整形與重建外科》八月刊的一項研究報告稱,機器學(xué)習算法在預(yù)測手術(shù)后持續(xù)使用阿片類藥物的風險方面表現(xiàn)良好。
密歇根大學(xué)安娜堡分校的 ASPS 成員外科醫(yī)生 Kevin C. Chung 醫(yī)學(xué)博士、理學(xué)碩士評論道:“我們發(fā)現(xiàn)機器學(xué)習模型在識別更有可能成為持續(xù)阿片類藥物使用者的手術(shù)患者方面表現(xiàn)良好。”
“這可能提供一種更有效的策略來識別高危患者并實施預(yù)防阿片類藥物成癮的措施。同樣,人工智能的使用可以促進更個性化的方法,為接受特定手術(shù)的特定患者開出最佳劑量的正確止痛藥。”
測試兩種機器學(xué)習模型來預(yù)測阿片類藥物的持續(xù)使用
該研究評估了兩種先前描述的機器學(xué)習模型:一種使用密歇根基因組計劃 (MGI) 的患者報告數(shù)據(jù),另一種基于保險索賠數(shù)據(jù)。這些模型首先在大量普通外科患者樣本中進行評估,然后在接受手部手術(shù)(如腕管手術(shù)或腕骨骨折手術(shù))的患者中進行評估。
該研究的重點是機器學(xué)習模型能否根據(jù)手術(shù)后六個月內(nèi)開出的處方預(yù)測哪些患者會持續(xù)使用阿片類藥物。MGI 模型包括 889 名患者,其中約一半曾使用過阿片類藥物。索賠模型僅限于 439 名“未使用過阿片類藥物”的患者,即近期未使用過阿片類藥物的患者。
在包括既往阿片類藥物使用者的 MGI 模型中,21% 的患者出現(xiàn)了持續(xù)性阿片類藥物使用。在排除既往阿片類藥物使用者的保險索賠模型中,10% 的患者出現(xiàn)了持續(xù)性阿片類藥物使用。
標簽:
免責聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!