Large Language Model-genererede beskeder til forbedring af retningslinjedirigeret medicinsk behandling ved hjertesvigt (LLM-GDMT)

Oversigt og begrundelse Guideline-dirigeret medicinsk terapi (GDMT) for hjertesvigt reducerer indlæggelser og dødelighed, men betydelig underanvendelse og suboptimal titrering vedvarer i rutinemæssig praksis, selv på specialiserede kardiologiklinikker. Barrierer inkluderer begrænset konsultationstid, komplekse komorbiditeter, fragmenteret information på tværs af notater og struktureret data samt usikkerhed om kontraindikationer eller tidligere intolerance. Elektroniske kliniske beslutningsstøtteværktøjer (CDS), der syntetiserer nøglepatientinformation og fremhæver GDMT-muligheder ved behandlingspunktet, kan hjælpe med at lukke disse huller.

Store sprogmodeller (LLM'er) kan læse både struktureret EHR-data (f.eks. diagnoser, medicin, vitale tegn, laboratorieresultater) og ustrukturerede narrative notater for at generere nuancerede, patientspecifikke anbefalinger. Vi udviklede et LLM-baseret CDS-værktøj, der gennemgår en voksen hjertesvigtpatients EHR og producerer en kort, fri tekstbesked til den behandlende kardiologiprovider, der opsummerer hjertesvigtstatus, foreslår potentielle GDMT-ændringer i overensstemmelse med aktuelle retningslinjer og markerer relevante sikkerhedsproblemer (f.eks. lavt blodtryk, bradykardi, nyredysfunktion, hyperkalæmi, tidligere dokumenteret intolerance). I retrospektiv testning var værktøjets anbefalinger generelt i overensstemmelse med ekspertklinikerens vurdering.

Studiedesign

Dette er et interventionelt, klynge-randomiseret, provider-niveau forsøg udført på voksne ambulante kardiologiklinikker hos Mass General Brigham. Interventionen er et udelukkende softwarebaseret, undersøgelsesmæssigt klinisk beslutningsstøtteapparat ("LLM-GDMT Clinical Decision Support Tool"). Kvalificerede kardiologiattender og avancerede praksisprovidere tildeles på provider/klinikniveau til en af to parallelle arme i den indledende fase:

Tidlig implementering - LLM-GDMT CDS: Provider i denne arm modtager LLM-genererede, klinikerrettede beskeder for kvalificerede hjertesvigtkontakter. For planlagte besøg, der opfylder foruddefinerede inklusionskriterier, gennemgår værktøjet eksisterende EHR-data og genererer en kort rådgivende besked, der leveres via Epic InBasket og/eller institutionel e-mail inden for ugen før besøget.

Sædvanlig behandling (forsinket implementering): Provider i denne arm fortsætter sædvanlig behandling og modtager ikke LLM-genererede beskeder i den indledende evalueringsfase. EHR-data bruges til at beregne kvalitetsmålinger til sammenligning. Efter den indledende evaluering kan CDS-værktøjet udvides til disse provider som en del af rutinemæssig pleje.

Patienter kontaktes ikke for studiet. Alle kliniske beslutninger, herunder om at starte, stoppe eller justere medicin, forbliver helt og holdent på behandlingsklinikerens skøn i partnerskab med patienten. CDS-beskederne er kun rådgivende og kan ikke placere ordrer eller direkte ændre medicin eller monitoreringsplaner.

Befolkning og berettigelse Studiet inkluderer voksne patienter (alder ≥18 år) med en dokumenteret hjertesvigtdiagnose, der er planlagt til ambulante besøg hos deltagende kardiologiprovidere på Mass General Brigham-klinikker. Yderligere inklusionskriterier kræver bevis for aktiv eller tidligere hjertesvigt (f.eks. diagnosekoder, brug af loopdiuretikum, ekokardiografiske fund eller dokumentation af hjertesvigttegn eller -symptomer) og mindst ét tidligere kardiologibesøg. Eksklusionskriterier inkluderer hemodynamisk ustabilitet (f.eks. meget lavt blodtryk eller hjertefrekvens), avanceret nyredysfunktion under en specificeret estimeret glomerulær filtrationsratetærskel, udvalgte avancerede strukturelle hjertesygdomme (f.eks. kardial amyloidose, hypertrofisk kardiomyopati, hjertetransplantat- eller venstre ventrikel assist device-modtagere, svær klapsygdom) og kontakter på voksne medfødt hjertesygdom-klinikker.

Intervention og arbejdsgang

For kvalificerede kontakter i den tidlige implementeringsarm opererer CDS-værktøjet inden for Mass General Brighams sikre tekniske miljø (Epic, enterprise data warehouse og Azure OpenAI inden for MGB-tenant). Værktøjet henter relevante struktureret og ustruktureret EHR-data, bruger en stor sprogmodel til at syntetisere denne information og genererer en kort, menneskelæsbar besked. Beskeden inkluderer typisk:

• Bekræftelse af nuværende hjertesvigtstatus og nøglekomorbiditeter.
• En opsummering af nuværende GDMT og potentielle muligheder for igangsættelse eller titrering af evidensbaserede terapier, der tager hensyn til nylige vitale tegn, laboratorieværdier og dokumenterede kontraindikationer eller tidligere intolerance.
• Sikkerhedsovervejelser (f.eks. blodtryk, hjertefrekvens, nyrefunktion, kalium) relevante for GDMT-ændringer.

Beskeder leveres til behandlingsprovider via Epic InBasket og/eller institutionel e-mail i forvejen til besøget. Værktøjet skriver ikke ordrer, ændrer ikke medicinlister eller sender nogen direkte kommunikation til patienter. Provider kan vælge at bruge, ændre eller ignorere forslagene baseret på deres kliniske skøn og patientpræferencer.

Resultater og analyse Det primære resultat er GDMT-optimering inden for 30 dage efter indeksbesøget, defineret som igangsættelse af mindst én ny GDMT-klasse, der ikke tidligere er ordineret, og/eller optitrering af mindst én eksisterende GDMT-medicin hos kvalificerede patienter. Sekundære resultater inkluderer: (1) gennemførlighed og troskab af CDS-implementering (f.eks. andel af kvalificerede kontakter, hvor beskeder succesfuldt genereres og leveres), (2) en 30-dages sikkerhedskomposit, der inkluderer hjertesvigtindlæggelser, akutmodtagelsesbesøg relateret til dekompenseret hjertesvigt, akut nyreskade, hyperkalæmi over foruddefinerede tærskler og klinisk signifikant hypotension eller bradyaritmi plausibelt relateret til GDMT, og (3) provider-rapporteret acceptabilitet og opfattet nyttighed, målt via en valgfri anonym undersøgelse.

Studiet forventer at inkludere op til 2.500 unikke voksne hjertesvigtpatienter på tværs af deltagende klinikker i implementeringsperioden. Analyser vil tage højde for klyngedannelse på providerniveau og vil sammenligne GDMT-optimering og sikkerhedsresultater mellem tidlig implementerings- og sædvanlig behandlingsarme i den indledende evalueringsfase. Det overordnede mål er at afgøre, om et rådgivende, LLM-baseret CDS-værktøj kan implementeres sikkert og gennemførligt i rutinemæssig ambulant kardiologipraksis og om det forbedrer optagelsen af retningslinjedirigerede hjertesvigtterapier.