Identifikace na základě údajů pro zneužití látky

V roce 2016 mělo téměř 30 % propuštění z nemocnice ve Spojených státech (USA) hlavní diagnostickou kategorii pro stav související s užíváním návykových látek. Zneužívání návykových látek se řadí na druhé místo mezi hlavními diagnózami v počtu neplánovaných 7denních hospitalizací. Navzdory dostupnosti intervencí Screening, Krátká intervence a Doporučení k léčbě (SBIRT) není zneužívání návykových látek součástí běžného příjmu a pouze menšina pacientů je vyšetřována na zneužívání návykových látek v nemocničním prostředí. To je obzvláště problematické, protože mezi hospitalizovanými hospitalizovanými pacienty se prevalence zneužívání návykových látek odhaduje až na 25 %, což je více než u běžné populace nebo u ambulantních pacientů. Jsou zapotřebí praktické screeningové metody přizpůsobené nemocničnímu prostředí.

S příchodem Meaningful Use in the Electronic Health Record (EHR) může být účinnost detekce alkoholu zlepšena využitím dat shromážděných během obvyklé péče. Dokumentace o užívání návykových látek je běžná a vyskytuje se ve více než 96 % přijímacích poznámek poskytovatelů, ale jejich formát volného textu ztěžuje jejich dolování a analýzu. Zpracování přirozeného jazyka (NLP) a strojové učení jsou podobory umělé inteligence (AI), které poskytují řešení pro analýzu textových dat v EHR s cílem identifikovat zneužívání látek. Moderní NLP se spojilo se strojovým učením, dalším dílčím oborem umělé inteligence zaměřeným na učení z dat. Zejména nejvýkonnější metody NLP spoléhají na učení pod dohledem, což je typ strojového učení, který využívá současné referenční standardy k předpovědím neviditelných případů.

V dřívější verzi NLP a nástroje strojového učení vyšetřovatelé úspěšně použili data z klinických záznamů shromážděných během prvních 24 hodin po přijetí do nemocnice k dosažení senzitivity a specificity nad 70 % pro identifikaci zneužívání alkoholu. S téměř 36 miliony hospitalizací v roce 2016 má klasifikátor zneužití látek potenciál ovlivnit miliony.

V této studii je cílem prospektivně implementovat klasifikátor zneužívání návykových látek za účelem ověření jeho účinnosti vůči současné praxi všech hospitalizovaných dospělých pacientů v terciárním zdravotnickém systému. Zdravotní systém má vyspělý screeningový systém, který prověřuje výkonnost klasifikátoru zneužití látek ve srovnání se současnou praxí dotazníkového screeningu.

Hypotézou je, že klasifikátor zneužití látky může poskytnout standardizovaný, interoperabilní a přesný přístup ke screeningu hospitalizovaných pacientů. Úspěšná implementace klasifikátoru u hospitalizovaných pacientů je krokem k automatizovanému a komplexnímu univerzálnímu screeningovému systému pro zneužívání návykových látek.