Natuurlijke taalverwerking voor het screenen van misbruik van opioïden

Het klinische verhaal in het elektronische patiëntendossier (EPD) bevat waardevolle informatie voor voorspellende analyses, maar de vrije tekstvorm ervan is moeilijk te ontginnen en te analyseren voor ondersteuning van klinische beslissingen (CDS). Grootschalige klinische pijpleidingen voor natuurlijke taalverwerking (NLP) hebben zich gericht op datawarehouse-toepassingen voor retrospectieve onderzoeksinspanningen. Er blijft een gebrek aan bewijs voor het implementeren van open-source NLP-pijplijnen om interoperabele en gestandaardiseerde CDS aan het bed te bieden voor gezondheidsoperaties.

Enterprise Analytics en Applied Data Science bij UWHealth hebben het zorgstelsel geholpen zijn IT-infrastructuur te laten groeien ter ondersteuning van een datagestuurd Learning Health System (LHS) dat in staat is tot door kunstmatige intelligentie (AI) ondersteunde besluitvorming aan het bed.

Dit is een klinische studie om een ​​ziekenhuisbrede, operationele interventie te implementeren en te evalueren voor een real-time NLP-gestuurde CDS-tool, genaamd Substance Misuse Algorithm for Referral to Treatment Using Artificial Intelligence (SMART-AI). De SMART-AI CDS-tool zal worden geëvalueerd via implementatie in het elektronische gezondheidsdossier van UW Health. De CDS-tool is bedoeld voor het screenen van intramurale volwassenen op misbruik van opioïden als onderdeel van een best practice-waarschuwing voor verpleegkundigen en zorgverleners voor verslavingsadvies. De tool maakt deel uit van een kwaliteitsverbeteringsinitiatief met goedkeuring van ziekenhuiscommissies, waaronder de Clinical AI and Predictive Analytics Committee. De primaire uitkomst was het percentage intramurale patiënten dat positief screende (of positief zou hebben gescreend) op basis van de NLP CDS-tool die een verslavingsconsult kregen met een van de volgende interventies: (1) ontvangst van opioïdengebruiksinterventie of motiverende gespreksvoering (MI) ; (2) ontvangst van medicatieondersteunde behandeling (MAT); en/of (3) verwijzing naar de behandeling van een verslavingsstoornis. De primaire uitkomst zal worden gerapporteerd als een percentage in de pre- en postinterventieperiodes en bestond uit screening op middelengebruik en de inzet van de behandelingsdienst voor gehospitaliseerde patiënten die werden gescreend op misbruik van opioïden. Secundaire uitkomstmaten waren onder meer het percentage ongeplande ziekenhuisheropnames na 30 dagen. Criteria voor ongeplande ziekenhuisopnames zijn overgenomen van de Centers for Medicare & Medicaid Services.

Drugsmisbruik is een veelvoorkomend probleem bij gehospitaliseerde patiënten en gaat gepaard met slechte gezondheidsresultaten, maar het krijgt geen prioriteit en wordt vaak niet aangepakt tijdens routinematige zorg. De huidige benaderingen voor screening bij UW zijn 'not done' en andere gezondheidsstelsels gebruiken gestructureerde diagnostische interviews die extra personeel en inspanning vereisen tijdens de klinische zorg. Belangrijke details over middelengebruik zijn vastgelegd in de klinische notities van het elektronisch patiëntendossier, maar de gegevens zijn moeilijk te ontginnen en te analyseren. Natuurlijke taalverwerking en machine learning kunnen worden getraind om relevante bevindingen in de aantekeningen te identificeren om patiënten met middelenmisbruik automatisch te screenen.

De onderzoekers hebben een convolutioneel neuraal netwerk getraind om alcoholmisbruik, opioïdenmisbruik en niet-opioïdenmisbruik met hoge nauwkeurigheid te screenen en te identificeren met behulp van ICD-diagnostische codes en opnamenota's die tijdens de klinische zorg zijn verzameld. Het afgeleide algoritme heet Substance Misuse Algorithm for Referral to Treatment Using Artificial Intelligence (SMART-AI). De screeningtool gebruikt methoden voor natuurlijke taalverwerking om gehospitaliseerde patiënten te screenen om prioriteit te geven aan zorg gericht op hun middelenmisbruik. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3922677

SMART AI is nauwkeuriger dan traditionele op regels gebaseerde systemen. Het maakt gebruik van machine learning en real-time datafeeds om continu de elektronische medische dossiers (EPD) te bewaken en gehospitaliseerde patiënten te stratificeren op basis van het risico op ongezond middelengebruik.

UWHealth is een early adopter van door kunstmatige intelligentie (AI) aangedreven tools voor klinische besluitvorming (CDS) en is van plan SMART-AI te implementeren voor het screenen van ongezond opioïdengebruik. De ingebouwde EHR-workflow maakt ook een geautomatiseerde gegevenstransformatie mogelijk naar het datawarehouse van ons zorgsysteem voor het analyseren van maatregelen ter ondersteuning van een Plan Do Study Act (PDSA)-operatie, een integraal onderdeel van een Learning Health System (LHS).

Enterprise Analytics en Applied Data Science bij UWHealth hebben het zorgstelsel geholpen zijn IT-infrastructuur te laten groeien ter ondersteuning van een datagestuurde LHS die in staat is tot AI-ondersteunde besluitvorming aan het bed en SMART-AI is een van de eerste use-cases voor screening met behulp van natuurlijke taalverwerking.

Doel 1: Onderzoek het behandelingseffect van SMART-AI op de gezondheidsresultaten van de patiënt met behulp van een pragmatisch klinisch uitrolontwerp.

Onderzoeksopzet: De dag van het inschakelen van de SMART-AI-tool markeert het begin van de implementatieperiode. De tool zal worden geëvalueerd in een PDSA-cyclus gedurende meerdere maanden van uitrol om het primaire resultaat van verslavingsconsulten te onderzoeken. De interventiesteekproef van het SMART-AI-onderzoek bestond uit alle in het ziekenhuis opgenomen patiënten die met de NLP CDS-tool positief op misbruik van opioïden hadden gescreend. De primaire effectiviteitsmaatstaf was het percentage gehospitaliseerde patiënten in de NLP CDS-interventiesteekproef dat positief werd gescreend op misbruik van opioïden en dat een interventie kreeg van het intramurale verslavingsadviesbureau. Een controlesteekproef werd afgeleid door de NLP CDS-tool retrospectief toe te passen op alle EPD-dossiers van de patiënt gedurende de twee jaar vóór de start van de huidige studie in maart 2023. Gehospitaliseerde patiënten die achteraf positief screenden onder de NLP CDS-tool vormen de controlegroep gebruikelijke zorg.