在膝关节骨关节炎护理中使用数字双胞胎共享决策:人工智能决策辅助器的随机临床试验与单独对决策质量,身体功能和用户体验的教育相比

科学领域:

• 整形外科 整形外科 整形外科
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 患者决策辅助器 (DAs) 对于膝关节骨关节炎 (OA) 的共享决策 (SDM) 是至关重要的.
• 将"数字双胞胎"技术集成到用于实时预测建模的DA中仍然是有限的.
• 开发了一种支持人工智能的DA (AI-DA),用于创建个性化OA治疗决策的数字双胞胎.

研究的目的:

• 评估AI-DA对膝关节OA决策质量和患者结果的影响.
• 评估人工智能产生的数字双胞胎在增强SDM的有效性,以考虑全膝关节关节整形术 (TKA).
• 将AI-DA干预和标准护理之间的患者和过程级结果进行比较.

主要方法:

• 一个随机的开放标签临床试验与膝盖骨关节炎患者进行,考虑TKA.
• 干预组接受了AI-DA与个性化预测,而对照组接受了标准教育.
• 结果包括决策质量 (K-DQI),决策冲突 (DCS),决策后悔 (DRS) 和膝关节特定健康 (KOOS JR).

主要成果:

• AI-DA组在6-9个月后显示出明显更高的决策质量 (K-DQI) 和更好的膝关节特定健康 (KOOS JR).
• 使用AI-DA的患者在6-9个月后经历了较低的决策冲突 (DCS) 和减少的决策后悔 (DRS).
• 在AI-DA组中观察到更高的治疗一致性 (91%vs76%).

结论:

• 结合数字双胞胎的AI-DAs通过为膝关节OA患者提供个性化,数据驱动的见解来增强SDM.
• 这种方法提高了决策质量,并为考虑TKA的患者带来了更好的长期健康相关结果.
• 人工智能-DAs代表了以患者为中心的护理对骨科决策的重大进步.