Cyfrowa platforma wspomagana sztuczną inteligencją do monitorowania i wspierania pacjentów, którzy pokonali raka
W miarę jak narzędzia diagnostyczne i metody leczenia raka poprawiają wskaźniki przeżywalności, zwiększa się liczba osób, które przeżyły raka. Niestety bardzo często brakuje koordynacji lub zindywidualizowanych planów dla złożonych potrzeb pacjentów powracających do normalnego życia. „Stworzyliśmy platformę PERSIST opartą na sztucznej inteligencji (SI), technologiach big data i mobilnych aplikacjach zdrowotnych. Celem było zintegrowanie danych z różnych źródeł, aby zidentyfikować główne potrzeby rosnącej liczby osób, które przeżyły raka, a także zapewnienie rozwiązań w zakresie danych w celu poprawy jakości opieki i pomocy pacjentom w powrocie do zdrowia”, mówi koordynator projektu PERSIST Alberto Sánchez, szef działu e-zdrowia w centrum badawczo-technologicznym www.gradiant.org/en (Gradiant) w Hiszpanii. „Staramy się zidentyfikować niezaspokojone potrzeby pacjentów”, wyjaśnia Alicia Jiménez, która w centrum Gradiant odpowiada za programy unijne. Zauważa ona, że wielu pacjentów stoi przed wyzwaniami związanymi z powrotem do normalnego życia. Mogą one obejmować: radzenie sobie z następstwami chemioterapii; kwestie finansowe, które powodują stres psychiczny i wpływają na jakość życia, ponieważ wiele osób rezygnuje z pracy na czas leczenia; oraz brak wsparcia psychologicznego. „Jedną z korzyści, jakie niesie ze sobą technologią, jest zmniejszenie niepokoju u tych pacjentów”, dodaje Jiménez. „Pacjenci czują się osamotnieni i pozbawieni wsparcia ze strony systemu opieki zdrowotnej, co wpływa na ich dobrostan emocjonalny. Istnieje również obawa przed nawrotem choroby, która jest zawsze obecna u osób, które pokonały raka”.
Platforma z aplikacjami dla pacjentów i pracowników służby zdrowia
Platforma PERSIST łączy dane z różnych źródeł, w tym elektroniczną dokumentację medyczną ze szpitali uczestniczących w projekcie, dane dostarczone przez pacjentów i aplikacje monitorujące pacjentów oraz dane kliniczne – a wszystko po to, aby móc udzielać pracownikom służby zdrowia wsparcia decyzyjnego z wykorzystaniem sztucznej inteligencji. W ramach projektu opracowano aplikację mHealth (mobilne zdrowie) połączoną z inteligentną opaską na nadgarstek w celu automatycznego gromadzenia niektórych danych pacjenta, takich jak tętno, częstość oddechów i ciśnienie krwi. Inna aplikacja gromadzi doświadczenia zgłaszane przez pacjentów na podstawie odpowiedzi na serię pytań. Codzienne dzienniki wideo nagrywane przez pacjentów są zintegrowane z platformą, a pacjenci odpowiadają na pytania, takie jak ich samopoczucie danego dnia. Dodano ponadto specjalistyczną aplikację dotyczącą płynnej biopsji w celu monitorowania postępu raka i szacowania ryzyka nawrotu w oparciu o modele predykcyjne. Aplikacja ta automatyzuje zliczanie krążących komórek nowotworowych (ang. circulating tumour cells, CTC) w próbkach krwi, generując nowe biomarkery. Skraca to czasochłonną analizę wyników biopsji w laboratorium, dostarczając lekarzom szybszych danych i umożliwiając wcześniejsze podjęcie interwencji.
Wyzwanie polegające na integracji danych pochodzących z różnych źródeł
W skład konsorcjum obejmującego 13 partnerów weszły cztery szpitale z Belgii, Łotwy, Słowenii i Hiszpanii, a nad projektem pracowało łącznie około 120 osób. Przed rozpoczęciem projektu jeden ze szpitali wygenerował około 10 000 anonimowych danych pacjentów, a w pilotażowych badaniach klinicznych wzięło udział około 160 pacjentów z rakiem piersi i jelita grubego. Oba nowotwory mają dość wysokie wskaźniki przeżywalności. Tymczasem jednym z największych wyzwań okazało się łączenie danych z różnych źródeł i systemów. „Musieliśmy zintegrować wszystkie te informacje na jednym serwerze, aby umożliwić ich wykorzystanie przez różne modele SI i big data”, wyjaśnia Sánchez.
Analiza wideo oraz mowy przy użyciu sztucznej inteligencji
W ramach jednej platformy należało ponadto zintegrować nagrania wideo pacjentów, konwertując mowę na dane i wykorzystując przetwarzanie języka naturalnego w celu ich zrozumienia. „Analizujemy mowę i gesty pacjentów na filmach, aby zidentyfikować, kiedy są oni narażeni na stres emocjonalny”, mówi Jiménez. W ramach projektu dodano różne języki i nowe funkcje, aby pomóc sztucznej inteligencji w generowaniu odpowiednich zaleceń dotyczących wsparcia na potrzeby pracowników służby zdrowia. Jak zaznacza Sánchez, choć projekt koncentrował się na opracowaniu technologii, jego intencją jest dłuższy pilotaż w ramach większego badania klinicznego z udziałem większej liczby szpitali, aby ocenić, czy skutkuje to wcześniejszą interwencją klinicystów. Platforma może ponadto zostać rozszerzona na inne rodzaje raka.
Słowa kluczowe
PERSIST, rak, opieka zdrowotna, sztuczna inteligencja, big data, chemioterapia, piersi, jelito grube, CTC, biomarkery, przetwarzanie języka naturalnego
