{"id":13065,"date":"2021-03-22T09:35:57","date_gmt":"2021-03-22T15:35:57","guid":{"rendered":"https:\/\/saluddigital.com\/?p=13065"},"modified":"2025-10-21T12:54:28","modified_gmt":"2025-10-21T18:54:28","slug":"inteligencia-artificial-para-la-prevencion-de-suicidios-en-pacientes-no-psiquiatricos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/avance-de-la-ciencia\/inteligencia-artificial-para-la-prevencion-de-suicidios-en-pacientes-no-psiquiatricos\/","title":{"rendered":"Artificial Intelligence for suicide prevention in non-psychiatric patients"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Algoritmo de Inteligencia Artificial desarrollado por investigadores de la Universidad Venderbilt en Tennessee, Estados Unidos busca calcular el riesgo de intento de suicidio en pacientes <\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El algoritmo de IA basado en aprendizaje autom\u00e1tico busca predecir los intentos de suicidio, fue sometido a pruebas y ensayos durante 11 meses consecutivos por los investigadores del Centro M\u00e9dico de la Universidad de Venderbilt (VUMC). El algoritmo lleva el nombre de Modelo de Probabilidad de Intento e Ideaci\u00f3n Suicida de Vanderbilt (VSAIL), y utiliza informaci\u00f3n de registros cl\u00ednicos electr\u00f3nicos para calcular el riesgo de intento de suicidio.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"prevenci\u00f3n\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El cient\u00edfico Colin Walsh, del VUMC y su equipo de trabajo, realizaron evaluaciones del rendimiento del algoritmo, buscando que en un futuro su aplicaci\u00f3n cl\u00ednica sea posible. Para dicha evaluaci\u00f3n los pacientes fueron divididos en ocho grupos seg\u00fan las puntuaciones de riesgo obtenidas por el algoritmo. Una de cada 23 personas del grupo de alto riesgo inform\u00f3 sobre pensamientos suicidas y una persona de las 271 hab\u00eda intentado suicidarse.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los resultados de la aplicaci\u00f3n de este modelo basado en informaci\u00f3n de expedientes cl\u00ednicos fueron publicados en la revista JAMA Network. El articulo tuvo como objetivo: “evaluar el desempe\u00f1o de un modelo de predicci\u00f3n de riesgo de intento de suicidio implementado en una historia cl\u00ednica electr\u00f3nica proporcionada por el proveedor para predecir (1) la ideaci\u00f3n suicida y (2) el intento de suicidio subsiguientes”.<\/p>

“Este estudio de cohorte observacional evalu\u00f3 la implementaci\u00f3n de un modelo de predicci\u00f3n de intentos de suicidio en sistemas cl\u00ednicos en vivo sin alertas\u201d, explican los autores en el art\u00edculo. Adem\u00e1s, los pacientes involucrados eran pacientes adultos hospitalizados ya fuera por emergencia, cirug\u00eda ambulatoria u otra raz\u00f3n.<\/p>

Los principales arrojaron la siguiente informaci\u00f3n: “El sistema gener\u00f3 115,905 predicciones para 77,973 pacientes (42 490 [54%] hombres, 35 404 [45%] mujeres. Los n\u00fameros necesarios para la detecci\u00f3n en los cuantiles de mayor riesgo fueron 23 y 271 para la ideaci\u00f3n y el intento de suicidio, respectivamente”.<\/p>

En sus conclusiones los autores explicaron que el estudio y el modelo predictivo mostr\u00f3 n\u00fameros y resultado necesarios para la detecci\u00f3n de riesgos de suicidio en entornos no psiqui\u00e1tricos. El siguiente paso es un emparejamiento cuidadoso con estrategias preventivas de bajo costo y poco da\u00f1o en un ensayo pragm\u00e1tico de efectividad en la prevenci\u00f3n del suicidio futuro”, explicaron sobre la relevancia de estudio.<\/p>

Para leer el art\u00edculo completo haz clic en el siguiente enlace: https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2777425<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAF\u00cdA<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

AI MED<\/strong><\/p>

https:\/\/ai-med.io\/more-news\/artificial-intelligence-calculates-suicide-attempt-risk\/<\/a> \u00a0\u00a0<\/p>

\u00a0<\/p>

JAMA <\/strong><\/p>

https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2777425<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Algoritmo de Inteligencia Artificial desarrollado por investigadores de la Universidad Venderbilt en Tennessee, Estados Unidos busca calcular el riesgo de intento de suicidio en pacientes El algoritmo de IA basado en aprendizaje autom\u00e1tico busca predecir los intentos de suicidio, fue sometido a pruebas y ensayos durante 11 meses consecutivos por los investigadores del Centro M\u00e9dico de la Universidad de Venderbilt (VUMC). El algoritmo lleva el nombre de Modelo de Probabilidad de Intento e Ideaci\u00f3n Suicida de Vanderbilt (VSAIL), y utiliza informaci\u00f3n de registros cl\u00ednicos electr\u00f3nicos para calcular el riesgo de intento de suicidio. El cient\u00edfico Colin Walsh, del VUMC y su equipo de trabajo, realizaron evaluaciones del rendimiento del algoritmo, buscando que en un futuro su aplicaci\u00f3n cl\u00ednica sea posible. Para dicha evaluaci\u00f3n los pacientes fueron divididos en ocho grupos seg\u00fan las puntuaciones de riesgo obtenidas por el algoritmo. Una de cada 23 personas del grupo de alto riesgo inform\u00f3 sobre pensamientos suicidas y una persona de las 271 hab\u00eda intentado suicidarse. Los resultados de la aplicaci\u00f3n de este modelo basado en informaci\u00f3n de expedientes cl\u00ednicos fueron publicados en la revista JAMA Network. El articulo tuvo como objetivo: “evaluar el desempe\u00f1o de un modelo de predicci\u00f3n de riesgo de intento de suicidio implementado en una historia cl\u00ednica electr\u00f3nica proporcionada por el proveedor para predecir (1) la ideaci\u00f3n suicida y (2) el intento de suicidio subsiguientes”. “Este estudio de cohorte observacional evalu\u00f3 la implementaci\u00f3n de un modelo de predicci\u00f3n de intentos de suicidio en sistemas cl\u00ednicos en vivo sin alertas\u201d, explican los autores en el art\u00edculo. Adem\u00e1s, los pacientes involucrados eran pacientes adultos hospitalizados ya fuera por emergencia, cirug\u00eda ambulatoria u otra raz\u00f3n. Los principales arrojaron la siguiente informaci\u00f3n: “El sistema gener\u00f3 115,905 predicciones para 77,973 pacientes (42 490 [54%] hombres, 35 404 [45%] mujeres. Los n\u00fameros necesarios para la detecci\u00f3n en los cuantiles de mayor riesgo fueron 23 y 271 para la ideaci\u00f3n y el intento de suicidio, respectivamente”. En sus conclusiones los autores explicaron que el estudio y el modelo predictivo mostr\u00f3 n\u00fameros y resultado necesarios para la detecci\u00f3n de riesgos de suicidio en entornos no psiqui\u00e1tricos. El siguiente paso es un emparejamiento cuidadoso con estrategias preventivas de bajo costo y poco da\u00f1o en un ensayo pragm\u00e1tico de efectividad en la prevenci\u00f3n del suicidio futuro”, explicaron sobre la relevancia de estudio. Para leer el art\u00edculo completo haz clic en el siguiente enlace: https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2777425 BIBLIOGRAF\u00cdA AI MED https:\/\/ai-med.io\/more-news\/artificial-intelligence-calculates-suicide-attempt-risk\/    JAMA https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2777425<\/p>\n","protected":false},"author":1,"featured_media":13066,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3399,152,154,1418],"tags":[145],"class_list":["post-13065","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-analitica","category-avance-de-la-ciencia","category-comunidades-conectadas","category-resena-de-publicaciones-cientificas","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/13065","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=13065"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/13065\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/13066"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=13065"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=13065"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=13065"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}