Инструменты искусственного интеллекта могут сделать назначение опиоидов после операции более индивидуализированным

Для пациента, которому удаляют зубы мудрости, дни после операции приносят важный вопрос: сколько обезболивающего средства мне на самом деле понадобится?

Препараты, отпускаемые без рецепта, такие как парацетамол и ибупрофен, обеспечивают адекватное облегчение боли для большинства пациентов, но у некоторых возникает прорывная боль, которая не поддается этим препаратам и может помочь опиоид. Для клиницистов задача состоит в том, чтобы знать до операции, какие пациенты будут нуждаться в дополнительном обезболивании.

Сотрудники, ординаторы и студенты Гарвардской школы стоматологической медицины изучают, может ли искусственный интеллект помочь сделать эти решения более точными.

В новой статье, опубликованной в Current Surgery Reports, авторы рассматривают, как искусственный интеллект и машинное обучение могут помочь клиницистам предсказать потребность в опиоидах после операции и выявить пациентов, которые могут подвергаться большему риску неправильного использования, длительного использования или неадекватного контроля боли.

«Фундаментальная проблема заключается в том, что назначение опиоидов по-прежнему во многом стандартизировано, в то время как реальные потребности пациентов в обезболивающих средствах весьма индивидуализированы. Два пациента могут пройти практически одну и ту же операцию, выполняемую одним и тем же хирургом, и иметь совершенно разные ощущения боли и отека после операции из-за биологии и переносимости боли», — сказал Тим Ван, старший автор и главный ординатор программы челюстно-лицевой хирургии (OMFS) в стоматологической школе и больнице «Массачусетс Дженерал».

Процедуры челюстно-лицевой хирургии приводят к наибольшему количеству назначений стоматологических опиоидов, составляя более 60% опиоидов, назначаемых стоматологами в США. Такие процедуры, как удаление третьих молярных зубов, также могут представлять первое знакомство пациента с рецептурными опиоидами.

Однако количество назначенного препарата не всегда соответствует тому, сколько его на самом деле нужно пациенту. Авторы указывают на перспективное исследование пациентов, перенесших операцию по удалению третьих молярных зубов, в котором только 7% нуждались в опиоидах, когда выздоровление протекало без осложнений. Другие исследования показали, что более половины опиоидов, назначаемых после стоматологической операции, остаются неиспользованными, что создает возможности для неправильного использования или отвлечения.

«Задача хирурга заключается в том, что мы должны принять решение о назначении до того, как узнаем, как этот конкретный пациент будет реагировать с точки зрения послеоперационной боли», — сказал Ван.

Авторы описывают эту практику как назначение «на всякий случай», предоставляя лекарство в ожидании потенциальной боли, а не на основе индивидуального риска и ожидаемых потребностей пациента. В то же время попытки сократить ненужные назначения не должны оставить без надлежащего лечения пациентов, которым действительно нужна дополнительная помощь при боли.

Для Самата Борбиева, D.M.D. '28 и Кларка Моргана, D.M.D. '28, студентов-авторов, которые внесли вклад в статью, задача состоит в том, чтобы найти этот баланс.

«Благодаря дальнейшим достижениям в клинических биомаркерах и искусственном интеллекте мы можем помочь объединить их двоих, чтобы создать больше инструментов для врачей, которые помогут им принимать обоснованные решения по контролю и управлению болью, а также сигнализировать врачам, когда пациент может нуждаться в большем консультировании и времени для управления своей болью», — сказал Борбиев.

Этот баланс может быть особенно сложным, потому что факторы, влияющие на боль и реакцию на опиоиды, выходят за рамки самой процедуры.

«В конечном итоге, объем клинических, генетических и социальных данных, которые могут повлиять на идеальный режим контроля боли, больше, чем то, что один поставщик может полностью собрать и рассмотреть, что открывает двери для искусственного интеллекта для помощи в принятии клинических решений», — отметил Морган.

Авторы указывают на машинное обучение как на способ, которым клиницисты могли бы учитывать эти различия. Модели искусственного интеллекта могут анализировать большие объемы клинических, поведенческих и биологических данных для выявления закономерностей, связанных с использованием, неправильным использованием и длительным использованием опиоидов.

Они выделяют исследования, в которых участвовало более 560 000 получателей Medicare, в котором методы машинного обучения превосходили традиционные статистические подходы в прогнозировании риска передозировки опиоидов. Другие модели продемонстрировали способность предсказывать расстройство использования опиоидов и длительное послеоперационное использование опиоидов с различной степенью точности.

Для клиницистов потенциальная ценность этих инструментов заключается в преобразовании этих прогнозов в более индивидуализированную помощь. Искусственный интеллект можно потенциально встроить в электронные медицинские записи, чтобы помочь определить надлежащий тип, количество или продолжительность рецептурного назначения опиоида, выявить пациентов, которые могут извлечь пользу из дополнительного мониторинга, и улучшить существующие программы мониторинга отпускаемых по рецепту лекарств.

«Обещание искусственного интеллекта состоит в том, что он может позволить нам отойти от подхода «один размер подходит всем» к более индивидуализированному назначению», — сказал Ван. Искусственный интеллект также может помочь клиницистам быстро просмотреть данные программ мониторинга отпускаемых по рецепту лекарств и выявить соответствующие закономерности в истории пациента, добавил он.

Технология также может продолжить поддерживать уход после того, как пациент покидает клинику. Авторы описывают системы, которые могли бы включать сообщаемую пациентом боль, использование лекарств и соответствие для уточнения рекомендаций с течением времени, а также помогать клиницистам предоставлять целенаправленное образование по управлению болью и использованию лекарств.

«Верно то, что стационарное отделение обеспечивает относительную легкость мониторинга и управления болью с точки зрения врача, но в тот момент, когда пациент выписан, мы теряем преимущество прямого надзора», — сказал Мэтью Уотт, D.M.D. '26, ординатор OMFS и соавтор статьи.

«Искусственный интеллект может быть более эффективно использован в домашних условиях, где мы можем использовать эти модели для более адаптированных болевых режимов».

Авторы подчеркивают, что искусственный интеллект не является заменой клинического суждения. Большая часть существующих исследований носит ретроспективный характер, и многие модели прошли ограниченную внешнюю валидацию. Их производительность также может варьироваться в зависимости от популяций и данных, используемых для их обучения.

Несмотря на эти проблемы, Ван сказал, что цель состоит не просто в снижении назначения опиоидов, а в том, чтобы сделать его более точным без компромисса в отношении результатов пациентов.

«Для пациентов это может означать план управления болью, сформированный не только процедурой, которую они прошли, но и человеком, выздоравливающим от нее», — сказал он.