AI-Integrovaná mobilní edukace a samoléčba v hemodialýze (AI-MOBI-HEMODI)

Tato randomizovaná kontrolovaná studie si klade za cíl vyhodnotit účinnost mobilní vzdělávací aplikace podporované umělou inteligencí, navržené ke zlepšení sebeobslužných chování, postupů péče o arteriovenózní fistuli (AVF) a klíčových biochemických parametrů u dospělých pacientů na hemodialýze (HD). Chronické onemocnění ledvin (CKD) a jeho nejběžnější náhradní terapie, hemodialýza, představují pro pacienty značnou fyzickou, psychologickou a socioekonomickou zátěž. Pacienti na HD často pociťují únavu, bolest, křeče, poruchy spánku, problémy se žízní a omezením příjmu tekutin, dietní omezení, komplikace související s AVF a emoční stres. Tyto obtíže zdůrazňují důležitost posílení schopností pacientů v oblasti sebeobsluhy a podpory aktivního zapojení do zvládání onemocnění.

Navzdory rozšíření technologií mobilního zdraví (mHealth) v managementu chronických onemocnění zůstávají stávající aplikace pro pacienty na HD omezené a žádná neintegrovala personalizovanou vzdělávací podporu založenou na umělé inteligenci. Absence vzdělávání pacientů řízeného umělou inteligencí představuje významnou mezeru v ošetřovatelské vědě a digitálních zdravotních inovacích. Tento projekt tuto mezeru řeší vývojem a testováním strukturovaného, na důkazech založeného mobilního vzdělávacího programu podporovaného umělou inteligencí, navrženého speciálně pro pacienty na HD.

Do studie bude zařazeno 76 způsobilých pacientů na hemodialýze z Bitliské státní nemocnice a Bitliské státní nemocnice Tatvan. Účastníci budou pomocí jednoduché randomizace náhodně přiřazeni buď do intervenční skupiny, nebo do kontrolní skupiny. Intervenční skupina bude mít po dobu šesti týdnů přístup k mobilní aplikaci podporované umělou inteligencí, která zahrnuje moduly o funkci ledvin, CKD a možnostech léčby, zvládání příznaků, dodržování diety, řízení příjmu tekutin, dodržování léčby a péči o AVF. Každý modul obsahuje psaný obsah, videa, vizuály, funkce čtení s hlasovou podporou a integrovanou funkci "Položit otázku", která umožňuje pacientům komunikovat přímo s výzkumným týmem. Kontrolní skupina bude dostávat rutinní klinickou péči bez další intervence.

Součást umělé inteligence bude pomáhat s personalizací obsahu, sledováním zapojení pacientů, ukládáním dat, automatickými připomenutími pro neaktivní uživatele a podpůrnou zpětnou vazbou na základě pokroku ve vzdělávání a biochemických trendů. Vývoj mobilní aplikace bude veden odbornými názory specialistů na nefrologii, dialyzačních sester, akademiků a dietologů. Čitelnost vzdělávacích materiálů bude hodnocena pomocí Ateşmanova vzorce čitelnosti. Před zahájením studie bude provedena pilotní studie k vyhodnocení použitelnosti pomocí Web Analysis and Measurement Inventory (WAMMI).

Sběr dat bude zahrnovat Formulář identifikace pacienta, Škálu sebeobslužného chování arteriovenózní fistule při hemodialýze, Škálu samostatného zvládání hemodialýzy a Formulář sledování biochemických parametrů. Data před testem budou shromážděna před intervencí; data po testu budou shromážděna na konci šestitýdenního intervenčního období. Biochemické parametry budou zahrnovat BUN, kreatinin, albumin, draslík, fosfor, hemoglobin, hladiny kyseliny močové, Kt/V a suchou hmotnost, získané z rutinních klinických záznamů bez dalšího odběru krve.

Primární výsledky budou hodnotit změny v sebeobslužném a samostatném zvládání chování na základě ověřených škál. Sekundární výsledky budou zkoumat změny v biochemických parametrech mezi intervenční a kontrolní skupinou. Analýza dat bude provedena pomocí SPSS, s použitím popisné statistiky, testování normality a vhodných statistických srovnávacích testů, s hladinou významnosti nastavenou na p < 0,05.

Etické schválení bude získáno od příslušného institucionálního etického výboru a od všech účastníků bude získáno písemné informované souhlas. Důvěrnost dat bude zajištěna pomocí šifrovaných přihlašovacích systémů a bezpečných procesů ukládání.

Očekává se, že tato studie významně přispěje k vědecké literatuře tím, že bude první intervencí mobilního vzdělávání podporovanou umělou inteligencí, přizpůsobenou pacientům na hemodialýze. Očekávané přínosy zahrnují zlepšení sebeobslužných chování, zvýšení autonomie pacientů, snížení komplikací AVF, lepší dodržování dietních a tekutinových omezení a zlepšení biochemických výsledků. Širší dopady projektu zahrnují potenciální snížení míry hospitalizací, snížení nákladů na zdravotní péči, zvýšení kvality života pacientů na HD a vytvoření digitálního modelu, který lze přizpůsobit pro jiné populace s chronickým onemocněním.

V konečném důsledku si tato studie klade za cíl prokázat, že integrace umělé inteligence s mobilním vzděláváním v oblasti zdraví může vytvořit transformativní přístup k posílení postavení pacientů, klinické péči a zvládání chronických onemocnění v oblasti nefrologie a ošetřovatelství.