賓夕法尼亞大學(xué)醫(yī)學(xué)院日前進(jìn)行的一項(xiàng)研究表明，如何利用人工智能來對抗阿片類藥物濫用。人工智能著重于一個(gè)聊天機(jī)器人，該聊天機(jī)器人向接受手術(shù)修復(fù)嚴(yán)重骨折的患者發(fā)送提醒。

該研究發(fā)表在醫(yī)學(xué)互聯(lián)網(wǎng)研究雜志上。

[[345124]]

醫(yī)學(xué)博士Christopher Anthony是這項(xiàng)研究的主要作者，也是賓夕法尼亞大學(xué)髖關(guān)節(jié)防腐技術(shù)的副主任。他還是骨外科的助理教授。

他說：“我們證明，通過使用聊天機(jī)器人進(jìn)行心理治療，在高危患者群體中，阿片類藥物的使用率可降低三分之一以上。盡管必須通過未來的調(diào)查進(jìn)行測試，但我們認(rèn)為我們的發(fā)現(xiàn)很可能會(huì)轉(zhuǎn)移到其他患者人群中。”

手術(shù)后使用阿片類藥物

阿片類藥物是治療嚴(yán)重受傷(例如手臂或腿部骨折)后疼痛的有效方法，但是大量處方藥可能導(dǎo)致許多使用者上癮和依賴。這就是造成整個(gè)美國主要阿片類藥物流行的原因。

研究人員團(tuán)隊(duì)認(rèn)為，以人工智能為中心的以病人為中心的方法可以減少此類手術(shù)后服用的阿片類藥物的數(shù)量，這可以用來對抗這種流行病。

這些研究人員還包括愛荷華大學(xué)醫(yī)學(xué)院附屬愛德華•奧克塔維奧•羅哈斯博士。研究合著者包括：Valerie Keffala博士、Natalie AnnGlas博士、醫(yī)學(xué)博士BenjaminJ.、醫(yī)學(xué)博士Mathew Hogue;醫(yī)學(xué)博士Matthew Karam、醫(yī)學(xué)博士John LawrenceMars和醫(yī)學(xué)博士Apurva Shah。

該研究涉及76名患者，他們訪問了愛荷華大學(xué)醫(yī)院和診所的1級創(chuàng)傷中心。他們在那里接受需要手術(shù)的骨折的治療，并將這些患者分為兩組。兩組均接受相同的阿片類藥物治療疼痛處方，但只有一組接收來自自動(dòng)聊天機(jī)器人的每日短信。

收到短信的小組在他們的程序之后可能希望每天兩次，為期兩周。自動(dòng)聊天機(jī)器人依靠人工智能發(fā)送消息，該消息在手術(shù)后第二天就消失了。文本消息的構(gòu)建方式可以幫助患者專注于更好地應(yīng)對藥物。

由專門從事疼痛和承諾療法(ACT)的疼痛心理學(xué)家創(chuàng)建的短信并沒有直接與藥物的使用相抵觸，而是試圖幫助患者想到除服用藥以外的其他東西。

六項(xiàng)核心原則

文本消息可以分解為六個(gè)“核心原則”：價(jià)值觀、接受程度、當(dāng)下意識(shí)、自我照應(yīng)、承諾行動(dòng)和擴(kuò)散。

根據(jù)接受原則，有一個(gè)信息是：“手術(shù)后疼痛感和對疼痛經(jīng)歷的感覺是正常的。確認(rèn)并接受這些感受，作為恢復(fù)過程的一部分。需要記住，現(xiàn)在的感覺是暫時(shí)的，康復(fù)過程將繼續(xù)。喚起現(xiàn)在所經(jīng)歷的愉悅感受或想法。”

結(jié)果顯示，沒有收到自動(dòng)信息的患者在手術(shù)后平均服用41片阿片類藥物，而收到自動(dòng)信息的組平均服用26劑。37%的差異令人印象深刻，收到信息的人也報(bào)告說術(shù)后兩周總體疼痛減輕。

自動(dòng)化消息并非針對每個(gè)人都進(jìn)行個(gè)性化設(shè)置，這表明了成功的前提是無需過度個(gè)性化設(shè)置。

Anthony說：“這類工作的現(xiàn)實(shí)目標(biāo)是將阿片類藥物的使用量減少到盡可能少的片劑，最終目標(biāo)是在骨折護(hù)理中消除對阿片類藥物的需求。”

該研究獲得了美國骨傷科協(xié)會(huì)的資助。