一项新的研究表明，使用人工智能（AI）筛查医院患者中的阿片类药物成瘾可以帮助医生识别那些需要成瘾护理的患者，并减少患者出院后再入院的可能性。该研究结果发表在《自然医学》杂志上，表明这项技术可以同时挽救生命并降低医疗成本。
阿片类药物使用障碍是一种严重的疾病，在繁忙的医院环境中往往被忽视。许多医院难以一致地筛查成瘾问题，导致患者可能在没有得到适当护理的情况下离开医院。这是一个重大问题，因为未经治疗的阿片类药物成瘾患者在出院后更容易发生过量用药。
为了解决这个问题，威斯康星大学医学院和公共卫生学院的研究人员开发并测试了一种AI筛查工具。该工具旨在分析患者的记录并标记出阿片类药物成瘾的迹象。当AI检测到可能的阿片类药物使用障碍时，它会提醒医生并建议将患者转介给成瘾专家。
该研究比较了基于AI的方法和传统方法，后者由医生自行决定是否咨询成瘾专家。临床试验在威斯康星州麦迪逊市的大学医院进行了数年。
从2021年3月到2022年10月，医生根据自己的判断请求咨询。从2023年3月到10月，全院范围内使用了AI系统来支持护理过程。
该试验包括51,760次成人住院。大约三分之二的住院发生在使用AI工具之前。在整个研究过程中，共有727次成瘾医学咨询。
AI工具通过实时扫描患者的记录——包括医生的笔记和病史——来工作。它利用这些信息来发现与阿片类药物使用障碍相关的模式。如果工具看到警告信号，它会在医生打开患者病历时发送警报，建议患者可能受益于成瘾护理和戒断监测。
结果令人鼓舞。基于AI的筛查与仅依赖医生的方法在将患者转介给成瘾专家方面同样有效。实际上，借助AI的帮助，有1.51%的患者被转介，而没有AI帮助的情况下只有1.35%。
使AI工具特别有用的是其对再入院的影响。在AI组中，仅有8%的患者在出院后30天内再次入院，而在仅依赖医生的组中，这一比例为14%。
这种47%的再入院率下降意味着需要重复住院的人减少了。这也在八个月的时间里节省了约109,000美元的医疗费用，即使考虑到运行软件的成本也是如此。
单次再入院的平均费用约为16,300美元。通过避免16次再入院，医院系统节省了数千美元，并可能改善了患者的预后。
该研究的主要作者马吉德·阿夫沙尔博士表示，这项研究展示了AI在实际医院环境中的应用效果，而不仅仅是理论上的。他解释说：“我们的研究代表了AI筛查工具在成瘾护理中实际应用的第一个现实世界例子之一。”
像国家药物滥用研究所所长诺拉·沃尔科博士这样的专家赞扬了这些结果。她指出，特别是在超负荷的医院中，成瘾护理常常被忽视。AI可以通过提供及时的警报和建议来填补这一空白。
然而，研究人员也承认存在一些挑战。医院工作人员可能会因过多的通知而感到“警报疲劳”，并且该系统仍需在更多医院进行测试以确保其普遍适用性。此外，随着时间的推移，阿片类药物危机的变化可能会影响该工具的效果，因此需要持续更新和测试。
阿片类药物危机仍然是美国的一个主要问题。从2022年到2023年，因物质使用而紧急就诊的人数增加了近6%，达到760万。阿片类药物是仅次于酒精的第二大原因。但即使需求不断增长，医院在一致筛查和治疗阿片类药物使用障碍方面仍然做得不够。
这项研究表明，AI可以在解决这个问题中发挥重要作用。它可以帮助医院识别需要成瘾护理的患者，减少再入院，并降低成本——同时保持护理质量。
随着进一步改进和更广泛的测试，AI筛查工具可能会成为医院系统应对持续阿片类药物危机的常规部分。
(全文结束)
