Poprawa przestrzegania zasad i wyników dzięki wiadomościom tekstowym dostosowanym do sztucznej inteligencji (AIM@BP)

Samodzielne leczenie chorób przewlekłych obejmuje złożone zachowania, a pacjenci różnią się pod względem przestrzegania tych zachowań. Celem tej propozycji jest przestrzeganie zaleceń lekarskich, ponieważ nieprzyjmowanie przez pacjentów leków zgodnie z zaleceniami jest główną przyczyną zwiększonej zachorowalności i śmiertelności oraz zwiększonych kosztów opieki zdrowotnej. Badania sugerują, że 33-50% pacjentów nie przyjmuje prawidłowo swoich leków, przyczyniając się do prawie 100 000 przedwczesnych zgonów każdego roku i 290 miliardów dolarów kosztów opieki zdrowotnej. Przestrzeganie zaleceń dotyczących przyjmowania leków przeciwnadciśnieniowych ma samo w sobie szczególne znaczenie, a nadciśnienie tętnicze może służyć jako ważny wskaźnik pozwalający lepiej zrozumieć i ogólnie poprawić przestrzeganie zaleceń lekarskich. Niekontrolowane nadciśnienie tętnicze jest główną przyczyną udaru mózgu, choroby niedokrwiennej serca, niewydolności serca i śmiertelności, a nieprzestrzeganie zaleceń lekarskich jest główną przyczyną niekontrolowanego nadciśnienia tętniczego. Na przykład w rocznym badaniu około 5000 pacjentów z nadciśnieniem tętniczym większość pacjentów przyjmowała leki tylko sporadycznie, a połowa pacjentów ostatecznie odstawiła leki wbrew zaleceniom lekarza.

Poprawa przestrzegania zaleceń lekarskich wymaga sprostania wielu wyzwaniom, ponieważ pacjenci zazwyczaj mają różne powody, dla których nie przyjmują leków zgodnie z zaleceniami, takimi jak przekonania na temat swojej choroby i jej leczenia, wyzwania organizacyjne i bariery finansowe. Co więcej, ponieważ schematy leczenia pacjentów, stan zdrowia i kontekst społeczny zmieniają się w czasie, interwencje wspierające przestrzeganie zaleceń muszą się dostosowywać, ale większości usług brakuje elastyczności, aby to zrobić.

Mobilne usługi zdrowotne (mHealth), takie jak wysyłanie wiadomości tekstowych lub SMS-ów do pacjentów, okazały się obiecujące w zakresie poprawy przestrzegania zaleceń lekarskich. Ponieważ jednak prawie wszystkie usługi m-zdrowia opierają się na uproszczonych, deterministycznych protokołach, interwencje te nie są w stanie sprostać złożonym, zmieniającym się potrzebom pacjentów. W rezultacie te prymitywne systemy wykazały jedynie niewielkie efekty, które mają tendencję do zmniejszania się w czasie. Badacze proponują zastosowanie metod sztucznej inteligencji (AI), w szczególności uczenia się ze wzmocnieniem (jeden rodzaj sztucznej inteligencji), w celu opracowania modelowego systemu przestrzegania zaleceń lekarskich, który może automatycznie dostosowywać komunikację SMS w celu poprawy przyjmowania poszczególnych leków.

Proponowany projekt jest wynikiem nowej multidyscyplinarnej współpracy między ekspertami UM z College of Pharmacy, College of Engineering i School of Medicine. Naszym długoterminowym celem jest poprawa wyników zdrowotnych za pomocą mobilnych narzędzi zdrowotnych ulepszonych sztuczną inteligencją (AI). Celem proponowanego badania pilotażowego jest opracowanie programu mHealth opartego na uczeniu się przez wzmocnienie, skupiającego się na przestrzeganiu zaleceń lekarskich wśród pacjentów ze źle kontrolowanym nadciśnieniem tętniczym. Nasze główne hipotezy są takie, że system SMS wykorzystujący uczenie się przez wzmacnianie (RL) będzie: akceptowany przez pacjentów, dostosowany do unikalnych potrzeb i preferencji pacjentów związanych z przestrzeganiem zaleceń oraz zmian tych potrzeb w czasie, a także poprawi przestrzeganie zaleceń lekarskich i kontrolę ciśnienia krwi . Cele szczegółowe to:

1. Opracuj metody RL do adaptacyjnego podejmowania decyzji w środowiskach skoncentrowanych na człowieku i wykaż wykonalność wynikającej z tego adaptacyjnej interwencji SMS w zakresie przestrzegania zaleceń lekarskich opartej na RL,
2. Zademonstrować „uczenie się” przez adaptacyjny system oparty na RL, wykorzystując dane pokazujące adaptację strumienia wiadomości SMS zgodnie ze zmiennością między pacjentami i w czasie w przyczynach nieprzestrzegania zaleceń, oraz
3. Zbadaj potencjalną skuteczność adaptacyjnej interwencji SMS opartej na RL w odniesieniu do poprawy przestrzegania zaleceń lekarskich i skurczowego ciśnienia krwi.

Wyniki tego projektu pilotażowego obejmą nowatorską technologię AI/RL oraz dowody dotyczące jej rzeczywistego wykorzystania w oparciu o doświadczenia z próbką dorosłych ze źle kontrolowanym nadciśnieniem. Wyniki te zostaną wykorzystane do wsparcia wniosku R01 o większe i bardziej ostateczne badanie wpływu interwencji na zdrowie pacjentów i długoterminowe zachowania związane z przestrzeganiem zaleceń. W dłuższej perspektywie ta wspomagana sztuczną inteligencją infrastruktura wspierająca samozarządzanie mHealth i bezprecedensowa współpraca między badaczami z farmacji, medycyny i informatyki położy podwaliny pod większy program badań finansowanych przez NIH z wykorzystaniem podobnych podejść AI do rozwiązywania problemów związanych ze zmianą zachowań w wielu problemach zdrowotnych i zdrowotnych.