Modello AI Ibrido Prevede Episodi di Dolore Oncologico con Alta Precisione

Un team di ricercatori ha creato un pipeline ibrido che combina machine learning con un grande modello linguistico per prevedere episodi di dolore breakthrough in pazienti con cancro ai polmoni entro 48-72 ore dal ricovero. Il sistema analizza dati strutturati e non strutturati delle cartelle cliniche elettroniche, come dati demografici, stadio del tumore, parametri vitali e uso di analgesici secondo la scala WHO. Lo studio ha esaminato una coorte retrospettiva di 266 pazienti ricoverati. La componente di machine learning identifica le tendenze dei farmaci nel tempo, mentre il grande modello linguistico chiarisce informazioni di dosaggio ambigue e note cliniche. Questa integrazione ha migliorato sia la sensibilità che l'interpretabilità, ottenendo un'accuratezza di 0,876 per le previsioni a 48 ore e 0,917 per quelle a 72 ore, con aumenti di sensibilità del 10,6% e 10,7% grazie al modello linguistico. L'intervento tempestivo è cruciale, poiché fino al 91% dei pazienti con cancro ai polmoni sperimenta episodi di dolore breakthrough. Questo metodo innovativo facilita una gestione proattiva del dolore.