Sistema di raccomandazione dell'esperienza del paziente per la personalizzazione della comunicazione persuasiva (PERSPECT)

Per massimizzare la prospettiva del paziente e supportare efficacemente le scelte di stile di vita, svilupperemo il "Sistema di raccomandazione dell'esperienza del paziente per la personalizzazione della comunicazione persuasiva". PERSPeCT è un sistema informatico adattivo che valuterà la prospettiva individuale di un paziente, comprenderà le preferenze del paziente per i messaggi sulla salute e fornirà comunicazioni sanitarie personalizzate e persuasive rilevanti per il singolo paziente.

Gli investigatori propongono di superare le principali debolezze negli attuali interventi di comunicazione sanitaria dall'alto verso il basso guidati da esperti applicando algoritmi avanzati di apprendimento automatico per raccomandare in modo adattivo messaggi basati sull'"intelligenza collettiva" di migliaia di pazienti. Questo lavoro sfrutterà un approccio "Web 2.0" che cambia paradigma alla personalizzazione adattiva con il potenziale per un ampio impatto sul campo della comunicazione sanitaria su misura per computer (CTHC).

Utilizzando la conoscenza di esperti scientifici, gli attuali interventi CTHC raccolgono i "profili" dei pazienti di base e quindi utilizzano sistemi basati su regole scritti da esperti per indirizzare i messaggi a sottogruppi di pazienti. Questi interventi di segmentazione del mercato mostrano alcune promesse nell'aiutare alcuni pazienti a raggiungere gli obiettivi di stile di vita. Sebbene teoricamente validi, i sistemi basati su regole potrebbero non tenere conto di concetti socioculturali che hanno un'importanza intrinseca per la popolazione target, limitando così la loro rilevanza. Inoltre, le regole non si adattano al feedback dei pazienti.

Al di fuori dell'assistenza sanitaria, aziende come Google, Amazon, Netflix e Pandora hanno fatto ampio uso di sistemi di raccomandazione adattivi per fornire contenuti con una maggiore rilevanza personale. Questi sistemi utilizzano algoritmi di apprendimento automatico per derivare consigli personalizzati da una varietà di fonti di dati, incluso il feedback sulle preferenze raccolto dai singoli utenti.

Nell'ambito di questo progetto pilota del Patient-Centered Outcomes Research Institute (PCORI), i ricercatori affronteranno le sfide dell'adattamento dei sistemi di raccomandazione dell'apprendimento automatico al CTHC nel contesto specifico del supporto decisionale del paziente per la cessazione del fumo. Gli investigatori hanno scelto questo dominio perché il fumo è una delle principali cause prevenibili di morte e perché disponiamo di un database esistente di 1.000 messaggi persuasivi sviluppato in una sovvenzione federale in corso (R01 CA129091). Obiettivi specifici dello studio sono:

Obiettivo 1: raccogliere dati di feedback espliciti al fine di formare PERSPeCT Reclutare 700 fumatori utilizzando strategie multiple e complementari e utilizzando un'interfaccia web, chiedere ai fumatori di fornire (a) prospettive sul fumo e sulla cessazione e informazioni sul contesto socio-culturale e (b) valutazioni dell'aspetto influente dei messaggi per smettere di fumare.

Obiettivo 2: Progettare, implementare e convalidare un quadro di raccomandazione personalizzato Ciò comporterà (a) lo sviluppo e l'implementazione di un sistema di raccomandazione di apprendimento automatico che integri i profili dei pazienti, i metadati dei messaggi, le visualizzazioni del sito Web e le valutazioni dell'influenza e (b) la formazione del modello e la convalida la sua prestazione predittiva.

Obiettivo 3: Condurre uno studio pilota randomizzato (n = 120 fumatori) di PERSPeCT. Gli investigatori ipotizzano che il sistema PERSPeCT (H1) selezionerà i messaggi di crescente influenza in quanto i fumatori forniscono più valutazioni dei messaggi e (H2) selezionerà i messaggi con una migliore influenza rispetto a un sistema CTHC basato su regole quando i fumatori forniscono un numero sufficiente di valutazioni I sistemi CTHC supportano le decisioni dei pazienti su comportamenti, stili di vita e scelte. PERSPeCT affronta le aree di interesse per PCORI, vale a dire: 1) identificare, testare e/o valutare metodi che possono essere utilizzati per valutare la prospettiva del paziente durante la ricerca di comportamenti, stili di vita e scelte sotto il controllo del paziente; e 2) sviluppare, perfezionare, testare e/o valutare approcci incentrati sul paziente, inclusi strumenti di supporto decisionale. Il team di studio è in una posizione unica per raggiungere questi ambiziosi obiettivi nell'ambito di questo progetto pilota PCORI perché i ricercatori utilizzeranno un database esistente di messaggi persuasivi da uno studio precedente, due anni di dati sull'efficacia di questi messaggi e un team transdisciplinare con esperienza in comunicazione sanitaria, ingegneria dei sistemi web e sistemi di raccomandazione di apprendimento automatico.