新技術によるオピオイド中毒監視の変革:自然言語処理を緊急事態局のデータに適用するための論理と方法論プロトコル

科学分野:

• 公衆衛生は公衆衛生である.
• 医療情報工学 医療情報工学
• コンピュータ言語学 コンピュータ言語学

背景:

• オピオイド関連の害は,効果的な公衆衛生対応と政策評価のために,適時的な監視を必要とします.
• 急性オピオイド中毒の特定には緊急救急サービス (ED) が不可欠ですが,現在の監視は構造化されたデータに依存し,重要なフリーテキスト情報が欠落しています.
• 既存のシステムにおける報告不足と誤った分類は,新興傾向の特定と政策評価を妨げています.

研究 の 目的:

• オピオイド中毒の監視の正確性と一貫性を高めるために,自然言語処理 (NLP) を緊急部データに適用します.
• オピオイド中毒のプレゼンテーションのより良い識別のために,非構造化フリーテキストフィールドを含む,定期的に収集されたEDデータを活用する.
• オピオイド政策改革の影響を評価する際にNLP強化データの有用性を評価する.

主な方法:

• 15年間のビクトリア州緊急最低データセット (VEMD) の記録を用いたNLPモデルの開発とトレーニング.
• オピオイド中毒症例を特定するために,構造化および非構造化データフィールドの両方の分析.
• 手動でコードされたゴールドスタンダードに対するNLPモデルの検証と,強化された分類のための追加の非構造データ (例えば,排出要約) の組み込み.

主要な成果:

• この研究は,薬物中毒に関するオーストラリアのEDデータにNLPの大規模な応用を先駆けてきました.
• オピオイド中毒のプレゼンテーションを特定する際の精度と一貫性の向上.
• 臨床作業量の増加なしに,定期的な監視を強化する可能性がある.

結論:

• NLPは,緊急治療室でのオピオイド中毒の特定の正確性と一貫性を向上させる強力な方法を提供します.
• このアプローチは,日常的な監視システムを大幅に強化し,適切な政策と医療システムへの介入のためのより良いデータを提供することができます.
• この研究は,公衆衛生の監視におけるNLPの価値,特に薬物関連の害について示しています.