オピオイドの誤用をスクリーニングするための自然言語処理
中毒を伴うオピオイドの誤用をスクリーニングするためのリアルタイムの自然言語処理意思決定支援ツールの評価 入院している成人のための相談介入
調査の概要
詳細な説明
電子医療記録 (EHR) の臨床記述には、予測分析のための貴重な情報が含まれていますが、そのフリーテキスト形式をマイニングして臨床意思決定支援 (CDS) のために分析することは困難です。 大規模な臨床自然言語処理 (NLP) パイプラインは、レトロスペクティブな研究活動のためのデータ ウェアハウス アプリケーションに焦点を当てています。 オープンソースの NLP パイプラインを実装して、医療業務のベッドサイドで相互運用可能な標準化された CDS を提供するための証拠はまだ不足しています。
UWHealth のエンタープライズ アナリティクスと応用データ サイエンスは、医療システムの IT インフラストラクチャを成長させ、ベッドサイドで人工知能 (AI) によって強化された意思決定が可能なデータ駆動型のラーニング ヘルス システム (LHS) をサポートするのに役立ちました。
これは、人工知能を使用した治療への紹介のための物質誤用アルゴリズム (SMART-AI) と呼ばれる、リアルタイム NLP 駆動型 CDS ツールの病院全体の運用介入を実装および評価するための臨床研究です。 SMART-AI CDS ツールは、UW ヘルスの電子カルテに実装することで評価されます。 CDS ツールは、中毒相談サービスの必要性について看護師や医療提供者に警告するベスト プラクティスの一環として、オピオイドの誤用について入院患者の成人をスクリーニングすることを目的としています。 このツールは、臨床 AI および予測分析委員会を含む病院委員会の承認を得た品質改善イニシアチブの一部です。 主なアウトカムは、NLP CDSツールに基づいて陽性と判定された(または陽性と判定されたであろう)入院患者のうち、次の介入のいずれかで依存症の相談を受けた患者の割合でした:(1)オピオイド使用介入または動機付け面接(MI)の受領; (2) 投薬支援治療 (MAT) の受領。および/または (3) 物質使用障害治療への紹介。 主要な結果は、介入前および介入後の期間のパーセンテージとして報告され、オピオイドの誤用についてスクリーニングされた入院患者の物質使用スクリーニングと治療サービスの関与で構成されます。 副次評価項目には、30 日間の予定外の再入院率が含まれていました。 予定外の再入院の基準は、メディケアおよびメディケイド サービス センターから採用されました。
物質の乱用は、健康状態の悪化に関連する入院患者の一般的な問題ですが、優先順位が付けられておらず、日常のケア中に対処されないことがよくあります。 UW でのスクリーニングの現在のアプローチは行われておらず、他の医療システムでは構造化された診断面接が使用されており、臨床ケア中に追加の人員と労力が必要です。 物質の使用に関する重要な詳細は、電子カルテの臨床メモに記録されていますが、データのマイニングと分析は困難です。 自然言語処理と機械学習をトレーニングして、メモ内の関連する調査結果を特定し、薬物乱用のある患者を自動的にスクリーニングできます。
治験責任医師は、臨床ケア中に収集されたICD診断コードと入院メモを使用して、アルコールの誤用、オピオイドの誤用、および非オピオイド薬の誤用を高精度でスクリーニングおよび識別するように畳み込みニューラルネットワークをトレーニングしました。 派生したアルゴリズムは、人工知能を使用した治療への紹介のための物質誤用アルゴリズム (SMART-AI) と呼ばれます。 スクリーニング ツールは、自然言語処理の方法を使用して入院患者をスクリーニングし、物質の乱用に焦点を当てた治療を優先します。 https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3922677
SMART AI は、従来のルールベースのシステムよりも正確です。 機械学習とリアルタイムのデータ フィードを使用して、電子医療記録 (EHR) データを継続的に監視し、不健康な薬物使用のリスクによって入院患者を階層化します。
UWHealth は、人工知能 (AI) 主導の臨床意思決定支援 (CDS) ツールを早期に採用しており、不健康なオピオイド使用をスクリーニングするために SMART-AI を実装する予定です。 組み込まれた EHR ワークフローは、Learning Health System (LHS) に不可欠なコンポーネントである Plan Do Study Act (PDSA) 操作をサポートするための対策を分析するための、医療システムのデータ ウェアハウスへの自動データ変換も可能にします。
UWHealth のエンタープライズ アナリティクスと応用データ サイエンスは、医療システムが IT インフラストラクチャを成長させ、ベッドサイドで AI によって拡張された意思決定が可能なデータ駆動型 LHS をサポートするのに役立ちました。SMART-AI は、これを使用したスクリーニングの最初のユース ケースの 1 つです自然言語処理。
目的 1: 実用的な臨床ロールアウト デザインを使用して、患者の健康転帰に対する SMART-AI の治療効果を調べます。
研究デザイン: SMART-AI ツールのスイッチを入れた日が実施期間の開始日となります。 このツールは、依存症の相談の主な結果を調べるために、数か月にわたる展開の PDSA サイクルで評価されます。 SMART-AI 研究介入サンプルは、NLP CDS ツールからオピオイドの誤用について陽性と判定されたすべての入院患者で構成されていました。 主要な有効性指標は、NLP CDS 介入サンプルの入院患者のうち、オピオイドの誤用について陽性と判定され、入院患者の依存症相談サービスによる介入を受けた患者の割合でした。 対照サンプルは、2023 年 3 月に本研究が開始される前の 2 年間、すべての入院患者 EHR 記録に NLP CDS ツールを遡及的に適用することによって導出されました。 NLP CDSツールの下でレトロスペクティブに陽性と判定された入院患者は、通常のケアコントロールグループを形成します。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
Wisconsin
-
Madison、Wisconsin、アメリカ、53792
- University of Wisconsin Hospital (UW Health)
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- ウィスコンシン大学病院 (UW Health) に入院した成人
除外基準:
-
研究計画
研究はどのように設計されていますか?
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
---|---|
介入前の期間: アドホック中毒相談による通常のケア
UW 病院は、1991 年に入院中の成人における薬物使用障害の有病率の高さに対処するために、中毒医学の入院患者相談サービスを開始しました。
現在、単一のスクリーニング項目が「マリファナまたはその他のレクリエーショナル ドラッグの使用」をクエリしていますが、特にオピオイドの誤用を対象とした正式なスクリーニング プロセスは実施されていません。
オピオイド使用障害のリスクがある患者の場合、診療は一次医療提供者の裁量によるアドホックな相談でした。
|
|
介入後の期間: 人工知能主導の臨床意思決定支援
リアルタイムの NLP CDS ツールを可能にする技術アーキテクチャには、業界をリードする新しい技術機能が組み込まれています。
NLP CDS インフラストラクチャは、EHR からメモをエクスポートし、それらを整理して NLP パイプラインにフィードし、処理されたテキストの特徴をオピオイド スクリーナーのディープ ラーニング モデルに入力し、結果のスコアをベッドサイドの電子健康記録にベスト プラクティスとして送り返します。アラート。
|
簡単な介入/動機付け面接(MI)、投薬支援治療(MAT)、または外来患者としての物質使用治療への紹介のための中毒相談サービスを伴うオピオイド誤用スクリーニング。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
NLP CDSツールに基づいて陽性と判定された(または陽性と判定されたはずの)入院患者のうち、依存症の相談を受けた入院患者の割合
時間枠:6ヶ月まで
|
NLP CDSツールに基づいて陽性スクリーニングされた(または陽性スクリーニングされたはずの)入院患者のうち、次の介入のいずれかで依存症の相談を受けた患者の割合:(1)オピオイド使用介入または動機付け面接(MI)の受領。 (2) 投薬支援治療 (MAT) の受領。および/または (3) 物質使用障害治療への紹介。
|
6ヶ月まで
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
30 日間の予定外の再入院率
時間枠:6ヶ月まで
|
予定外の再入院の基準は、メディケアおよびメディケイド サービス センターから採用されました。
|
6ヶ月まで
|
協力者と研究者
捜査官
- 主任研究者:Majid Afshar、University of Wisconsin, Madison
出版物と役立つリンク
一般刊行物
- Afshar M, Sharma B, Dligach D, Oguss M, Brown R, Chhabra N, Thompson HM, Markossian T, Joyce C, Churpek MM, Karnik NS. Development and multimodal validation of a substance misuse algorithm for referral to treatment using artificial intelligence (SMART-AI): a retrospective deep learning study. Lancet Digit Health. 2022 Jun;4(6):e426-e435. doi: 10.1016/S2589-7500(22)00041-3.
- Sharma B, Dligach D, Swope K, Salisbury-Afshar E, Karnik NS, Joyce C, Afshar M. Publicly available machine learning models for identifying opioid misuse from the clinical notes of hospitalized patients. BMC Med Inform Decis Mak. 2020 Apr 29;20(1):79. doi: 10.1186/s12911-020-1099-y.
- Protocol for a Real-Time Electronic Health Record Implementation of a Natural Language Processing and Deep Learning Clinical Decision Support Tool: A Use-Case for an Opioid Misuse Screener in Hospitalized Adults Majid Afshar, Sabrina Adelaine, Felice Resnik, Marlon P. Mundt, John Long, Margaret Leaf, Theodore Ampian, Graham J Wills, Benjamin Schnapp, Michael Chao, Randy Brown, Cara Joyce, Brihat Sharma, Dmitriy Dligach, Elizabeth S. Burnside, Jane Mahoney, Matthew M Churpek, Brian W. Patterson, Frank Liao doi: https://doi.org/10.1101/2022.12.04.22282990
便利なリンク
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- 2022-0384
- Pulmonary Medicine (その他の識別子:UW Madison)
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。