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
Rodney A. Gabriel, Brian H. Park, Chun‐Nan Hsu, Alvaro A. Macias
2025-01-23

искусственный интеллектпрогностические модели машинного обученияобработка естественного языкарасстройство, связанное с употреблением опиоидовперсистирующее послеоперационное употребление опиоидов
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.
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.

Прогнозирование с помощью ИИ стойкого послеоперационного употребления опиоидов, расстройства, связанного с употреблением опиоидов, и передозировки опиоидами у хирургических и пациентов, получающих лечение боли

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
Access Type
Author Information
Authors
Rodney A. Gabriel
Brian H. Park
Chun‐Nan Hsu
Alvaro A. Macias
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%