人工智能可以帮助更有效地检测和治疗阿片类药物成瘾

快速阅读: 据《Knowridge 科学报告》最新报道，研究表明，AI筛查工具能有效识别阿片类药物成瘾患者，降低再入院率和医疗成本。该工具通过分析病历提醒医生转诊，效果优于传统方法。尽管面临挑战，AI在解决阿片类药物危机中展现出潜力。

信用：Unsplash
最新研究表明，利用人工智能（AI）筛查医院患者是否患有阿片类药物成瘾，有助于医生识别需要成瘾护理的患者，并降低患者出院后重返医院的可能性。这项发表在《自然医学》的研究表明，这项技术既能挽救生命，又能降低医疗成本。阿片类药物成瘾是一种严重的状况，在繁忙的医院环境中往往被忽视。许多医院难以持续筛查成瘾情况，患者可能在未接受适当治疗的情况下离开。这是一个严重的问题，因为未经治疗的阿片类药物成瘾者在出院后更容易发生过量服用。

为了解决这一问题，威斯康星大学医学院和公共卫生学院的研究人员开发并测试了一种AI筛查工具。该工具旨在分析患者的病历并标记阿片类药物成瘾的迹象。当AI检测到可能的阿片类药物使用障碍时，它会提醒医生，并建议将患者转诊给成瘾专科医生。

研究将基于AI的方法与传统的医生自行决定是否咨询成瘾专科医生的方法进行了比较。临床试验在威斯康星州麦迪逊的大学医院持续多年。自2021年3月至2022年10月，医生凭自身判断发起会诊；自2023年3月至10月，AI系统在整个医院范围内用于支持护理过程。试验包括51,760名成年住院患者，其中约三分之二发生在AI工具使用之前。在整个研究期间，共有727次成瘾医学会诊。

AI工具通过实时分析患者病历——包括医生的笔记和病史——来工作。它利用这些信息来发现与阿片类药物使用障碍相关的模式。如果发现警示信号，当医生查看患者病历时，系统会发出警报，建议患者可能受益于成瘾护理和戒断监测。

结果令人振奋。基于AI的筛查在将患者转诊给成瘾专科医生方面与仅依靠医生的方法同样有效。事实上，借助AI的帮助，有1.51%的患者被推荐转诊，而没有AI帮助时这一比例为1.35%。使AI工具特别有用的是它对医院再入院的影响。AI组中只有8%的患者在出院后30天内返回医院，而仅靠医生组的比例为14%。这一47%的再入院率降幅意味着较少的人需要重复住院护理。这也带来了显著的节省——在AI工具使用的八个月期间，医疗成本减少了约109,000美元，即使考虑了运行软件的成本。每次再入院的平均费用约为16,300美元。通过减少16次再入院，医院系统节省了数千美元，并且可能改善了患者的预后。

该研究负责人马吉德·阿夫沙尔博士表示，这项研究表明，AI可以在真实的医院环境中发挥作用，而不仅仅是理论上的应用。“我们的研究代表了AI筛查工具首次在成瘾护理中实际应用的几个现实案例之一，”他解释道。

国家药物滥用研究所所长诺拉·沃尔科博士等专家赞扬了这些结果。她指出，成瘾护理常常被忽视，尤其是在超负荷的医院中。AI能够通过及时的提示和建议填补这一空白。

然而，研究人员也承认了一些挑战。医院工作人员可能因频繁通知而产生“警报疲劳”，并且系统仍需在更多医院进行测试以确保其在各地均能有效运行。此外，随着时间推移阿片类药物危机的变化可能影响工具的效果，因此需要持续更新和测试。

阿片类药物危机在美国仍然是一个主要问题。2022年至2023年间，因物质使用导致的急诊就诊人数增加了近6%，达到760万。阿片类药物是继酒精之后这些就诊的第二大原因。但即使需求不断增长，医院往往未能一致地筛查和治疗阿片类药物使用障碍。这项研究表明，AI可以在解决这一问题上发挥重要作用。它可以帮助医院识别需要成瘾护理的患者，减少再入院次数，并降低成本，同时保持护理质量。

随着进一步改进和更广泛的测试，AI筛查工具可能会成为应对持续阿片类药物危机的医院系统中的常规工具。

如果您关心疼痛，请阅读有关如何管理背痛的研究，以及磷虾油可能改善老年人肌肉健康的发现。有关更多健康信息，请参阅近期有关如何无痛生活与关节炎的研究，以及显示常见北美植物或有助缓解腹泻和疼痛的结果。

研究结果可查阅于《自然医学》期刊。

(以上内容均由Ai生成)