Blog
AI：鴉片類藥物危機的解藥還是新的挑戰？
AI：鴉片類藥物危機的解藥還是新的挑戰？
September 4, 2023
重點摘要：
新聞內文：
鴉片類藥物流行的複雜性就像是"打地鼠"遊戲一樣，數十年來困擾著研究人員，他們一直試圖理解，推動人們開始濫用鴉片類藥物的社會和制度因素，並識別潛在的使用過量風險。
臨床醫生正在努力為那些陷入藥物上癮困境的人提供其他安全有效的治療和替代資源。
隨著研究人員和臨床醫生檢視鴉片類藥物風潮的擴散和持續影響，他們現在好奇地探索著人工智慧，並問道：「這是否能成為結束鴉片類藥物流行的『登月計劃』？」
醫療保健領域通常不會跟隨潮流，他們在試驗和實施新技術方面經常進展緩慢。而這種趨勢並非毫無代價。有一份報告指出，由於醫療上緩慢的，甚至不採用先進的電子健康記錄等技術的原因，該行業每年損失超過83億美元。
公共衛生研究人員和生物醫學工程師一直在醫學領域悄悄地培育著融合人工智慧的新技術，其中包括防止和治療成癮，這是最新受益者。
但是，鴉片類藥物流行的代價遠遠超過了帳簿上的數字。回溯到1999年，超過100萬人因藥物使用過量而喪生。在2021年，美國共有106,699人因藥物使用過量死亡，這在人均死亡數量方面是該國歷史上的最高紀錄。其中大約75％的與鴉片類藥物使用有關，包括「Vicodin」和「Percocet」等處方止痛藥，以及像海洛因之類的「街頭」藥物。
儘管美國疾病管制和預防中心以及國家衛生研究院投入了數十億美元進行擴展、教育和處方管制政策，但這一流行病仍然固執地持續存在。
在過去的十年中，我一直在美國的城市和鄉村社區進行鴉片類藥物流行的研究，包括紐約市和伊利諾伊州南部的鄉村。
我們大部分人同意，儘管不情願，但在識別藥物使用者面臨的微妙風險涉及大量的猜測。他們會使用哪些藥物？他們會注射、吸食還是吸煙？在使用時，是否有人陪同，以防止過量使用並需要協助？
那還不算結束。醫生們還經常與聯邦和州對於「鴉片類藥物使用障礙有效治療」的指南進行抵觸，比如suboxone。此外，他們還需要趕上逐漸變化的藥物供應，這些供應被廉價的合成鴉片類藥物（如芬太尼）污染，芬太尼在近期的鴉片類藥物使用過量死中負有很大的責任。
雖然像ChatGPT這樣的AI發展吸引了大多數民眾的關注，但公共衛生研究人員和生物醫學工程師一直在醫學領域中悄悄地進行著融合人工智慧的革命，其中防止和治療成癮成為最新的受益者。
這個領域的創新主要使用機器學習來識別可能有患鴉片類藥物使用障礙、中斷治療和復發風險的人。例如，喬治亞理工學院的研究人員最近開發了機器學習技術，能夠有效地識別Reddit上那些可能濫用芬太尼的人，而其他研究人員則開發了一種工具，用於查找有關鴉片類藥物使用障礙治療的錯誤資訊，這兩者都可以讓同行和倡導者進行干預和教育。
其他由AI推動的計劃，如Sobergrid，正在開發能夠檢測個人復發風險的能力，例如基於他們靠近酒吧的程度，然後將他們連接到專業顧問。
最有影響力的發展與減少過量使用有關，這往往是由於混合使用藥物而引起的。在普渡大學，研究人員開發並實驗了一種可佩戴的設備，可以檢測藥物使用過量的跡象並自動給個體注射納洛酮，這是一種可以抑制過量的藥物。另一個關鍵的發展是創造工具，用於檢測藥物供應中的危險污染物，這可能會徹底減少芬太尼引起的使用過量死亡。
儘管存在龐大的前景，但也存在一些擔憂，那就是「面部識別技術是否可用於找到表現出高態度的人，從而導致歧視和虐待？」Uber在2008年已經朝這個方向發展，試圖開發一種可以檢測醉酒乘客的技術專利。
還有關於錯誤資訊，這是否困擾著聊天機器人嗎？有心人士是否可能將不正確的資訊嵌入聊天機器人，以誤導藥物使用者的風險？
從1927年弗里茨·朗格的經典無聲電影《大都會》開始，公眾就對類似人類的技術能「使生活變得更加輕鬆和豐富」充滿了幻想。從1968年斯坦利·庫布里克的《2001太空漫遊》到2000年代初的電影《機械公敵》和《未來犯罪》等，這些憧憬的畫面漸變成一種存在主義的恐懼。
這不僅僅取決於研究人員和臨床醫生，還取決於患者和更廣泛的民眾，使AI保持誠實，不將成為人類最大的挑戰，如鴉片類藥物流行，變成難以克服的挑戰。
新聞原址： https://techcrunch.com/2023/09/01/could-ai-be-the-spark-that-ends-the-opioid-epidemic/
- 研究人員和臨床醫生正在探索人工智慧（AI）是否能成為解決鴉片類藥物濫用問題的關鍵工具。
- AI在醫學領域的應用包括使用機器學習來識別可能濫用鴉片類藥物的人，以及開發可佩戴的設備來自動檢測和抑制藥物使用過量。
- 儘管AI在這一領域具有巨大的潛力，但也引發了一系列道德和安全問題，包括資訊錯誤和潛在的歧視。
新聞內文：
鴉片類藥物流行的複雜性就像是"打地鼠"遊戲一樣，數十年來困擾著研究人員，他們一直試圖理解，推動人們開始濫用鴉片類藥物的社會和制度因素，並識別潛在的使用過量風險。
臨床醫生正在努力為那些陷入藥物上癮困境的人提供其他安全有效的治療和替代資源。
隨著研究人員和臨床醫生檢視鴉片類藥物風潮的擴散和持續影響，他們現在好奇地探索著人工智慧，並問道：「這是否能成為結束鴉片類藥物流行的『登月計劃』？」
醫療保健領域通常不會跟隨潮流，他們在試驗和實施新技術方面經常進展緩慢。而這種趨勢並非毫無代價。有一份報告指出，由於醫療上緩慢的，甚至不採用先進的電子健康記錄等技術的原因，該行業每年損失超過83億美元。
公共衛生研究人員和生物醫學工程師一直在醫學領域悄悄地培育著融合人工智慧的新技術，其中包括防止和治療成癮，這是最新受益者。
但是，鴉片類藥物流行的代價遠遠超過了帳簿上的數字。回溯到1999年，超過100萬人因藥物使用過量而喪生。在2021年，美國共有106,699人因藥物使用過量死亡，這在人均死亡數量方面是該國歷史上的最高紀錄。其中大約75％的與鴉片類藥物使用有關，包括「Vicodin」和「Percocet」等處方止痛藥，以及像海洛因之類的「街頭」藥物。
儘管美國疾病管制和預防中心以及國家衛生研究院投入了數十億美元進行擴展、教育和處方管制政策，但這一流行病仍然固執地持續存在。
在過去的十年中，我一直在美國的城市和鄉村社區進行鴉片類藥物流行的研究，包括紐約市和伊利諾伊州南部的鄉村。
我們大部分人同意，儘管不情願，但在識別藥物使用者面臨的微妙風險涉及大量的猜測。他們會使用哪些藥物？他們會注射、吸食還是吸煙？在使用時，是否有人陪同，以防止過量使用並需要協助？
那還不算結束。醫生們還經常與聯邦和州對於「鴉片類藥物使用障礙有效治療」的指南進行抵觸，比如suboxone。此外，他們還需要趕上逐漸變化的藥物供應，這些供應被廉價的合成鴉片類藥物（如芬太尼）污染，芬太尼在近期的鴉片類藥物使用過量死中負有很大的責任。
雖然像ChatGPT這樣的AI發展吸引了大多數民眾的關注，但公共衛生研究人員和生物醫學工程師一直在醫學領域中悄悄地進行著融合人工智慧的革命，其中防止和治療成癮成為最新的受益者。
這個領域的創新主要使用機器學習來識別可能有患鴉片類藥物使用障礙、中斷治療和復發風險的人。例如，喬治亞理工學院的研究人員最近開發了機器學習技術，能夠有效地識別Reddit上那些可能濫用芬太尼的人，而其他研究人員則開發了一種工具，用於查找有關鴉片類藥物使用障礙治療的錯誤資訊，這兩者都可以讓同行和倡導者進行干預和教育。
其他由AI推動的計劃，如Sobergrid，正在開發能夠檢測個人復發風險的能力，例如基於他們靠近酒吧的程度，然後將他們連接到專業顧問。
最有影響力的發展與減少過量使用有關，這往往是由於混合使用藥物而引起的。在普渡大學，研究人員開發並實驗了一種可佩戴的設備，可以檢測藥物使用過量的跡象並自動給個體注射納洛酮，這是一種可以抑制過量的藥物。另一個關鍵的發展是創造工具，用於檢測藥物供應中的危險污染物，這可能會徹底減少芬太尼引起的使用過量死亡。
儘管存在龐大的前景，但也存在一些擔憂，那就是「面部識別技術是否可用於找到表現出高態度的人，從而導致歧視和虐待？」Uber在2008年已經朝這個方向發展，試圖開發一種可以檢測醉酒乘客的技術專利。
還有關於錯誤資訊，這是否困擾著聊天機器人嗎？有心人士是否可能將不正確的資訊嵌入聊天機器人，以誤導藥物使用者的風險？
從1927年弗里茨·朗格的經典無聲電影《大都會》開始，公眾就對類似人類的技術能「使生活變得更加輕鬆和豐富」充滿了幻想。從1968年斯坦利·庫布里克的《2001太空漫遊》到2000年代初的電影《機械公敵》和《未來犯罪》等，這些憧憬的畫面漸變成一種存在主義的恐懼。
這不僅僅取決於研究人員和臨床醫生，還取決於患者和更廣泛的民眾，使AI保持誠實，不將成為人類最大的挑戰，如鴉片類藥物流行，變成難以克服的挑戰。
新聞原址： https://techcrunch.com/2023/09/01/could-ai-be-the-spark-that-ends-the-opioid-epidemic/