Ellen Barry para The New York Times:

Cada vez más, los sistemas de cuidado a la salud recurren al aprendizaje automático para tomar esta decisión. Se utilizan algoritmos basados en amplios conjuntos de datos —extraídos de las historias clínicas electrónicas, así como de otros factores— para asignar a los pacientes una puntuación de riesgo, de modo que las personas con un riesgo excepcionalmente alto puedan recibir atención adicional.

Los algoritmos han demostrado ser más precisos que los métodos tradicionales, que, según una revisión de 2017 de las investigaciones publicadas, no habían mejorado en 50 años y solo eran ligeramente mejores que el azar a la hora de predecir un resultado. Estos métodos ya se utilizan en algunos entornos clínicos. Desde 2017, el Departamento de Asuntos de los Veteranos ha utilizado un algoritmo para marcar el 0,1 por ciento de los veteranos con mayor riesgo de suicidio, unos pocos miles de pacientes en una población de seis millones.

Este enfoque ha tenido cierto éxito. Un estudio publicado el año pasado en JAMA Network Open descubrió que los veteranos inscritos en REACH VET, un programa para pacientes de riesgo, tenían un cinco por ciento menos de probabilidades de tener un intento de suicidio documentado, y menos probabilidades de ser ingresados en un centro psiquiátrico o de visitar la sala de urgencias. Pero el estudio no encontró ningún cambio significativo en la tasa de suicidio.

Muy interesante el artículo y muy bien balanceado. El mismo detalla las deficiencias que tenemos para prevenir el suicidio Y cómo la inteligencia artificial podría ayudarnos. También aclara que este tipo de iniciativas no es para todas las personas y que algunas se podrían beneficiar más de intervenciones más tradicionales.

Lee el artículo completo en The New York Times.

Artículo recomendado: El suicidio no se puede predecir