一种基于知识图谱探索美国阿片类药物流行的方法
计算机与社会
2019-05-29 v1 人工智能
摘要
美国正处于阿片类药物流行之中，近期估计表明每天有超过130人死于药物过量。对阿片类止痛药、海洛因和合成阿片类药物的过度处方与成瘾，已导致公共卫生危机并造成了巨大的社会和经济负担。需要使用统计学习方法，利用来自美国多个临床中心的数据来检测阿片类药物过度处方趋势并预测可能的阿片类药物滥用。然而，不同中心临床数据表示中的语义异构性使得此类方法的开发与评估困难且并非易事。我们创建了阿片类药物知识图谱（Opioid Drug Knowledge Graph, ODKG）——一个由阿片类相关药物、活性成分、剂型、复方制剂和商品名构成的网络。我们利用ODKG对包含来自42个不同州超过400家医疗机构的患者数据的临床数据仓库中的药物字符串进行规范化。我们展示了使用ODKG生成美国各地区阿片类药物处方趋势汇总统计的方法。这些方法和资源有助于开发先进且可扩展的模型，以监测阿片类药物流行并检测非法阿片类药物滥用行为。我们的工作与希望系统评估导致美国阿片类药物过度处方和医源性阿片类药物成瘾因素的政策制定者和疼痛研究者相关。
引用
@article{arxiv.1905.11513,
title = {A Knowledge Graph-based Approach for Exploring the U.S. Opioid Epidemic},
author = {Maulik R. Kamdar and Tymor Hamamsy and Shea Shelton and Ayin Vala and Tome Eftimov and James Zou and Suzanne Tamang},
journal= {arXiv preprint arXiv:1905.11513},
year = {2019}
}
备注
4 pages, 2 figures, ICLR AI for social good workshop 2019