InicioTecnologíaLos recordatorios activados por aprendizaje automático mejoran la atención al final de...

Los recordatorios activados por aprendizaje automático mejoran la atención al final de la vida de los pacientes con cáncer

-


Los avisos electrónicos entregados a los médicos de atención médica basados ​​en un algoritmo de aprendizaje automático que predice el riesgo de mortalidad cuadruplicaron las tasas de conversaciones con los pacientes sobre sus preferencias de atención al final de la vida, según los resultados a largo plazo de un ensayo clínico aleatorizado publicado por investigadores de Penn Medicine. en JAMA Oncología.

El estudio también encontró que los recordatorios activados por aprendizaje automático redujeron significativamente el uso de quimioterapia agresiva y otras terapias sistémicas al final de la vida, lo que, según muestra la investigación, está asociado con una mala calidad de vida y efectos secundarios que pueden conducir a hospitalizaciones innecesarias en sus últimos días. .

Estetoscopio, hospital - foto ilustrativa.

Estetoscopio, hospital – foto ilustrativa. Crédito de la imagen: Parentingupstream a través de Pixabay, licencia gratuita

Para los pacientes cuando el cáncer avanza a una etapa incurable, algunos pueden priorizar el tratamiento que prolongará su vida tanto como sea posible, y otros pueden preferir un plan de atención diseñado para minimizar el dolor o las náuseas, según el pronóstico de su enfermedad.

Hablar con los pacientes sobre su pronóstico y valores puede ayudar a los médicos a desarrollar planes de atención que estén mejor alineados con los objetivos de cada individuo. Aún así, las discusiones deben ocurrir antes de que los pacientes se enfermen demasiado.

«Este estudio demuestra que podemos usar la informática para mejorar la atención al final de la vida», dijo el autor principal. Dr. Ravi B. Parikhoncólogo y profesor asistente de Ética Médica y Política de Salud y Medicina en la Facultad de Medicina Perelman de la Universidad de Pensilvania y director asociado de la Penn Center para la Innovación en el Cuidado del Cáncer en el Centro de Cáncer Abramson.

“La comunicación con los pacientes de cáncer sobre sus objetivos y deseos es una parte clave de la atención y puede reducir el tratamiento innecesario o no deseado al final de la vida. El problema es que no lo hacemos lo suficiente y puede ser difícil identificar cuándo es el momento de tener esa conversación con un paciente determinado”.

Parikh y colegas previamente demostrado un algoritmo de aprendizaje automático podría identificar a los pacientes con cáncer que corren un alto riesgo de muerte en los próximos seis meses. Combinaron el algoritmo con «empujones» basados ​​en el comportamiento en forma de correos electrónicos y mensajes de texto para incitar a los médicos a iniciar conversaciones sobre enfermedades graves durante las citas con pacientes de alto riesgo.

Él resultados preliminares del estudio, publicado en 2020, mostró que la intervención de 16 semanas triplicó las tasas de estas conversaciones.

El estudio representa un paso importante para la inteligencia artificial en oncología, ya que es el primer ensayo aleatorizado de una intervención conductual basada en el aprendizaje automático en la atención del cáncer. El estudio incluyó a 20 506 pacientes tratados por cáncer en varias ubicaciones de Penn Medicine, con un total de más de 40 000 encuentros con pacientes, lo que lo convierte en el estudio más grande de una intervención basada en el aprendizaje automático centrada en la atención de enfermedades graves en oncología.

Los hallazgos publicados hoy mostraron que después de un período de seguimiento de 24 semanas, las tasas de conversación casi se cuadruplicaron, del 3,4 % al 13,5 %, entre los pacientes de alto riesgo. El uso de quimioterapia o terapia dirigida en las últimas dos semanas de vida disminuyó del 10,4 al 7,5 por ciento entre los pacientes que fallecieron durante el estudio.

La intervención no tuvo un impacto en otras métricas al final de la vida, incluida la inscripción en hospicio o la duración de la estadía, la muerte del paciente hospitalizado o el uso de la unidad de cuidados intensivos al final de la vida.

En particular, el aumento en las conversaciones sobre los objetivos de la atención también se observó en pacientes que el algoritmo no marcó como de alto riesgo, lo que sugiere que los empujones hicieron que los médicos cambiaran su comportamiento en su práctica.

El aumento se observó en todos los datos demográficos de los pacientes, pero fue mayor entre los beneficiarios de Medicare, lo que sugiere que la intervención puede ayudar a corregir una disparidad en las conversaciones sobre enfermedades graves.

Sobre la base de los resultados de este estudio, el equipo de investigación amplió el mismo enfoque a todas las prácticas de oncología dentro del Sistema de Salud de la Universidad de Pensilvania y actualmente está analizando esos resultados. Los planes adicionales para la investigación incluyen el emparejamiento de algoritmos de IA con un aviso para la remisión temprana de cuidados paliativos y el uso del algoritmo para la educación del paciente.

“Aunque aumentamos significativamente la cantidad de diálogos sobre enfermedades graves entre los pacientes y sus médicos, menos de la mitad de los pacientes mantuvieron una conversación”, dijo Parikh. “Necesitamos hacerlo mejor porque sabemos que los pacientes se benefician cuando sus médicos de atención médica entienden las metas individuales y las prioridades de atención de cada paciente”.

Fuente: Universidad de Pennsylvania


<!–

icon comments light Los recordatorios activados por aprendizaje automático mejoran la atención al final de la vida de los pacientes con cáncer Comment this news or article

–>

!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};if(!f._fbq)f._fbq=n;
n.push=n;n.loaded=!0;n.version=’2.0′;n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(window,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1254095111342376’);
fbq(‘track’, ‘PageView’);



Source link

Deja un comentario

- Publicidad -spot_img

Selección