西奈山研究人员设计了一种人工智能模型，该模型可以通过在电子病历中查找医生的笔记来确定下背痛是急性还是慢性。该方法可帮助治疗患者根据2月份发表在《医学互联网研究杂志》上的一项研究，这种方法更准确。

大约80%的成年人一生中会经历下腰痛;这是与工作有关的残疾的最常见原因。许多人认为，处方阿片类药物治疗下腰痛会加剧阿片类药物的危机。因此，在临床实践中确定下腰痛的质量不仅可以提供一种有效的工具来改善下腰痛的管理，而且可以抑制不必要的阿片类药物处方。

急性和慢性下腰痛是采用不同疗法的不同病症。但是，它们以相同的代码编码在电子健康记录中，并且只能通过对患者病历的回顾性检查(包括对临床注释的检查)进行区分。

两种不同情况的单一代码阻止了适当的计费和治疗建议，包括不同的重返工作场景。这项研究中的人工智能模型尚属首次，可用于提高下腰痛患者的编码，计费和治疗的准确性。

研究人员使用了16409名患者的17409条临床笔记来训练人工智能模型，以确定下腰痛的严重程度。

芒特市伊坎医学院环境医学与公共卫生副教授Ismail Nabeel医学博士说：“多项研究表明药物处方的增加以及对下背部疼痛发作的拜访医生，物理治疗师和脊椎治疗师”西奈“这项研究很重要，因为人工智能可以更准确地区分疼痛是急性的还是慢性的，这将决定患者是应该迅速恢复正常活动还是应该休息并安排医生的随访。这项研究也具有重要意义。用于其他肌肉骨骼疾病(例如膝盖，肘部和肩部疼痛)的诊断，治疗和计费目的，而医疗法规也没有根据疼痛程度和敏锐度来区分。”