首页
学习
活动
专区
工具
TVP
发布

增强智能对现实世界肿瘤学环境中姑息治疗服务利用的影响

目的:

对于晚期癌症患者,及时转诊到姑息治疗 (PC) 服务可以确保临终护理符合他们的偏好和目标。高估预期寿命可能会导致 PC 服务利用不足、治疗措施适得其反,并降低患者的生活质量。我们评估了商用增强智能 (AI) 工具在现实环境中预测 30 天死亡风险对 PC 服务利用率的影响。

方法:

2018 年 6 月至 2019 年 10 月期间,大型血液肿瘤学实践中的患者每周使用人工智能工具进行评分,以深入了解短期死亡风险。该工具确定为高或中风险的患者接受支持性护理访问评估,并在适当时进一步转诊。PC 和临终关怀转诊的平均月率是在该工具在实践中部署前 5 个月和部署后 17 个月计算的。

结果:

在部署前和部署后,PC 咨询的平均率从每 1,000 名患者每月 (PPM) 17.3 次增加到 29.1 次,而临终关怀转诊的平均率从每 1,000 PPM 中的 0.2 次增加到 1.6 次。考虑到用户学习曲线,排除部署后的前 6 个月,PC 咨询的平均率几乎翻了一番,达到 33.0,临终关怀转诊率增加了 12 倍,达到 2.4 PPM。

结论:

研究发现,在血液肿瘤学实践中部署人工智能工具对于识别短期死亡率高或中风险的患者是可行的。该工具产生的洞察力推动了临床实践的变化,导致 PC 和临终关怀转诊的显着增加。

在这项研究中,我们发现将预测 30 天死亡率的 AI 工具集成到美国大型肿瘤学实践的工作流程中,导致 PC 咨询和临终关怀转诊的显着增加。在初始部署 6 个月后查看数据时,这种影响更加明显。我们的研究结果表明,将 AI 工具集成到临床实践中在生成数据以协助癌症患者 EOL 讨论的决策方面既可行又有效。

与患者就其预后进行沟通是护理的重要组成部分:这些信息对于指导治疗讨论、提前计划 EOL 护理以及确保患者有机会处理个人事务是必要的。转诊到 PC 服务还与癌症患者的抑郁症减少和生存期延长有关,同时降低了住院费用。然而,确定个体患者的预后是一个复杂的过程,受多种因素的影响,这些因素可能会随着时间而改变。出于这个原因,一些肿瘤学家推迟了与患者有关 EOL 的讨论。17此外,研究表明,医生在对晚期癌症患者的预后评估中倾向于高估生存率。创建了 18 个经过验证的预后工具,例如姑息预后评分和姑息预后指标,以补充医生的临床判断;然而,有关其准确性的数据有限,并且在临床实践中并未常规使用。19同样,建议对老年癌症患者进行老年评估,以更好地对毒性风险进行风险分层并帮助做出治疗决策,但采用率有限。20,21PC 专家的短缺和我们的人口老龄化凸显了对一种工具的日益增长的需求,以解决在短期内准确识别有死亡风险的患者的挑战。

尽管有几项研究评估了 ML 工具来预测癌症患者的死亡率,据我们所知,但到目前为止,只有一项研究通过增加严重疾病对话的数量来影响临床实践。23然而,该试验中的干预将 ML 对 180 天死亡率的见解与行为轻推、使用短信提醒、严重疾病对话的同行比较的绩效报告和数据相结合。联合干预使得很难梳理出 ML 见解对推动行为改变的具体贡献。相比之下,我们的研究在 EHR 中提供了 ML 见解和建议,没有任何额外提示指导临床医生采取具体行动,允许他们自己对患者的临床护理做出解释和决策。一个潜在的混杂因素是该实践在 Jvion 部署期间参与了 OCM。因此,Jvion 以外的措施,例如使用导航器、护理协调、PC APP、OCM 模型中对护理成本的整体认识和敏感性可能有助于提高 PC 在这种实践中的表现。然而,值得注意的是,Jvion CORE 是通过以可量化的方式简化高危患者人群的摄入量,从而提高这些资源的有效利用的一个组成部分。此外,在部署的最初 6 个月后,PC 和临终关怀服务的利用率有了更大的改进,这表明实践人员和提供者的潜在行为发生了变化。低风险患者的 PC 咨询数量下降也表明,可以根据 AI 工具产生的见解,将导航器和 PC 等资源定向到合适的患者。

这项研究的一个优势是它的单一干预设计,它允许将 PC 或临终关怀转诊的变化归因于 Jvion CORE 见解。第二个优势是观察到的曲线下面积高(在 30 天和 90 天时均 > 0.9),这表明其准确性与正在开发的其他工具相当或更好。3-6第三,本研究检查了 AI 工具在社区实践中的部署,这是美国大多数癌症患者接受治疗的环境。24这种设置与我们的大样本量相结合,其中包括许多不同癌症类型的患者,可能会使结果更普遍地适用于整个人群。我们的研究受到一些限制。首先,在本实践和本研究中验证 Jvion CORE 的时间框架存在重叠,导致包含在验证集中的患者有可能被包含在本研究中。正在对不涉及算法训练和验证的实践进行更多研究。其次,这项研究评估了在美国单一肿瘤学实践中部署人工智能工具的数据,结果可能并不完全等同。正在将 AI 解决方案集成到具有不同工作流的其他实践中。第三,我们的研究没有收集有关医疗保健利用的数据(例如,急诊就诊、住院、重症监护室的住院、生命最后一个月的放疗或化疗以及在临终关怀中的逗留时间),并且不知道由于部署了 AI 解决方案,PC 咨询和临终关怀转介影响了这些指标。这将是未来研究的主题。值得注意的是,这项研究是在一个为 PC 提供 APP 支持的站点上进行的,需要进一步研究以证明这些结果对没有此类资源的实践的普遍性。尽管下游工作流程可能因实践而异,但临床医生可以使用此信息根据他们的实践和资源指导患者进行适当的护理。最后,这项研究仅限于人工智能解决方案对有短期死亡风险的患者的影响。尽管该算法的 30 天死亡率预测得到了 0.93 的高接受者算子特征的支持,但高或中危患者在 30 天和 90 天时的实际死亡人数较低。降低真实死亡率的可能假设可能包括预防或延迟短期死亡率,因为有可行的见解,例如治疗隐匿性感染和限制生理储备较差个体的细胞毒性治疗毒性导致的死亡率。未来的研究方向包括评估 AI 解决方案的效果,以识别其他高危患者。

总之,晚期癌症患者及时转诊至 PC 或临终关怀可以帮助症状管理,并可以改善 EOL 患者的 QOL。我们的回顾性队列研究发现,将新型 AI 解决方案纳入美国大型肿瘤学实践的工作流程是可行的。AI 生成的 30 天死亡率洞察有效地促进了临床实践的变化,导致 PC 咨询和临终关怀转诊的增加。这项研究提供了早期证据,表明 AI 可以帮助和改进在 EOL 中被确定为短期死亡高风险或中风险的癌症患者的管理决策。

文章翻译于https://www.asco.org/

美国临床肿瘤学会(ASCO)成立于1964年,是全球领先的护理癌症患者的医师和肿瘤学专业人士的专业组织。

发现“分享”和“赞”了吗,戳我看看吧

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20210913A09ED800?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券