Patiëntgerichte pijnzorg met behulp van kunstmatige intelligentie en mobiele gezondheidstools (REACT (AI CBT))

Cognitieve gedragstherapie (CGT) is een van de meest effectieve behandelingen voor chronische rugpijn. Slechts de helft van de veteranen heeft echter toegang tot opgeleide CGT-therapeuten en uitbreiding van het programma is kostbaar. Bovendien bestaan ​​VA CGT-programma's uit 10 wekelijkse sessies van een uur die worden gegeven met een benadering die niet synchroon loopt met modellen voor getrapte zorg die zijn ontworpen om ervoor te zorgen dat schaarse middelen zo effectief en efficiënt mogelijk worden gebruikt. Gegevens uit eerdere CGT-onderzoeken hebben aanzienlijke verschillen aangetoond in de behoefte van patiënten aan langdurige behandeling, en de kenmerken van effectieve programma's variëren aanzienlijk. Sommige patiënten verbeteren na de eerste paar sessies terwijl anderen behoefte hebben aan uitgebreider contact. Na aanvankelijk een gedragsplan te hebben opgesteld, kunnen weer andere veteranen mogelijk gedrags- en symptoomdoelen bereiken met behulp van een gepersonaliseerde combinatie van handleidingen, kortere vervolgcontacten met een therapeut en geautomatiseerde telefonische monitoring en zelfzorgondersteuning. In samenwerking met het National Pain Management Program stellen de onderzoekers voor om state-of-the-art principes van "reinforcement learning" (een gebied van kunstmatige intelligentie of AI dat met succes wordt gebruikt in robotica en online consumententargeting) toe te passen om een ​​bewijs te ontwikkelen -gebaseerde, gepersonaliseerde CBT-pijnbeheerservice die zich automatisch aanpast aan de unieke en veranderende behoeften van elke Veteraan (AI-CBT). AI-CBT zal feedback van patiënten gebruiken over hun voortgang in pijngerelateerd functioneren, dagelijks gemeten via stappentellingen van stappentellers om automatisch de intensiteit en het type ondersteuning van de patiënt te personaliseren; waardoor ervoor wordt gezorgd dat schaarse middelen van therapeuten zo efficiënt mogelijk worden gebruikt en waardoor programma's met vaste budgetten mogelijk veel meer veteranen kunnen bedienen. De specifieke doelstellingen van de studie zijn om: (1) aan te tonen dat AI-CGT niet-inferieure pijngerelateerde uitkomsten heeft in vergelijking met standaard telefonische CGT; (2) documenteren dat AI-CGT deze resultaten bereikt met een efficiënter gebruik van schaarse middelen van de clinicus, zoals blijkt uit minder totale therapeuttijd en geen toename van het gebruik van andere VA-gezondheidsdiensten; en (3) de impact van de interventie aantonen op de proximale resultaten die verband houden met de respons op de behandeling, waaronder betrokkenheid bij het programma, het verwerven van pijnbeheersingsvaardigheden, tevredenheid met de zorg en de kans op uitval van patiënten. De onderzoekers zullen kwalitatieve interviews gebruiken met patiënten, clinici en operationele VA-partners om ervoor te zorgen dat de service functies heeft die schaalbaarheid, brede acceptatie en impact maximaliseren. 278 patiënten met chronische rugpijn zullen worden gerekruteerd uit het VA Connecticut Healthcare System en het VA Ann Arbor Healthcare System, en gerandomiseerd naar standaard 10-sessies van telefonische CBT versus AI-CBT. Alle patiënten beginnen met wekelijkse telefonische counseling van een uur, maar voor patiënten in de AI-CBT-groep zullen degenen die een significante respons op de behandeling vertonen, worden afgebouwd door minder middelenintensieve alternatieven voor contacten van een uur, waaronder: (a) Contacten van 15 minuten met een therapeut, en (b) CGT-feedback door de arts via interactieve voice-response-oproepen (IVR). De AI-engine leert wat het beste werkt in termen van het persoonlijk op maat gemaakte behandelplan van de patiënt op basis van dagelijkse feedback via IVR over het aantal stappen dat door de stappenteller wordt gemeten en over hun CBT-vaardigheidsoefeningen en fysiek functioneren. Het AI-algoritme dat de onderzoekers zullen gebruiken, is ontworpen om zo efficiënt mogelijk te zijn, zodat het systeem kan leren wat het beste werkt voor een bepaalde patiënt op basis van de collectieve ervaring van andere vergelijkbare patiënten en de eigen geschiedenis van het individu. De hypothese van de onderzoeker is dat AI-CBT zal resulteren in pijngerelateerde functionele uitkomsten die niet slechter (en mogelijk beter) zijn dan de standaardbenadering, maar door de intensiteit van het contact terug te schroeven, wat niet leidt tot marginale winst in pijnbeheersing, de De AI-CBT-benadering zal aanzienlijk goedkoper zijn in termen van therapietijd. Secundaire hypothesen zijn dat AI-CBT zal resulteren in meer patiëntbetrokkenheid en patiënttevredenheid. De resultaten worden drie en zes maanden na rekrutering gemeten en omvatten pijngerelateerde interferentie, tevredenheid over de behandeling en uitval van de behandeling.