos sucumbem ao suicídio, apontando para a necessidade urgente de estratégias de intervenção eficazes (3). Apesar da percepção comum de que o suicídio ocorre sem aviso prévio, as evidências sugerem que 90% das pessoas que morrem por suicídio têm um problema de saúde mental tratável (4). O desafio está em mudar de uma abordagem predominantemente reativa para uma proativa, em que os sistemas de detecção precoce e apoio à saúde mental podem intervir muito antes que os indivíduos cheguem a um ponto de crise. Aumentar o foco na prevenção e no atendimento oportuno é fundamental para reduzir a incidência de suicídio e melhorar o apoio à saúde mental nas comunidades (5).
Para atender a essa necessidade, desenvolvemos um modelo de análise preditiva, “SuicideRisk AI”, que utiliza dados sintéticos que abrangem uma infinidade de variáveis clínicas e comportamentais, como histórico de saúde mental, pontuações de questionários padrão, como PHQ-9 e GAD-7, e comportamentos relacionados ao aumento do risco de suicídio. Essa ferramenta ajuda os médicos na detecção precoce de pacientes com alto risco de suicídio.
As variáveis do modelo preditivo são extraídas de diferentes pesquisas, incluindo uma revisão sistemática de Lejeune et al. (1), um estudo sobre aprendizado de máquina na previsão de suicídio de Kumar et al. (2) e literatura sobre estratégias de IA para avaliar o comportamento suicida de Khan e Javed (3). Além disso, ele incorpora o potencial da IA para prever o risco de suicídio, conforme destacado por Parsapoor et al. (4) e as perspectivas futuras da IA nesse campo (5), fornecendo ao modelo uma base sólida para uma previsão precisa.
