Tehisintellekti vahendid kiirendavad süstivate narkomaanide tuvastamise protsessi

Tehisintellekti vahendid kiirendavad süstivate narkomaanide tuvastamise protsessi

TULEMUSED

Automatiseeritud protsess, mis ühendab loomuliku keele töötlemise ja masinõppe, tuvastab inimesed, kes süstivad uimasteid (PWID) elektroonilistes tervisekaartides kiiremini ja täpsemalt kui praegused meetodid, mis põhinevad andmete käsitsi ülevaatamisel.

TAUST

Praegu tuvastavad narkootikume süstivad inimesed rahvusvahelise haiguste klassifikatsiooni (ICD) koodide abil, mille tervishoiuteenuse osutajad annavad patsientide elektroonilistes terviselugudes, või teevad nendest märkmetest välja koolitatud inimkodeerijad, kes vaatavad need üle arveldamise eesmärgil. Intravenoosse uimastitarbimise jaoks puudub aga spetsiifiline ICD kood, nii et teenusepakkujad ja kodeerijad peavad PWID-de tuvastamiseks kasutama mittespetsiifiliste koodide kombinatsiooni – aeglane lähenemine, mis võib põhjustada ebatäpsusi.

MEETOD

Teadlased vaatasid käsitsi läbi 1000 kirjet aastatel 2003–2014 veteranide administratsiooni haiglatesse sattunud inimeste kohta, kellel oli Staphylococcus aureus baktereemia – tavaline infektsioon, mis tekib siis, kui bakterid sisenevad naha avadesse, näiteks süstekohta. Seejärel töötasid nad välja ja koolitasid loomuliku keele töötlemise ja masinõppe abil algoritme ning võrdlesid neid 11 ICD-koodide puhverserveri kombinatsiooniga, et tuvastada PWID-sid.

Uuringu piirangud hõlmavad pakkujate potentsiaalselt puudulikku dokumentatsiooni. Lisaks on kasutatud andmestik aastatel 2003–2014, kuid süstimisnarkootikumide kasutamise epideemia on sellest ajast alates nihkunud retsepti alusel väljastatavatelt opioididelt ja heroiinilt sünteetilistele opioididele, nagu fentanüül, mida algoritm võib märkamata jätta, kuna andmestik, mille alusel ta klassifikatsiooni õppis, ei sisalda selle ravimi kohta palju näiteid. Lõpuks ei pruugi tulemused olla üldistatavad muudele asjaoludele, kuna need põhinevad täielikult veteranide administratsiooni andmetel.

MÕJU

Selle tehisintellekti mudeli kasutamine kiirendab oluliselt PWID-de tuvastamise protsessi, mis võib parandada kliiniliste otsuste tegemist, tervishoiuuuringuid ja haldusseiret.

KOMMENTEERI

"Loomuliku keeletöötluse ja masinõppe abil suutsime tuvastada inimesi, kes süstivad narkootikume tuhandete märkmete kaupa mõne minuti jooksul, võrreldes mitme nädalaga, mis võtab käsitsi ülevaataja," ütles juhtivautor dr David Goodman-Meza, UCLA David Geffeni meditsiinikooli nakkushaiguste osakonna meditsiinidotsent. "See võimaldaks tervishoiusüsteemidel tuvastada PWID-d, et paremini eraldada ressursse, nagu süstlateenuste programmid ning ainete kasutamine ja vaimse tervise ravi narkootikume tarvitavatele inimestele."

AUTORID

Teised uurijad on dr Amber Tang, dr Matthew Bidwell Goetz, Steven Shoptaw ja Alex Bui UCLA-st; Dr Michihiko Goto Iowa ülikoolist ja Iowa City meditsiinikeskusest, VA; Dr Babak Aryanfar VA Greater Los Angelese tervishoiusüsteemist; Sergio Vazquez Dartmouthi kolledžist; ja dr Adam Gordon Utah' ülikoolist ja VA Salt Lake City tervishoiusüsteemist. Goodman-Mezal ja Goetzil on kohtumised ka VA Greater Los Angelese tervishoiusüsteemis.

PÄEVIK

Uuring avaldati ajakirjas Open Forum Infectious Diseases.

FINANTSEERIMINE

Seda uuringut rahastas USA riiklik uimastite kuritarvitamise instituut.

Allikas:

California ülikool, Los Angeles (UCLA), terviseteadused

.