Clinical implementation of AI-based screening for risk for opioid use disorder in hospitalized adults
Majid Afshar, Felice Resnik, Cara Joyce, Madeline Oguss, Dmitriy Dligach, Elizabeth S Burnside, Anne Gravel Sullivan, Matthew M Churpek, Brian W Patterson, Elizabeth Salisbury-Afshar, Frank J Liao, Cherodeep Goswami, Randy Brown, Marlon P Mundt
Abstrak
Orang dewasa dengan gangguan penggunaan opioid (opioid use disorder; OUD) berisiko tinggi mengalami komplikasi terkait penggunaan opioid serta perawatan inap berulang. Skrining rutin bagi pasien yang berisiko mengalami OUD untuk mencegah komplikasi belum menjadi praktik baku di banyak rumah sakit, menyebabkan hilangnya kesempatan untuk intervensi. Adopsi rekam medis elektronik (electronic health records;EHR) dan kemajuan kecerdasan buatan (artificial intelligence; AI) menawarkan pendekatan berskala untuk mengidentifikasi secara sistematis pasien yang berisiko untuk perawatan berbasis bukti ilmiah.
Studi kuasi –eksperimental pre-pasca ini mengevaluasi apakah pemeriksa OUD berbasis AI yang tertanam dalam EHR tidak kalah dengan perawatan biasa dalam mengidentifikasi pasien untuk konsultasi pengobatan kecanduan, yang bertujuan untuk memberikan alternatif yang sama efektifnya namun lebih terukur terhadap konsultasi ad hoc yang dilakukan manusia.
Pemeriksa AI menggunakan jaringan saraf konvolusional untuk menganalisis catatan EHR secara real time, mengidentifikasi pasien yang berisiko, dan merekomendasikan konsultasi. Hasil utama adalah proporsi pasien yang menyelesaikan konsultasi dengan spesialis pengobatan adiksi, yang mencakup intervensi seperti rujukan perawatan rawat jalan, pengelolaan gejala putus obat yang rumit, pengelolaan pengobatan untuk OUD, dan layanan pengurangan dampak buruk. Periode studi terdiri dari fase praintervensi selama 16 bulan yang diikuti oleh fase pascaintervensi selama 8 bulan, di mana pemeriksa AI digunakan untuk mendukung penyedia layanan rumah sakit dalam mengidentifikasi pasien untuk konsultasi.
Konsultasi tidak berubah antar periode (1,35% versus 1,51%, P < 0,001 untuk non-inferioritas). Dalam analisis hasil sekunder, pemeriksa AI dikaitkan dengan pengurangan perawatan kembali (readimisi) dalam 30 hari (odds ratio: 0.53, 95% confidence interval: 0.30-0.91, P = 0.02) dengan biaya tambahan sebesar USD 6.801 per readmisi yang dapat dihindari, menunjukkan potensi pemeriksa AI sebagai solusi yang dapat diukur dan hemat biaya untuk perawatan OUD.
Registrasi ClinicalTrials.gov: NCT05745480
Tautan ke artikel lengkap: https://pubmed.ncbi.nlm.nih.gov/40181180/
Kalimat Kutipan: Afshar M, Resnik F, Joyce C, Oguss M, Dligach D, Burnside ES, Sullivan AG, Churpek MM, Patterson BW, Salisbury-Afshar E, Liao FJ, Goswami C, Brown R, Mundt MP. Clinical implementation of AI-based screening for risk for opioid use disorder in hospitalized adults. Nat Med. 2025 Apr 3. doi: 10.1038/s41591-025-03603-z. Epub ahead of print. PMID: 40181180.
