Identyfikacja oparta na danych w przypadku niewłaściwego użycia substancji

W 2016 r. prawie 30% wypisów ze szpitali w Stanach Zjednoczonych miało główną kategorię diagnostyczną stanu związanego z używaniem substancji. Nadużywanie substancji psychoaktywnych zajmuje drugie miejsce wśród głównych diagnoz dotyczących nieplanowanych 7-dniowych odsetków ponownych hospitalizacji. Pomimo dostępności interwencji przesiewowych, krótkiej interwencji i skierowania na leczenie (SBIRT), nadużywanie substancji nie jest częścią rutynowych przyjęć i tylko mniejszość pacjentów jest badana pod kątem nadużywania substancji w warunkach szpitalnych. Jest to szczególnie problematyczne, ponieważ wśród hospitalizowanych pacjentów rozpowszechnienie nadużywania substancji szacuje się na 25%, czyli więcej niż w populacji ogólnej lub w warunkach ambulatoryjnych. Potrzebne są praktyczne metody przesiewowe dostosowane do warunków szpitalnych.

Wraz z pojawieniem się znaczącego wykorzystania w elektronicznej dokumentacji medycznej (EHR) skuteczność wykrywania alkoholu można poprawić, wykorzystując dane zebrane podczas zwykłej opieki. Dokumentacja używania substancji jest powszechna i pojawia się w ponad 96% zaświadczeń o przyjęciu dostawcy, ale ich format wolnego tekstu utrudnia ich wyszukiwanie i analizę. Przetwarzanie języka naturalnego (NLP) i uczenie maszynowe to poddziedziny sztucznej inteligencji (AI), które zapewniają rozwiązanie do analizy danych tekstowych w EHR w celu identyfikacji nadużywania substancji. Nowoczesne NLP połączyło się z uczeniem maszynowym, kolejną dziedziną sztucznej inteligencji skupioną na uczeniu się na podstawie danych. W szczególności najpotężniejsze metody NLP opierają się na uczeniu nadzorowanym, rodzaju uczenia maszynowego, które wykorzystuje aktualne standardy referencyjne do przewidywania niewidocznych przypadków

We wcześniejszej wersji narzędzia NLP i uczenia maszynowego badacze z powodzeniem wykorzystali dane z notatek klinicznych zebranych w ciągu pierwszych 24 godzin przyjęcia do szpitala, aby osiągnąć czułość i swoistość powyżej 70% w celu identyfikacji nadużywania alkoholu. Przy prawie 36 milionach przyjęć do szpitali w 2016 r. klasyfikator nadużywania substancji może potencjalnie wpłynąć na miliony.

W tym badaniu celem jest prospektywne wdrożenie klasyfikatora nadużywania substancji w celu zbadania jego skuteczności w porównaniu z obecną praktyką wszystkich hospitalizowanych dorosłych pacjentów w systemie opieki zdrowotnej trzeciego stopnia. System opieki zdrowotnej posiada dojrzały system badań przesiewowych w celu zbadania działania klasyfikatora nadużywania substancji w porównaniu z obecną praktyką przesiewowych kwestionariuszy.

Hipoteza jest taka, że ​​klasyfikator nadużywania substancji może zapewnić znormalizowane, interoperacyjne i dokładne podejście do przesiewowej hospitalizacji pacjentów. Pomyślne wdrożenie klasyfikatora u pacjentów hospitalizowanych to krok w kierunku zautomatyzowanego i kompleksowego uniwersalnego systemu przesiewowego w kierunku nadużywania substancji.