Verbesserung der Adhärenz und Ergebnisse durch an künstliche Intelligenz angepasste Textnachrichten (AIM@BP)

Die Selbstbehandlung chronischer Erkrankungen erfordert komplexe Verhaltensweisen, und die Patienten halten sich unterschiedlich an diese Verhaltensweisen. Der Schwerpunkt dieses Vorschlags liegt auf der Medikamenteneinhaltung, da die Nichteinnahme der verschriebenen Medikamente durch Patienten eine Hauptursache für übermäßige Morbidität und Mortalität sowie erhöhte Gesundheitskosten ist. Studien deuten darauf hin, dass 33–50 % der Patienten ihre Medikamente nicht richtig einnehmen, was jedes Jahr zu fast 100.000 vorzeitigen Todesfällen und Gesundheitskosten in Höhe von 290 Milliarden US-Dollar führt. Die Einhaltung blutdrucksenkender Medikamente ist an sich von besonderer Bedeutung, und Bluthochdruck kann als wichtige Indikatorerkrankung dienen, um die Medikamenteneinhaltung im Allgemeinen besser zu verstehen und zu verbessern. Unkontrollierter Bluthochdruck ist eine Hauptursache für Schlaganfall, koronare Herzkrankheit, Herzinsuffizienz und Mortalität, und die Nichteinhaltung von Medikamenten ist eine Hauptursache für unkontrollierten Bluthochdruck. Beispielsweise nahmen in einer einjährigen Studie mit etwa 5.000 Bluthochdruckpatienten die meisten Patienten ihre Medikamente nur zeitweise ein, wobei die Hälfte der Patienten ihre Medikamente schließlich entgegen ärztlichem Rat absetzte.

Die Verbesserung der Medikamenteneinhaltung erfordert die Bewältigung mehrerer Herausforderungen, da Patienten in der Regel verschiedene Gründe dafür haben, dass sie ihre Medikamente nicht wie verordnet einnehmen, wie z. B. Überzeugungen über ihre Krankheit und deren Behandlung, organisatorische Herausforderungen und Kostenbarrieren. Da sich darüber hinaus die Therapiepläne, der Gesundheitszustand und der soziale Kontext der Patienten im Laufe der Zeit ändern, müssen Interventionen zur Adhärenzunterstützung angepasst werden, aber den meisten Diensten fehlt die Flexibilität, dies zu tun.

Mobile Gesundheitsdienste (mHealth) wie Textnachrichten oder SMS für Patienten haben sich als vielversprechend für die Verbesserung der Medikamenteneinhaltung erwiesen. Da jedoch fast alle mHealth-Dienste auf vereinfachten, deterministischen Protokollen basieren, sind diese Interventionen nicht in der Lage, den komplexen, sich ändernden Bedürfnissen der Patienten gerecht zu werden. Infolgedessen haben diese rudimentären Systeme nur bescheidene Auswirkungen gezeigt, die mit der Zeit tendenziell nachlassen. Die Forscher schlagen vor, Methoden der künstlichen Intelligenz (KI), insbesondere Reinforcement Learning (eine Art von KI), anzuwenden, um ein Modell zur Medikamenteneinhaltung zu entwickeln System, das die SMS-Kommunikation automatisch anpassen kann, um die individuelle Medikamenteneinnahme zu verbessern.

Das vorgeschlagene Projekt ist das Ergebnis einer neuen multidisziplinären Zusammenarbeit zwischen UM-Experten des College of Pharmacy, des College of Engineering und der School of Medicine. Unser langfristiges Ziel ist es, die Gesundheitsergebnisse durch den Einsatz mobiler Gesundheitstools mit künstlicher Intelligenz (KI) zu verbessern. Ziel der vorgeschlagenen Pilotstudie ist die Entwicklung eines auf Reinforcement Learning basierenden mHealth-Programms, das sich auf die Medikamenteneinhaltung bei Patienten mit schlecht kontrolliertem Bluthochdruck konzentriert. Unsere zentralen Hypothesen lauten, dass ein SMS-System, das Reinforcement Learning (RL) verwendet, für Patienten akzeptabel sein wird, sich an die besonderen Bedürfnisse und Vorlieben von Bluthochdruckpatienten in Bezug auf die Einhaltung anpassen wird und sich diese Bedürfnisse im Laufe der Zeit ändern und die Einhaltung von Medikamenten und die Blutdruckkontrolle verbessern werden . Die konkreten Ziele sind:

1. Entwickeln Sie RL-Methoden für die adaptive Entscheidungsfindung in menschenzentrierten Umgebungen und demonstrieren Sie die Machbarkeit der daraus resultierenden RL-basierten adaptiven Intervention zur Einhaltung von SMS-Medikamenten.
2. Demonstrieren Sie das „Lernen“ des RL-basierten adaptiven Systems anhand von Daten, die die Anpassung des SMS-Nachrichtenstroms entsprechend den Variationen zwischen Patienten und im Laufe der Zeit in den Gründen für die Nichteinhaltung zeigen, und
3. Untersuchen Sie die potenzielle Wirksamkeit der RL-basierten adaptiven SMS-Intervention im Hinblick auf Verbesserungen der Medikamenteneinhaltung und des systolischen Blutdrucks.

Zu den Ergebnissen dieses Pilotprojekts gehören eine neuartige KI/RL-Technologie und Belege für deren realen Einsatz, basierend auf Erfahrungen mit einer Stichprobe von Erwachsenen mit schlecht kontrolliertem Bluthochdruck. Diese Ergebnisse werden zur Unterstützung eines R01-Antrags für eine größere und definitivere Studie über die Auswirkungen der Intervention auf die Gesundheit und das langfristige Adhärenzverhalten der Patienten verwendet. Längerfristig werden diese KI-gestützte Infrastruktur zur Unterstützung des mHealth-Selbstmanagements und die beispiellose Zusammenarbeit zwischen Forschern in Pharmazie, Medizin und Informatik den Grundstein für ein größeres Programm NIH-finanzierter Forschung legen, das ähnliche KI-Ansätze zur Bewältigung von Herausforderungen bei Verhaltensänderungen verwendet bei einer Vielzahl von Gesundheits- und Gesundheitsproblemen.