人工知能ツールは、薬物を注射した人を特定説(推定)するプロセスをスピードアップします



所見

自然言語処理と機械学習を組み合わせた自動化されたプロセスは、手動の記録レビューに依存する現在の方法よりも迅速かつ正確に、電子カルテで薬物注射 (PWID) を行った人物を特定説(推定)しました。

バックグラウンド

現在、薬物を注射する人は、国際疾病分類 (ICD) コードによって識別されます。ICD コードは、医療提供者によって患者の電子カルテに指定されるか、請求目的でそれらをレビューする訓練を受けたヒューマン コーダーによってそれらのメモから抽出されます。 しかし、注射薬の使用に関する特定説(推定)の ICD コードは存在しないため、プロバイダーとコーダーは、PWID を識別するためのプロキシとして非特定説(推定)コードの組み合わせに依存する必要があります。

方法

研究チームは、2003 年から 2014 年にかけて、黄色ブドウ球菌菌血症で退役軍人管理病院に入院した人々の 1,000 件の記録を手動で調査しました。 次に、自然言語処理と機械学習を使用してアルゴリズムを開発およびトレーニングし、ICD コードの 11 のプロキシの組み合わせと比較して PWID を識別しました。

この調査の制限には、プロバイダーによる不十分な文書化が含まれる可能性があります。 また、使用されたデータセットは 2003 年から 2014 年のものですが、その後、注射薬の使用の流行は処方オピオイドやヘロインからフェンタニルなどの合成オピオイドに移行しました。その薬。 最後に、調査結果は完全に退役軍人局のデータに基づいているため、他の状況には当てはまらない可能性があります。

影響

この人工知能モデルを使用すると、PWID を識別するプロセスが大幅に高速化され、臨床上の意思決定、医療サービスの研究、行政監視が改善される可能性があります。

コメント

「自然言語処理と機械学習を使用することで、手動のレビュー担当者がこれを行うのに数週間かかるのに比べて、何千ものメモに薬物を注射した人をほんの数分で特定説(推定)できました」と筆頭著者の David Goodman 博士は述べています。 UCLAのDavid Geffen School of Medicineの感染症部門のMeza医学助教授。 「これにより、医療システムは PWID を特定説(推定)して、注射器サービス プログラムや、薬物使用者に対する物質使用やメンタルヘルス治療などのリソースをより適切に割り当てることができるようになります。」

著者

この研究の他の研究者は、UCLA の Dr. Amber Tang、Dr. Matthew Bidwell Goetz、Steven Shoptaw、および Alex Bui です。 アイオワ大学およびアイオワ市 VA 医療センターの後藤道彦博士。 VA Greater Los Angeles Healthcare System の Babak Aryanfar 博士。 ダートマス大学のセルジオ・バスケス。 ユタ大学および VA ソルトレーク シティ ヘルス ケア システムのアダム ゴードン博士。 Goodman-Meza と Goetz は、VA Greater Los Angeles Healthcare System にも任命されています。

ジャーナル

この研究は、査読付きジャーナル Open Forum Infectious Diseases に掲載されています。

資金調達

米国国立薬物乱用研究所は、この研究に資金を提供しました。

ソース:

カリフォルニア大学ロサンゼルス校 (UCLA)、健康科学



Source link