Verbetering van therapietrouw en resultaten door aan kunstmatige intelligentie aangepaste tekstberichten (AIM@BP)

Zelfmanagement van chronische aandoeningen brengt complex gedrag met zich mee, en patiënten variëren in de mate waarin ze zich aan dit gedrag houden. De focus van dit voorstel ligt op therapietrouw, omdat het niet innemen van medicijnen door patiënten zoals voorgeschreven een belangrijke oorzaak is van overmatige morbiditeit en mortaliteit en hogere kosten voor gezondheidszorg. Studies suggereren dat 33-50% van de patiënten hun medicijnen niet goed innemen, wat bijdraagt ​​aan bijna 100.000 vroegtijdige sterfgevallen per jaar en $ 290 miljard aan gezondheidszorgkosten. Het volgen van antihypertensiva is op zichzelf al van bijzonder belang, en hypertensie kan dienen als een belangrijke tracer-aandoening om de therapietrouw in het algemeen beter te begrijpen en te verbeteren. Ongecontroleerde hypertensie is een belangrijke oorzaak van een beroerte, coronaire hartziekten, hartfalen en mortaliteit, en het niet opvolgen van medicatie is een belangrijke oorzaak van ongecontroleerde hypertensie. In een een jaar durend onderzoek bij ongeveer 5.000 hypertensieve patiënten namen de meeste patiënten hun medicijnen slechts met tussenpozen in, waarbij de helft van de patiënten uiteindelijk tegen medisch advies in stopte met hun medicijnen.

Het verbeteren van therapietrouw vereist het aanpakken van meerdere uitdagingen, omdat patiënten doorgaans verschillende redenen hebben om hun medicatie niet in te nemen zoals voorgeschreven, zoals overtuigingen over hun ziekte en de behandeling ervan, organisatorische uitdagingen en kostenbarrières. Bovendien, aangezien de regimes, de gezondheidsstatus en de sociale context van patiënten in de loop van de tijd veranderen, moeten therapietrouwondersteunende interventies worden aangepast, maar de meeste diensten missen de flexibiliteit om dit te doen.

Mobiele gezondheidsdiensten (mHealth), zoals sms-berichten of sms-berichten van patiënten, zijn veelbelovend gebleken bij het verbeteren van de therapietrouw. Aangezien echter bijna alle mHealth-diensten gebaseerd zijn op simplistische, deterministische protocollen, missen deze interventies het vermogen om tegemoet te komen aan de complexe, veranderende behoeften van patiënten. Als gevolg hiervan hebben deze rudimentaire systemen slechts bescheiden effecten aangetoond die na verloop van tijd afnemen. De onderzoekers stellen voor om methoden van kunstmatige intelligentie (AI) toe te passen, met name Reinforcement Learning (één type AI), om een ​​model medicatietrouwsysteem te ontwikkelen dat automatisch sms-communicatie kan aanpassen om het individuele medicatiegebruik te verbeteren.

Het voorgestelde project is het resultaat van een nieuwe multidisciplinaire samenwerking tussen UM-experts van het College of Pharmacy, College of Engineering en School of Medicine. Ons langetermijndoel is om de gezondheidsresultaten te verbeteren met behulp van kunstmatige intelligentie (AI) verbeterde mobiele gezondheidstools. Het doel van de voorgestelde pilotstudie is het ontwikkelen van een op Reinforcement Learning gebaseerd mHealth-programma gericht op therapietrouw bij patiënten met slecht gecontroleerde hypertensie. Onze centrale hypothese is dat een SMS-systeem dat Reinforcement Learning (RL) gebruikt: acceptabel is voor patiënten, zich aanpast aan de unieke therapietrouwgerelateerde behoeften en voorkeuren van hypertensiepatiënten en veranderingen in deze behoeften in de loop van de tijd, en therapietrouw en bloeddrukcontrole verbetert . De specifieke doelen zijn:

1. RL-methoden ontwikkelen voor adaptieve besluitvorming in mensgerichte omgevingen en de haalbaarheid demonstreren van de resulterende RL-gebaseerde adaptieve SMS-medicatietherapietrouwinterventie,
2. Demonstreer "leren" door het RL-base adaptieve systeem met behulp van gegevens die aanpassing van de sms-berichtenstroom laten zien op basis van variatie tussen patiënten en in de loop van de tijd in de redenen voor niet-naleving, en
3. Onderzoek de potentiële werkzaamheid van de op RL gebaseerde adaptieve SMS-interventie met betrekking tot verbeteringen in therapietrouw en systolische bloeddruk.

De resultaten van dit proefproject omvatten een nieuwe AI/RL-technologie en bewijs met betrekking tot het gebruik ervan in de praktijk op basis van ervaring met een steekproef van volwassenen met slecht gecontroleerde hypertensie. Deze resultaten zullen worden gebruikt ter ondersteuning van een R01-aanvraag voor een grotere en meer definitieve studie van de impact van de interventie op de gezondheid van patiënten en therapietrouwgedrag op lange termijn. Op de langere termijn zullen deze door AI ondersteunde mHealth-ondersteuningsinfrastructuur voor zelfbeheer en ongekende samenwerking tussen onderzoekers in de farmacie, geneeskunde en informatica de basis leggen voor een groter programma van door de NIH gefinancierd onderzoek met vergelijkbare AI-benaderingen om uitdagingen op het gebied van gedragsverandering aan te pakken bij een groot aantal gezondheidsproblemen en gezondheidsproblemen.