Secondo i ricercatori, l'intelligenza artificiale (AI) potrebbe essere in grado di identificare il rischio di ricaduta nell'alcolismo dopo il trattamento.
L'intelligenza artificiale può aiutare a individuare il rischio di ricaduta nell'alcolismo
Di Robert Preidt Giornalista di HealthDay
Giornalista di HealthDay
Martedì 19 aprile 2022 (HealthDay News) -- L'intelligenza artificiale (AI) potrebbe essere in grado di identificare gli alcolisti a rischio di ricaduta dopo il trattamento, secondo i ricercatori.
I pazienti spesso tornano a bere pesantemente durante e dopo il trattamento e possono richiedere più tentativi prima di raggiungere un'astinenza a lungo termine dall'uso malsano di alcol.
I ricercatori dell'Università di Yale hanno scoperto che l'intelligenza artificiale può consentire ai fornitori di cure e ai pazienti di prevedere le ricadute nel bere e di adeguare il trattamento prima che si verifichino.
In un nuovo studio, i ricercatori hanno utilizzato dati clinici e una forma di intelligenza artificiale chiamata machine learning per sviluppare modelli di previsione delle ricadute tra i pazienti di un programma di trattamento ambulatoriale.
Per sviluppare e testare i modelli predittivi sono stati utilizzati i dati di oltre 1.300 adulti statunitensi che hanno partecipato a uno studio clinico di 16 settimane di trattamenti in 11 centri.
I pazienti sono stati assegnati in modo casuale a una delle nove combinazioni di farmaci o terapie comportamentali e i dati relativi al loro comportamento sono stati utilizzati per "addestrare" gli algoritmi di apprendimento automatico.
L'obiettivo era creare una serie di modelli in grado di prevedere le ricadute nel bere pesante (quattro o più bicchieri al giorno per le donne e cinque o più per gli uomini) in tre diversi momenti: durante il primo mese di trattamento, durante l'ultimo mese di trattamento e tra le sessioni di trattamento settimanali o bisettimanali.
Guidati da Walter Roberts, professore assistente di psichiatria presso la Yale School of Medicine, i ricercatori hanno scoperto che i modelli risultanti si sono comportati bene nel prevedere le ricadute e sono probabilmente più accurati dei medici nell'identificare i pazienti che rischiano di tornare a bere pesantemente e che potrebbero beneficiare di interventi aggiuntivi durante il trattamento.
I risultati dello studio sono stati pubblicati il 14 aprile sulla rivista Alcoholism: Clinical and Experimental Research.
Nei modelli, le informazioni più importanti per prevedere le ricadute includevano fattori come i livelli degli enzimi epatici e l'età in cui è iniziata la dipendenza da alcol, nonché i punteggi dei pazienti nei sondaggi self-report, come quelli relativi al comportamento nel bere e ai sintomi psicologici.
Tutti questi fattori possono essere ottenuti in modo relativamente facile e poco costoso durante il trattamento dell'alcolismo, hanno osservato gli autori dello studio.
Inoltre, i modelli hanno mostrato differenze nell'importanza di specifici fattori predittivi tra uomini e donne, in linea con precedenti ricerche che mostravano differenze di sesso nei legami con il bere dannoso.
Ulteriori informazioni
Per ulteriori informazioni sul trattamento dei problemi di alcolismo, consultare l'Istituto nazionale statunitense per l'abuso di alcol e l'alcolismo.
