Gezondheidszorg

Onderzoek toont aan hoe AI kan helpen bij het verminderen van het gebruik van opioiden na een operatie

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Onderzoek van de Universiteit van Pennsylvania School of Medicine heeft vorige maand aangetoond hoe kunstmatige intelligentie (AI) kan worden gebruikt om de strijd tegen opioidenmisbruik te leveren. Het onderzoek richtte zich op een chatbot die herinneringen stuurde naar patiënten die een operatie ondergingen om grote botbreuken te repareren.

Het onderzoek werd gepubliceerd in de Journal of Medical Internet Research.

Christopher Anthony, MD, is de hoofdauteur van de studie en de associate director van Hip Preservation bij Penn Medicine. Hij is ook een assistant professor van Orthopedische Chirurgie.

“We hebben aangetoond dat het gebruik van opioiden kan worden vermindert met meer dan een derde bij een kwetsbare patiëntengroep door psychotherapie te leveren via een chatbot,” zei hij. “Hoewel het moet worden getest met toekomstige onderzoeken, geloven we dat onze resultaten waarschijnlijk overdraagbaar zijn naar andere patiëntengroepen.”

Opioidgebruik na een operatie

Opioiden zijn een effectieve behandeling voor pijn na een ernstig letsel, zoals een gebroken arm of been, maar het grote voorschrijven van deze medicijnen kan leiden tot verslaving en afhankelijkheid bij veel gebruikers. Dit is de oorzaak van de grote opioidenepidemie in de Verenigde Staten.

Het team van onderzoekers gelooft dat een patiëntgerichte aanpak met het gebruik van de AI-chatbot kan helpen bij het verminderen van het aantal opioiden dat na dergelijke operaties wordt ingenomen, wat een instrument kan zijn in de strijd tegen de epidemie.

De onderzoekers omvatten ook Edward Octavio Rojas, MD, die een resident is in Orthopedische Chirurgie bij de Universiteit van Iowa Hospitals & Clinics. De co-auteurs waren: Valerie Keffala, PhD; Natalie Ann Glass, PhD; Benjamin J. Miller, MD; Mathew Hogue, MD; Michael Wiley, MD; Matthew Karam, MD; John Lawrence Marsh, MD, en Apurva Shah, MD.

Het experiment

Het onderzoek omvatte 76 patiënten die een bezoek brachten aan een Level 1 Trauma Centrum bij de Universiteit van Iowa Hospitals & Clinics. Zij kwamen daar voor behandeling van fracturen die een operatie vereisten, en deze patiënten werden verdeeld in twee groepen. Beide groepen kregen dezelfde voorschriften voor opioiden om pijn te behandelen, maar slechts één van de groepen ontving dagelijkse tekstberichten van de geautomatiseerde chatbot.

De groep die tekstberichten ontving, kon twee berichten per dag verwachten gedurende een periode van twee weken na de operatie. De geautomatiseerde chatbot maakte gebruik van kunstmatige intelligentie om de berichten te sturen, die een dag na de operatie werden verstuurd. De tekstberichten waren zo opgesteld dat ze patiënten hielpen om beter om te gaan met de medicatie.

De tekstberichten, die waren gemaakt door een pijnpsycholoog die gespecialiseerd is in pijn en commitmenttherapie (ACT), gingen niet rechtstreeks tegen het gebruik van de medicatie in, maar probeerden patiënten te helpen om aan iets anders te denken dan het innemen van een pil.

Zes kernprincipes

De tekstberichten konden worden onderverdeeld in zes “kernprincipes”: Waarden, Acceptatie, Bewustzijn van het heden, Zelf als context, Gecommitteerde actie en Diffusie.

Een bericht onder het principe van Acceptatie was: “gevoelens van pijn en gevoelens over uw ervaring van pijn zijn normaal na een operatie. Erkennen en accepteren deze gevoelens als onderdeel van het herstelproces. Herinner uzelf eraan dat hoe u zich nu voelt tijdelijk is en uw herstelproces zal doorgaan. Roep aangename gevoelens of gedachten op die u vandaag hebt ervaren.”

De resultaten toonden aan dat de patiënten die geen geautomatiseerde berichten ontvingen gemiddeld 41 opioidpillen innamen na de operaties, terwijl de groep die wel berichten ontving gemiddeld 26 pillen innam. Het verschil van 37 procent was indrukwekkend, en degenen die berichten ontvingen meldden ook minder pijn twee weken na de operatie.

De geautomatiseerde berichten waren niet gepersonaliseerd voor elk individu, wat aantoont dat succes mogelijk is zonder over-persoonalisatie.

“Een realistisch doel voor dit soort werk is om het gebruik van opioiden te verminderen tot zo min mogelijk tabletten, met als uiteindelijk doel om de behoefte aan opioidenmedicatie in de setting van fractuurzorg te elimineren,” zei Anthony.

Het onderzoek kreeg financiering van een subsidie van de Orthopedische Trauma Vereniging.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.