Los hallazgos de este estudio sugieren que un enfoque de aprendizaje automático computacionalmente eficiente basado en registros electrónicos de salud puede detectar el riesgo de comportamiento suicida en pacientes no seleccionados y facilitar el desarrollo de herramientas de apoyo a la decisión clínica. Los modelos detectaron una media del 38% de los casos de intento de suicidio con una especificidad del 90%, con 2,1 años de antelación.