利用人工智能改善预测和预防暴力

加拿大麦克马斯特大学和圣约瑟夫医疗保健的麦克马斯大学博士和迷你Mamak开发了电子汉密尔顿风险管理（EHARM）平台的电子汉密尔顿解剖学。它是一种创新的风险评估和管理工具，可用于暴力和侵略，可用于各种精神卫生地区，包括但不限于法医精神病学。通过大数据分析建立和验证了该工具的有效性，这证明它可以帮助预测暴力的存在，其升级，抵抗和侵略类型的变化。EHARM允许无缝风险管理，研究，计划规划和质量改进。Heather Moulden博士作为关键合作者。

暴力和侵略的风险一直是精神科服务的关注。当代心理健康服务中，它仍然是风险管理的重点 - 特别是法医单位或病房。管理暴力差的后果对患者，员工和公众来说可能是严重的身体和心理伤害。风险评估工具是一个重要的安全措施，提供专业判断的结构;但是，有关可用的临床实施的有限研究。

基于团体的风险评估方法
在过去的十年中，加拿大麦克马斯特大学迷你米克和圣约瑟夫医疗保健的麦利查奈·博士和圣约瑟夫的医疗保健，曾致力于一项研究暴力风险预测的进展和创新的研究计划。他们首先通过开发基于团队的结构化专业判断方法来进行法医精神病学，一般精神病学和青年心理健康的风险评估。他们的工作机构说明了这种方法的性能与其他标准风险评估工具和类似方法相当。重要的是，他们的研究描述了在临床竞技场内实施了基于群体的风险评估方法，反映了风险评估和管理的现实决策。这种风险评估方法最近经过机器学习建模，以进一步加强和改善预测，最终防止负面结果。

机器学习和大数据
该团队公司的机器学习建模首先测试这种方法在风险评估竞技场中的功效，有目的是最终增加其风险评估工具的预测力。虽然其他风险评估工具可以通过一些确定性预测小组内的暴力，但它们无法为给定患者提供个人预测。机器学习是人工智能的一个分支：计算机学习并适应没有人为干预的新数据。这为研究团队提供了统计分析所需的大数据的能力。鉴于通过传统统计方法的一些公约或假设不受影程，这种方法也可能允许识别新的危险因素候选者，这也许尚未出土。此外，机器学习建模可以随着时间的推移提高精确度，以提供个性化预测。

与现有工具不同，EHARM允许在个人级别预测暴力。

Chaimowitz博士，Mamak博士和Moulden博士使用该机器学习方法来处理来自法医健康环境中的代表和多样化的患者的大量信息。基于此，他们开发并评估了风险评估和管理工具，是风险管理（EHARM）平台的电子汉密尔顿解剖学。临床，历史和社会渗目因素被认为是暴力的潜在预测因子，并为每种类型的刑事犯罪创造了单独的模型。他们的结果表明，他们的机器学习模型与以前的黄金标准风险评估工具相当。与这些现有工具不同，以患者为中心的EHARM（而不是聚合器EHARM）允许在个人水平上进行暴力的预测和管理，并专门针对临床医生处理风险管理即时问题。

风险评估和管理工具
该团队开发的风险评估和管理工具有三个组成部分：激进的事件规模（AIS），电子汉密尔顿风险管理（EHARM）和EHARM聚集器的解剖学。从他们的初始Eharm for Forensic Psychiattry，他们开发了四个版本：法医版本，一般版本，青少年版和校正版本。

首先开发了法医版本，后来使用大数据和机器学习改进。从其实现中开发的大数据促进了更大的数据集。进行了进一步的研究，以开发临床医生的输入和通过实施收集的数据的普通版本。这将导致普通版本的大数据有效性。使用类似的方法来获得其他两个版本的大数据有效性：青年和惩教。这些工具提供了结构化格式和工艺，用于对暴力风险和管理的专业判断。

AIS是一种使用可访问的常见语言描述和评定侵略性的方法，以提供患者侵略记录的累积和图形图片。这是为了促进对患者和任何模式所经历的侵略程度的解释，包括改善或升级。两个部分代码最初是从1到9的数字被分配给行为，其中1个是粗鲁或争论，9表示伤害的物理攻击。尺度的第二部分归咎于指代工作人员干预的一封信：N，P，V和PC。n没有干预，P是物理干预，v是口头干预，PC指的是警方所召唤。这种简单的编码有助于使用普通可访问语言的风险和管理的工作人员讨论。它还提供了一种简明和简单的文档方法。

风险管理（eHARM）平台的电子汉密尔顿解剖的四个版本在网上结构性临床评估工具，以支持有关精神卫生领域的暴力风险决策。它们结合了历史（如以前的暴力行为），静态（稳定的因素不会随时间变化）和动态，可变的因素来预测迫在眉睫和短期风险。许多传统风险评估方法依赖于历史或静态因素，这可能是耗时的，但不提供更多迫在眉睫的暴力或介入方式的信息。相比之下，动态风险评估对于对暴力的短期预测和确定干预点来表现更好。

EHARM将所有可用的信息汇集在评估，培养和促进与风险有关的团队成员讨论的文件中。它提供了持续的风险评估和管理过程。评估有三个流利的阶段：过去，当前和未来。评估员从探索过去的历史因素，对目前正在发生的事情发生的事情，以估计未来暴力风险。这类似于其他风险评估;但是，EHARM通过基于多专业团队的方法工作。AIS提供了一种明确的简单语言，其中讨论了捕获这些讨论的文档进程支持的事件和持续的护理需求，并促进在需要时轻松访问信息。这种理解是制定风险管理战略的基础，并形成个性化患者报告。

AIS提供了一种明确的简单语言，可以讨论事件和持续的护理需求。

EHARM聚合器是EHARM中的单独组件，其中各个报告可以作为不可识别的数据下载。这可以促进在群体水平的研究分析，这激励了建立行为模式和治疗的趋势。EHARM Aggregator允许跨系统研究，质量改进和服务规划，没有额外的努力。

EHARM是精神科的突破性创新，其基于团队的方法以及最近的应用到大数据风险评估过程。侵略性事件规模是一种易于使用的规模，以测量与患者级别的eHARM和eHARM聚集体相结合的侵略性事件。Chaimowitz博士，Mamak博士和默登博士制定了严格的风险评估和管理工具套件。该工具可在各种心理健康区域内使用，从一般精神病学到法医服务以及各种设置，如住院或门诊和群体家庭。

结论
EHARM平台证明是风险评估和风险管理领域的重大进步。它的三个组成部分 - AIS，EHARM和EHARM聚集体 - 以及三个流利的阶段 - 过去，现在和未来 - 提供广泛的评估和实施，以管理暴力行为。eharm的四个版本允许广泛的竞技场，其中可以使用它。

通过机器学习使用大数据为该工具提供了实证研究，为临床医生提供了使用的信心，其简单的语言促进了基于团队的临床实践。这项研究也被证明是有用的，通过青少年和矫正版本的发展来理解再犯罪场景和与年龄有关的暴力。使用这一工具，精神卫生专业人员可以更准确地预测暴力的存在、升级、停止，以及个人和群体暴力类型的变化，并制定适当的风险管理应对措施，最终防止未来的攻击。

EHARM允许无缝风险管理，研究，计划规划和质量改进。