Miglioramento dell'aderenza e dei risultati grazie ai messaggi di testo adattati all'intelligenza artificiale (AIM@BP)

L'autogestione delle condizioni croniche comporta comportamenti complessi e i pazienti variano nella loro aderenza a questi comportamenti. L'obiettivo di questa proposta è l'aderenza ai farmaci perché l'incapacità dei pazienti di assumere i farmaci prescritti è una delle principali cause di eccesso di morbilità e mortalità e di aumento dei costi sanitari. Gli studi suggeriscono che il 33-50% dei pazienti non assume correttamente i propri farmaci, contribuendo a quasi 100.000 morti premature ogni anno e a 290 miliardi di dollari di costi sanitari. L'aderenza ai farmaci antipertensivi è di particolare importanza di per sé e l'ipertensione può servire come condizione di tracciamento importante per comprendere meglio e migliorare l'aderenza ai farmaci più in generale. L'ipertensione incontrollata è una delle principali cause di ictus, malattia coronarica, insufficienza cardiaca e mortalità e la mancata aderenza ai farmaci è una delle principali cause di ipertensione incontrollata. Ad esempio, in uno studio di un anno su circa 5.000 pazienti ipertesi, la maggior parte dei pazienti ha assunto i farmaci solo in modo intermittente e la metà dei pazienti alla fine ha interrotto i farmaci contro il consiglio del medico.

Migliorare l'aderenza ai farmaci richiede di affrontare molteplici sfide perché i pazienti in genere hanno una serie di ragioni per non assumere i farmaci come prescritto, come convinzioni sulla loro malattia e sul suo trattamento, sfide organizzative e barriere di costo. Inoltre, poiché i regimi dei pazienti, lo stato di salute e il contesto sociale cambiano nel tempo, gli interventi di supporto all'aderenza devono adattarsi, ma la maggior parte dei servizi non ha la flessibilità per farlo.

I servizi sanitari mobili (mHealth) come i messaggi di testo o gli SMS dei pazienti hanno mostrato qualche promessa nel migliorare l'aderenza ai farmaci. Tuttavia, poiché quasi tutti i servizi di mHealth si basano su protocolli semplicistici e deterministici, questi interventi non sono in grado di soddisfare le complesse esigenze mutevoli dei pazienti. Di conseguenza, questi sistemi rudimentali hanno dimostrato solo effetti modesti che tendono a diminuire nel tempo. I ricercatori propongono di applicare i metodi dell'intelligenza artificiale (AI), in particolare l'apprendimento per rinforzo (un tipo di AI), per sviluppare un sistema modello di aderenza ai farmaci in grado di adattare automaticamente la comunicazione SMS per migliorare l'assunzione individuale di farmaci.

Il progetto proposto è il risultato di una nuova collaborazione multidisciplinare tra esperti di messaggistica unificata del College of Pharmacy, College of Engineering e School of Medicine. Il nostro obiettivo a lungo termine è migliorare i risultati sanitari utilizzando strumenti sanitari mobili potenziati dall'intelligenza artificiale (AI). L'obiettivo dello studio pilota proposto è quello di sviluppare un programma di mHealth basato sull'apprendimento per rinforzo incentrato sull'aderenza ai farmaci tra i pazienti con ipertensione scarsamente controllata. Le nostre ipotesi centrali sono che un sistema SMS che utilizza il Reinforcement Learning (RL) sarà: accettabile per i pazienti, si adatterà alle esigenze e alle preferenze specifiche relative all'aderenza dei pazienti ipertesi e ai cambiamenti di queste esigenze nel tempo e migliorerà l'aderenza ai farmaci e il controllo della pressione arteriosa . Le finalità specifiche sono:

1. Sviluppare metodi RL per il processo decisionale adattivo in ambienti incentrati sull'uomo e dimostrare la fattibilità del conseguente intervento di aderenza ai farmaci SMS adattivo basato su RL,
2. Dimostrare "l'apprendimento" da parte del sistema adattivo basato su RL utilizzando dati che mostrano l'adattamento del flusso di messaggi SMS in base alla variazione tra i pazienti e nel tempo nei motivi della non aderenza, e
3. Esaminare la potenziale efficacia dell'intervento SMS adattivo basato su RL rispetto ai miglioramenti nell'aderenza ai farmaci e alla pressione arteriosa sistolica.

I risultati di questo progetto pilota includeranno una nuova tecnologia AI/RL e prove relative al suo utilizzo nel mondo reale basate sull'esperienza con un campione di adulti con ipertensione scarsamente controllata. Questi risultati saranno utilizzati per supportare un'applicazione R01 per uno studio più ampio e definitivo dell'impatto dell'intervento sulla salute dei pazienti e sui comportamenti di aderenza a lungo termine. A lungo termine, questa infrastruttura di supporto per l'autogestione della mHealth potenziata dall'intelligenza artificiale e una collaborazione senza precedenti tra ricercatori in farmacia, medicina e informatica getteranno le basi per un programma più ampio di ricerca finanziata dal NIH utilizzando approcci di intelligenza artificiale simili per affrontare le sfide del cambiamento comportamentale in un gran numero di problemi di salute e di assistenza sanitaria.