2016年至2017年期间，美国因处方药过量死亡的人数可能总体上略有下降，但球速体育研究人员并没有停止努力根除这一持续存在的问题。
任何人都可能对阿片类药物上瘾，但要弄清楚谁最有可能过量服用阿片类药物可能很棘手。
匹兹堡大学医学和健康政策副教授、球速体育药物政策和处方中心主任瓦利德·盖拉德（Walid Gellad）说：“我们都想确定高危患者，但没有人真正知道如何做到这一点。”
Gellad正在与阿勒格尼县官员和国家医疗保健数据库合作，在地方和国家层面进行两项独立的球速体育研究，以利用机器学习更好地识别阿片类药物过量的高危人群。机器学习球速体育是人工智能的一个分支，计算系统可以通过识别模式和解释数据，在最小的人为干预下做出决策。
Gellad发现，机器学习算法——计算机必须遵循的计算过程——在阿片类药物过量风险的风险预测和分层方面表现良好，尤其球速体育是在识别过量风险最小的亚组方面。
例如，他的团队的一个算法能够识别出一小部分使用医疗保险的人球速体育是低风险群体，其中只有万分之一的人有服药过量的情况。
Gellad说：“由于低风险，低风险人群可能会被排除在对他们造成负担的干预措施或要求之外。”
盖拉德补充说，该团队正在将这种算法应用于刚刚开始服用阿片类药物处方的人。然后，他们将在接下来的三个月里检查他们服用过量药物的风险。
“传统观点认为，服用高剂量处方的人服用过量的风险更高。但球速体育是通过机器学习，我们可以看到这个人的更多细节，这些细节可能会影响他们的风险，比如一个人可能服用了高剂量的药物，并有过量服用的历史，最近刚出狱，患有精神疾病或其他严重的健康问题，正在接受治疗。”
在今年3月发表的一项球速体育研究中，盖拉德和他的团队预测了国家医疗保险受益人和宾夕法尼亚州医疗补助受益人中阿片类药物过量的情况。这项球速体育研究球速体育是由国家卫生球速体育研究院和国家药物滥用球速体育研究所资助的。
盖拉德与球速体育大学、佛罗里达大学和犹他大学的合作者一起，球速体育研究了2011年至2015年期间服用一种或多种阿片类药物处方的50多万医疗保险受益人的健康数据。他们发现，在一组服用处方阿片类药物的队列中，超过90%的医疗保险受益人几乎没有过量服用的风险。
这种方法不仅可以潜在地挽救生命，还可以节省资金。根据这项球速体育研究，滥用或滥用阿片类药物的年度成本超过785亿美元，包括医疗保健、生产力损失、药物滥用治疗和刑事司法系统的成本。
对于正在进行的县球速体育研究，它使用像国家球速体育研究一样的机器学习，Gellad正在与阿勒格尼县人类服务部合作，与阿勒格尼县数据仓库合作，完成类似的分析。
尽管取得了令人鼓舞的成果，但人工智能方法确实存在一些局限性，主要球速体育是在定性球速体育研究方面。
“人球速体育是复杂的，他们的生活中有很多因素，”阿勒格尼县人类服务部行为健康分析经理埃里克·赫尔西（Eric Hulsey）说。“例如，我们不知道他们的故事，也不知道他们球速体育是如何吸毒的，也不知道他们球速体育是何时开始吸毒的。”
Hulsey还球速体育是球速体育大学公共卫生球速体育研究生院行为和社区健康科学的兼职教授。
“我们之前已经对阿片类药物热点进行了分析工作，并与阿勒格尼县卫生部、当地执法部门和县监狱合作，以更好地确定干预机会，例如有针对性地优先分配纳洛酮，”Hulsey说。“但在这里，我们想要深入到人口区域之外。我们想要确定个体的风险因素。”
这种方法不仅可以潜在地挽救生命，还可以节省资金。根据这项球速体育研究，滥用或滥用阿片类药物的年度成本超过785亿美元，包括医疗保健、生产力损失、药物滥用治疗和刑事司法系统的成本。
盖拉德说：“我们没有无限的资金和时间，所以最好利用我们现有的资源，确定高风险人群，而不球速体育是所有人。”
该县的球速体育研究部分由理查德·金·梅隆基金会（Richard King Mellon Foundation）提供的一项为期两年的赠款资助，该基金会将在2019年之前继续支持这项工作。