Wykorzystanie uczenia maszynowego do wykrywania ryzykownych zachowań w klinikach psychiatrycznych

Celem niniejszego badania jest wykrywanie ryzykownych zachowań pacjentów kliniki psychiatrycznej przy wykorzystaniu metody uczenia maszynowego. ryzykowne zachowanie; Definiuje się je jako zachowania niepożądane osobiście, społecznie i rozwojowo oraz zagrażające życiu i zdrowiu. Bezpieczeństwo pacjenta i zapewnienie bezpiecznego środowiska należą do podstawowych obowiązków pracowników służby zdrowia. Samobójstwo jest najważniejszym, popartym dowodami czynnikiem ryzyka, zwłaszcza u osób cierpiących na choroby psychiczne, i jednym z najważniejszych czynników zagrażających bezpieczeństwu pacjentów. Próba samobójcza to sytuacja kryzysowa, z którą często spotykamy się w klinikach. Wiadomo, że u pacjentów hospitalizowanych odsetek prób samobójczych wzrasta 5–10-krotnie. W klinikach, w których przebywają pacjenci hospitalizowani, często spotyka się próby samobójcze i inne ryzykowne zachowania.

Zapobieganie zachowaniom ryzykownym i zapewnienie bezpiecznego środowiska w poradniach psychiatrycznych to ważny problem w naszym kraju i na świecie. W celu wykrywania zachowań ryzykownych i zapewnienia bezpieczeństwa pacjenta/pracownika, w poradniach psychiatrycznych podejmowane są działania polegające na monitorowaniu pacjentów za pomocą kamer w ramach standardów jakości w zdrowiu. Jednak te środki nie są wystarczające, aby całkowicie rozwiązać problem. W poradniach psychiatrycznych nadzór nad pacjentem sprawuje pielęgniarka, która na bieżąco monitoruje na ekranie komputera obrazy z kamer umieszczonych w pokojach. Mała liczba pielęgniarek, szczególnie na nocnych zmianach, utrudnia monitorowanie kamer podczas nocnych zmian i stwarza problem z punktu widzenia bezpieczeństwa pacjentów. Stałe monitorowanie monitorów przez pielęgniarkę skraca czas spędzony z pacjentem i zwiększa obciążenie pracą. Dodatkowo, jeśli nie jest wykonywane monitorowanie ekranu, nie można wykryć ryzykownych zachowań. Dlatego też należy opracować nowe metody zapewniające bezpieczne środowisko w klinikach psychiatrycznych. W tym sensie metoda uczenia maszynowego, która jest coraz częściej stosowana w sztucznej inteligencji i analizie danych, jest wyspecjalizowaną gałęzią algorytmów sztucznej inteligencji, która próbuje wyprowadzić znaczące wyniki/przewidywania z istniejących danych. Metoda uczenia maszynowego jest często stosowana w dziedzinie zdrowia, a psychiatria jest jedną z takich dziedzin. Głównym celem tego badania jest wykrycie zachowań ryzykownych i wysokiego ryzyka pacjentów leczonych w poradni psychiatrycznej przy użyciu metody uczenia maszynowego oraz zapewnienie pacjentom leczenia w bezpieczniejszym środowisku.