Para el dolor crónico, la terapia asistida por IA puede ser tan buena como la atención estándar

enchufe principal

• El acceso a la terapia cognitiva conductual para el dolor crónico es limitado debido a la falta de terapeutas.
• La TCC proporcionada por IA no fue inferior a la TCC proporcionada por un terapeuta y requirió menos de la mitad del tiempo del terapeuta.
• A los 6 meses de edad, el doble de pacientes tratados con la intervención de IA tuvieron una mejora clínicamente significativa en la discapacidad relacionada con el dolor y la intensidad del dolor en comparación con el grupo de control.

Según los investigadores, el uso de la inteligencia artificial para facilitar la terapia cognitiva conductual para el dolor crónico puede proporcionar resultados tan buenos como las intervenciones típicas y requiere menos tiempo con un terapeuta.

La terapia cognitiva conductual para el dolor crónico basada en la evidencia (TCC-CP) es una alternativa segura y eficaz a los analgésicos opioides, John de Piet, MA, PhDun profesor de la Universidad de Michigan y sus colegas escribieron en el estudio publicado en JAMA Medicina Interna. Sin embargo, debido a la escasez de terapeutas y al hecho de que la TCC-CP requiere varias sesiones, los investigadores escriben que «muchos pacientes tienen acceso limitado o no completan el tratamiento».

Para mejorar el acceso, Piette y sus colegas dijeron que desarrollaron una intervención CBT-CP que usa IA (AI-CBT-CP) para «ajustar automáticamente la forma en que un terapeuta interactúa semanalmente» en función de las observaciones diarias que un paciente informa a través de una respuesta de voz interactiva (IVR). ) llamadas.

«Las intervenciones como AI-CBT-CP pueden permitir que los programas CBT-CP atiendan de manera efectiva a varios pacientes con la misma cantidad de terapeutas», escribieron los investigadores.

La intervención AI-CBT-CP se evaluó durante un ensayo aleatorizado de eficacia versus no inferioridad de 278 pacientes con dolor de espalda crónico del sistema de salud del Departamento de Asuntos de Veteranos. Los investigadores dijeron que asignaron aleatoriamente más pacientes al grupo AI-CBT-CP que al grupo de control, 1.4: 1, «para maximizar la capacidad del sistema para aprender de las interacciones con los pacientes».

Cada participante recibió un manual de CBT-CP que describía ocho habilidades para lidiar con el dolor en 10 unidades semanales. Los participantes también eligieron una meta de comportamiento durante cada sesión y recibieron una meta de caminar, que era el 110 % de sus pasos promedio en la semana anterior.

En el grupo de intervención, los pacientes brindaron información breve sobre el estado de ánimo, la intensidad del dolor, el sueño, la cantidad de pasos y más en las llamadas IVR diarias. Según los investigadores, el motor de IA usó esta información para hacer recomendaciones semanales a los pacientes para que recibieran una de tres opciones:

• Una sesión grabada entregada a través de IVR incluía un «mensaje de audio con comentarios de terapeutas individuales basados ​​en datos informados a través de IVR»;

• llamada de 15 minutos con un terapeuta que ha reforzado y abordado las barreras para la práctica de habilidades; o

• Una llamada de 45 minutos con un terapeuta “priorizó las dificultades de resolver problemas con la práctica de habilidades y el progreso hacia las metas de actividad física”.

El estado semanal del paciente se evaluó en función del resultado que tuvo en cuenta la cantidad de pasos diarios informados por IVR y la «experiencia de interferencia relacionada con el dolor» del paciente, escriben Piette y sus colegas. Luego, el AI-CBT-CP calculó el puntaje para las tres opciones de acción utilizando una matriz multidimensional.

«Al igual que los médicos, AI-CBT-CP puede tomar decisiones efectivas sobre el curso del tratamiento solo si tiene retroalimentación de evaluaciones confiables y válidas sobre la condición del paciente a lo largo del tiempo», escribieron los investigadores. «En este estudio, las breves llamadas diarias de IVR lograron obtener esta retroalimentación; AI-CBT-CP tenía los datos que necesitaba para tomar una decisión el 94 % de las veces».

Mientras tanto, se ofrecieron sesiones telefónicas de CBT-CP a los pacientes del grupo de control durante solo 45 minutos.

Los investigadores encontraron que AI-CBT-CP no era inferior a la atención estándar para los resultados relacionados con el dolor. También se asoció con mejores resultados del Cuestionario de discapacidad de Roland Morris (RMDQ).

Aunque la diferencia en las puntuaciones del RMDQ no fue suficiente para ser clínicamente significativa a los 3 meses (diferencia entre grupos = -0,72; IC del 95 %, 2,06 a 0,62), hubo una diferencia mayor a los 6 meses (diferencia entre grupos -1,24; IC del 95 %, -2,48 a 0). En ambos puntos, los resultados cumplieron el criterio de no inferioridad (p < 0,001).

En general, más pacientes que recibieron AI-CBT-CP tuvieron mejoras clínicamente significativas a los 6 meses para ambas puntuaciones de intensidad del dolor (29 % frente a 17 %; q = 0,03) y RMDQ (37 % frente a 19 %; q = .01), según los investigadores.

«Considerando la distribución de los tipos de sesión, AI-CBT-CP logró estos resultados con solo el 30 % del tiempo del médico requerido para un programa de comparación de sesiones semanales de 45 minutos con el terapeuta», escribieron los investigadores.

Los pacientes del grupo de intervención también lograron una tasa de finalización del 82 % en todas las sesiones semanales en comparación con el 57 % del grupo de control.

«El algoritmo de IA utilizado para impulsar la toma de decisiones en la intervención actual reflejó una gran cantidad de características de diseño y decisiones informadas de un panel de expertos en CBT-CP y las mejores prácticas en el aprendizaje por refuerzo», escribieron los autores. «Algunas de estas decisiones se tomaron con información incompleta, y es posible que se hayan obtenido diferentes resultados con diferentes características».

A la luz de los hallazgos, los investigadores escriben: «Los pacientes pueden encontrar la intervención más apropiada y los sistemas de salud pueden usarla para tratar a más pacientes sin recursos clínicos adicionales».