overzicht

Met algoritme voorspellen van suïcide heeft nog veel problemen

handen

Gepubliceerd: 21-02-2022

Kan je suïcidaal gedrag voorspellen met behulp van zelflerende algoritmes? Er zijn mogelijkheden, maar ook kans op fouten. Uit een overzichtsstudie gepubliceerd in The Lancet Psychiatry blijkt dat machine learning bij suïcidepreventie nog in de kinderschoenen staat.

In de zorg wordt steeds vaker gebruikgemaakt van zelflerende algoritmes. Zo kunnen deze complexe computerberekeningen aan de hand van data nauwkeurig voorspellen waar een tumor in het lichaam zit of wat het optimale moment is om een patiënt op de intensive care te ontslaan. Er zijn verschillende studies die laten zien dat je machine learning kan inzetten om suïcidaliteit te voorspellen. Toch maken zelfs de beste algoritmes relatief veel (vals positieve) fouten. Ook het daadwerkelijk voorkomen van suïcidaal gedrag met behulp van algoritmes staat nog in de kinderschoenen.

Dat blijkt uit een overzichtsstudie van het Trimbos-instituut, Altrecht, de Vrije Universiteit Amsterdam (VU) en de universiteiten van Manchester en Leuven. Op verzoek van het wetenschappelijk medisch tijdschrift The Lancet Psychiatry schreef het Trimbos-instituut samen met de vier andere partners een overzichtsartikel met de laatste stand van zaken over machine learning: een verzamelnaam voor zelflerende algoritmes.

Zelfrijdende auto’s

Zelflerende algoritmes zijn complexe rekenregels die voorspellingen kunnen maken en patronen herkennen aan de hand van grote bergen data zonder dat een programmeur die relaties expliciet heeft geprogrammeerd. Dankzij machine learning kunnen auto’s bijvoorbeeld zelfstandig rijden en kunnen bedrijven gepersonaliseerde aanbiedingen doen.

Kan je suïcidaal gedrag voorspellen?

De afgelopen jaren zijn er verschillende studies verschenen die machine learning toepasten om suïcidaal gedrag te voorspellen. Die toepassingen zijn een eerste stap in het automatisch screenen van patiënten, bijvoorbeeld door huisartsen. Op die manier kan een algoritme artsen helpen om bijvoorbeeld suïcidaliteit te bespreken bij patiënten met een hoog risico. Toch blijft het lastig om suïcidaal gedrag te voorspellen, omdat het een gevolg is van complexe interacties tussen vele mogelijke factoren (omgevingsfactoren, sociale factoren, psychologische factoren, etc.). In wat voor omgeving is iemand opgegroeid? Is er een verhoogde kans op depressie? Heeft iemand ingrijpende gebeurtenissen meegemaakt?

                     ----------------------------------
Denk jij weleens aan zelfmoord of ken je iemand die dat doet? Praten helpt!
Praten over zelfmoordgedachten kan anoniem: chat via www.113.nl, bel 113 of bel gratis 0800-0113
                     ----------------------------------

Het blijkt mogelijk om via machine learning die complexe samenhang mee te nemen en daarmee de voorspelling te verbeteren. Toch blijft het voorspellen van suïcidaal gedrag lastig, omdat het relatief weinig voorkomt. Zelfs het beste algoritme maakt veel (vals positieven) fouten.

Daarnaast vraagt de vertaling van de uitkomst van een algoritme naar preventie nog aandacht. Wat heeft een behandelaar eraan wanneer we een suïcide kunnen voorspellen op basis van registratiedata met een nauwkeurigheid van 80 procent. Hoe interpreteer je dit resultaat en hoe vertaal je de uitkomst van een voorspelling naar de praktijk? Hoe zou de toepassing eruit moeten zien?

In het overzichtsartikel in The Lancet Psychiatry lichten we de meest gebruikte termen binnen machine learning toe en bespreken verschillende relevante thema’s. Denk onder meer aan de kwaliteit van de data en de ethische uitdagingen die machine learning met zich meebrengt. Bovendien geven we een set aanbevelingen om machine learning daadwerkelijk te gebruiken om suïcidaal gedrag te voorspellen. Daarin bespreken we onder meer dat machine learning alleen zin heeft als er niet alleen aandacht is voor signalering, maar ook voor zorgtrajecten na het voorspellen van suïcidaal gedrag. Zo hopen we een bijdrage te leveren aan de steeds sneller gaande ontwikkelingen rondom big data, machine learning en suïcidepreventie.­

Kernpunten

* Omdat suïcidaal gedrag relatief weinig voorkomt zal zelfs het beste algoritme (vals positieve) fouten maken.

* De manier waarop suïcidaal gedrag wordt geregistreerd, kan enorm verbeterd worden.

* De bestaande data kan verrijkt worden met bijvoorbeeld data van mobiele telefoons.

* Investeer niet alleen in het voorspellen, maar ook in het voorkomen van suïcidaal gedrag.

* Betrek patiënten en behandelaren bij de doorontwikkeling van de uitkomsten van machine learning naar toepassingen in de praktijk.

Bron: Trimbos-instituut

-----------------------------------------------------------------------------------------

Vind je dit interessant? Misschien is een abonnement op de gratis nieuwsbrief dan iets voor jou! GGZ Totaal verschijnt tweemaal per maand en behandelt onderwerpen over alles wat met de ggz te maken heeft, onafhankelijk en niet vooringenomen.

Abonneren kan direct via het inschrijffomulier, Opgeven van je mailadres is voldoende. Of kijk eerst naar de artikelen in de vorige magazines.

Overig nieuws


16-08-2022 - ‘De DSM heeft niets te maken met echte menselijke processen’
15-08-2022 - 'Vingerafdruk' van de hersenen als voorspeller van psychische problemen
12-08-2022 - 'Ik en de ggz': schrijf je verhaal!
12-08-2022 - Universiteit Maastricht zoekt mensen die stemmen horen voor onderzoek
11-08-2022 - Wachtlijst ggz is te lang, maar om hoeveel mensen het gaat is onduidelijk
10-08-2022 - Minder instroom vanuit ggz: toch voldoende budget voor langdurige zorg
09-08-2022 - 21,5 miljoen euro om ggz-patiënten via IPS-traject aan werk te helpen
07-08-2022 - Werking antidepressiva en serotoninetekort heeft weinig met elkaar te maken
07-08-2022 - Herkennen mensen met autisme emoties slechter dan anderen? Dat is de vraag.
07-08-2022 - Intensief Behandelteam kan opname verkorten of voorkomen
07-08-2022 - Eetproblemen bij jonge kinderen
07-08-2022 - Werken met pubers en hun ouders
07-08-2022 - Bloed-hersenbarriére speelt rol bij erfelijke vorm van frontotemporale dementie
07-08-2022 - Moeten we de diagnose ‘borderline’ niet schrappen?
07-08-2022 - Een ‘verslavingsgevoelige persoonlijkheid’. Bestaat dat?
07-08-2022 - Over psychoses en de rol van de buurt waarin je opgroeit
07-08-2022 - Ex-medewerkers Emergis: 'Sluiting afdeling was gevolg van totaal verziekte werksfeer'
04-08-2022 - Hoogleraar Levensbeschouwing en geestelijke volksgezondheid: Freud en Foucault centraal in onderzoek
26-07-2022 - Narcisme
26-07-2022 - Levend Verlies - Blijvend Verdriet
25-07-2022 - Elektro-acupunctuur als alternatieve behandeling bij depressie met slapeloosheid
25-07-2022 - Vermoeidheid door Long-Covid leidt tot angst, depressie en apathie. Of andersom.
25-07-2022 - Binnen ggz opnieuw verzet tegen aanleveren van gegevens over behandeling
19-07-2022 - MIND maakt zich zorgen over voortbestaan vrije artsenkeuze
18-07-2022 - Cognitieve Gedragstherapie: een effectieve interventie bij psychose
15-07-2022 - Effect esketamine vergeleken met ECT bij ernstige depressies
14-07-2022 - Vijf nieuwe websites met onafhankelijke informatie over psychofarmaca
14-07-2022 - App helpt mensen met borderline-problematiek emoties eerder te herkennen
14-07-2022 - Wisselende ervaringen met gebruik zorgstandaarden
13-07-2022 - Sommige kwetsbare groepen harder geraakt door coronapandemie
12-07-2022 - Bijna 150 duizend 15-plussers ondervonden mentale problemen door pesten

Laatste nieuws

Tagcloud


  • adhd
  • autisme
  • corona
  • dementie
  • depressie
  • financiering
  • jeugd ggz
  • jeugdzorg
  • suicide
  • verslaving

Zoeken in nieuws


Zoek

Onze Facebook pagina

Contactgegevens

info@ggztotaal.nl

Deel deze pagina

Neem contact op


Op de hoogte blijven?


Vul uw emailadres in en ontvang gratis ons magazine!

 

 

Disclamer & privacy


Hoe gaan we met jouw gegevens om?

 

Het laatste nieuws


  • ‘De DSM heeft niets te maken met echte menselijke processen’

    Door Jose Hoekstra
  • 'Vingerafdruk' van de hersenen als voorspeller van psychische problemen

  • 'Ik en de ggz': schrijf je verhaal!

  • Universiteit Maastricht zoekt mensen die stemmen horen voor onderzoek

  • Wachtlijst ggz is te lang, maar om hoeveel mensen het gaat is onduidelijk

Zoeken


 

Social media


FacebookTwitterLinkedInInstagram

 

Weesperzijde 10-H   |   1091 EA Amsterdam   |  info@ggztotaal.nl   |   Webdesign PEW

Copyright 2022 - GGZ Totaal
Inloggen | Sitehand - Website met apps | Ziber - PSD naar html | Design by PEW Grafisch ontwerpstudio