Machine learning gebruiken om risicovol gedrag in psychiatrische klinieken te detecteren

Het doel van deze studie is om risicovol gedrag van patiënten in een psychiatrische kliniek te detecteren met behulp van de machine learning-methode. Risicovol gedrag; Het wordt gedefinieerd als gedrag dat persoonlijk, sociaal en ontwikkelingsongewenst is en het leven en de gezondheid in gevaar brengt. Patiëntveiligheid en het zorgen voor een veilige omgeving behoren tot de belangrijkste taken van beroepsbeoefenaren in de gezondheidszorg. Zelfmoord is de belangrijkste op bewijs gebaseerde risicofactor, vooral bij personen met psychiatrische aandoeningen, en is een van de belangrijkste factoren die de patiëntveiligheid bedreigen. Zelfmoordpoging is een crisissituatie die vaak voorkomt in klinieken. Het is bekend dat het aantal zelfmoordpogingen 5 tot 10 maal toeneemt bij ziekenhuispatiënten. In klinieken met intramurale patiënten komen zelfmoordpogingen en ander risicovol gedrag vaak voor.

Het voorkomen van risicovol gedrag en het bieden van een veilige omgeving in psychiatrische klinieken is een belangrijke kwestie in ons land en in de wereld. Om risicovol gedrag op te sporen en de veiligheid van patiënten en werknemers te garanderen, zijn er maatregelen om patiënten met camera's in psychiatrische klinieken te monitoren, binnen het kader van de kwaliteitsnormen op het gebied van de gezondheidszorg. Deze maatregelen zijn echter niet voldoende om het probleem volledig op te lossen. In psychiatrische klinieken wordt de patiëntmonitoring verzorgd door een verpleegkundige die voortdurend de in de kamers geplaatste camerabeelden op het computerscherm in de gaten houdt. Het lage aantal verpleegkundigen, vooral tijdens nachtdiensten, maakt cameratoezicht tijdens nachtdiensten lastig en vormt een probleem op het gebied van de patiëntveiligheid. Het voortdurend monitoren van de monitoren door de verpleegkundige vermindert de tijd die aan de patiënt wordt besteed en verhoogt de werkdruk. Bovendien kan risicovol gedrag niet worden gedetecteerd als er geen schermmonitoring wordt uitgevoerd. Daarom moeten er nieuwe methoden worden ontwikkeld om een ​​veilige omgeving in psychiatrische klinieken te garanderen. In die zin is de machine learning-methode, die steeds vaker wordt gebruikt bij kunstmatige intelligentie en data-analyse, een gespecialiseerde subtak van kunstmatige intelligentie-algoritmen die probeert betekenisvolle resultaten/voorspellingen af ​​te leiden uit bestaande gegevens. De machine learning-methode wordt vaak gebruikt op het gebied van de gezondheidszorg, en de psychiatrie is daar één van. Het belangrijkste doel van deze studie is het detecteren van risicovol en risicovol gedrag van patiënten die in een psychiatrische kliniek worden behandeld met behulp van de machine learning-methode en om ervoor te zorgen dat patiënten in een veiligere omgeving worden behandeld.