莫纳什成瘾研究中心获得资助以改进阿片类药物相关危害监测MARC researchers receive grant to improve opioid-related harms surveillance

环球医讯 / AI与医疗健康来源:finance.yahoo.com澳大利亚 - 英语2025-01-23 20:00:00 - 阅读时长2分钟 - 657字
莫纳什成瘾研究中心(MARC)获得了国家卫生和医学研究委员会(NHMRC)的资助,旨在通过人工智能技术改进医院急诊科对阿片类药物相关危害的监测,提高数据编码的准确性和及时性,以便更好地评估政策干预的效果。
莫纳什成瘾研究中心NHMRC阿片类药物危害监测急诊科人工智能数据编码夏婷博士自然语言处理政策干预药物市场电子健康记录NLP算法死亡人数自由文本可靠报告
莫纳什成瘾研究中心获得资助以改进阿片类药物相关危害监测

莫纳什成瘾研究中心(MARC)获得了来自国家卫生和医学研究委员会(NHMRC)的资助,以通过人工智能技术改进医院急诊科(EDs)对阿片类药物相关危害的监测。

该项目由莫纳什成瘾研究中心的夏婷博士领导,旨在优化急诊科数据编码,以更准确地检测和分析阿片类药物事件。夏博士表示:“通过开发新技术从现有的非结构化医疗记录中提取高质量的结构化急诊科数据,我们将能够更密切地监测阿片类药物危害的发生率,并了解当前政策干预是否达到了预期效果。”

她还指出:“这项技术还有助于及时识别政策变化带来的意外后果或负面结果,从而实现更加响应迅速和有效的干预措施。随着阿片类药物政策和药物市场的变化,如转向非法阿片类药物或其他药物,这项技术可以很好地捕捉这些不断演变的趋势。”

过去十年间,澳大利亚与阿片类药物相关的死亡人数翻了一番,促使紧急政策变化。然而,由于当前编码方法的细节不足,急诊科数据评估这些政策影响的潜力尚未得到充分发挥。新的NHMRC资助项目旨在通过开发人工智能技术来弥补这一差距,以更好地捕获和编码急诊科数据。

夏博士解释说:“我们知道,许多重要细节记录在电子健康记录的自由文本部分。” 自然语言处理(NLP)算法将用于审查健康记录的自由文本部分,寻找任何可能被遗漏的阿片类药物相关病例。这些算法可以从诸如“服用了Panadeine Forte”、“服用了美沙酮片剂”或“故意过量服用”的短语中识别并准确编码细节。

准确编码这些数据预计将带来更“可靠”和及时的报告,反映应对阿片类药物相关危害政策的结果。


(全文结束)

大健康
大健康