Обзор применения искусственного интеллекта для прогнозирования персистирующего послеоперационного употребления опиоидов и расстройства, связанного с употреблением опиоидов, а также связанных с этим этических аспектов
A Review of Leveraging Artificial Intelligence to Predict Persistent Postoperative Opioid Use and Opioid Use Disorder and its Ethical Considerations
2025-01-23
SCID: 54.1/drvnw469
Discuss with AI
искусственный интеллектпрогностические модели машинного обученияобработка естественного языкарасстройство, связанное с употреблением опиоидовперсистирующее послеоперационное употребление опиоидов
Figures from the paper
Abstract (AI)
ЦЕЛЬ ОБЗОРА: Искусственный интеллект (ИИ) открывает новые возможности для содействия лечению как острой, так и хронической боли, что потенциально может трансформировать практику назначения опиоидов и стратегии профилактики зависимости. В данной обзорной статье мы не только рассматриваем современную литературу, посвящённую прогнозированию различных исходов, связанных с употреблением опиоидов, но и кратко обозначаем следующие шаги, необходимые для повышения надёжности этих моделей ИИ до их применения в режиме реального времени в клиническом рабочем процессе. НОВЫЕ ДАННЫЕ: Модели прогнозирования на основе машинного обучения для выявления риска персистирующего послеоперационного употребления опиоидов описаны для операций на позвоночнике, эндопротезирования коленного и тазобедренного суставов, артроскопических операций на суставах, амбулаторных хирургических вмешательств и смешанных хирургических популяций. Описано несколько моделей на основе машинного обучения для прогнозирования предрасположенности человека к расстройству, связанному с употреблением опиоидов, и передозировке опиоидами. Для выявления расстройства, связанного с употреблением опиоидов, и персистирующего употребления опиоидов после хирургического вмешательства по клиническим записям описаны методы обработки естественного языка и подходы на основе больших языковых моделей. ИИ обладает значительным потенциалом для совершенствования лечения острой и хронической боли с применением опиоидов, что может предоставить инструменты для оптимизации дозирования, прогнозирования риска зависимости и персонализации стратегий обезболивания. Использование возможностей ИИ потенциально позволит медицинским работникам улучшить исходы лечения пациентов, снизить бремя опиоидной зависимости и содействовать решению опиоидного кризиса.
Key Findings
1
ИИ может способствовать оптимизации дозирования опиоидов, прогнозированию риска зависимости и персонализации лечения острой и хронической боли.
2
Модели машинного обучения разработаны для прогнозирования длительного послеоперационного употребления опиоидов при операциях на позвоночнике, артропластике суставов, артроскопии, амбулаторных и смешанных хирургических вмешательствах.
3
Методы обработки естественного языка и большие языковые модели способны выявлять расстройство, связанное с употреблением опиоидов, и длительное употребление опиоидов после операции по клиническим записям.
4
Описаны прогностические модели ИИ для оценки индивидуального риска расстройства, связанного с употреблением опиоидов, и передозировки опиоидами.
5
Обзор подчёркивает необходимость повышения надёжности моделей до интеграции прогнозов ИИ в клинические рабочие процессы реального времени.
Research Object
Прогнозирование с помощью ИИ стойкого послеоперационного употребления опиоидов, расстройства, связанного с употреблением опиоидов, и передозировки опиоидами у хирургических и пациентов, получающих лечение боли
Research Subject
Прогностическая эффективность, клиническая применимость, достоверность и этические аспекты моделей ИИ для выявления рисков, связанных с опиоидами, и персонализации назначения опиоидов и лечения боли
Publication Details
Publication Date
2025-01-23
Journal
Publisher
ISSN
Cited by
16
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest