从临床文本对阿片类药物安全监测的人工智能:以临床为重点的审查
Md Muntasir Zitu1, Dwight Owen2, Ashish Manne2
1Department of Machine Learning, Moffitt Cancer Center and Research Institute, Tampa, FL 33612, USA.
人工智能 (AI) 可以识别与阿片类药物相关的损害,这些损害被行政法规所遗漏. 基于文本的AI通过从临床叙述中提取关键细节来提供增强的患者安全监控.
科学领域:
- 医疗信息学 医疗信息学
- 患者安全 患者安全
- 医疗保健中的人工智能
背景情况:
- 与阿片类药物相关的危害,包括阿片类药物使用障碍和过量服用,对患者的安全构成重大风险.
- 使用结构化数据的传统监测经常错过了非结构化临床叙述中记录的关键安全信号.
研究的目的:
- 从临床文本中审查人工智能 (AI) 方法来识别与阿片类药物相关的危害.
- 解决结构化数据和叙述性临床文档之间的确定差距.
主要方法:
- 综合了47项实证研究 (2009-2025年),将AI应用于用于阿片类药物危害检测的临床文本.
- 研究了人工智能方法的演变,从基于规则的系统到机器学习,深度学习和基于变压器的方法,包括大语言模型 (LLM).
主要成果:
- 行政编码系统 (例如,ICD-10) 无法确定与阿片类药物相关的事件.
- 基于文本的AI识别了额外的病例和上下文细节 (例如,精神状态,药物因果关系,纳洛反应),通常被结构化数据遗漏.
- 人工智能方法在可扩展性和提取丰富性方面取得了进展,最近基于LLM的研究专注于过量环境和前进信号.
结论:
- 人工智能,特别是基于文本的方法,与传统方法相比,可以显著改善与阿片类药物相关的危害的检测.
- 短期临床应用应侧重于人工智能驱动的分拣决策支持,而不是自主诊断.
- 未来的进步需要标准化定义,股权审计,强有力的验证和预期结果评估.
更多相关视频
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
相关概念视频
Analgesia and Pain Management
Opioid Analgesics: Synthetic and Semisynthetic Opioids
Pharmacovigilance
This process, termed pharmacovigilance, aims to detect, evaluate, and minimize harmful effects related to medication use. The data collection for pharmacovigilance depends on spontaneous reporting systems, where healthcare professionals or patients voluntarily report suspected ADRs.
In some cases, there...
Opioid Analgesics: Morphine and Other Natural Cogeners
Opioid Receptors: Overview
Pharmaceutical Poisoning: Potential Scenarios
