L'IA détecte la consommation excessive d'alcool dans les dossiers cliniques avec 78 % de précision

Autant que 10 % des décès aux États-Unis surviennent en raison de la consommation excessive d'alcool, et ce taux a augmenté de 9 % entre 2002 et 2012. En fait, 1 patient sur 3 avec des traumatismes a une consommation excessive d'alcool.

Comment cela diffère-t-il des méthodes de dépistage actuelles ?

Les méthodes de dépistage existantes emploient le test AUDIT à 10 items (Alcohol Use Disorders Identification Test), cependant, il y a plusieurs inconvénients à ces méthodes. Elles nécessitent 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 à des questions liées à leur consommation d'alcool, donc les résultats des tests pourraient ne pas être complètement authentiques. De plus, l'embauche d'employés pour mettre en œuvre et administrer les outils est un processus gourmand en ressources et en temps.

Le NLP et les algorithmes d'apprentissage automatique ont été utilisés avec succès dans la pratique clinique et la recherche. Plus spécifiquement, les techniques de NLP reposent sur l'apprentissage supervisé qui utilise les standards de référence actuels pour prévoir les cas non vus.

Référence : American Medical Informatics Association Journal | doi:10.1093/jamia/ocy166 | Loyola University Health System

Avec la documentation des fournisseurs, le classificateur NLP tire parti des rapports proxy, des données de laboratoire, des médicaments intégrés et des notes supplémentaires d'autres membres du personnel médical collectées dans les premières 24 heures.

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 — y compris la thiamine (vitamine B1), la marijuana, l'imagerie hépatique et la marijuana — qui indiquent une consommation excessive d'alcool. Dans 78 % des cas, l'IA a été capable de distinguer entre les patients traumatisés qui consommaient excessivement de l'alcool et ceux qui ne le faisaient pas.

Dans l'ensemble, cette IA fournit un processus automatisé pour surmonter les barrières des patients et du personnel pour les programmes SBIRT dans les centres de santé. Elle 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.