오피오이드 오용 스크리닝을 위한 자연어 처리

전자 건강 기록(EHR)의 임상 내러티브는 예측 분석을 위한 귀중한 정보를 전달하지만 자유 텍스트 형식은 임상 의사 결정 지원(CDS)을 위해 마이닝 및 분석하기 어렵습니다. 대규모 임상 자연어 처리(NLP) 파이프라인은 후향적 연구 노력을 위한 데이터 웨어하우스 애플리케이션에 중점을 두었습니다. 의료 운영을 위해 병상에서 상호 운용 가능하고 표준화된 CDS를 제공하기 위해 오픈 소스 NLP 파이프라인을 구현하기 위한 증거가 부족합니다.

UWHealth의 엔터프라이즈 분석 및 응용 데이터 과학은 의료 시스템이 병상에서 AI(인공 지능) 증강 의사 결정이 가능한 데이터 기반 학습 의료 시스템(LHS)을 지원하기 위해 IT 인프라를 성장시키는 데 도움을 주었습니다.

이는 SMART-AI(Artificial Intelligence)를 사용한 치료 의뢰를 위한 물질 남용 알고리즘이라는 실시간 NLP 기반 CDS 도구에 대한 병원 전체의 운영 개입을 구현하고 평가하기 위한 임상 연구입니다. SMART-AI CDS 도구는 UW Health 전자 건강 기록의 구현을 통해 평가됩니다. CDS 도구는 중독 상담 서비스 요구 사항에 대해 간호사 및 제공자에게 모범 사례 경고의 일환으로 입원 환자 성인의 오피오이드 남용을 선별하기 위한 것입니다. 이 도구는 임상 AI 및 예측 분석 위원회를 포함한 병원 위원회의 승인을 받은 품질 개선 이니셔티브의 일부입니다. 1차 결과는 NLP CDS 도구를 기반으로 다음 중재 중 하나로 중독 상담을 받은 입원 환자의 양성 선별(또는 양성 선별) 비율이었습니다. (1) 오피오이드 사용 중재 또는 동기 부여 인터뷰(MI) 수신 ; (2) 약물 보조 치료(MAT) 수령; 및/또는 (3) 약물 사용 장애 치료 의뢰. 1차 결과는 중재 전후 기간의 백분율로 보고되며 오피오이드 남용에 대해 스크리닝된 입원 환자에 대한 약물 사용 스크리닝 및 치료 서비스 참여로 구성됩니다. 2차 결과에는 30일 계획되지 않은 병원 재입원율이 포함되었습니다. 계획되지 않은 병원 재입원에 대한 기준은 Centers for Medicare & Medicaid Services에서 채택되었습니다.

물질 오용은 좋지 않은 건강 결과와 관련된 입원 환자의 일반적인 문제이지만 일상적인 치료 중에 우선 순위가 지정되지 않고 자주 해결되지 않습니다. UW에서 선별 검사를 위한 현재 접근 방식은 수행되지 않으며 다른 의료 시스템은 임상 치료 중에 추가 인력과 노력이 필요한 구조화된 진단 인터뷰를 사용합니다. 약물 사용에 대한 중요한 세부 사항은 전자 건강 기록의 임상 기록에 캡처되지만 데이터를 마이닝하고 분석하기는 어렵습니다. 자연어 처리 및 머신 러닝을 훈련하여 메모에서 관련 결과를 식별하여 약물 남용 환자를 자동으로 선별할 수 있습니다.

조사관은 임상 치료 중에 수집된 ICD 진단 코드 및 승인 메모를 사용하여 높은 정확도로 알코올 오용, 오피오이드 오용 및 비오피오이드 약물 오용을 스크리닝하고 식별하기 위해 컨볼루션 신경망을 훈련했습니다. 도출된 알고리즘은 인공지능(SMART-AI)을 이용한 치료 의뢰를 위한 물질 남용 알고리즘이라고 합니다. 선별 도구는 자연어 처리 방법을 사용하여 입원 환자를 선별하여 물질 남용에 초점을 맞춘 치료의 우선 순위를 정합니다. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3922677

SMART AI는 기존의 규칙 기반 시스템보다 더 정확합니다. 기계 학습 및 실시간 데이터 피드를 사용하여 전자 건강 기록(EHR) 데이터를 지속적으로 모니터링하고 건강에 해로운 약물 사용 위험에 따라 입원 환자를 계층화합니다.

UWHealth는 인공 지능(AI) 기반 임상 의사 결정 지원(CDS) 도구의 얼리 어답터이며 건강에 해로운 오피오이드 사용을 선별하기 위해 SMART-AI를 구현할 계획입니다. 내장된 EHR 워크플로는 또한 LHS(Learning Health System)의 통합 구성 요소인 PDSA(Plan Do Study Act) 운영을 지원하기 위한 조치를 분석하기 위해 의료 시스템의 데이터 웨어하우스로 자동 데이터 변환을 허용합니다.

UWHealth의 엔터프라이즈 분석 및 응용 데이터 과학은 의료 시스템이 병상에서 AI 증강 의사 결정이 가능한 데이터 기반 LHS를 지원하기 위해 IT 인프라를 성장시키는 데 도움이 되었으며 SMART-AI는 자연어 처리.

목표 1: 실용적인 임상 롤아웃 설계를 사용하여 환자 건강 결과에 대한 SMART-AI의 치료 효과를 조사합니다.

연구 설계: SMART-AI 도구를 켜는 날은 구현 기간의 시작을 표시합니다. 이 도구는 중독 상담의 주요 결과를 조사하기 위해 롤아웃 몇 달 동안 PDSA 주기에서 평가될 것입니다. SMART-AI 연구 개입 샘플은 NLP CDS 도구에서 오피오이드 오용에 대해 양성으로 선별된 모든 입원 환자로 구성되었습니다. 1차 유효성 측정은 NLP CDS 개입 샘플에서 오피오이드 오용에 대해 양성으로 선별되고 입원 환자 중독 상담 서비스에 의해 개입을 받은 입원 환자의 비율이었습니다. 통제 샘플은 2023년 3월 본 연구가 시작되기 전 2년 동안의 모든 입원환자 EHR 기록에 NLP CDS 도구를 소급 적용하여 도출되었습니다. NLP CDS 도구 하에서 후향적으로 양성으로 선별된 입원 환자는 일반적인 치료 대조군을 구성합니다.