KI kann Menschen identifizieren, die Alkohol missbrauchen

• Forscher nutzten die Verarbeitung natürlicher Sprache und Methoden des maschinellen Lernens, um Alkoholmissbraucher anhand von Arztnotizen in elektronischen Patientenakten zu erkennen.
• In 78 % der Fälle konnte die KI zwischen Traumapatienten, die Alkohol missbrauchten, und denen, die dies nicht taten, unterscheiden.

Bis zu 10 % der Todesfälle in den Vereinigten Staaten sind auf Alkoholmissbrauch zurückzuführen, und diese Missbrauchsrate ist zwischen 2002 und 2012 um 9 % gestiegen. Tatsächlich leidet jeder dritte Patient mit Traumata an Alkoholmissbrauch.

Frühere Studien haben bewiesen, dass jede traumatische Verletzung eine Chance für einen lehrbaren Moment bietet. Es hat sich gezeigt, dass SBIRT-Programme (kurz für Screening, Brief Intervention, and Referral to Treatment) in Traumazentren den Alkoholkonsum und das Wiederauftreten von Verletzungen um fast 50 % reduzieren.

Jetzt haben Forscher des Loyola University Health System gezeigt, dass künstliche Intelligenz (KI) verwendet werden kann, um Traumapatienten mit Alkoholmissbrauch zu erkennen. Sie nutzten Natural Language Processing (NLP) und Methoden des maschinellen Lernens, um Alkoholmissbraucher anhand von Arztnotizen in elektronischen Patientenakten zu erkennen.

Inwiefern unterscheidet es sich von aktuellen Screening-Methoden?

Die bestehenden Screening-Methoden verwenden den 10-Punkte-AUDIT (kurz für Alcohol Use Disorders Identification Test), jedoch haben diese Methoden mehrere Nachteile. Es erfordert die Erstellung neuer Formulare und Verfahren in elektronischen Patientenaktensystemen.

Manchmal sind Patienten bei der Beantwortung von Fragen zu ihrem Alkoholkonsum nicht sehr ehrlich, daher sind die Testergebnisse möglicherweise nicht ganz echt. Darüber hinaus ist die Einstellung von Mitarbeitern für die Implementierung und Verwaltung der Tools ein ressourcen- und zeitaufwändiger Prozess.

NLP und maschinelle Lernalgorithmen werden erfolgreich in der klinischen Praxis und Forschung eingesetzt. Genauer gesagt basieren NLP-Techniken auf überwachtem Lernen, das aktuelle Referenzstandards verwendet, um unsichtbare Fälle vorherzusagen.

Referenz:Zeitschrift der American Medical Informatics Association | doi:10.1093/jamia/ocy166 | Gesundheitssystem der Loyola-Universität

Zusammen mit der Dokumentation der Anbieter nutzt der NPL-Klassifikator Proxy-Berichte, Labordaten, eingebettete Medikamente und zusätzliche Notizen von anderem medizinischem Personal, die innerhalb der ersten 24 Stunden gesammelt werden.

In dieser Studie verwendeten die Forscher die Daten von 1.422 erwachsenen Patienten, die über dreieinhalb Jahre in das Traumazentrum Loyola eingeliefert wurden. Die Daten enthielten mehr als 91.000 Notizen in elektronischen Patientenakten, die über 16.000 medizinische Konzepte enthielten.

Ergebnisse

Sie verwendeten das Knowledge Extraction System und die klinische Textanalyse, um die linguistische Verarbeitung von Notizen durchzuführen. Dies half ihnen, 16 medizinische Konzepte zu identifizieren – darunter B1-Vitamin Thiamin, Marihuana, Leberbildgebung und Marihuana – die auf Alkoholmissbrauch hindeuten. In 78 % der Fälle konnte die KI zwischen Traumapatienten, die Alkohol missbrauchten, und denen, die dies nicht taten, unterscheiden.

Lesen Sie:Künstliche Intelligenz kann Krankheiten im menschlichen Atem riechen | Einschließlich verschiedener Krebsarten

Insgesamt bietet diese KI einen automatisierten Prozess zur Überwindung von Patienten- und Personalhindernissen für SBIRT-Programme in Gesundheitszentren. Es wäre für Traumazentren erschwinglich, die über die Erfahrung verfügen, diese Technik anzuwenden.

Die Forscher erwähnten auch, dass die in dieser Studie verwendete Linguistik-Software und Open-Source-Programmierung für alle Benutzer kostenlos wäre.