Sebuah studi yang didanai NIH yang dipimpin oleh Worcester Polytechnic Institute (WPI) bertujuan untuk memanfaatkan kecerdasan buatan untuk memandu pasien nyeri kronis menuju perawatan berbasis kesadaran daripada opioid. Dengan menganalisis data pasien melalui pembelajaran mesin, penelitian ini berupaya mengidentifikasi individu yang paling mendapat manfaat dari intervensi non-farmakologis, yang berpotensi mengurangi ketergantungan opioid dan menawarkan perawatan yang lebih personal. Pendekatan inovatif ini, yang berfokus pada nyeri punggung bawah kronis pada berbagai populasi, dapat merevolusi manajemen nyeri dan biaya perawatan kesehatan. Kredit: Melissa E. Arndt
Sebuah studi yang didukung oleh NIH dan dilakukan oleh Worcester Polytechnic Institute bertujuan untuk memanfaatkan kecerdasan buatan dalam mengidentifikasi pengobatan berbasis kesadaran yang efektif untuk nyeri punggung bawah kronis, menawarkan alternatif bagi pasien selain penggunaan opioid.
Institut Politeknik Worcester (WPI) akan memimpin penelitian selama lima tahun yang bertujuan untuk mengeksplorasi kemungkinan penggunaan kecerdasan buatan untuk membantu dokter dalam membimbing pasien dengan nyeri kronis menuju metode berbasis kesadaran dan menjauhi opioid, yang membawa risiko kecanduan.
Yang baru Institut Kesehatan Nasional (NIH) Studi yang didanai inisiatif HEAL (Membantu Mengakhiri Kecanduan Jangka Panjang) akan diterapkan pembelajaran mesinsuatu bentuk kecerdasan buatan, untuk mencari petunjuk dalam data pasien yang dapat membantu dokter menentukan dengan lebih baik siapa yang paling mendapat manfaat dari pengurangan stres berbasis kesadaran, atau MBSR, dalam mengelola rasa sakit mereka.
“Bagi para dokter, ini akan menjadi hari baru,” kata Jean King, Dekan Seni dan Sains Keluarga Peterson di WPI. “Untuk dapat memprediksi siapa yang akan merespon dengan baik terhadap intervensi non-farmakologis akan benar-benar menyelamatkan nyawa.”
Pendanaan dan Tujuan
WPI telah menerima $1,6 juta dana NIH untuk mulai merancang uji coba; jika tolok ukur yang ditetapkan tim terpenuhi, tim peneliti dan universitas dapat menerima total hampir $9 juta dana penelitian selama lima tahun ke depan.
Temuan penelitian ini dapat memberikan penyedia layanan kesehatan alat yang ampuh untuk membantu orang menghindari penggunaan opioid yang dapat menyebabkan perjuangan seumur hidup melawan kecanduan. Ketergantungan yang berlebihan pada opioid untuk manajemen nyeri dapat menimbulkan konsekuensi yang sangat buruk; pada tahun 2021, lebih dari 16,000 orang meninggal karena overdosis terkait opioid, dan lebih dari 80,000 orang meninggal karena overdosis terkait opioid, satu kematian setiap 6 menit. Ada peningkatan yang mengkhawatirkan dalam kematian terkait opioid pada populasi kulit hitam dan penduduk asli Amerika.
Pada saat yang sama, nyeri kronis juga menjadi perhatian utama. Laporan Morbiditas dan Kematian Pusat Pengendalian dan Pencegahan Penyakit AS baru-baru ini memperkirakan bahwa lebih dari 51 juta orang – lebih dari 20% orang dewasa AS – menderita nyeri kronis.
Penelitian sebelumnya telah menemukan bahwa MBSR efektif dalam membantu orang mengatasi rasa sakit kronis, namun pendekatan berbasis kesadaran tidak berhasil untuk semua orang, dan dokter serta dokter tidak tahu persis untuk siapa metode ini berhasil dan mengapa.
Meningkatkan Pengambilan Keputusan Dokter dengan AI
Berfokus secara khusus pada nyeri punggung bawah kronis pada berbagai populasi, penelitian ini akan mengumpulkan data fisiologis seperti pola tidur, detak jantung, dan aktivitas fisik umum yang dikumpulkan melalui sensor kebugaran yang dikenakan oleh 350 peserta selama uji coba enam bulan. Dikombinasikan dengan informasi yang dilaporkan sendiri mengenai depresi, kecemasan, rasa sakit, dan tingkat dukungan sosial, data tersebut akan dianalisis dengan model pembelajaran mesin yang dirancang khusus untuk mendeteksi pola yang mungkin tidak mungkin diperhatikan oleh dokter. Informasi ini akan memungkinkan model untuk memprediksi apakah pasien akan memberikan respons yang bermanfaat terhadap kesadaran, membantu dokter menyesuaikan perawatan dengan lebih baik untuk masing-masing pasien.
Kekuatan prediktif tersebut terbukti menjadi alat yang ampuh bagi para dokter yang sebelumnya mungkin khawatir dalam meresepkan pengurangan stres berbasis kesadaran, kata Carolina Ruiz, Dekan Seni dan Sains WPI dan Harold L. Jurist ’61 dan Heather E. Jurist Profesor Ilmu Komputer Dekan, yang telah meneliti dan mengajar pembelajaran mesin selama lebih dari dua dekade. Dia menambahkan bahwa model pembelajaran mesin yang digunakan dalam penelitian ini akan dapat ditafsirkan – dokter dan peneliti akan dapat menunjukkan dengan tepat mengapa pasien merespons metode mindfulness dengan baik atau tidak.
“Ini akan menghemat waktu bagi pasien—mereka tidak harus menjalani pengobatan yang tidak akan membantu,” katanya. “Ini juga akan menghemat banyak biaya perawatan kesehatan dan dapat diterapkan pada jenis nyeri lain dan jenis pengobatan lainnya.”
Upaya Kolaboratif dan Studi DAMPAK
Keahlian Agu dalam menganalisis data sensor menggunakan ponsel pintar dan pelacak kebugaran akan memainkan peran penting dalam penelitian ini. Perangkat tersebut akan melacak beberapa titik data, namun Agu mengatakan yang menarik bagi para peneliti adalah ritme sirkadian partisipan, yaitu siklus tidur dan bangun.
“Tidur memiliki dampak yang sangat besar terhadap kesehatan kita secara keseluruhan,” kata Agu, yang merupakan salah satu peneliti utama dalam penelitian tersebut. “Seseorang yang kesakitan lebih mungkin mengalami gangguan tidur, yang dapat menyebabkan sejumlah masalah kesehatan lainnya. Pendekatan berbasis kesadaran dapat membantu peserta tidur lebih nyenyak, sehingga dapat mengurangi beberapa faktor risiko lainnya.”
Penelitian ini akan mencakup populasi yang beragam secara ras dan etnis yang biasanya kurang terwakili dalam penelitian dan praktik pengurangan stres berbasis kesadaran, meskipun mereka berisiko lebih tinggi terkena stres, nyeri kronis, dan dampak buruk terkait yang diakibatkannya. Peserta akan direkrut dari wilayah metro Boston melalui Boston Medical Center dan Cambridge Health Alliance, dan dari wilayah Worcester melalui UMass Chan dan WPI.
Mitra penerima hibah dan tokoh masyarakat sangat antusias dengan dimulainya pekerjaan ini.
Natalia Morone, profesor kedokteran di Boston University Chobanian dan Avedisian School of Medicine, seorang dokter perawatan primer di Boston Medical Center, dan salah satu peneliti utama dalam penelitian tersebut, mengatakan kuncinya adalah mengidentifikasi penanda spesifik yang menunjukkan bahwa orang akan mengalami penyakit tersebut. merespons pengobatan mindfulness. “Kami melakukan ini dengan cara yang inovatif karena kami menggunakan pembelajaran mesin untuk memecahkan masalah ini,” kata Morone. “Saya sangat bersemangat untuk bermitra dengan rekan-rekan saya di WPI dan UMass Chan untuk menyelesaikan penelitian ini. Ini berpotensi membantu banyak orang.”
David D. McManus, Profesor Kedokteran Richard M. Haidack dan ketua serta profesor kedokteran di UMass Chan, mengatakan sekolah kedokteran akan membawa pengalaman berharga untuk penelitian yang diperoleh dari mengawasi inti penelitian terkemuka, seperti Framingham Heart. Studi, inisiatif National Institutes of Health Rapid Acceleration of Diagnostics (RADx), dan studi Risk Underlying Rural Areas Longitudinal (RURAL).
“Kekayaan pengetahuan yang dikumpulkan melalui administrasi dan pengelolaan komponen penting dalam penelitian ini menempatkan kami di garis depan penelitian inovatif,” kata McManus. “Antusiasme kami meningkat ketika kami bergabung dengan WPI dan BU di bawah kepemimpinan Jean King yang cakap.”
Matilde Castiel, komisaris layanan kesehatan dan kemanusiaan di Worcester, mengatakan AI adalah alat untuk membantu sistem layanan kesehatan memberikan layanan yang lebih baik dan lebih personal.
“Saya sangat senang WPI akan menggunakan AI untuk mengatasi sakit punggung kronis dan memberikan dampak pada epidemi opioid, yang merupakan keadaan darurat kesehatan masyarakat tidak hanya di kota dan negara bagian kita, tetapi juga secara nasional,” kata Castiel. “Intervensi ini dapat mengurangi ketergantungan opioid untuk nyeri punggung kronis dan memberikan pendekatan yang lebih tepat sasaran dan spesifik untuk setiap individu.”
