Suggerimenti consapevoli dell'attività per migliorare l'aderenza ai farmaci nei pazienti con insufficienza cardiaca

Gli investigatori ipotizzano che molte persone con necessità di intervento medico possano essere più conformi al loro regime terapeutico se vengono forniti suggerimenti nei momenti giusti e nel giusto contesto. Convalideranno l'ipotesi progettando e valutando algoritmi software basati sull'apprendimento automatico che riconoscono le attività quotidiane, forniscono interventi di promemoria della medicina consapevoli dell'attività e forniscono approfondimenti sui tempi di intervento che producono una conformità di successo.

Il primo obiettivo del progetto è espandere e convalidare algoritmi software che riconoscono le attività quotidiane e le transizioni di attività con i dispositivi mobili. L'ipotesi è che i contesti comportamentali quotidiani possano essere caratterizzati e monitorati con un input minimo da parte dell'utente utilizzando l'apprendimento automatico combinato con la scoperta automatica delle attività. In un lavoro precedente, gli investigatori avevano dimostrato il successo dei nostri algoritmi nelle case intelligenti. In questo progetto, propongono di adattare le tecniche per i dispositivi mobili.

Il secondo obiettivo del progetto è quello di sviluppare il suggerimento di medicina sensibile all'attività e valutare l'impatto del suggerimento sensibile all'attività sull'esito primario dei tassi di aderenza ai farmaci e sull'esito secondario della qualità della vita. A tal fine, questo obiettivo può essere scomposto in due compiti che includono (a) lo sviluppo di suggerimenti sensibili all'attività; (b) valutare l'impatto del suggerimento sensibile all'attività sugli esiti del paziente. Gli investigatori combineranno un'interfaccia di suggerimento dell'attività con il riconoscimento dell'attività per fornire suggerimenti in contesti con successo dimostrato.

Infine, nel terzo obiettivo, i ricercatori progettano algoritmi di apprendimento automatico per analizzare le situazioni di successo e fallimento dei promemoria di farmaci. Ipotizzano che le tecniche di apprendimento automatico possano essere utilizzate per prevedere automaticamente la pronta conformità utilizzando algoritmi informatici per imparare a distinguere le situazioni di prompt riuscite da quelle non riuscite. Nel loro approccio, i ricercatori utilizzano i dati dei sensori per analizzare il comportamento quotidiano e collegare il contesto del comportamento con l'aderenza alla medicina.