Według nowych badań Cornell sztuczna inteligencja może pomóc starszym osobom chorym na raka komunikować się z lekarzami i pełniej uczestniczyć w podejmowaniu decyzji dotyczących ich leczenia.

Zespół kierowany przez Yuexinga Hao, doktoranta w dziedzinie projektowania skoncentrowanego na człowieku, opracował narzędzie AI, które wykorzystuje uczenie maszynowe i duże modele językowe do identyfikowania opcji leczenia na podstawie diagnoz pacjentów, informacji demograficznych i priorytetów.

Następnie udostępnia wygenerowane przez sztuczną inteligencję informacje na temat współczynników przeżycia każdej opcji, potencjalnych skutków ubocznych i ryzyka, wraz z linkami do wysokiej jakości zasobów wsparcia online.

Wstępne testy wskazują, że narzędzie o nazwie i-SDM może potencjalnie poprawić komunikację między starszymi dorosłymi pacjentami chorymi na raka a lekarzami, a także promować zaangażowanie pacjentów i przestrzeganie planu leczenia.

„Odkryliśmy, że sztuczna inteligencja może pełnić rolę wspierania decyzji, zapewniając większy kontekst lub wyjaśnienia” – powiedział Hao. „Pacjent postępuje zgodnie ze wskazówkami lekarza, ale lepiej rozumie plan leczenia i powody, dla których lekarze dokonali określonego wyboru. Jednocześnie sztuczna inteligencja może pomóc w przełożeniu potrzeb pacjenta na lekarzy”.

Zaprezentowała artykuł „Advancing Patient-Centered Shared Decision-Making with AI Systems for Older Adult Cancer Students” na konferencji Association of Computing Machinery’s Conference on Human Factors in Computing Systems (CHI 2024) na Hawajach 14 maja.

Hao rozpoczęła od studium wykonalności, przeprowadzając wywiady z osobami starszymi cierpiącymi na choroby przewlekłe i lekarzami, aby zrozumieć ich potrzeby i sposób, w jaki podejmują decyzje dotyczące opieki. Współpracowała z Bobem Riterem, rzecznikiem pacjentów w ramach Cornell Community Cancer Partnership, przy rekrutacji starszych dorosłych osób, które wyzdrowiały z raka, oraz klinicystów pracujących w pokrewnych dziedzinach. Riter, były dyrektor wykonawczy Cancer Resource Center w Finger Lakes i osoba, która przeżyła raka, również podzielił się swoimi własnymi doświadczeniami.

„Podejmowanie decyzji dotyczących leczenia raka prostaty we wczesnym stadium może być szczególnie trudne, ponieważ dla wielu pacjentów operacja, radioterapia i aktywny nadzór to realne opcje” – powiedział Riter. „Wspólny model podejmowania decyzji ułatwia komunikację pacjent-lekarz i prowadzi do podejmowania decyzji, które dokładniej odzwierciedlają życzenia pacjenta”.

Jest współautorem artykułu wraz z Zeyu Liu, studentem studiów magisterskich z projektowania i analizy środowiskowej, oraz Salehem Kalantari, adiunktem Lois i Mel Tukman na Wydziale Projektowania Skoncentrowanego na Człowieku w College of Human Ecology.

Na podstawie wstępnych wywiadów Hao i zespół zidentyfikowali 10 czynników, które uczestnicy uznali za ważne do rozważenia przy podejmowaniu decyzji o planie leczenia. Chociaż zarówno klinicyści, jak i pacjenci podali informacje, takie jak współczynnik pięcioletniego przeżycia, potencjalne ryzyko i alternatywne opcje leczenia, pacjenci wspomnieli także o kilku dodatkowych obawach, w tym o tym, jak daleko będą musieli podróżować, aby uzyskać leczenie i jego koszt.

Przeprowadzili drugie badanie z udziałem siedmiu klinicystów i 18 osób, które wyzdrowiały z raka, aby ocenić użyteczność narzędzia i opinie użytkowników na temat korzystania ze sztucznej inteligencji w ten sposób.

„Wspólne podejmowanie decyzji często jest niepraktyczne w warunkach klinicznych” – powiedział Hao. Lekarze mają ograniczony czas, jaki mogą spędzić z pacjentami, a pacjentom bez wykształcenia medycznego trudno jest w pełni zrozumieć ryzyko i korzyści związane z różnymi opcjami leczenia.

Hao, która bada interakcje człowiek-komputer i sztuczną inteligencję w opiece zdrowotnej, rozpoczęła ten projekt po tym, jak zobaczyła, jak jej starszy dziadek zmaga się z trudnościami w poruszaniu się w ramach opieki medycznej. Postanowiła skupić się na osobach starszych chorych na raka, ponieważ zazwyczaj muszą one podejmować złożone decyzje w krótkim czasie.

„Otwieramy ramy, aby zobaczyć, jak sztuczna inteligencja może zoptymalizować podejmowanie decyzji klinicznych, aby było ono oparte na dowodach i etapowe” – powiedział Hao. „System i-SDM nie zastępuje wykwalifikowanych specjalistów. Interesuje mnie, w jaki sposób sztuczna inteligencja może poprawić interakcje człowiek-człowiek”.

Jedno odkrycie zaskoczyło Hao: dwóch pacjentów i jeden klinicysta odrzucili narzędzie AI, a także sam model wspólnego podejmowania decyzji, powołując się na bariery wiedzy i ryzyko dezinformacji. Jej zdaniem pokazało to wartość prowadzenia otwartych badań jakościowych.

„Jako badacze często przyjmujemy założenia dotyczące interesariuszy” – powiedziała. „Dlatego obserwujemy luki między nauką a rzeczywistą praktyką. Tego rodzaju badania jakościowe, w których uczestniczą prawdziwi pacjenci, którzy przeżyli, i prawdziwi klinicyści, pomagają nam określić ramy przyszłych badań”.

Zespół stale udoskonala narzędzie. Obecnie integrują element równości w zdrowiu, podejmując wyzwania związane z zastosowaniem wyników badań klinicznych z jednorodnymi próbkami w szerszych, bardziej zróżnicowanych populacjach.

„Badanie koncentruje się szczególnie na starszych osobach dorosłych chorych na raka, a więc na grupie demograficznej często pomijanej w rozwoju technologii opieki zdrowotnej” – powiedział Kalantari. „Nacisk ten jest kluczowy, ponieważ uwzględnia wyjątkowe wyzwania stojące przed tą grupą, w tym częstsze występowanie chorób współistniejących i niższą znajomość technologii, co może komplikować podejmowanie decyzji medycznych”.