IA detecta consumo problemático de alcohol en historiales clínicos con 78% precisión

Investigadores usaron procesamiento de lenguaje natural y machine learning para reconocer consumidores problemáticos de alcohol a partir de notas clínicas en historiales electrónicos.

En 78% de casos, la IA distinguió entre pacientes de trauma que consumían alcohol problemáticamente y los que no.

Diferencia con métodos de cribado actuales

Métodos actuales emplean test AUDIT de 10 ítems (Test de Identificación de Trastornos por Uso de Alcohol), pero tienen varios inconvenientes. Requieren crear nuevos formularios y procedimientos en sistemas de historiales electrónicos.

A veces pacientes no son honestos al responder sobre su consumo de alcohol, así que resultados pueden no ser genuinos. Además, contratar personal para implementar y administrar herramientas es un proceso intensivo en recursos y tiempo.

NLP y algoritmos de machine learning se han usado exitosamente en práctica clínica e investigación. Específicamente, técnicas NLP se basan en aprendizaje supervisado que usa estándares de referencia actuales para predecir casos no vistos.

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

Junto con documentación de proveedores, el clasificador NLP aprovecha informes proxy, datos de laboratorio, medicación embebida y notas adicionales de otro personal médico recopiladas en primeras 24 horas.

En este estudio, usaron datos de 1.422 pacientes adultos admitidos en centro de trauma de Loyola durante tres años y medio. Los datos contenían más de 91.000 notas en historiales electrónicos, incluyendo más de 16.000 conceptos médicos.

Resultados

Usaron Sistema de Extracción de Conocimiento y Análisis de Texto Clínico para procesamiento lingüístico de notas. Esto ayudó a identificar 16 conceptos médicos —incluyendo tiamina vitamina B1, marihuana, imagen hepática, y marihuana— que indican consumo problemático. En 78% de casos, IA distinguió entre pacientes con y sin consumo problemático.

Leer: Inteligencia Artificial puede oler enfermedades en aliento humano | Incluyendo distintos cánceres

En general, esta IA proporciona proceso automatizado para superar barreras de pacientes y personal en programas SBIRT en centros de salud. Sería asequible para centros de trauma con experiencia para usar esta técnica.

Investigadores también mencionaron que el software lingüístico y programación open-source usados en este estudio serían gratuitos para todos los usuarios.