Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
Individualized CARE for Older Persons with Complex Chronic Conditions at home and in nursing homes

Article Category

Article available in the following languages:

Oparty na sztucznej inteligencji system wspierający decyzje dla osób starszych

Modele sztucznej inteligencji wyszkolone na rzeczywistych danych przewidują skuteczność leczenia schorowanych osób w podeszłym wieku. Skutkiem może być bezpieczniejsze przepisywanie leków i zdrowsze starzenie się.

Społeczeństwa w Europie i na całym świecie starzeją się, co skutkuje rosnącą liczbę osób starszych żyjących z wieloma chorobami przewlekłymi. Osoby te często funkcjonują gorzej i wymagają kompleksowej opieki w specjalnych placówkach lub w warunkach domowych. Lekarze muszą codziennie podejmować decyzje dotyczące leczenia i zabiegów, jednak konwencjonalne badania kliniczne rzadko uwzględniają tak złożone grupy ludności. Istnieje luka między dostępnymi dowodami a potrzebami rzeczywistych pacjentów.

Tworzenie modeli predykcyjnych na podstawie faktycznych danych

Finansowany przez UE projekt I-CARE4OLD(odnośnik otworzy się w nowym oknie) odpowiada na to wyzwanie poprzez opracowanie narzędzia wspomagającego podejmowanie decyzji, aby pomóc pracownikom służby zdrowia i decydentom. „Narzędzie zostało zaprojektowane w celu przewidywania zmian w funkcjonowaniu, wystąpienia zdarzeń krytycznych oraz indywidualnego wpływu rozpoczęcia lub zaprzestania określonych interwencji”, wyjaśnia koordynator projektu Hein van Hout. Konsorcjum pozyskało rzeczywiste dane z wielu krajów z oceny interRAI(odnośnik otworzy się w nowym oknie), zestawu ustrukturyzowanych instrumentów stosowanych na całym świecie do monitorowania zdrowia, funkcjonowania i korzystania z usług wśród osób starszych. Oceny te są znormalizowane we wszystkich krajach, co pozwala uzyskać spójne i porównywalne dane. Zespół I-CARE4OLD wytrenował modele SI wykorzystujące te dane do przewidywania zarówno krótko-, jak i długoterminowych wyników. Dokładność prognoz osiągnęła 80%, a naukowcy zweryfikowali skuteczność modeli SI na zbiorach danych z różnych krajów. Ponadto 150 specjalistów z siedmiu krajów przetestowało narzędzie wspomagające podejmowanie decyzji I-CARE4OLD i uznało je za pomocne oraz łatwe w użyciu. „Nasze modele SI pozwalają nie tylko lepiej przewidywać postęp choroby, ale także wyniki leczenia, przybliżając wprowadzenie spersonalizowanej opieki nad osobami starszymi do codziennej praktyki”, podkreśla van Hout.

Najważniejsze ustalenia

Jeden z najważniejszych znaczących wniosków z analizy dotyczył wpływu odstawienia niektórych leków psychotropowych(odnośnik otworzy się w nowym oknie). Odstawienie leków przeciwpsychotycznych zmniejszyło liczbę hospitalizacji i poprawiło ogólne wyniki u wielu podopiecznych. Analizy wykazały także, że interwencje niefarmakologiczne mogą przynieść korzyści równe lub większe niż stosowanie leków. Co ważne, modele pozwoliły określić, które osoby starsze z większym prawdopodobieństwem odniosą korzyści ze stosowania określonych leków, takich jak leki przeciwdepresyjne, a które były bardziej narażone na ryzyko szkód związanych z leczeniem, takim jak leki o działaniu antycholinergicznym. Oprócz wpływu terapii w ramach projektu zbadano także wpływ pandemii COVID-19(odnośnik otworzy się w nowym oknie) na osoby starsze objęte opieką. Analizy te podkreślają wrażliwość tej grupy podczas kryzysów zdrowotnych i wzmacniają znaczenie narzędzi predykcyjnych dla przewidywania zagrożeń i kierowania interwencjami zapobiegawczymi.

Wdrożenie i zwiększanie skali

Najważniejszym osiągnięciem projektu I-CARE4OLD jest wykazanie, że sztuczna inteligencja może generować spersonalizowane prognozy na podstawie rzeczywistych danych o dużej skali i że można udostępniać je klinicystom za pomocą praktycznego narzędzia. Innowacyjne rozwiązanie umożliwia praktykom optymalizację zabiegów i działań ukierunkowanych na najbardziej zróżnicowaną i szczególnie wrażliwą grupę osób w podeszłym wieku. Dane stanowią także źródło wiedzy dla decydentów politycznych dotyczące występowania odpowiednich oraz nieodpowiednich metod leczenia w obszarze, za który ponoszą odpowiedzialność. Konsorcjum planuje teraz rozszerzenie zakresu algorytmów predykcyjnych, aby objąć więcej terapii, zarówno farmakologicznych, jak i niefarmakologicznych, oraz zweryfikowanie ich na dodatkowych zbiorach danych. Co ważne, aby zwiększyć skalę gromadzenia danych, zespół współpracuje z dostawcami oprogramowania interRAI na całym świecie z zamiarem zintegrowania wsparcia decyzyjnego z istniejącymi systemami oceny. Wdrożenie tego narzędzia w systemach opieki zdrowotnej pomoże ograniczyć błędne przepisywanie leków, poprawić jakość życia chorych i wspierać zdrowsze starzenie się.

Znajdź inne artykuły w tej samej dziedzinie zastosowania

Moja broszura 0 0