Processamento de linguagem natural para triagem do uso indevido de opioides

A narrativa clínica no prontuário eletrônico (EHR) traz informações valiosas para análise preditiva, mas sua forma de texto livre é difícil de minerar e analisar para apoio à decisão clínica (CDS). Os pipelines de processamento de linguagem natural (NLP) clínico em larga escala têm se concentrado em aplicativos de armazenamento de dados para esforços de pesquisa retrospectiva. Ainda há uma escassez de evidências para a implementação de pipelines de NLP de código aberto para fornecer CDS interoperável e padronizado à beira do leito para operações de saúde.

Enterprise Analytics e Applied Data Science na UWHealth ajudaram o sistema de saúde a aumentar sua infraestrutura de TI para dar suporte a um Learning Health System (LHS) orientado a dados, capaz de tomada de decisão aumentada por Inteligência Artificial (IA) à beira do leito.

Este é um estudo clínico para implementar e avaliar uma intervenção operacional em todo o hospital para uma ferramenta CDS baseada em PNL em tempo real, chamada Substance Misuse Algorithm for Referral to Treatment Using Artificial Intelligence (SMART-AI). A ferramenta SMART-AI CDS será avaliada via implementação no prontuário eletrônico da UW Health. A ferramenta CDS destina-se à triagem de adultos internados quanto ao uso indevido de opioides como parte de um alerta de melhores práticas para enfermeiras e provedores de serviços de consulta de dependência. A ferramenta faz parte de uma iniciativa de melhoria de qualidade com aprovações de comitês hospitalares, incluindo o Clinical AI and Predictive Analytics Committee. O resultado primário foi a porcentagem de pacientes internados com triagem positiva (ou que teriam triagem positiva) com base na ferramenta NLP CDS que receberam uma consulta de dependência com qualquer uma das seguintes intervenções: (1) recebimento de intervenção de uso de opioides ou entrevista motivacional (MI) ; (2) recebimento de tratamento medicamentoso (MAT); e/ou (3) encaminhamento para tratamento de transtorno por uso de substâncias. O resultado primário será relatado como uma porcentagem nos períodos pré e pós-intervenção e consistiu na triagem do uso de substâncias e no envolvimento do serviço de tratamento para pacientes hospitalizados rastreados para uso indevido de opioides. Os desfechos secundários incluíram a taxa de readmissão hospitalar não planejada em 30 dias. Os critérios para readmissões hospitalares não planejadas foram adotados pelos Centros de Serviços Medicare e Medicaid.

O uso indevido de substâncias é um problema comum em pacientes hospitalizados associado a resultados de saúde ruins, mas não é priorizado e frequentemente não é abordado durante os cuidados de rotina. As abordagens atuais para triagem em UW não são feitas e outros sistemas de saúde usam entrevistas diagnósticas estruturadas que exigem pessoal e esforço adicionais durante o atendimento clínico. Detalhes importantes sobre o uso de substâncias são capturados nas notas clínicas do prontuário eletrônico, mas os dados são difíceis de extrair e analisar. O processamento de linguagem natural e o aprendizado de máquina podem ser treinados para identificar descobertas relevantes nas anotações para rastrear automaticamente pacientes com uso indevido de substâncias.

Os investigadores treinaram uma rede neural convolucional para rastrear e identificar o uso indevido de álcool, uso indevido de opioides e uso indevido de drogas não opioides com alta precisão usando códigos de diagnóstico ICD e notas de admissão coletadas durante o atendimento clínico. O algoritmo derivado é chamado Algoritmo de Uso Indevido de Substâncias para Encaminhamento para Tratamento Usando Inteligência Artificial (SMART-AI). A ferramenta de triagem usa métodos de processamento de linguagem natural para triar pacientes hospitalizados para priorizar o atendimento focado no uso indevido de substâncias. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3922677

O SMART AI é mais preciso do que os sistemas tradicionais baseados em regras. Ele usa aprendizado de máquina e feeds de dados em tempo real para monitorar continuamente os dados do registro eletrônico de saúde (EHR) e estratificar pacientes hospitalizados por risco de uso de substâncias não saudáveis.

A UWHealth é uma das primeiras a adotar ferramentas de suporte à decisão clínica (CDS) orientadas por Inteligência Artificial (IA) e planeja implementar o SMART-AI para triagem do uso não saudável de opioides. O fluxo de trabalho EHR incorporado também permite uma transformação automatizada de dados no data warehouse do nosso sistema de saúde para analisar medidas para apoiar uma operação Plan Do Study Act (PDSA), um componente integral para um Learning Health System (LHS).

Enterprise Analytics e Applied Data Science na UWHealth ajudaram o sistema de saúde a aumentar sua infraestrutura de TI para dar suporte a um LHS orientado a dados capaz de tomada de decisão aumentada por IA à beira do leito e o SMART-AI é um dos primeiros casos de uso para triagem usando processamento de linguagem natural.

Objetivo 1: Examinar o efeito do tratamento do SMART-AI nos resultados de saúde do paciente usando um projeto de implementação clínica pragmática.

Concepção do estudo: O dia da ativação da ferramenta SMART-AI marcará o início do período de implementação. A ferramenta será avaliada em um ciclo PDSA ao longo de vários meses de lançamento para examinar o resultado primário das consultas de dependência. A amostra de intervenção do estudo SMART-AI consistiu em todos os pacientes hospitalizados com triagem positiva para uso indevido de opioides da ferramenta NLP CDS. A medida primária de eficácia foi a porcentagem de pacientes hospitalizados na amostra de intervenção do NLP CDS que tiveram triagem positiva para uso indevido de opioides e que receberam uma intervenção do serviço de consulta de dependência de pacientes internados. Uma amostra de controle foi obtida pela aplicação retrospectiva da ferramenta NLP CDS a todos os registros EHR de pacientes internados nos dois anos anteriores ao início do presente estudo em março de 2023. Pacientes hospitalizados com triagem positiva retrospectiva sob a ferramenta NLP CDS formarão o grupo de controle de cuidados habituais.