Обработка естественного языка для скрининга злоупотребления опиоидами

Клинический рассказ в электронной медицинской карте (EHR) содержит ценную информацию для прогностической аналитики, но его свободную текстовую форму трудно добывать и анализировать для поддержки принятия клинических решений (CDS). Крупномасштабные конвейеры клинической обработки естественного языка (NLP) были сосредоточены на приложениях хранилища данных для ретроспективных исследований. По-прежнему мало доказательств для реализации конвейеров НЛП с открытым исходным кодом для обеспечения функционально совместимых и стандартизированных CDS у постели больного для медицинских операций.

Корпоративная аналитика и прикладная наука о данных в UWHealth помогли системе здравоохранения расширить свою ИТ-инфраструктуру для поддержки управляемой данными системы самообучения (LHS), способной принимать решения с помощью искусственного интеллекта (ИИ) у постели больного.

Это клиническое исследование для внедрения и оценки оперативного вмешательства в масштабах больницы для инструмента CDS в режиме реального времени, управляемого НЛП, под названием «Алгоритм злоупотребления психоактивными веществами для направления на лечение с использованием искусственного интеллекта» (SMART-AI). Инструмент SMART-AI CDS будет оцениваться посредством внедрения в электронную медицинскую карту UW Health. Инструмент CDS предназначен для скрининга взрослых стационарных пациентов на предмет злоупотребления опиоидами в рамках оповещения о передовой практике для медсестер и поставщиков услуг по консультированию по вопросам зависимости. Инструмент является частью инициативы по улучшению качества с одобрения больничных комитетов, включая Комитет по клиническому искусственному интеллекту и прогнозной аналитике. Первичным результатом был процент стационарных пациентов, у которых был положительный результат скрининга (или был бы положительный результат скрининга) на основе инструмента NLP CDS, которые получили консультацию по вопросам зависимости с любым из следующих вмешательств: (1) получение вмешательства по употреблению опиоидов или мотивационное интервью (MI) ; (2) получение медикаментозного лечения (МПТ); и/или (3) направление на лечение расстройств, связанных с употреблением психоактивных веществ. Первичный результат будет представлен в виде процентного соотношения в периоды до и после вмешательства и будет состоять из скрининга на употребление психоактивных веществ и участия в лечении госпитализированных пациентов, прошедших скрининг на злоупотребление опиоидами. Вторичные результаты включали 30-дневную незапланированную повторную госпитализацию. Критерии незапланированной повторной госпитализации были приняты Центрами услуг Medicare и Medicaid.

Злоупотребление психоактивными веществами является распространенной проблемой у госпитализированных пациентов, связанной с плохими результатами для здоровья, но она не является приоритетной и часто не решается во время обычного лечения. Текущие подходы к скринингу в UW не используются, а другие системы здравоохранения используют структурированные диагностические интервью, которые требуют дополнительного персонала и усилий во время клинического лечения. Важные сведения об употреблении психоактивных веществ фиксируются в клинических заметках электронной медицинской карты, но эти данные трудно добывать и анализировать. Обработка естественного языка и машинное обучение могут быть обучены для выявления соответствующих результатов в заметках для автоматического скрининга пациентов со злоупотреблением психоактивными веществами.

Исследователи обучили сверточную нейронную сеть скринингу и выявлению злоупотребления алкоголем, злоупотреблением опиоидами и злоупотреблением неопиоидными наркотиками с высокой точностью, используя диагностические коды МКБ и записи о поступлении, собранные во время клинического лечения. Производный алгоритм называется Алгоритм злоупотребления психоактивными веществами для направления на лечение с использованием искусственного интеллекта (SMART-AI). Инструмент скрининга использует методы обработки естественного языка для скрининга госпитализированных пациентов, чтобы определить приоритетность лечения, ориентированного на злоупотребление психоактивными веществами. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3922677

SMART AI более точен, чем традиционные системы, основанные на правилах. Он использует машинное обучение и потоки данных в режиме реального времени для постоянного мониторинга данных электронной медицинской карты (EHR) и стратификации госпитализированных пациентов по риску употребления вредных для здоровья веществ.

UWHealth одним из первых внедрил инструменты поддержки принятия клинических решений (CDS) на основе искусственного интеллекта (ИИ) и планирует внедрить SMART-AI для скрининга нездорового употребления опиоидов. Встроенный рабочий процесс EHR также позволяет автоматически преобразовывать данные в хранилище данных нашей системы здравоохранения для анализа мер поддержки операции Plan Do Study Act (PDSA), неотъемлемого компонента Learning Health System (LHS).

Корпоративная аналитика и прикладная наука о данных в UWHealth помогли системе здравоохранения расширить свою ИТ-инфраструктуру для поддержки управляемой данными LHS, способной принимать решения с помощью искусственного интеллекта у постели больного, и SMART-AI является одним из первых вариантов использования для скрининга с использованием обработка естественного языка.

Цель 1: изучить влияние SMART-AI на результаты лечения пациентов с использованием прагматичного плана клинического развертывания.

Дизайн исследования: День включения инструмента SMART-AI ознаменует начало периода внедрения. Инструмент будет оцениваться в цикле PDSA в течение нескольких месяцев после развертывания, чтобы изучить основные результаты консультаций по вопросам зависимости. Выборка вмешательства исследования SMART-AI состояла из всех госпитализированных пациентов, у которых был выявлен положительный результат на злоупотребление опиоидами с помощью инструмента NLP CDS. Первичным показателем эффективности был процент госпитализированных пациентов в выборке вмешательства CDS НЛП, у которых был выявлен положительный результат на злоупотребление опиоидами и которые получили вмешательство стационарной консультационной службы зависимости. Контрольная выборка была получена путем ретроспективного применения инструмента NLP CDS ко всем записям EHR стационарных пациентов за два года до начала настоящего исследования в марте 2023 года. Госпитализированные пациенты с положительным результатом ретроспективного скрининга с помощью инструмента NLP CDS образуют обычную контрольную группу.