Machine learning kan ingezet worden voor suïcidepreventie, maar nog uitdagingen

Volgens heel wat wetenschappelijk onderzoek kan suïcidaal gedrag steeds beter voorspeld worden aan de hand van machine learning. Uit een overzichtsstudie van verschillende internationale universiteiten blijkt dat machine learning ingezet kan worden bij suïcidepreventie. Toch staat de ontwikkeling van de technologie en de concrete vertaling naar de praktijk nog in een beginfase.

De afgelopen jaren werden heel wat studies geproduceerd die machine learning gebruikten om suïcidaal gedrag te kunnen voorspellen. Daarbij is het de bedoeling dat een zelflerend algoritme artsen kan helpen om suïcidaliteit te bespreken met patiënten met een verhoogd risico. Een overzichtsstudie van The Lancet Psychiatry in het jongste nummer wijst uit dat er wel degelijk mogelijkheden zijn, maar wel nog veel kansen op fouten bestaan. De manier waarop bijvoorbeeld suïcidaal gedrag wordt geregistreerd, heeft nog ruimte voor verbetering.

Zo zijn er verschillende studies die bewijzen dat machine learning kan worden ingezet om suïcidaliteit te voorspellen. Toch maken zelfs de beste algoritmes nog steeds relatief veel (lees: vals-positieve) fouten. Zelfs voor de meest geavanceerde algoritmes blijft het moeilijk om suïcidaal gedrag te voorspellen, vooral omdat het een gevolg is van complexe interacties tussen vele factoren. Zo speelt de omgeving waarin iemand opgroeide een rol, maar ook ingrijpende gebeurtenissen, kans op depressie en allerlei andere variabelen zijn noodzakelijk om suïcidaal gedrag te kunnen voorspellen. Desondanks is het mogelijk om via machine learning die complexe samenhang mee te nemen en de voorspelling te verbeteren.

Daarnaast is het nog maar de vraag of een algoritme ingeschakeld kan worden voor suïcidepreventie. Wat kan een behandelaar er bijvoorbeeld mee als onderzoekers een suïcide kunnen voorspellen op basis van een nauwkeurigheid van 80 procent? Machine learning kan wel nuttig zijn als er niet alleen aandacht is voor signalering, maar ook voor zorgtrajecten na de voorspelling van suïcidaal gedrag. Verder zijn er volgens de onderzoekers nog andere soorten uitdagingen: is de kwaliteit van zo’n voorspelling altijd accuraat? Is het überhaupt ethisch om objectieve data in te zetten voor een voorspelling van suïcide?

Wel nut

Toch betekenen al die vraagstukken niet dat machine learning niet kan worden ingezet voor de gezondheidszorg. Zo kan met complexe computerberekeningen nauwkeurig worden voorspeld waar een tumor in het lichaam zit of wat het optimale moment is om ontslagen te worden op de intensive care. In het Leids Universitair Medisch Centrum (LUMC) is bijvoorbeeld al onderzoek gedaan met algoritmes naar de veranderingen in de beleving van gezondheid van patiënten. De onderzoekers van het LUMC en Salut hebben daarbij voor het eerst in Nederland gebruik gemaakt van machine learning-techniek uit de spraaktechnologie.