Las herramientas de inteligencia artificial detectan rápidamente signos de uso de drogas inyectables en los registros de salud de los pacientes

0
3
Las herramientas de inteligencia artificial detectan rápidamente signos de uso de drogas inyectables en los registros de salud de los pacientes

RECOMENDACIONES

Un proceso automatizado que combina el procesamiento del lenguaje natural y el aprendizaje automático identificó a las personas que se inyectan drogas (PWID) en los registros médicos electrónicos de manera más rápida y precisa que los métodos actuales que se basan en revisiones manuales de registros.

ANTECEDENTES

Actualmente, las personas que se inyectan drogas se identifican a través de códigos de Clasificación Internacional de Enfermedades (ICD) que los proveedores de atención médica especifican en los registros de salud electrónicos de los pacientes o que codificadores humanos capacitados extraen de esas notas y los revisan con fines de facturación. Pero no existe un código ICD específico para el uso de drogas inyectables, por lo que los proveedores y codificadores deben confiar en una combinación de códigos no específicos como sustitutos para identificar PWID, un enfoque lento que puede generar imprecisiones.

MÉTODO

Los investigadores revisaron manualmente 1,000 registros de 2003 a 2014 de personas admitidas en hospitales de la Administración de Veteranos con estafilococo aureus bacteriemia, una infección común que se desarrolla cuando la bacteria entra en las aberturas de la piel, como las que se encuentran en los sitios de inyección. Luego desarrollaron y entrenaron algoritmos usando procesamiento de lenguaje natural y aprendizaje automático y los compararon con 11 combinaciones de proxy de códigos ICD para identificar PWID.

Las limitaciones del estudio incluyen una documentación potencialmente deficiente por parte de los proveedores. Además, el conjunto de datos utilizado es de 2003 a 2014, pero la epidemia de uso de drogas inyectables ha pasado desde entonces de los opioides recetados y la heroína a los opioides sintéticos como el fentanilo, que el algoritmo puede pasar por alto porque el conjunto de datos donde aprendió la clasificación no tiene muchos ejemplos de esa droga Finalmente, los hallazgos pueden no ser aplicables a otras circunstancias dado que se basan completamente en datos de la Administración de Veteranos.

IMPACTO

El uso de este modelo de inteligencia artificial acelera significativamente el proceso de identificación de PWID, lo que podría mejorar la toma de decisiones clínicas, la investigación de servicios de salud y la vigilancia administrativa.

¿CÓMO ‘O’ QUÉ

“Al utilizar el procesamiento del lenguaje natural y el aprendizaje automático, pudimos identificar a las personas que se inyectan drogas en miles de notas en cuestión de minutos, en comparación con las varias semanas que le tomaría a un revisor manual hacer esto”, dijo el autor principal, el Dr. David Goodman. Meza, profesor asistente de medicina en la división de enfermedades infecciosas de la Escuela de Medicina David Geffen de la UCLA. “Esto permitiría que los sistemas de salud identifiquen a las PWID para asignar mejor los recursos, como los programas de servicios de jeringas y el uso de sustancias y el tratamiento de salud mental para las personas que usan drogas”.

AUTORES

Los otros investigadores del estudio son la Dra. Amber Tang, el Dr. Matthew Bidwell Goetz, Steven Shoptaw y Alex Bui de UCLA; el Dr. Michihiko Goto de la Universidad de Iowa y el Centro Médico VA de la Ciudad de Iowa; Dr. Babak Aryanfar de VA Greater Los Angeles Healthcare System; Sergio Vázquez de Dartmouth College; y el Dr. Adam Gordon de la Universidad de Utah y el Sistema de Atención Médica VA Salt Lake City. Goodman-Meza y Goetz también tienen citas con VA Greater Los Angeles Healthcare System.

INICIAR SESIÓN

El estudio se publica en la revista revisada por pares Open Forum Infectious Diseases.

FONDOS

El Instituto Nacional sobre el Abuso de Drogas de EE. UU. financió este estudio.

.

LEAVE A REPLY

Please enter your comment!
Please enter your name here