Porównanie procesu podejmowania decyzji klinicznych w technologii sztucznej inteligencji z wielospecjalistycznym zespołem opiekuńczym w eCBT w leczeniu depresji

Uczestnicy (n = 186: n = 31 na grupę e-CBT * 2 ramiona) będą rekrutowani na Queen's University z ambulatoryjnych klinik psychiatrycznych w obu ośrodkach Kingston Health Sciences Centre (Hotel Dieu Hospital i Kingston General Hospital), a także Providence Care Szpital w Kingston, Ontario. Ponadto akceptowane będą samodzielne skierowania i skierowania od lekarzy rodzinnych, lekarzy i klinicystów z całego Ontario. Po uzyskaniu świadomej zgody od uczestnika, uczestnik zostanie oceniony przy użyciu Mini Międzynarodowej Oceny Psychiatrycznej (MINI) poprzez bezpieczne spotkanie wideo w celu potwierdzenia diagnozy dużego zaburzenia depresyjnego przy użyciu DSM-5 41, przez wyszkolonego specjalistę z zespołu badawczego .

Wszyscy kwalifikujący się uczestnicy zostaną losowo przydzieleni do planu leczenia na podstawie decyzji zespołu opieki zdrowotnej (ramię 1) lub modułu segregacji przy użyciu algorytmu sztucznej inteligencji (ramię 2). Uczestnicy zostaną losowo przydzieleni do jednej z dwóch części badania przez asystenta badawczego w zespole, który również zbilansuje grupę w oparciu o zmienne demograficzne (tj. płeć, płeć, wiek i dochód). Uczestnicy i terapeuci biorący udział w badaniu będą zaślepieni, do której grupy terapeutycznej należy uczestnik. Ze względu na charakter tego badania uczestnicy i terapeuci nie będą zaślepieni co do intensywności leczenia, jakie otrzyma uczestnik, ponieważ będzie oczywiste, czy uczestnik otrzymuje rozmowę telefoniczną/wideo oprócz zwykłej opieki e-CBT lub farmakoterapii. Każdy uczestnik otrzyma skuteczną formę leczenia (tj. e-CBT) niezależnie od tego, do której grupy zostanie przydzielony. Uczestnicy zostaną poinformowani, że nie ma zachęty do przystąpienia do programu i że przystąpienie lub wycofanie się w dowolnym momencie nie wpłynie na nich negatywnie. Uczestnikom zostanie również wyjaśnione, że program nie jest zasobem kryzysowym i że nie zawsze będą mieli dostęp do swoich terapeutów. W nagłych przypadkach uczestnicy zostaną skierowani do odpowiednich zasobów, a zdarzenie to zostanie zgłoszone głównemu psychiatrze (kierownikowi badania) badania. Wszystkie dane zostaną zanonimizowane i zostaną przeanalizowane przez członków zespołu badawczego, którzy nie są bezpośrednio zaangażowani w opiekę nad pacjentem.

Ramię leczenia 1: Alokacja zespołu opieki zdrowotnej

Przydział intensywności leczenia przez wielozawodowy zespół medyczny będzie oparty na następujących kryteriach:

1. Nasilenie objawów MDD (przy użyciu kryteriów DSM-5).
2. Czynniki zdrowia psychicznego (wcześniejsze leczenie i reakcje, obecne i przeszłe epizody psychotyczne/maniakalne, obecne i przeszłe myśli/próby samobójcze/zabójstwa, historia zdrowia psychicznego rodziny, przebyta historia psychiatryczna i hospitalizacje).
3. Czynniki medyczne (aktualne schorzenia i przyjmowane leki, osobista i rodzinna historia medyczna).
4. Czynniki społeczne (system wsparcia i sytuacja życiowa oraz niepełnosprawność zawodowa, społeczna i osobista).

Dodatkowo, aby ocenić nasilenie objawów MDD i upośledzeń funkcjonalnych, uczestnicy wypełnią PHQ-9 i Skalę Niepełnosprawności Sheehana (SDS) 42,43 przed wizytą diagnostyczną. Wizyta oceniająca zostanie przeprowadzona przez wyszkolonego asystenta badawczego w zespole multidyscyplinarnym, który później przekaże informacje reszcie zespołu w celu przedyskutowania przydziału intensywności leczenia. Wszystkie oceny będą odbywać się wirtualnie za pośrednictwem rozmów telefonicznych i wideo. Zespół medyczny wspólnie zdecyduje, czy uczestnik powinien zostać przydzielony do leczenia wyłącznie e-CBT, leczenia e-CBT z cotygodniowymi rozmowami telefonicznymi/wideo, czy leczenia e-CBT z farmakoterapią. Ten proces naśladuje obecny proces segregacji w warunkach klinicznych. Aby śledzić efektywność kosztową, wyszkolony asystent badawczy będzie śledził całkowity czas trwania indywidualnej oceny i spotkań zespołowych w celu analizy całkowitego czasu poświęconego na pacjenta.

Ramię leczenia 2: Przydział algorytmu AI Przydział intensywności leczenia przez proponowany algorytm AI będzie oparty na uczeniu maszynowym i przetwarzaniu języka naturalnego (NLP) danych tekstowych dostarczonych przez uczestników oraz ich wyniku PHQ-9 zebranym za pomocą modułu przesiewowego przed leczeniem zwany modułem triage. Moduł ten, opracowany przez zespół badawczy, (1) zapewnia psychoedukację na temat efektów psychoterapii, (2) zbiera wyniki PHQ-9 oraz (3) zadaje uczestnikom sześć otwartych pytań dotyczących ich historii zdrowia psychicznego, ich doświadczeń z zaburzeniami psychicznymi zaburzeniami zdrowia i problemami ze zdrowiem psychicznym, z jakimi obecnie się borykają. Na podstawie odpowiedzi uczestnika na pytania otwarte, za pomocą algorytmu NLP zostanie obliczona zmienna o nazwie „Symptomatic Score”. Jeśli wynik PHQ-9 < 19 i wynik objawowy > 0,75, uczestnik zostanie przydzielony do grupy leczenia wyłącznie e-CBT. Jeśli jednak wynik PHQ-9 wynosi > 19 lub wynik objawowy < 0,75, uczestnicy zostaną przydzieleni do leczenia e-CBT z cotygodniowymi rozmowami telefonicznymi/wideo. Jeśli oba scenariusze wystąpią, a PHQ-9 > 19 i punktacja objawowa < 0,75, wówczas uczestnik zostanie przydzielony do leczenia e-CBT z farmakoterapią.

Aby zebrać odpowiednie dane (tj. zgodność uczestników i zmianę nasilenia depresji, zgodnie z oceną PHQ-9), zaprojektowaliśmy Moduł Triage. Jak wyjaśniono wcześniej, NLP pisemnych relacji uczestników dotyczących ich problemów z depresją w module segregacji zostanie użyte do obliczenia Punktacji Objawowej. Aby zweryfikować logikę alokacji leczenia naszej AI, oceniliśmy wskaźnik ukończenia i zmianę wyników PHQ-9 w próbie uczestników (n = 190), którzy byli wcześniej zapisani na leczenie wyłącznie e-CBT. Nasz algorytm podejmowania decyzji ustalił, że program wyłącznie e-CBT był odpowiedni dla 62 ze 190 uczestników (33%). Spośród tych 62 uczestników 54% ukończyło w całości program wyłącznie e-CBT, a tylko 20% uzyskało końcowy wynik PHQ-9 > 14. Ponadto algorytm wskazał, że e-CBT z rozmowami telefonicznymi byłoby odpowiednie dla 100 ze 190 uczestników (53%). Spośród 100 uczestników 41% ukończyło całą rundę terapii wyłącznie e-CBT, a 31% miało końcowy wynik PHQ-9 > 14. Na koniec algorytm wskazał, że e-CBT z połączeniem wideo było odpowiednie dla 28 ze 190 uczestników (14%). Spośród tych 28 uczestników 35% ukończyło całą rundę terapii wyłącznie e-CBT, a 40% miało końcowy wynik PHQ-9 > 14. Logika decyzji AI jest zatem uzasadniona, ponieważ uczestnicy przydzieleni do grupy wyłącznie e-CBT mieli najwyższy odsetek ukończenia i najniższy odsetek końcowych wyników PHQ-9 > 14 w przypadku ukończenia wyłącznie e-CBT. Dlatego w przypadku tych osób wymagana jest minimalna intensywność terapeuty, a sama e-CBT jest wystarczająca. I odwrotnie, uczestnicy przydzieleni do e-CBT z połączeniem wideo mieli najniższe wskaźniki ukończenia i najwyższe wskaźniki końcowych wyników PHQ-9 > 14, gdy byli zapisani wyłącznie na e-CBT. Odkrycia te uzasadniają logikę AI, że wymagana jest większa interakcja terapeuty. Należy również zauważyć, że czynniki demograficzne, takie jak wiek (poniżej lub powyżej 40 lat), płeć (mężczyzna lub kobieta) i dochód (mniej lub więcej niż 50 000 USD) nie miały znaczącego wpływu na liczbę sesji ukończonych przez uczestników ( p = 0,92, 0,18 i 0,9 odpowiednio dla wieku, płci i dochodów). Czynniki demograficzne również nie miały wpływu na zmianę wyniku PHQ-9 (tj. różnicy między początkiem i końcem leczenia) (p = 0,2, 0,46 i 0,39 odpowiednio dla wieku, płci i dochodów).

Program e-CBT

Sesje e-CBT wykorzystane w tym badaniu obejmują treści oparte na restrukturyzacji poznawczej i technikach aktywacji behawioralnej 45. Celem sesji jest pomoc uczestnikom w uświadomieniu sobie błędnych lub negatywnych wzorców myślenia, tak aby mogli lepiej postrzegać trudne sytuacje i skuteczniej na nie reagować. Sesje zachęcają uczestników do zrozumienia ich sytuacji/środowiska i wynikających z nich myśli, zachowań, reakcji fizycznych i uczuć. Celem tego programu jest pomoc w zmianie negatywnych i/lub nieefektywnych myśli uczestników na bardziej efektywne sposoby myślenia. Jak wyrażono w CBT, zmiana myśli może następnie wpłynąć na uczucia, zachowania i fizyczne reakcje na stresujące sytuacje. Poniżej opisano 13 sesji e-CBT:

Terapeuci Każdemu uczestnikowi zostanie przydzielony opiekun, który dostarczy informacji zwrotnych na temat jego cotygodniowych sesji przed rozpoczęciem kolejnej sesji. Wyznaczony opiekun będzie niezależny od wielozawodowego zespołu opieki zdrowotnej, który przeprowadził ocenę spożycia. Wszyscy opiekunowie są przeszkoleni w zakresie psychoterapii i mają doświadczenie w prowadzeniu psychoterapii elektronicznej. Zostaną poinformowani o celu i treści każdej sesji terapeutycznej. Będą również kontynuować specjalistyczne szkolenia poprzez seminaria internetowe, warsztaty i ćwiczenia z informacjami zwrotnymi od głównego psychiatry z zespołu badawczego, przeszkolonego i licencjonowanego psychoterapeuty 22,46. Wszyscy opiekunowie będą nadzorowani przez wyszkolonego psychoterapeutę i głównego psychiatrę, a wszystkie opinie zostaną przejrzane przed przekazaniem ich uczestnikom.

Cotygodniowa informacja zwrotna e-CBT Cotygodniowa praca domowa jest weryfikowana przez niezależnego opiekuna przydzielonego uczestnikowi, który przed kolejną cotygodniową sesją przekaże spersonalizowaną informację zwrotną na temat OPTT. Ponadto uczestnicy i opiekunowie mogą komunikować się asynchronicznie przez OPTT, aby przekazywać wszelkie pytania lub wątpliwości. Świadczeniodawcy otrzymają przykładowe szablony informacji zwrotnych i skrypty do sesji telefonicznych i rozmów wideo. Szablony i skrypty będą adaptacją wcześniejszych badań przeprowadzonych przez zespół badawczy. Szablony i skrypty opinii będą się różnić w zależności od sesji, a opiekunowie dostosują je do każdego pacjenta. Szablony informacji zwrotnych mają ogólną strukturę, zaczynając od uznania czasu i wysiłku uczestnika od ostatniej sesji, podsumowując koncepcje CBT nauczane na poprzedniej sesji, przeglądając zdarzenie, które wyjaśnili w swojej pracy domowej, potwierdzając doświadczenie uczestnika i zachęcając uczestnikowi, aby nadążał za sesjami. Informacja zwrotna jest napisana w formie listu, aby zwiększyć personalizację i zbudować relacje z uczestnikami.