L'IA peut identifier les personnes qui abusent de l'alcool

• Les chercheurs ont utilisé des méthodes de traitement du langage naturel et d'apprentissage automatique pour reconnaître les abus d'alcool à partir des notes des cliniciens dans les dossiers de santé électroniques.
• Dans 78 % des cas, l'IA a pu faire la distinction entre les patients traumatisés qui abusaient de l'alcool et ceux qui n'en faisaient pas.

Aux États-Unis, jusqu'à 10 % des décès sont dus à l'abus d'alcool, et ce taux d'abus d'alcool a augmenté de 9 % entre 2002 et 2012. En fait, 1 patient sur 3 ayant subi un traumatisme a un abus d'alcool.

Des études antérieures ont prouvé que chaque blessure traumatique offre l'occasion d'un moment propice à l'apprentissage. Il a été démontré que les programmes SBIRT (abréviation de Screening, Brief Intervention, and Referral to Treatment) dans les centres de traumatologie réduisent la consommation d'alcool et la récurrence des blessures de près de 50 %.

Aujourd'hui, des chercheurs du Loyola University Health System ont démontré que l'intelligence artificielle (IA) peut être utilisée pour détecter les patients traumatisés avec abus d'alcool. Ils ont utilisé des méthodes de traitement du langage naturel (NLP) et d'apprentissage automatique pour reconnaître les abus d'alcool à partir des notes des cliniciens dans les dossiers de santé électroniques.

En quoi est-ce différent des méthodes de dépistage actuelles ?

Les méthodes de dépistage existantes utilisent l'AUDIT en 10 éléments (abréviation de Alcohol Use Disorders Identification Test), mais ces méthodes présentent plusieurs inconvénients. Cela nécessite la création de nouveaux formulaires et procédures dans les systèmes de dossiers de santé électroniques.

Parfois, les patients ne sont pas très honnêtes lorsqu'ils répondent aux questions liées à leur consommation d'alcool, les résultats des tests peuvent donc ne pas être tout à fait authentiques. De plus, l'embauche d'employés pour mettre en œuvre et administrer les outils est un processus qui demande beaucoup de ressources et de temps.

Les algorithmes de PNL et d'apprentissage automatique ont été utilisés avec succès dans la pratique clinique et la recherche. Plus précisément, les techniques de PNL reposent sur un apprentissage supervisé qui utilise les normes de référence actuelles pour prévoir les cas invisibles.

Référence :American Medical Informatics Association Journal | doi:10.1093/jamia/ocy166 | Système de santé universitaire Loyola

En plus de la documentation des fournisseurs, le classificateur NPL exploite les rapports proxy, les données de laboratoire, les médicaments intégrés et les notes supplémentaires d'autres membres du personnel médical qui sont collectées dans les 24 premières heures.

Dans cette étude, les chercheurs ont utilisé les données de 1 422 patients adultes admis au centre de traumatologie de Loyola pendant trois ans et demi. Les données contenaient plus de 91 000 notes dans des dossiers de santé électroniques, qui comprenaient plus de 16 000 concepts médicaux.

Résultats

Ils ont utilisé le système d'extraction de connaissances et l'analyse de texte clinique pour effectuer le traitement linguistique des notes. Cela les a aidés à identifier 16 concepts médicaux - dont la vitamine B1, la thiamine, la marijuana, l'imagerie du foie et la marijuana - qui indiquent un abus d'alcool. Dans 78 % des cas, l'IA a pu faire la distinction entre les patients traumatisés qui abusaient de l'alcool et ceux qui n'en faisaient pas.

Lire :L'intelligence artificielle peut sentir les maladies dans le souffle humain | Y compris différents cancers

Dans l'ensemble, cette IA fournit un processus automatisé pour surmonter les obstacles liés aux patients et au personnel pour les programmes SBIRT dans les centres de santé. Ce serait abordable pour les centres de traumatologie qui ont l'expertise pour utiliser cette technique.

Les chercheurs ont également mentionné que le logiciel linguistique et la programmation open source utilisés dans cette étude seraient gratuits pour tous les utilisateurs.