Ученые создали модель ИИ, способную распознавать злоупотребление алкоголем

Среди пациентов, подвергшихся исследованию, 4,8% имели медицинские карты, содержащие диагностические коды, связанные с употреблением алкоголя.
Автор: Владислав Дегтярёв , Редактор Фото: RusPhotoBank
В мире

Согласно данным, представленным клиническим фармакологом Лейлой Ханнбек и медицинским сотрудником благотворительной организации Alcohol Change UK, употребление алкоголя в дни, предшествующие операции, может вызвать рискованные хирургические осложнения у пациентов. Однако признаки такого употребления не всегда явно видны в медицинских записях пациентов.

Исследование, которое включало в себя анализ медицинских записей 53 811 пациентов, прошедших операции с 2012 по 2019 год, использовало модель обработки естественного языка. Электронные медицинские карты содержат не только диагностические коды, но и другую информацию, такую как заметки, результаты анализов и платежные данные, которые могут указывать на рискованное употребление алкоголя.

Для получения контекстуальных подсказок исследователи настроили модель обработки естественного языка на определение как диагностических кодов, так и других признаков рискованного употребления алкоголя, таких как количество выпитых напитков в неделю, превышающее рекомендуемые нормы. Было выявлено, что употребление алкоголя перед операцией связано с более высоким уровнем инфекций, продолжительным пребыванием в больнице и другими хирургическими осложнениями.

Среди пациентов, подвергшихся исследованию, 4,8% имели медицинские карты, содержащие диагностические коды, связанные с употреблением алкоголя. С использованием контекстуальных подсказок, модель смогла классифицировать в трое больше пациентов, находящихся в группе риска, что составило в общей сложности 14,5%.

Модель продемонстрировала высокую степень согласованности с классификациями экспертов по употреблению алкоголя в 87% случаев для части записей. Полученные результаты подчеркивают потенциал искусственного интеллекта в выявлении пациентов, требующих вмешательства или послеоперационной поддержки, что может быть весьма полезным для клиницистов.

Эксперты планируют дальнейшее развитие модели и ее обнародование, с учетом обучения на основе медицинских записей из разных медицинских учреждений, пишет Центральная Служба Новостей.