人工智能准备在阿片类药物成瘾的战争中发挥关键作用

三种呆板进修算法已辨认出也许在手术后蒙受十分疾苦的患者，每个患者的精确率约为80%。猜测性帮忙也许会辅佐大夫针对伤害和易上瘾的阿片类药物适内地拟定更换性的疼痛打点打算。

首席研究作者，哈佛大学医学博士Mieke Soens对与会职员说，他的团队打算将这些模子与Brigham and Women's Hospital的EHR举办整合，以“为每位患者提供术后疼痛的猜测。”

为了成立他们的模子，Soens和同事们回首了来自近6,000名差异手术类此外术后患者的数据。他们发明，这些患者中约有22%在手术后的前24小时内接管了大剂量的吗啡毫克当量。

接下来，他们咨询了疼痛照顾护士专家，并搜刮了文献，提出了163种也许预示严峻的术后疼痛的身分。

借助这些洞察力，该团队构建了三个模子-后勤回归，随机丛林和人工神经收集-可以或许赏识患者的病历并将163个身分修剪为只有最凶猛的猜测性。

将模子的猜测与沟通患者中的阿片类药物现实行使量举办较量，Soens及其同事发明，这三者在确定哪些患者蒙受最大疼痛并必要行使更大剂量的阿片类药物方面的精确度约为80%。

“电子病历是名贵且未被充实操作的患者数据来历，可以有用地用于改进患者的糊口，” Soens在演讲后颁发的筹备好的谈话中说道。“有选择地辨认凡是在手术后必要大剂量阿片类药物的患者，对付镌汰滥用阿片类药物的重要性很重要。”

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!