大マス・ブリガムが開発したAIツールは、医療記録を使って診断される数年前に、 親密なパートナーの暴力の危険性を正確に予測している。 An AI tool developed by Mass General Brigham accurately predicts intimate partner violence risk years before diagnosis using medical records.

NIHの資金提供を受けたマス・ブリガムの研究者はAIのツールを開発した。 AIは、コンピュータの学習を使って、 親密なパートナーの暴力(IPV)を予測する、電子医療記録を分析した。 Researchers at Mass General Brigham, funded by the NIH, developed an AI tool using machine learning to predict intimate partner violence (IPV) risk by analyzing electronic medical records. 核融合モデル HAIM は88%の正確性を獲得し,臨床講義の3.7年前まで,構造と構造のないデータを使って,IPVの80.5%のケースを特定した. The fusion model, HAIM, achieved 88% accuracy and identified 80.5% of IPV cases up to 3.7 years before clinical presentation, using both structured and unstructured data. 精神疾患や 頻繁にERに訪れる人 社会的な欠乏といった リスク要因を検出しましたが 予防的なケアは リスクの低下と関連しています It detected risk factors like mental health issues, frequent ER visits, and social deprivation, while preventive care was linked to lower risk. このツールは診断のためのものではなく,特に多くの被害者が虐待を公表しないため,早期に,積極的なスクリーニングを支援することを目的としています. The tool is not for diagnosis but aims to support early, proactive screening, especially since many victims don’t disclose abuse. 制限 に は , 誤っ た ネガ の 可能 性 や , より 多様 な データ の 必要 性 が 含ま れ ます。 Limitations include potential false negatives and the need for more diverse data. このアプローチは,早期の介入と健康効果の改善を約束している. The approach shows promise for improving early intervention and health outcomes.