Soins de la douleur centrés sur le patient à l'aide de l'intelligence artificielle et d'outils de santé mobiles (REACT (AI CBT))

La thérapie cognitivo-comportementale (TCC) est l'un des traitements les plus efficaces pour les maux de dos chroniques. Cependant, seulement la moitié des vétérans ont accès à des thérapeutes formés en TCC, et l'expansion du programme est coûteuse. De plus, les programmes VA CBT consistent en 10 séances hebdomadaires d'une heure dispensées selon une approche non synchronisée avec les modèles de soins par étapes conçus pour garantir que les ressources rares sont utilisées de la manière la plus efficace et la plus efficiente possible. Les données des essais antérieurs de TCC ont documenté une variation substantielle des besoins des patients en traitement prolongé, et les caractéristiques des programmes efficaces varient considérablement. Certains patients s'améliorent après les premières séances tandis que d'autres ont besoin de contacts plus étendus. Après avoir initialement établi un plan comportemental, d'autres vétérans peuvent être en mesure d'atteindre des objectifs comportementaux et symptomatiques en utilisant une combinaison personnalisée de manuels, des contacts de suivi plus courts avec un thérapeute et une surveillance téléphonique automatisée et des appels d'auto-soins. En partenariat avec le Programme national de gestion de la douleur, les chercheurs proposent d'appliquer les principes de pointe de « l'apprentissage par renforcement » (un domaine de l'intelligence artificielle ou IA utilisé avec succès dans la robotique et le ciblage des consommateurs en ligne) pour développer une preuve un service de gestion de la douleur TCC personnalisé basé sur le CBT qui s'adapte automatiquement aux besoins uniques et changeants de chaque vétéran (AI-CBT). AI-CBT utilisera les commentaires des patients sur leurs progrès dans le fonctionnement lié à la douleur mesurés quotidiennement via le nombre de pas du podomètre pour personnaliser automatiquement l'intensité et le type de soutien au patient ; assurant ainsi que les rares ressources en thérapeutes sont utilisées aussi efficacement que possible et permettant potentiellement aux programmes avec des budgets fixes de servir beaucoup plus de vétérans. Les objectifs spécifiques de l'étude sont de : (1) démontrer que l'AI-TCC a des résultats liés à la douleur non inférieurs par rapport à la TCC téléphonique standard ; (2) documenter que l'IA-CBT atteint ces résultats avec une utilisation plus efficace des ressources rares des cliniciens, comme en témoigne le temps global réduit du thérapeute et l'absence d'augmentation de l'utilisation d'autres services de santé VA ; et (3) démontrer l'impact de l'intervention sur les résultats proximaux associés à la réponse au traitement, y compris l'engagement dans le programme, l'acquisition de compétences en gestion de la douleur, la satisfaction à l'égard des soins et la probabilité d'abandon des patients. Les enquêteurs utiliseront des entretiens qualitatifs avec des patients, des cliniciens et des partenaires opérationnels VA pour s'assurer que le service a des fonctionnalités qui maximisent l'évolutivité, l'adoption à grande échelle et l'impact. 278 patients souffrant de maux de dos chroniques seront recrutés dans le système de santé VA Connecticut et le système de santé VA Ann Arbor, et randomisés pour des séances standard de 10 séances de TCC par téléphone contre AI-CBT. Tous les patients commenceront par des conseils téléphoniques hebdomadaires d'une heure, mais pour les patients du groupe AI-TCC, ceux qui démontrent une réponse significative au traitement seront réduits par des alternatives moins gourmandes en ressources aux contacts d'une heure, notamment : (a) Des contacts de 15 minutes avec un thérapeute, et (b) les commentaires du clinicien TCC fournis via des appels de réponse vocale interactifs (IVR). Le moteur d'IA apprendra ce qui fonctionne le mieux en termes de plan de traitement personnalisé des patients sur la base des commentaires quotidiens via IVR sur le nombre de pas mesuré par podomètre des patients ainsi que sur leur pratique des compétences CBT et leur fonctionnement physique. L'algorithme d'IA que les enquêteurs utiliseront est conçu pour être aussi efficace que possible, afin que le système puisse apprendre ce qui fonctionne le mieux pour un patient donné en fonction de l'expérience collective d'autres patients similaires ainsi que de l'histoire de l'individu. L'hypothèse de l'enquêteur est que l'IA-TCC entraînera des résultats fonctionnels liés à la douleur qui ne sont pas pires (et peut-être meilleurs) que l'approche standard, mais en réduisant l'intensité du contact qui n'entraîne pas de gains marginaux dans le contrôle de la douleur, le L'approche AI-CBT sera nettement moins coûteuse en termes de temps de traitement. Les hypothèses secondaires sont que l'IA-TCC entraînera un plus grand engagement et une plus grande satisfaction des patients. Les résultats seront mesurés trois et six mois après le recrutement et incluront les interférences liées à la douleur, la satisfaction du traitement et l'abandon du traitement.