AI-Zintegrowana Mobilna Edukacja i Samozarządzanie w Hemodializie (AI-MOBI-HEMODI)

To randomizowane kontrolowane badanie ma na celu ocenę skuteczności mobilnej aplikacji edukacyjnej wspieranej przez sztuczną inteligencję, zaprojektowanej w celu poprawy zachowań samoopieki, praktyk pielęgnacji przetoki tętniczo-żylnej (AVF) oraz kluczowych parametrów biochemicznych wśród dorosłych pacjentów hemodializowanych (HD). Przewlekła choroba nerek (CKD) i jej najczęstsza terapia zastępcza nerek, hemodializa, nakładają na pacjentów znaczne obciążenie fizyczne, psychiczne i społeczno-ekonomiczne. Pacjenci HD często doświadczają zmęczenia, bólu, skurczów, zaburzeń snu, pragnienia i trudności z ograniczeniem płynów, ograniczeń dietetycznych, powikłań związanych z AVF oraz stresu emocjonalnego. Te trudności podkreślają znaczenie wzmacniania zdolności samoopieki pacjentów i promowania aktywnego zaangażowania w zarządzanie chorobą.

Pomimo rozpowszechnienia technologii mobilnego zdrowia (mHealth) w zarządzaniu chorobami przewlekłymi, istniejące aplikacje dla pacjentów HD pozostają ograniczone i żadna nie zintegrowała spersonalizowanego wsparcia edukacyjnego opartego na sztucznej inteligencji. Brak edukacji pacjentów napędzanej przez AI stanowi znaczącą lukę w naukach pielęgniarskich i innowacjach cyfrowego zdrowia. Ten projekt rozwiązuje tę lukę poprzez opracowanie i przetestowanie ustrukturyzowanego, opartego na dowodach mobilnego programu edukacyjnego wspieranego przez sztuczną inteligencję, zaprojektowanego specjalnie dla pacjentów HD.

Badanie obejmie 76 kwalifikujących się pacjentów hemodializowanych ze Szpitala Państwowego w Bitlis i Szpitala Państwowego w Tatvan w Bitlis. Uczestnicy zostaną losowo przydzieleni do grupy interwencyjnej lub kontrolnej za pomocą prostej randomizacji. Grupa interwencyjna otrzyma dostęp do mobilnej aplikacji wspieranej przez AI przez sześć tygodni, która obejmuje moduły dotyczące funkcji nerek, CKD i opcji leczenia, zarządzania objawami, przestrzegania diety, zarządzania płynami, przestrzegania leczenia oraz pielęgnacji AVF. Każdy moduł zawiera treści pisane, filmy, wizualizacje, funkcje czytania wspierane głosem oraz zintegrowaną funkcję „Zadaj pytanie”, pozwalającą pacjentom komunikować się bezpośrednio z zespołem badawczym. Grupa kontrolna otrzyma rutynową opiekę kliniczną bez dodatkowej interwencji.

Komponent sztucznej inteligencji będzie wspierał personalizację treści, monitorowanie zaangażowania pacjentów, przechowywanie danych, automatyczne przypomnienia dla nieaktywnych użytkowników oraz wspierającą informację zwrotną opartą na postępach w nauce i trendach biochemicznych. Opracowanie aplikacji mobilnej będzie kierowane opiniami ekspertów od specjalistów nefrologii, pielęgniarek dializ, akademików i dietetyków. Czytelność materiałów edukacyjnych zostanie oceniona za pomocą Formuły Czytelności Ateşmana. Przed badaniem zostanie przeprowadzone badanie pilotażowe w celu oceny użyteczności za pomocą Inwentarza Analizy i Pomiaru Sieci (WAMMI).

Zbiór danych będzie obejmował Formularz Identyfikacji Pacjenta, Skalę Zachowań Samoopieki Przetoki Tętniczo-Żylnej Hemodializy, Skalę Samozarządzania Hemodializą oraz Formularz Śledzenia Parametrów Biochemicznych. Dane przedtestowe zostaną zebrane przed interwencją; dane potestowe zostaną zebrane na koniec sześciotygodniowego okresu interwencji. Parametry biochemiczne będą obejmować BUN, kreatyninę, albuminę, potas, fosfor, hemoglobinę, poziom kwasu moczowego, Kt/V i suchą masę ciała, uzyskane z rutynowych zapisów klinicznych bez dodatkowego pobierania krwi.

Główne wyniki będą oceniać zmiany w zachowaniach samoopieki i samozarządzania na podstawie zwalidowanych skal. Wyniki drugorzędowe będą badać zmiany w parametrach biochemicznych między grupą interwencyjną a kontrolną. Analiza danych zostanie przeprowadzona przy użyciu SPSS, stosując statystyki opisowe, testy normalności i odpowiednie testy porównawcze statystyczne, z istotnością ustaloną na p < 0,05.

Zostanie uzyskana zgoda etyczna od odpowiedniego instytucjonalnego komitetu etycznego, a od wszystkich uczestników zostanie uzyskana pisemna świadoma zgoda. Poufność danych zostanie zapewniona przy użyciu zaszyfrowanych systemów logowania i bezpiecznych procesów przechowywania.

Oczekuje się, że to badanie wniesie znaczący wkład do literatury naukowej, będąc pierwszą interwencją mobilnej edukacji wspieraną przez AI, dostosowaną dla pacjentów hemodializowanych. Przewidywane korzyści obejmują poprawę zachowań samoopieki, zwiększenie autonomii pacjenta, zmniejszenie powikłań AVF, lepsze przestrzeganie ograniczeń dietetycznych i płynów oraz poprawę wyników biochemicznych. Szersze oddziaływania projektu obejmują potencjalne zmniejszenie wskaźników hospitalizacji, obniżenie kosztów opieki zdrowotnej, zwiększenie jakości życia pacjentów HD oraz ustanowienie modelu cyfrowego, który może być dostosowany do innych populacji z chorobami przewlekłymi.

Ostatecznie to badanie ma na celu wykazanie, że integracja sztucznej inteligencji z mobilną edukacją zdrowotną może stworzyć transformacyjne podejście do wzmocnienia pozycji pacjenta, opieki klinicznej i zarządzania chorobami przewlekłymi w dziedzinie nefrologii i pielęgniarstwa.