
L’augment de l’esperança de vida al nostre entorn ens porta a un canvi demogràfic amb un creixement de la població de gent gran. L’atenció als problemes de salut que apareixen i millorar la qualitat de vida en aquest grup són crucials. Aquesta tendència demogràfica porta associada un augment de les patologies cròniques com la insuficiència cardíaca, la malaltia pulmonar obstructiva crònica o la diabetis, major incidència de patologia oncològica i major prevalença de trastorns mentals, com demència, esquizofrènia, trastorn bipolar o depressió. De la mateixa manera, hi ha un augment del risc que disminueixi el suport social en aquestes persones i que augmenti el nivell de dependència.
Si fixem la nostra mirada a la recerca de factors que millorin la qualitat de vida, aconseguim una cooperació més estreta entre el pacient, els professionals sanitaris i la resta d’actius en salut del seu entorn. Aquesta perspectiva augmenta la consciència dels pacients sobre les seves malalties i el seu estat de salut, els familiaritza amb els pros i els contres de qualsevol tractament, i emfatitza sobre el paper de la persona en el desenvolupament de la presa de decisions clíniques compartides. Aquí és on la intel·ligència artificial (IA) juga un paper essencial, desenvolupant models predictius que permeten avaluar i millorar la salut en persones grans, augmentant la velocitat i exactitud de les prediccions de les condicions físiques, mentals i socials relacionades amb la patologia crònica que presenta. Els beneficis de la innovació tecnològica i de la revolució que suposa la IA són clars per als professionals sanitaris, per als sistemes de salut i per als pacients que en definitiva són els protagonistes de qualsevol actuació.
Cada cop disposem de més evidències sobre l’ús d’algorismes de predicció de qualitat de vida, que analitzen els factors sobre els quals podem intervenir per modificar estils de vida, incorporar hàbits saludables o estimar respostes a un tractament.[1] Aquests complexos algorismes desenvolupats mitjançant IA i machine learning inclouen en els seus càlculs factors predictius socials, mentals i físics, i són a més generalitzables a altres contextos. El coneixement d’aquests factors permet compartir aquesta informació entre el professional i el pacient, i planificar objectius conjunts en la presa de decisions compartida. En aquest enfocament, les dues parts treballen en associació per fer recomanacions i decisions de tractament.
La presa de decisions compartida derivada d’aquest procés permet que el clínic i el pacient participin conjuntament en els acords sobre una decisió de salut, havent discutit les opcions, beneficis i perjudicis, i després de considerar els valors, les preferències i les circumstàncies del pacient. La decisió també es pot nodrir de les troballes que donin aquestes eines d’IA.
S’acaba de publicar una actualització de la revisió Cochrane sobre la presa de decisions clíniques compartides en persones que pateixen trastorns mentals[2] que conclou que les persones que s’involucren en aquest procés perceben més nivells de participació immediatament després d’aquesta actuació, en comparació amb les de els grups de control a què se’ls presta l’atenció habitual. A més, el procés de decisió clínica compartida no ocupa més temps de consulta, fet que destaca l’eficiència d’aquest model d’intervenció.
La IA és una eina que ens permet transferir tant el coneixement acumulat a una intel·ligència col·lectiva com posar el focus en els punts crítics que afecten la salut d’una persona. La seva implementació i desenvolupament a l’entorn assistencial suposarà una revolució, no només per la reducció de costos i de riscos, sinó a més pel suport que pot donar a la presa de decisions clíniques compartides i a la qualitat de vida dels pacients.
Referències
[1] Ahmadi M, Nopour R. Clinical decision support system for quality of life among the elderly: an approach using artificial neural network. BMC Medical Informatics and Decision Making. 2022 Dec;22(1):1-5.
[2] Aoki Y, Yaju Y, Utsumi T, Sanyaolu L, Storm M, Takaesu Y, Watanabe K, Watanabe N, Duncan E, Edwards AGK. Shared decision‐making interventions for people with mental health conditions. Cochrane Database of Systematic Reviews 2022, Issue 11. Art. No.: CD007297. DOI: 10.1002/14651858.CD007297.pub3.
Foto de ThisisEngineering RAEng