慢性疾患の「患者の燃え尽き症候群」 – 取り組まなければならない静かな問題

臨床医のバーンアウトはよく知られていますが、慢性疾患患者集団における「患者のバーンアウト」も同様に重大ですが、知られていない問題です。慢性疾患、特に糖尿病の管理は複雑で大変です。非遵守は 米国の人口の12%が 2型糖尿病慢性疾患患者の42% 少なくとも2つ以上を管理する。

テラドック ヘルスの心臓代謝臨床戦略責任者であるテジャスウィ コンパラ博士は、人工知能が糖尿病などの慢性疾患に対する医療のアプローチを再考していると述べています。同博士は、人工知能が次のような点で役立つと考えています。

• 糖尿病管理において患者の関与を改善し、A1c レベルを下げるための介入をパーソナライズします。

• 制御不能な結果のリスクがある患者を 1 年前に予測して特定します。

• 医療提供者やコーチと相乗的に連携し、患者の体験を向上させます。

私たちはコンパラ氏にインタビューし、これらのトピックに関する彼女の見解や、内分泌学者としての自身の診療から、持続可能な結果をもたらす心臓代謝の健康の主要な柱である栄養、活動、睡眠、ストレスに焦点を当て、AI が患者の総合的な治療にどのように役立つかについての実例を聞きました。

Q. 慢性疾患患者集団における患者の燃え尽き症候群について説明してください。また、あなたが言うように、それが「沈黙の問題」である理由についても教えてください。

A. 臨床医のバーンアウトは 深刻かつ十分に文書化された問題しかし、患者の燃え尽き症候群は見過ごされがちです。あまり語られることはありませんが、患者の燃え尽き症候群は深刻な健康被害をもたらします。私自身の経験から、患者の燃え尽き症候群が増加していることがわかります。

一つの要因は慢性疾患の増加です。 アメリカ人の約 42% は少なくとも 2 つの慢性疾患を抱えて生活しており、これは、治療の過程で各患者がすでに対処している複雑さをさらに増すだけです。

これらの状態を管理することは継続的な課題であり、多大なコミットメント、関与、リソースを必要とします。 薬と治療計画を完全に守るには、時間と労力が必要です。慢性疾患の管理という要求を両立させるのはストレスがたまり、精神的健康にも影響を及ぼします。実際、糖尿病患者は 2～3倍の確率 メンタルヘルスに悩む人は、そうでない人よりもメンタルヘルスに悩む可能性が高くなります。

これらの状態により、治療計画を順守することがさらに困難になる可能性があります。 患者が処方された薬を服用しなかったり、指示通りに指示に従わなかったりする問題は大きな問題であり、日常生活のストレスから生じ、複雑な投薬や治療スケジュールによって悪化する可能性がある。

薬を飲むことを忘れないようにすること、生活習慣や行動を変えること、医療の予約をきちんと守ることなど、記録すべきことはたくさんあります。また、患者は生涯にわたってこれらの症状を管理することが多く、それが圧倒されたり燃え尽きたりする原因にもなることを忘れないでください。

私の診療では、若年層で慢性疾患が増加しており、これらの課題が拡大しているのが見られます。私たちは患者に何十年にもわたって健康に関心を持ってもらうよう求めています。 数週間や数か月だけではありません。

Q. 一般的に、人工知能はここでどのように介入して患者の燃え尽き症候群の緩和を助けることができるのでしょうか?

A. 慢性疾患の管理は負担であり、患者がやる気をなくしたり燃え尽きたりする時期があるのは当然です。人工知能 強力な役割を果たすことができる こうした浮き沈みを通して人々の関心を維持します。

過去数年間、当社は AI の新しいアプリケーションを活用して、糖尿病が制御不能になるリスクのある患者を積極的に特定し始めました。当社の予測モデルは、血糖値、投薬量、食事の記録、その他の健康シグナルなどのデータを使用して、リスクのある患者を特定し、プログラムへの関与を高めます。関与は健康成果を高めるための重要な要素であり、患者の燃え尽き症候群に対処するのに役立ちます。

さらに、このような AI モデルは、患者が複数回の投薬を忘れたり、活動の記録を省略したりした場合に、燃え尽き症候群や非順守の潜在的な兆候を示す患者の行動パターンを特定するのに役立ちます。

これらの洞察は、患者が正しい軌道を維持し、医療システムの隙間から取り残されることを回避するのに役立ちます。最終的には、臨床医がリソースと時間をより効果的に割り当てて、患者が最も必要とする場所に追加のサポートを提供できるようになります。

Q. AI はどのようにして、制御不能な結果のリスクがある患者を 1 年前に予測して特定できるのでしょうか?

A. 予測モデリングは、糖尿病が制御不能になるリスクのある患者または集団を最大 1 年前に事前に特定することで、糖尿病治療を変革する可能性があります。これは、糖尿病が長期にわたって制御不能になると、神経損傷などの深刻で壊滅的な合併症を引き起こす可能性があるため、特に重要です。

予測モデリングにより、100 を超える進行中の個人健康データ ポイントを分析してリスクのある人を特定し、個人別の健康経過に基づいてリスク状態に影響を与える可能性のある属性に焦点を絞ることができます。

データは定期的に分析され、血糖値の測定頻度から投薬量、アプリ内の教育資料への関与まで、さまざまな入力が考慮される。歴史的に、医学は受動的なアプローチをとってきた。 – 合併症が起きてから対応する。しかし、テクノロジーの新たな応用により、合併症が起きる前に対応し介入できる可能性が生まれます。

リスクのある人を特定したら、臨床医は患者が軌道に戻れるよう対応することができます。受動的なアプローチから能動的なアプローチに移行することで、より効果的でカスタマイズされたケアが可能になります。 これらのツールにより、よりタイムリーで個別化された介入が可能になり、合併症を回避し、結果を改善し、雇用主と健康保険のコストをより適切に管理できるようになります。

Q. AI は医療提供者やコーチと相乗的に連携して、患者の体験を向上させることができますか?

A. 私はこれを「人工知能」に対する「協調的」知能として考えるのが好きです。臨床医として、これらのツールは、データと洞察を活用して、より賢く、より効果的で、より効率的に働くのに役立ちます。各人の体内、周囲、および各人のデータを使用することで、AI はよりパーソナライズされたケアを可能にします。

データから関連する洞察を引き出すことに関しては、新興テクノロジーが今後も大きな役割を果たし続けるでしょうが、患者と築いた信頼関係を活用してそれらの洞察を行動に移し、より良い結果をもたらすのは、最終的には人間、つまりコーチや臨床医次第です。

これらの洞察により、ケアの全過程を通じて、特定の患者層に効果的なエンゲージメント方法と、患者をターゲットにしてエンゲージメントを図るために追加の介入が必要な場所が特定されます。

医療提供者や人間のコーチへのアクセスを伴う対象を絞った介入は、患者が服薬を遵守し、定期的に運動し、健康的な食事を摂れるように支援するなど、持続可能な行動の変化を促進する上で大きな違いを生み出すことができます。 結局のところ、これらのツールは、私たちがより人間らしくなり、より思いやりと共感のあるケアを提供するのに役立ちます。

Q. 内分泌専門医としてのご自身の診療から、AI が患者の総合的な治療にどのように役立つかについての洞察と事例を教えてください。

A. 私が自身の診療において AI に最も大きな可能性を見出しているのは、私自身や同僚が日々の個人の行動の変化をサポートする、よりパーソナライズされたケアを提供できるような洞察が得られることです。

たとえば、私は患者の行動変容の実現に多くの時間を費やしていますが、年間を通じて患者と接する機会はほんのわずかです。デジタル ツールは、ケア プランの実現に役立ち、患者が軌道から外れた場合に適切なタイミングで介入するのに役立ちます。

糖尿病の管理は短距離走ではなくマラソンです。より良い結果を得るためには、長期間にわたって持続できるライフスタイルと行動の大幅な変更が必要です。AI は、定期的な診察以外にも患者とつながり、関わり、服薬、定期的な運動、健康的な食事で A1c 値の低下、体重減少、精神衛生の改善を達成できるようにするための役割を果たしています。

LinkedIn で Bill の HIT 記事をフォローしてください: ビル・シウィッキ
彼にメールを送る: お問い合わせ
Healthcare IT News は HIMSS Media が発行する出版物です。