Gallai deallusrwydd artiffisial a chofnodion iechyd electronig helpu gydag ymdrechion i atal hunanladdiad

Bob blwyddyn mae tuag 800,000 o bobl ledled y byd yn eu lladd eu hunain, sy’n cael effaith enfawr ar deuluoedd, y gymuned ac ymarferwyr iechyd proffesiynol.

Yn anffodus nid yw’n hawdd adnabod y rhai mewn perygl o hunanladdiad. O ganlyniad i nifer fawr o newidynnau a rhyngweithiadau cymhleth, clinigwyr hyfforddedig yn unig all asesu perygl dybryd o hunanladdiad.

Fodd bynnag, mae’r rhan fwyaf o bobl sy’n eu lladd eu hunain yn mynychu gwasanaethau heblaw am rai iechyd meddwl yn eu blwyddyn derfynol am resymau nad ydynt i bob golwg yn gysylltiedig. Bellach mae ymchwil newydd wedi edrych ar ffyrdd o ddefnyddio’r wybodaeth iechyd hon i adnabod y bobl sy’n wynebu’r perygl mwyaf. 

600 x 400

Cynhaliwyd yr ymchwil gan dîm yn cynnwys Dr Marcos del Pozo Banos, yr Athro Ann John, yr Athro Damon Berridge a’r Athro Keith Lloyd o Ysgol Feddygol Prifysgol Abertawe , a Dr Caroline Jones o Ysgol y Gyfraith Hillary Rodham Clinton, ar y cyd â chydweithwyr academaidd o brifysgolion yn Ewrop yn ogystal â Dr Sarah Spencer, ymgynghorydd meddygaeth frys yn Ysbyty Tywysoges Cymru ym Mhen-y-Bont. 

Datgelodd eu canfyddiadau, sydd newydd gael eu cyhoeddi, fod dros 80 y cant o’r achosion hunanladdiad a astudiwyd wedi cael cyswllt o leiaf unwaith gyda’u meddyg teulu yn ystod eu blwyddyn derfynol.  

Meddai Dr del Pozo Banos: “Roeddem am weld a allem ddatblygu algorithm sy’n dadansoddi data iechyd a gesglir yn rheolaidd i dynnu sylw at bobl, er mwyn i ymarferwyr ofyn cwestiynau priodol ynghylch meddyliau a theimladau i gleifion sy’n dod i’w gweld gyda chyflyrau nad ydynt, i bob golwg, yn gysylltiedig.” 

Esboniodd y rôl hollbwysig y gall deallusrwydd artiffisial ei chwarae bellach wrth brosesu miliynau o gofnodion gyda miloedd o amrywiannau i greu model risgiau’n gyflym iawn. Yna gall brosesu hanes iechyd cleifion a thynnu sylw at y rhai a allai fod mewn perygl. 

Dywedodd Dr del Pozo Banos, sy’n arbenigwr mewn gwybodeg iechyd meddwl a deallusrwydd artiffisial, fod modd defnyddio data gofal sylfaenol i gynyddu cwmpas y system yn sylweddol o’i chymharu â chynigion eraill a gyhoeddwyd drwy ddefnyddio data gofal sylfaenol.  

Cafodd yr ymchwil ei hysgrifennu ar y cyd gan yr Athro Nicolai Petkov, o Brifysgol Groningen, yr Iseldiroedd; Kate Southern, o Brosiect Hunan-niwed Oedolion Caerdydd; a’r Athro  Carlos Manuel Travieso, o Brifysgol Las Palmas de Gran Canaria, Sbaen. 

Defnyddiodd Banc Data SAIL y Brifysgol i gael gwybodaeth am dros 2,000 o hunanladdiadau a ddelir yn SID-Cymru – carfan electronig o’r holl farwolaethau drwy hunanladdiad a bwriad amhendant yng Nghymru ers 2001 – yn ogystal ag 20 o reolyddion fesul achos. 

Disgrifiodd Dr del Pozo Banos eu canlyniadau rhagarweiniol, a gofnodwyd cywirdeb o bron 75 y cant, fel canlyniadau addawol iawn. 

Mae’r tîm bellach yn cynllunio cynyddu cymhlethdod y system deallusrwydd artiffisial yn raddol er mwyn gwella manwl gywirdeb yr offeryn cyn cynnal treialon trylwyr. 

Meddai: “Ni fydd ein cynnig yn disodli’r gwaith o asesu risg dybryd, ond gobeithiwn y bydd yn helpu clinigwyr i adnabod pobl sydd mewn perygl o hunanladdiad pan fyddant yn defnyddio gwasanaethau iechyd i sicrhau y gofynnir y cwestiynau cywir. 

“Rydym yn bell i ffwrdd o ddefnyddio dulliau o’r fath mewn ymarfer clinigol, ond dyma’r cam cyntaf tuag at harneisio potensial cofnodion iechyd electronig a gesglir yn rheolaidd er mwyn cefnogi ymarfer clinigol mewn amser real.” 

Ychwanegodd yr Athro John: “Mae gan ddulliau deallusrwydd artiffisial botensial enfawr i wella atal hunanladdiad, ac mae hwn yn ddatblygiad cyffrous.   

“Fodd bynnag, rydym yn dal i fod yn y camau datblygu cynnar cyn unrhyw ddefnydd ymarferol. Mae cydweithrediadau rhwng clinigwyr, academyddion (o gefndir epidemiolegol a gwyddonwyr data), arbenigwyr moesegol, cleifion a phobl sy’n defnyddio gwasanaethau’n hanfodol er mwyn datblygu’r offerynnau arloesol hyn.”