The development and implementation planning of an AI-powered Palliative Care Assessment Tool (PCAT) for aged care: a Triple C model approach

في الممرات الهادئة لمرافق الرعاية السكنية لكبار السن، يبرز تحدٍ حرج غالباً ما يمر دون ملاحظة حتى فوات الأوان. يعيش العديد من السكان المسنين مع حالات ستؤدي في النهاية إلى تقصير أعمارهم، وبالنسبة لهؤلاء الأفراد، يتحول هدف الرعاية من علاج المرض إلى ضمان الراحة والكرامة وجودة الحياة. يُعرف هذا النهج بالرعاية التلطيفية. ومن الناحية المثالية، يجب أن يبدأ هذا الدعم مبكراً، مما يسمح للعائلات والفرق الطبية بإدارة الأعراض والتخطيط للمستقبل بينما لا يزال الشخص في حالة تسمح له بالمشاركة في اتخاذ القرارات. ومع ذلك، في الواقع المزدحم لدور رعاية المسنين، غالباً ما يتم تحديد هذه الاحتياجات في وقت متأخر. فقد يغفل الموظفون، الذين غالباً ما يكونون مثقلين بالأعباء ويديرون جداول زمنية معقدة، عن العلامات الخفية التي تشير إلى دخول أحد السكان مرحلة تتطلب دعماً متخصصاً. وبينما استخدم الأطباء والممرضون منذ فترة طويلة قوائم التحقق والأسئلة المنظمة لرصد هذه الاحتياجات، إلا أن هذه الأدوات تعتمد على ذاكرة بشرية لتذكر استخدامها في اللحظة المناسبة، كما أنها تركز عادةً على شخص واحد في كل مرة بدلاً من النظر إلى المجتمع بأكمله من السكان.

ولحل هذه المشكلة، بدأ الباحثون في استكشاف كيف يمكن للذكاء الاصطناعي — وهي حواسيب يمكنها التعلم من البيانات للتعرف على الأنماط — أن يساعد. الفكرة ليست في أن يحل الكمبيوتر محل حكم الطبيب، بل أن يعمل كمساعد لا يكل، يقوم بمسح المعلومات المتعلقة بكل مقيم يومياً، وتنبيه الفريق لمن قد يحتاج إلى مراجعة. يصف هذا البحث عملية الإنشاء الدقيقة لأداة كهذه، تسمى أداة تقييم الرعاية التلطيفية، أو PCAT، المصممة خصيصاً لرعاية المسنين في فيكتوريا، أستراليا. لم يكتف الفريق ببناء برمجيات والأمل في أن تعمل فحسب؛ بل اتبعوا خارطة طريق محددة تتمحور حول الإنسان تسمى نموذج "Triple C". يعطي هذا النهج الأولوية للتحدث مع الأشخاص الذين سيستخدمون النظام فعلياً، والعمل معاً لتشكيل التصميم، وضمان قدرة الأداة على البقاء والازدهار في العالم الحقيقي لفترة طويلة بعد انتهاء تمويل المشروع الأولي. والنتيجة هي نظام رقمي جاهز للاختبار، مبني على أساس من السلامة والعملية بدلاً من مجرد القدرة التقنية.

بدأت الرحلة بسؤال بسيط ولكنه صعب: كيف تبني أداة رقمية تتناسب مع الإيقاع الفوضوي وعالي الضغط لنوبة عمل في دار رعاية؟ كان الباحثون يعلمون أنه إذا كانت الأداة معقدة للغاية أو أبطأت عمل الموظفين، فسيتم تجاهلها. بدأوا بجمع مجموعة واسعة من الأشخاص، بما في ذلك الممرضين، ومديري دور الرعاية، والمتخصصين في الرعاية التلطيفية، لسلسلة من ستة حوارات منظمة. لم تكن هذه مقابلات رسمية بل ورش عمل تعاونية حيث استمع الفريق إلى المعاناة اليومية للموظفين. لقد تعلموا بالضبط أين تكمن الفجوات في الرعاية الحالية، وما الذي منع التحديد المبكر للاحتياجات، وأين يجب أن يظهر التنبيه الرقمي لكي يُرى ويُتخذ إجراء بشأنه. ضمنت هذه المرحلة، المعروفة باسم "الاستشارة"، أن يتم تصميم الأداة حول واقع العمل، وليس حول نسخة مثالية منه.

بمجرد تحديد المشكلات بوضوح، انتقل الفريق إلى مرحلة التعاون. هنا، تحول التركيز إلى تحويل تلك الرؤى إلى تصميم عامل. عمل الباحثون عن كثب مع الفريق التقني لبناء نظام يمكنه أخذ المنطق المعقد للإرشادات الطبية الحالية وترجمتها إلى واجهة بسيطة وواضحة. كان المبدأ الأساسي هو ألا تسلب الأداة أبداً قدرة البشر على اتخاذ القرار النهائي. صُمم النظام لتقديم تقييم للمخاطر — وهو مؤشر بسيط لمدى احتمالية حاجة المقيم إلى دعم تلطيفي — ولكنه يتضمن دائماً مساراً واضحاً للممارس الصحي لتجاوز ذلك الاقتراح إذا اختلف حكمه المهني. كانت ميزة "الإنسان في الحلقة" (human in the loop) هذه حاسمة، مما يضمن أن التكنولوجيا تدعم الرعاية ولا تمليها.

قبل أن تُعرض الأداة على أي مريض أو تُستخدم في دار رعاية حقيقية، أخضعها الفريق لفحص سلامة صارم يُعرف بالتقييم الاستدلالي (heuristic evaluation). وهذه طريقة يراجع فيها الخبراء نظاماً ما مقابل مبادئ السلامة وسهولة الاستخدام، بحثاً عن الثغرات المحتملة قبل أن تسبب ضرراً. كشف التقييم عن عدة مشكلات حرجة كانت بحاجة إلى إصلاح. على سبيل المثال، سمح التصميم الأولي للمستخدم بحذف سجل أحد السكان عن طريق الخطأ، وهي مخاطرة تمت إزالتها فوراً. كما وجد الفريق أن النظام كان يظهر أحياناً تقييماً للمخاطر يتعارض مع الإجراء الموصى به، مما قد يربك ممرضاً مرهقاً. كما لاحظوا أن الأداة لم تكن تشرح لماذا أعطت تقييماً معيناً، مما جعل من الصعب على الموظفين الوثوق بالنصيحة.

عالج الفريق هذه المشكلات بتغييرات محددة وعملية. أضافوا ميزة "لماذا هذا التقييم؟" التي تشرح المنطق وراء اقتراح الكمبيوتر بلغة بسيطة. كما قدموا مؤشراً بصرياً لإظهار ما إذا كانت حالة المقيم تسوء، أو تبقى كما هي، أو تتحسن، مما يساعد الموظفين على رؤية الاتجاه بمرور الوقت. ولتقليل العبء الذهني على الممرضين، تمت إعادة تنظيم الأداة لتظهر السكان الأكثر إلحاحاً أولاً، بدلاً من سردهم أبجدياً، وتمت برمجتها لإخفاء المحفزات التي لا تنطبق على شخص معين. كما تم دمج الألوان مع النصوص والأيقونات ليكون المعنى واضحاً حتى لو لم يستطع شخص ما تمييز الألوان. ولعل الأهم من ذلك، أنهم بنوا مساراً موثقاً للممارس الصحي للاختلاف مع النظام، مما يضمن أن القرار النهائي يظل دائماً بيد مهني بشري.

يختتم البحث بتوضيح كيف أن هذه الأداة جاهزة الآن لتجربة مرحلية عبر عدة مواقع لرعاية المسنين. يخطط الباحثون لتقديم الأداة لطاقم التمريض الذين سيستخدمونها كجزء من روتينهم اليومي المعتاد، بدءاً بمجموعة صغيرة من السكان. الهدف من المرحلة التالية ليس إثبات أن الذكاء الاصطناعي مثالي، بل لمعرفة ما إذا كانت الأداة قابلة للاستخدام، ومقبولة، وممكنة في العالم الحقيقي. ويؤكد المؤلفون بحذر أن هذا البحث يغطي فقط مراحل التصميم والتحضير؛ وأن النتائج الفعلية للتجربة، بما في ذلك ما إذا كانت الأداة ستنجح في تحسين الرعاية، سيتم الإبلاغ عنها في دراسة مستقبلية. ومن خلال تقديم عمل الاستماع للمستخدمين وإصلاح مشكلات السلامة في البداية، نجح الفريق في إنشاء نظام جاهز للواقع. يشير هذا النهج إلى أنه لكي تنجح التكنولوجيا في الرعاية الصحية، يجب بناؤها بنفس القدر من العناية والاهتمام بالاحتياجات البشرية التي تدعمها العلاجات الطبية. إن نجاح مثل هذه الأداة يعتمد أقل على تطور شفرتها البرمجية وأكثر على قدرتها على الاندماج بسلاسة في حياة الأشخاص الذين يستخدمونها، مما يضمن عدم إغفال أي مقيم لمجرد أن النظام كان صعب الاستخدام للغاية.