ИИ может идентифицировать людей, злоупотребляющих алкоголем

• Исследователи использовали методы обработки естественного языка и машинного обучения, чтобы распознать лиц, злоупотребляющих алкоголем, по записям врача в электронных медицинских картах.
• В 78% случаев ИИ смог различить пациентов с травмами, злоупотреблявших алкоголем, и тех, кто этого не делал.

Целых 10% смертей в Соединенных Штатах происходит из-за злоупотребления алкоголем, и этот уровень злоупотребления увеличился на 9% в период с 2002 по 2012 год. Фактически, каждый третий пациент, переживший травму, злоупотребляет алкоголем.

Предыдущие исследования доказали, что каждая травма дает возможность поучиться. Программы SBIRT (сокращение от «Скрининг, кратковременное вмешательство и направление на лечение») в травматологических центрах снижают потребление алкоголя и сокращают количество рецидивов травм почти на 50%.

Теперь исследователи из системы здравоохранения Университета Лойолы продемонстрировали, что искусственный интеллект (ИИ) может использоваться для выявления пациентов с травмами, злоупотребляющими алкоголем. Они использовали обработку естественного языка (НЛП) и методы машинного обучения, чтобы распознать лиц, злоупотребляющих алкоголем, по записям врача в электронных медицинских картах.

Чем они отличаются от нынешних методов скрининга?

В существующих методах скрининга используется АУДИТ из 10 пунктов (сокращение от «Тест на выявление расстройств, связанных с употреблением алкоголя»), однако у этих методов есть несколько недостатков. Это требует создания новых форм и процедур в системах электронных медицинских карт.

Иногда пациенты не очень честно отвечают на вопросы, связанные с употреблением алкоголя, поэтому результаты анализов могут быть не совсем достоверными. Кроме того, наем сотрудников для внедрения и администрирования инструментов является ресурсоемким и трудоемким процессом.

Алгоритмы НЛП и машинного обучения успешно используются в клинической практике и исследованиях. В частности, методы НЛП основаны на контролируемом обучении, которое использует текущие эталонные стандарты для прогнозирования невидимых случаев.

Ссылка:Журнал Американской ассоциации медицинской информатики | doi:10.1093 / jamia / ocy166 | Система здравоохранения Университета Лойолы

Наряду с документацией поставщиков классификатор NPL использует прокси-отчеты, лабораторные данные, встроенные лекарства и дополнительные записи от другого медицинского персонала, которые собираются в течение первых 24 часов.

В этом исследовании исследователи использовали данные 1422 взрослых пациентов, поступивших в травматологический центр Лойола в течение трех с половиной лет. Данные содержали более 91 000 записей в электронных медицинских картах, в том числе более 16 000 медицинских концепций.

Результаты

Они использовали систему извлечения знаний и клинический анализ текста для лингвистической обработки заметок. Это помогло им определить 16 медицинских концепций, в том числе витамин B1, тиамин, марихуану, визуализацию печени и марихуану, которые указывают на злоупотребление алкоголем. В 78% случаев ИИ смог различить пациентов с травмами, злоупотреблявших алкоголем, и тех, кто этого не делал.

Читайте:Искусственный интеллект может уловить болезни дыхания человека | Включая различные виды рака

В целом, этот ИИ обеспечивает автоматизированный процесс преодоления барьеров, связанных с пациентами и персоналом, для программ SBIRT в медицинских центрах. Это будет доступно травматологическим центрам, у которых есть опыт использования этой техники.

Исследователи также упомянули, что лингвистическое программное обеспечение и программы с открытым исходным кодом, использованные в этом исследовании, будут бесплатными для всех пользователей.