根据《酒精：临床与实验研究》发表的一项研究，基于人工智能的程序通过分析患者的健康记录，有效、准确地识别患者的危险饮酒情况。与仅使用诊断代码相比，基于人工智能的自然语言处理算法准确识别的饮酒风险患者数量是其三倍。

该研究表明，基于人工智能的策略可能是识别有酒精问题风险的人并预防相关手术并发症的有效工具。

研究人员认为，这是第一项使用自然语言处理(人工智能的子领域)的研究，通过分析患者记录中的临床文本来识别手术前的危险酒精模式。研究人员开发、测试并运行了一种自然语言处理算法，用于扫描54,000 份患者记录中的临床记录，以查找和分类表明酒精使用障碍和危险饮酒的文本。

人工智能算法将 15% 的人归类为危险饮酒阳性。相比之下，仅使用诊断代码，只有百分之五的患者被归类为有风险。

在电子健康记录中很容易搜索诊断代码，但这种方法往往无法识别与酒精相关的疾病。然而，有关饮酒和酒精相关问题的信息通常记录在临床文本中，使用传统方法很难搜索。因此，需要自然语言处理这种能够理解文本和人类语言的工具来识别健康记录中与酒精相关的问题的全部范围和存在情况。

为了检查该算法的准确性，研究人员首先开发了该算法，并在一组由人类专家仔细审查和分类的健康记录上进行了测试。自然语言处理算法在每位患者过去三年的临床文本记录中搜索指示饮酒的关键词，包括入院记录、进展和出院记录、实验室测试和其他通信，从而提供更完整的患者病史视图。