一个为期12周的集群随机对照试验,对人工智能辅助DICE算法的有效性进行研究,用于在低资源环境中管理BPSD:研究协议
Yaonan Zheng1,2, Xingyu Zhang1,2, Wenxiu Li3
1Dementia Care and Research Center, Peking University Institute of Mental Health (Sixth Hospital), Beijing, China.
Frontiers in psychiatry
|June 9, 2025
概括
本研究评估了一种人工智能辅助的DICE算法,用于在低资源环境中管理痴呆症 (BPSD) 的行为和心理症状. 结果将指导人工智能实施,以改善痴呆症护理.
科学领域:
- 老年医学 老年医学
- 医疗保健中的人工智能
- 痴呆症护理 痴呆症护理 痴呆症护理
背景情况:
- 描述-调查-创建-评估 (DICE) 方法是管理痴呆症 (BPSD) 的行为和心理症状的框架.
- 由于医疗保健机构的资源有限,DICE方法的实施可能会受到阻碍.
- 人工智能辅助的DICE算法对BPSD管理的有效性在很大程度上仍未确定.
研究的目的:
- 评估人工智能辅助的DICE算法的有效性,用于在资源有限的环境中管理BPSD.
- 提供支持将人工智能工具整合到痴呆症护理协议中的证据.
- 提高患有BPSD的个体的护理质量.
主要方法:
- 一个集群随机对照试验,涉及184名参与者,在12个医疗机构中患有轻度至中度BPSD.
- 参与者被随机分配到人工智能辅助DICE组 (n=92) 或常规护理组 (n=92).
- 人工智能辅助小组在12周内通过人工智能平台接受了数字分拣,个性化管理计划和监测.
主要成果:
- 主要和次要结果将使用神经精神病学清单问卷和护理人员负担清单进行测量.
- 该研究将确定人工智能辅助的DICE算法对BPSD管理的影响.
- 数据分析将比较人工智能辅助DICE组与通常护理组之间的有效性.
结论:
- 该研究旨在证明人工智能辅助DICE的可行性和有效性,用于服务不足地区的BPSD管理.
- 预计结果将为在痴呆症护理中采用人工智能技术提供信息.
- 成功实施可以改善低资源环境中的患者结果和护理人员支持.
