Orientação consciente da atividade para melhorar a adesão à medicação em pacientes com insuficiência cardíaca

Os investigadores levantam a hipótese de que muitos indivíduos com necessidades de intervenção medicamentosa podem ser mais aderentes ao seu regime medicamentoso se as instruções forem fornecidas nos momentos certos e no contexto certo. Eles validarão a hipótese projetando e avaliando algoritmos de software baseados em aprendizado de máquina que reconhecem as atividades diárias, fornecem intervenções de lembrete de medicamentos com reconhecimento de atividade e fornecem informações sobre os tempos de intervenção que resultam em conformidade bem-sucedida.

O primeiro objetivo do projeto é expandir e validar algoritmos de software que reconheçam atividades diárias e transições de atividades com dispositivos móveis. A hipótese é que os contextos de comportamento diário podem ser caracterizados e rastreados com entrada mínima do usuário usando aprendizado de máquina combinado com descoberta automatizada de atividades. Em trabalhos anteriores, os investigadores demonstraram o sucesso de nossos algoritmos em casas inteligentes. Neste projeto, eles se propõem a adaptar as técnicas para dispositivos móveis.

O segundo objetivo do projeto é desenvolver a indicação de medicamentos sensíveis à atividade e avaliar o impacto da orientação sensível à atividade no resultado primário das taxas de adesão à medicação e no resultado secundário da qualidade de vida. Para esse fim, esse objetivo pode ser decomposto em duas tarefas, incluindo (a) desenvolver sugestões sensíveis à atividade; (b) avaliar o impacto da orientação sensível à atividade nos resultados do paciente. Os investigadores combinarão uma interface de solicitação de atividade com reconhecimento de atividade para fornecer instruções em contextos com sucesso comprovado.

Finalmente, no terceiro objetivo, os pesquisadores projetam algoritmos de aprendizado de máquina para analisar situações de sucesso e falha de lembretes de medicamentos. Eles levantam a hipótese de que as técnicas de aprendizado de máquina podem ser usadas para prever automaticamente a conformidade imediata usando algoritmos de computador para aprender a distinguir situações de prompt bem-sucedidas de malsucedidas. Em sua abordagem, os investigadores utilizam dados do sensor para analisar o comportamento diário e vincular o contexto do comportamento à adesão ao medicamento.