OpRESTORE AI-Patientnavigatorstudiet

BAGGGRUND

Introduktion OpRESTORE blev etableret i 2016 for at tilbyde specialiseret tværfaglig pleje til britiske militærveteraner med tjenesterelaterede fysiske helbredsbehov. I løbet af de seneste syv år er mere end 1.500 patienter blevet henvist til tjenesten, hvilket afspejler både den høje byrde af komplekse tilstande i denne gruppe og det umødte behov for koordinerede behandlingsforløb. OpRESTORE har demonstreret klare fordele: patienter rapporterer høj tilfredshed, næsten 60% af sagerne omdirigeres til en mere passende behandlingsvej, og der ses statistisk signifikante forbedringer i EQ-5D-5L-resultater. Henvismængderne stiger dog med mere end 30% årligt, hvilket truer med at overstige den kliniske kapacitet. Udfordringen er ikke mangel på ekspertise, men en udfordring om skalerbarhed. For at fortsætte med at levere højkvalitets, rettidig og ligelig pleje er en digital udvikling af OpRESTORE-forløbet nødvendig.

Hvorfor OpRESTORE var nødvendig OpRESTORE opstod som svar på systemiske ineffektiviteter i NHS's patientforløb. I løbet af det sidste årti er antallet af år i godt helbred faldet, med 15-20% af befolkningen påvirket af muskuloskeletal patologi, en førende årsag til handicap og økonomisk inaktivitet og hovedparten af OpRESTORE's arbejdsbyrde. Primærplejen er i stigende grad overbelastet: for første gang i to årtier overstiger patientutilfredshed med lægehusets tjenester tilfredsheden. Adgangen er særligt begrænset i udsatte samfund, hvilket bidrager til øgede sundhedsuligheder. For veteraner forværres disse udfordringer af fragmenteret medicinsk behandling efter overgangen ud af Forsvaret, vanskeligheder med at navigere i det civile sundhedssystem og den psykosociale påvirkning af at forlade tjenestelivet. Skepsis overfor civile udbyders evne til at forstå nuancerne i militærrelaterede tilstande afholder også veteraner fra at søge NHS-pleje.

Henvisningsforløb er en stor flaskehals. 7-9% af lægehusaftaler resulterer i en henvisning, men 18% af patienterne kræver fire eller flere konsultationer, før de henvises. Afgørende er, at 21% af patienterne falder i "henvisningssort hul", hvor aftaler aflyses, fejlvises eller går tabt til opfølgning. Disse forsinkelser forlænger den allerede lange henvisningsrejse: i 2022 ventede 25% af befolkningen i England på en aftale, test eller indgreb, og 59% af patienterne modtog ikke specialiseret pleje inden for det 18-ugers mål. Nettoresultatet er et system, hvor lægehuse bærer en stigende arbejdsbyrde, specialister står overfor upassende eller forsinkede henvisninger, og patienter oplever ulige, langvarig og fragmenteret pleje. Veteraner, som ofte præsenterer med multi-morbiditet, komplekse fysiske behov og ofte psykosociale udfordringer, er særligt sårbare over for disse fejl.

Sundhedsnavigation som en løsning

Sundhedsnavigation tilbyder en bevist løsning på fragmenterede systemer. Evidensgrundlaget er omfattende: en metaanalyse og 13 systematiske oversigter blev konsulteret for dette projekt, udover relevante individuelle publikationer. Samlet set demonstrerer disse studier, at navigationsprogrammer konsekvent forbedrer adgangen til pleje og forbedrer patientresultater. Nøgleresultater inkluderer:

• Øget screeningdeltagelse,
• Forbedret fremmøde til aftaler, overholdelse af opfølgning og behandlingscompliance,
• Forkortet tid til diagnose og behandling,
• Reduceret uplanlagt pleje inklusive akutte besøg og indlæggelser ((8,16,17) og kortere indlæggelser, når de forekommer,
• Forbedret patienttilfredshed og resultater, især for kronisk sygdom og underbetjente grupper,
• Reduceret dødelighed.

Navigation har også vist sig at give målbare omkostningsbesparelser. Eksempler inkluderer reduktioner i kræftplejeudgifter på $1.676 per patient pr. måned og besparelser på $17.780 årligt for patienter i NavSTAR-stofmisbrugsprogrammer. Systematiske oversigter konkluderer konsekvent, at patientnavigation forkorter hospitalsophold og reducerer uplanlagt pleje, som begge er store omkostningsdrivere. Finansielle modelleringsstudier forudsiger ligeledes signifikante besparelser per patient i overgangspleje og kræftforløb.

OpRESTORE's patientnavigator har bevist nogle af disse fordele. Over halvdelen af patienterne omdirigeres til en anden behandlingsvej end oprindeligt forventet, hvilket sikrer mere passende brug af knappe specialiserede tjenester. Patientrapporterede resultatmål (PROM; EQ-5D-5L) demonstrerer målbar forbedring i livskvalitet, og patientundersøgelser rapporterer høje niveauer af tilfredshed med tjenesten. Kort sagt har OpRESTORE bevist konceptet med navigation for veteraner i den britiske kontekst.

Den opståede udfordring: arbejdsbyrde og skalerbarhed På trods af disse succeser står OpRESTORE nu over for et vendepunkt. Med henvisningsmængder, der vokser med mere end 30% årligt, truer arbejdsbyrden med at overstige tilgængeligt personale. At fortsætte med at udvide udelukkende gennem menneskelig kapacitet er ikke bæredygtigt. Det, der kræves, er en digital forstærkning af forløbet, der arbejder smartere, ikke hårdere. Nogle elementer af navigation, især triage af ligetil sager, er egnet til automatisering. Dette skal dog opnås uden at ofre de patientcentrerede og "menneskelige" elementer, der understøtter OpRESTORE's succes. En AI-løsning kunne strømline arbejdsgangen, mindske arbejdsbyrden og frigøre menneskelige ressourcer til at tilføje værdi gennem direkte patientkontakter frem for bureaukratiske og administrative processer.

En yderligere dimension er potentialet for selvhenvisningsmodeller. I hele Europa har sundhedssystemer i stigende grad vendt sig til restriktiv gatekeeping, der begrænser direkte specialisteradgang i håb om at kontrollere omkostninger midt i aldrende befolkninger og stigende efterspørgsel. Sådanne tilgange risikerer dog at forsinke pleje for dem, der virkelig har brug for det. AI-forbedret patientnavigation tilbyder et mere afbalanceret alternativ: muliggør effektiv selvhenvisning for patienter, der kræver specialiseret pleje, samtidig med at der stadig sikres intelligent gatekeeping gennem AI-faciliteret triage.

Evidenshuller og AI's rolle Selvom patientnavigation er veletableret i kræftpleje og nogle kroniske sygdomssammenhænge, er der få offentliggjorte forskningsresultater om AI-forbedret sundhedsnavigation, især i Storbritannien og på tværs af flere specialer. Nuværende offentliggjort litteratur består mest af studierprotokoller eller fremtidige projekter og meningsartikler. Oversigter fremhæver AI's potentiale til at understøtte triage, personalisere patientundervisning, forbedre plejekoordinering og optimere ressourcebrug. Robuste, virkelighedsbaserede evalueringer mangler dog.

Vores team adresserer dette hul gennem en systematisk gennemgang af AI i sundhedsnavigation (PROSPERO 2025 CRD420251019208). Dette vil informere design og evaluering af en digital, AI-forbedret version af OpRESTORE-forløbet.

Ikke alene er digitalisering og intelligent automatisering af OpRESTORE afgørende for dens fortsatte vækst og succes, men den er også unikt positioneret til at tjene som et testtilfælde for banebrydende AI-patientnavigation hos britiske veteraner. Den er sikker, med et etableret tværfagligt klinisk sikkerhedsnet. Den har næsten ni års patientniveau-data på tværs af >1.500 sager. Sagsblandingen tilbyder både kompleksitet (multi-morbiditet, tjenesterelateret patologi) og enkelhed (næsten 50% forbliver på samme forløb, og der er høj homogenitet med muskuloskeletale henvisninger, der udgør 74% af sagerne). Denne balance gør OpRESTORE til både et stringent og gennemførligt miljø til at afprøve AI-aktiveret navigation.

Politiktilpasning Vigtigt er, at digitalisering af OpRESTORE stemmer overens med britiske sundhedssystemprioriteter. Leveringsplanen for Genoprettelse af Adgang til Primærpleje (2023-25) fremhæver vigtigheden af selvhenvisning og digital transformation for at lette lægehusbyrden og forbedre adgangen til sundhedspleje. NHS's Langsigtede Plan og Darzi-gennemgangen (2024) lægger begge vægt på at accelerere digitalisering, udnytte AI og skifte mod teknologiaktiveret effektivitet i patientnavigation. Tony Blair Institute (2024) har understreget AI, specifikt til triage og navigation, som en kritisk drivkraft for bæredygtig sundhedsreform.

Konklusion OpRESTORE har bevist værdien af patientnavigation for veteraner i Storbritannien, men står over for en ubæredygtig stigning i efterspørgsel. Digitalisering, informeret af robust forskning og AI-forbedrede værktøjer, tilbyder en sikker, skalerbar vej fremad. Ved at kombinere evidensbaseret navigation med nationale politiske prioriteringer vil den foreslåede forskning generere indsigter med relevans ikke kun for veteraner, men for bredere NHS og internationale sundhedssystemer.

RATIONALE FOR NUVÆRENDE STUDIE Dette projekt har til formål at evaluere, om et AI-forbedret patientnavigationsværktøj kan replikere MDT-beslutningstagning samtidig med at mindske klinikerarbejdsbyrden. Dette studie er designet til at informere den trinvise implementering af et digitalt navigationsforløb, inklusive selvhenvisning, klinikerbekræftet algoritmisk triage og i sidste ende selektiv automatisering for passende sager.

Forskningsspørgsmål:

Kan en AI-forbedret digital patientnavigator sikkert og præcist replikere MDT-beslutninger i OpRESTORE-forløbet, samtidig med at mindske klinikerarbejdsbyrden? Kan det forbedre systemeffektivitet og patientrapporterede oplevelser og resultater?

Hypotese:

Et digitalt, AI-forbedret patientnavigationsværktøj vil være i stand til at guide patienter til passende behandlingsforløb med samme pålidelighed som MDT-beslutningstagning, samtidig med at det kræver mindre manuelt input. Derudover vil struktureret selvhenvisning indsamle rigere kliniske data end traditionelle lægehusledede henvisninger, hvilket fører til forbedret patientoplevelse og engagement.

2. STUDIE MÅL

Primært mål:

At fastslå, om en digital AI-forbedret navigationsalgoritme er ækvivalent med MDT-beslutningstagning i at dirigere patienter til passende behandlingsforløb.

Sekundært mål:

• At evaluere patientoplevelse (PREMs) og PROMs på tværs af forskellige henvisningsforløb.
• At identificere patientkohorter egnet til automatisering (defineret som 80-95% initial algoritmisk nøjagtighed).
• At vurdere tid til MDT-diskussion og henvisningsudstedelse.
• At udføre en omkostningsanalyse, der sammenligner standard og digitale arbejdsgange.

• At benchmarke MDT-beslutninger mod NICE-retningslinjebaserede anbefalinger.

  3. STUDIEDESIGN

Studietype: Udvikling og Evaluering af Digital Sundhedsintervention - Et mixed-methods digital sundheds- og AI-algoritmeudviklingsstudie, der involverer retrospektiv analyse af kliniske journaler, prospektiv observationel validering og en fremtidig interventions- og kontrolforsøgstrial af et AI-baseret sundhedsnavigationsværktøj.

Varighed: 2 år

Deltagere: Veteraner, der tilgår OpRESTORE's patientnavigationsforløb.

3.1. STUDIE RESULTATMÅL

Primært slutpunkt:

Overensstemmelsen mellem algoritme-genererede behandlingsforløbsanbefalinger og MDT-beslutninger.

Sekundære slutpunkter:

1. Nøjagtigheden af henvisninger, bestemt af uafhængige eksperter, er lig med eller overlegen MDT's.
2. Stigningen i EQ5D-5L-scorer (baseline til exit) for patienter under algoritme-understøttet forløb er lig med eller større end dem under standardforløb.
3. Patientrapporterede oplevelsesmål (PREMs) vurderet efter henvisning (f.eks. overordnet tilfredshed, brugervenlighed, tilgængelighed) for patienter under algoritme-understøttet forløb er lig med eller større end dem under standardforløb.
4. Tid fra henvisning til MDT-beslutning og henvisningsudstedelse er hurtigere i algoritme-understøttet forløb.
5. Omkostning pr. henvisningsepisode er lavere i AI-understøttede forløb.
6. Andel af algoritme-assisterede henvisninger, der giver stærk støtte til et behandlingsforløb og ikke kræver yderligere input fra MDT, med et mål på 40%
7. Egneligheden af denne platform for en undergruppe af veteranamputerede.