而更让她无法理解的是，两周后，长期保持联系的妇科医生突然又向她声明：要终止他们之间的关系。

　　其实，在住院期间，Kathryn在被告知“不能再使用阿片类药物”时，工作人员同时也表示：

　　Kathryn和她周围的人都没有听过这个名字，于是她马上去Google了一下：

　　NarxCare可以利用AI算法对病患的处方药数据进行统计和分析，最终得到一个风险报告。

　　除此之外，医疗索赔数据、电子健康记录、 EMS 数据和刑事司法数据也在使用范围之内。

　　NarxCare会通过机器学习算法对这些数据进行统计和分析，最终得到一个预测模型。

　　根据这一模型，每位患者都会得到一个属于自己的的“处方药使用风险评估报告”：

　　如果评分过高，就有可能被认为是有药物滥用情况，从而被拒绝出售相关处方药。

　　她所患有的子宫内膜异位症导致了常年的生理病痛，因此她确实有长期服用阿片类药物（如扑热息痛）的习惯。

　　在与各种论坛上的慢性疼痛病患者的交流之后，Kathryn最终找到了这场意外的源头。

　　原来，Kathryn的两只宠物狗，都曾因疾病而服用过大量的阿片类药物、苯二氮卓类药物，甚至巴比妥类药物：

　　因此，Kathryn去过的药店数量、去医院的路程，以及她收到的处方药组合，全都被NarxCare记录了下来。

　　他们希望通过这一电子登记系统实时跟踪某些受管制药物的药方，密切关注制药市场。

　　而在过去的几年里，一家名为Appriss的公司慢慢主导了这些州处方数据库的管理。

　　Appriss希望通过NarxCare所产生的报告来帮助处理药物滥用情况，并辅助医生进行更好的诊断决策。

　　在目前的美国，几乎每个州都会要求医生和药剂师在开具处方药的同时，咨询和参考NarxCare中的医疗信息，否则就有可能被吊销执照。

　　但不论这是怎样的一个卡夫卡式的发展，对于现在的Kathryn来说，每次进入药店时，总能有人看到她过去的那些“图标和分数”。

　　而目前NarxCare并不需要获得FDA的批准，这也让一些医学专家提出了质疑：

　　它（NarxCare）是一种专有的算法，既没有学术界的同行评审，也没有政府监管。

　　在得到来自处方药监控项目的大量数据，并开发了一个大的变量集后，再将数据分解为一个训练集和一个测试集。

　　比如，如果某位病患拥有同一医生开出的三张阿片类处方药，那么他的药物滥用风险就远远低于三位不同医生开出处方药的病患。

　　在这种重复的对比和学习中，最终就得到了一个用于评估病患风险的预测模型。

　　比如，常常被用来预测哪些病人最有可能从特定的治疗中受益，并估计ICU病人出院后恶化或死亡的可能性。

　　但也就像很多人说的那样，NarxCare并不透明，没有办法从底层去检查它们是否存在错误或偏见：

　　甚至不仅是病患，连使用这一辅助临床决策系统的医生也无法完全知晓它的原理。