Using Wearable Devices to Improve Chronic PainTreatment among Patients with Opioid Use Disorder
Created by
Haebom
Category
Empty
저자
Abhay Goyal, Navin Kumar, Kimberly DiMeola, Rafael Trujillo, Soorya Ram Shimgekar, Christian Poellabauer, Pi Zonooz, Ermonda Gjoni-Markaj, Declan Barry, Lynn Madden
개요
만성 통증(CP)과 오피오이드 사용 장애(OUD)는 상호 관련된 만성 질환으로, MOUD(opioid use disorder medication)를 받는 환자를 위한 증거 기반 통합 치료법이 부족한 상황입니다. 본 연구는 웨어러블 장치와 대규모 언어 모델(LLM)을 활용하여 통증 급증을 이해하는 것을 목표로 하는 파일럿 연구입니다. 다양한 AI 접근 방식을 사용하여 통증 급증의 임상적 상관관계를 조사한 결과, 머신 러닝 모델은 통증 급증 예측에서 비교적 높은 정확도(>0.7)를 달성했지만, LLM은 통찰력 제공에 제한적이었습니다.
시사점, 한계점
•
시사점:
◦
웨어러블 장치와 AI 모델의 조합은 통증 급증의 조기 감지를 가능하게 할 수 있습니다.
◦
조기 감지는 오피오이드 재발 위험 감소, MOUD 순응도 개선, CP 및 OUD 치료 통합을 지원하는 개인 맞춤형 중재를 가능하게 할 수 있습니다.
•
한계점:
◦
LLM은 통증 급증에 대한 통찰력 제공에 제한적인 성능을 보였습니다.
◦
OUD/CP 맥락에서 실행 가능한 통찰력을 제공할 수 있는 LLM 개발의 필요성을 강조합니다.
