Elektroniczna dokumentacja medyczna pacjentów zawiera kody diagnostyczne, ale może również zawierać informacje, takie jak notatki, wyniki badań lub dane rozliczeniowe, które wskazują na ryzykowne spożywanie alkoholu.
Aby uzyskać wskazówki kontekstowe, badacze zaprogramowali model przetwarzania języka naturalnego w celu identyfikacji kodów diagnostycznych i innych wskaźników ryzykownego spożywania alkoholu, takich jak spożycie alkoholu przekraczające zalecane limity tygodniowo lub historia problemów zdrowotnych związanych z nadużywaniem alkoholu.
Nadużywanie alkoholu podczas zabiegu chirurgicznego wiąże się z większą częstością infekcji, dłuższymi pobytami w szpitalu i innymi powikłaniami chirurgicznymi. Spośród badanych pacjentów 4,8 procent miało wykresy zawierające kod diagnostyczny związany z używaniem alkoholu. Na podstawie wskazówek kontekstowych próbkę sklasyfikowano jako zagrożoną ponad trzykrotnie, łącznie 14,5%.
Modelka poradziła sobie równie dobrze, jak panel ekspertów ds. spożywania alkoholu przez ludzi, dopasowując ich klasyfikacje do podzbioru 87 procent nagrań.
Odkrycia wskazują, że sztuczna inteligencja jest potencjalnym partnerem lekarzy chcących identyfikować pacjentów potrzebujących interwencji lub wsparcia pooperacyjnego – podsumowali naukowcy.
Badanie „położy podwaliny pod wysiłki mające na celu identyfikację innych zagrożeń po odpowiedniej walidacji w podstawowej opiece zdrowotnej i poza nią” – powiedział VGvinoth Vaitheswaran, profesor nadzwyczajny nauk o zdrowiu w Szkole Medycznej Uniwersytetu Michigan i główny autor artykułu. Wiadomość oswobodzenie. „Zasadniczo jest to sposób, w jaki prezenter może podkreślić to, co już znajduje się w notatkach sporządzonych przez innych prezenterów, bez konieczności czytania całego nagrania”.
Naukowcy twierdzą, że planują udostępnić model publicznie, ale pamiętają, że będzie musiał zostać przeszkolony w oparciu o dokumentację medyczną z prywatnych placówek.
Automatyczne wykrywanie ryzykownego spożycia alkoholu przed operacją przy użyciu przetwarzania języka naturalnego
Alkohol: badania kliniczne i eksperymentalne