Η τεχνητή νοημοσύνη (ΤΝ) μπορεί να βοηθήσει στην καλύτερη αναγνώριση της συχνότητας της σωματικής κακοποίησης παιδιών που εξετάζονται στα επείγοντα, σύμφωνα με μια νέα μελέτη. Η έρευνα παρουσιάστηκε στη Συνάντηση Παιδιατρικών Ακαδημαϊκών Εταιρειών (PAS) 2025, που πραγματοποιήθηκε από τις 24 έως τις 28 Απριλίου στη Χονολουλού.
Οι ερευνητές χρησιμοποίησαν ένα μοντέλο μηχανικής μάθησης για να εκτιμήσουν περιστατικά κακοποίησης παιδιών που παρατηρούνται σε τμήματα επειγόντων περιστατικών με βάση διαγνωστικούς κωδικούς για τραυματισμούς υψηλού κινδύνου και σωματική κακοποίηση. Η προσέγγιση των ερευνητών προέβλεψε καλύτερα τα ποσοστά κακοποίησης από εκείνα που βασίζονται αποκλειστικά σε διαγνωστικούς κωδικούς που εισάγονται από έναν πάροχο ή διοικητικό προσωπικό. Η χρήση μόνο κωδικών κακοποίησης οδήγησε σε λανθασμένη διάγνωση κατά μέσο όρο στο 8,5% των περιπτώσεων.
«Η προσέγγισή μας στην ΤΝ προσφέρει μια σαφέστερη εικόνα των τάσεων στην κακοποίηση παιδιών, η οποία βοηθά τους παρόχους να αντιμετωπίζουν την κακοποίηση και να βελτιώνουν την ασφάλεια των παιδιών», δήλωσε η Farah Brink, MD, παιδίατρος παιδικής κακοποίησης στο Νοσοκομείο Παίδων Nationwide και επίκουρη καθηγήτρια στο Πανεπιστήμιο του Οχάιο. «Τα εργαλεία που υποστηρίζονται από ΤΝ έχουν τεράστιες δυνατότητες να φέρουν επανάσταση στον τρόπο με τον οποίο οι ερευνητές κατανοούν και εργάζονται με δεδομένα σε ευαίσθητα ζητήματα, συμπεριλαμβανομένης της παιδικής κακοποίησης».
Οι ερευνητές μελέτησαν δεδομένα από 3.317 επισκέψεις σε τμήματα επειγόντων περιστατικών που σχετίζονται με τραυματισμούς και κακοποίηση σε επτά παιδιατρικά νοσοκομεία μεταξύ Φεβρουαρίου 2021 και Δεκεμβρίου 2022. Όλα τα παιδιά ήταν κάτω των 10 ετών και σχεδόν τα τρία τέταρτα ήταν κάτω των δύο ετών.