利用人工智能和同伴辅导来解决阿片类药物使用者的种族差异

研究人员验证了一种理论驱动、人工智能 (AI) 驱动的短信工具，该工具使用自然语言处理促进对患者询问的实时文本响应，并结合自动文本促进在办公室阿片类药物治疗 (OBOT) 中接收丁丙诺啡，以及解决健康问题社会决定因素 (SDH) 的社会服务。 这种开源短信工具提供被动提醒、信息内容和交互式双向响应算法，无需个人员工接触。 此外，研究人员还对 PRC 进行了有效的文化和结构性谦逊培训，该培训超越了 SDH，还解决了减少耻辱、歧视、健康习惯和患者导航问题，以提高 PWUO 对初级保健和社会服务的吸收。

使用三组比较有效性试验设计，具体目标是： (1) 评估 PRC 支持的基于文本的护理/服务与 PWUO + 人工智能驱动的 SDH 增强短信协调的有效性（干预组 1）与仅由人工智能驱动的 SDH 增强短信（干预臂 2）相比，与常规治疗 (TAU) 或打印的社会/医疗服务转介（对照）相比，以提高社区和急诊科登记的黑人在 OBOT 中接受丁丙诺啡的情况/ 拉丁语 PWUO (N=252); (2) 通过对 3 个利益相关者群体进行深入访谈，评估以 RE-AIM 和 CFIR 框架为指导的多模式干预措施 (arm-1) 的实施情况： (a) 一线提供者 (n=10)； (b) 管理员（n=10）； (c) 来自多模式干预组 1 的黑人和拉丁裔 PWUO 子集（n=30）； (3) 确定资源并估计实施和维持多模式干预的相关成本，并将这些信息纳入可定制的预算影响工具中，并进行全面的经济评估以计算相对经济价值（例如，每质量成本 -来自医疗保健部门、国家政策制定者和社会观点的每个研究部门的调整后生命年、每 OUD 治疗天数的成本），这也将为 RE-AIM 框架的实施提供信息。