Exploring the acceptability of and implementation of SUGEST: Diverse caregivers' perspectives on a machine learning-supported prognostic tool for earlier identification of palliative care needs
تستكشف هذه الدراسة وجهات نظر مقدمي الرعاية من العائلات الاسكتلندية المتنوعة حول أداة التعلم الآلي "SUGEST"، حيث كشفت أنه في حين أنهم يرون أن التحديد المبكر لاحتياجات الرعاية التلطيفية يعد أمراً قيماً لتمكين التخطيط والدعم في الوقت المناسب، فإن قبولها ونجاح تنفيذها يعتمدان على شفافية البيانات، وإشراف الأطباء، والتواصل الرحيم، والمسارات القوية للعمل.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
مع زيادة طول أعمار الناس وإدارتهم لحالات صحية أكثر تعقيداً، يصبح تحديد اللحظة التي يتحول فيها الرعاية الطبية من محاولة علاج المرض إلى دعم الشخص خلال مراحله الأخيرة أمراً صعباً بشكل متزايد. ومن الناحية المثالية، ينبغي أن يحدث هذا التحول في وقت مبكر بما يكفي للسماح بالتخطيط الهادئ، وإدارة الأعراض، وقضاء وقت ذي معنى مع الأحباء. ومع ذلك، في العديد من الأنظمة الصحية، غالباً ما يحدث هذا التحول بعد سلسلة من حالات الطوارئ المخيفة، مما يترك العائلات تتنقل في مسار فوضوي بينما تسوء حالة المريض. ولمعالجة ذلك، يستكشف الباحثون ما إذا كانت الحواسيب يمكنها المساعدة في رصد علامات التدهور في وقت مبكر عبر تحليل السجلات الطبية الروتينية. هذه الأدوات الرقمية، التي تُسمى غالباً نماذج تعلم الآلة، تبحث عن أنماط في عدد زيارات الشخص للطبيب أو المستشفى، آملةً في تحديد الأفراد الذين قد يستفيدون من دعم متخصص قبل وقوع أزمة. والوعد الذي تقدمه هو أن رصد هذه الأنماط في وقت مبكر قد يفتح آفاقاً لرعاية أفضل، لكن التكنولوجيا لن تكون مفيدة إلا إذا وثق بها الأشخاص الذين تؤثر عليهم -المرضى وعائلاتهم- وإذا كان النظام الصحي مستعداً للعمل بناءً على المعلومات التي توفرها.
لقد استقصى فريق من الباحثين في اسكتلندا مؤخأً كيف يشعر مقدمو الرعاية من أفراد الأسرة تجاه أداة كهذه، تُعرف باسم SUGEST. يهدف هذا المشروع إلى استخدام البيانات الصحية اليومية لتحديد كبار السن الذين يستخدمون خدمات الطوارئ بشكل متكرر، مما يشير إلى أنهم قد يكون لديهم احتياجات غير ملباة للرعاية في نهاية العمر. وبدلاً من بناء الأداة في مختبر ثم سؤال الناس عما إذا كانت قد أعجبتهم، بدأ الباحثون بالاستماع إلى الأشوال الذين سيكونون الأكثر تأثراً بها. فقد أجروا مقابلات مع خمسة عشر شخصاً من أفراد العائلات المعزية الذين رعوا أقاربهم خلال أيامهم الأخيرة. جاء هؤلاء المشاركون من خلفيات متنوعة، بما في ذلك المجتمعات التي تواجه غالباً عوائق في الرعاية الصحية، مثل الأقليات العرقية، واللاجئين، وأولئك الذين يعيشون في فقر أو مناطق ريفية. لم يكن الهدف مجرد معرفة ما إذا كانت الأداة تعمل تقنياً، بل فهم ما إذا كانت ستكون مقبولة لدى الأشخاص الذين صُممت لمساعدتهم، وما هي الشروط التي يجب استيفاؤها ليتم استخدامها بإنصاف وفعالية.
كشفت المحادثات عن إحباط عميق من الطريقة الحالية لتقديم الرعاية. فقد وصف مقدمو الرعاية دورة من الأزمات المتكررة، حيث يُنقل أحباؤهم إلى المستشفى على عجل، ثم يُرسلون إلى المنزل، ثم يُعادون إلى المستشفى مرة أخرى، دون أن يربط أحد الخيوط ببعضها لرؤية الصورة الأكبر. وتحدثوا عن فترات انتظار طويلة، وتواصل مجزأ بين مختلف الأطباء، وشعور بأن الرعاية التلطيفية -وهي الدعم المتخصص للأمراض الخطيرة- يتم تقديمها في وقت متأخر جداً، وغالباً عندما يكون الموت وشيكاً. وبالنسبة للكثيرين، بدا مصطلح "الرعاية التلطيفية" وكأنه تهديد، يشير إلى توقف العلاج، بدلاً من كونه مصدراً للراحة والمساعدة العملية. وبسبب هذه التجارب، قوبلت فكرة وجود أداة حاسوبية يمكنها رصد الحاجة إلى الدعم بتفاؤل حذر. لم يرد مقدمو الرعاية أن تتنبأ الآلة بالموت؛ بل أرادوا نظاماً يحفز إجراء محادثة ووضع خطة قبل أن تتحول الحالة إلى حالة طوارئ.
ومع ذلك، وجد الباحثون أن هذا التفاؤل كان مشروطاً. فقد أوضح مقدمو الرعاية أنهم لن يقبلوا أداة كهذه إلا إذا بُنيت على أسس موثوقة. فقد أعربوا عن قلقهم من أن البيانات المستخدمة لتدريب الحاسوب قد تكون ناقصة أو متحيزة، خاصة بالنسبة للأشخاص الذين لا يستخدمون الخدمات الصحية كثيراً بسبب عوائق اللغة، أو الفقر، أو عدم الثقة في النظام. فإذا تعلم الحاسوب فقط من الأشياء التي تزور المستشفيات بشكل متكرر، فقد يغفل عن أولئك الذين يعانون في صمت في منازلهم. وشدد المشاركون على ضر أن الأداة يجب ألا تحل محل الحكم البشري؛ فقد أرادوا من الأطباء استخدام تحذير الحاسوب كمحفز للتحقق من الحالة، وليس كحكم نهائي. وأصروا على أن أي تحديد للمخاطر يجب أن يتبعه فوراً دعم حقيقي، مثل ممرض يمكنه شرح ما يحدث، أو خطة للرعاية المنزلية، أو مساعدة في الاحتياجات العملية. وبدون هذا المتابعة، شعروا أن مجرد وضع "علامة خطر" على المريض سيكون أمراً قاسياً، إذ يثير القلق دون تقديم حل.
وظهر التواصل كعامل حاسم آخر. فقد أكد مقدمو الرعاية أن كيفية تقديم المعلومات لا تقل أهمية عن المعلومات نفسها. وفضلوا المحادثات وجهاً لوجه مع مهني موثوق يعرف تاريخ عائلتهم، بدلاً من مكالمة هاتفية أو رسالة. وأرادوا أن يتم النقاش في مكان هادئ وخاص، وليس في غرفة طوارئ مزدحمة. والأهم من ذلك، أرادوا الاحتفاظ بالسيطرة على العملية؛ فقد اعتقدوا أن للمرضى الحق في اختيار تلقي هذه المعلومات من عدمه، وأرادوا تحديد من يجب إشراكه في المحادثة. وأشار الباحثون إلى أنه بالنسبة لبعض العائلات، قد تجعل المعتقدات الثقافية أو الدينية المناقشات المباشرة حول نهاية الحياة أمراً صعباً، ويجب أن يكون النظام مرناً بما يكفي لاحترام تلك التفضيلات. وقد نُظر إلى الأداة كوسيلة لفتح باب أمام محادثة رحيمة، ولكن فقط إذا كان الشخص الذي يدخل من ذلك الباب إنساناً ماهراً ومتعاطفاً.
خلصت الدراسة إلى أن قيمة أداة تعلم الآلة مثل SUGEST لا تكمن في قدرتها على حساب المخاطر، بل في قدرتها على خلق فرصة لرعاية مبكرة وأفضل. فقد رأى مقدمو الرعاية إمكانية أن تكسر هذه الأدوات دورة الرعاية القائمة على الأزمات، مما يسمح للعائلات بالتخطيط المسبق والشعور بأقل قدر من الهجر. ومع ذلك، كانوا واضحين تماماً في أن التكنولوجيا وحدها لا يمكنها حل المشكلة. فلكي ينجح النظام، يتطلب الأمر بيانات موثوقة، ونظاماً صحياً يمتلك موارد كافية للاستجابة للتنبيهات، وقوة عاملة مدربة على التواصل بحساسية وتواضع. ووجد الباحثون أنه إذا استوفيت هذه الشروط، يمكن لهذه الأدوات أن تساعد في تحويل التركيز من رد الفعل تجاه الطوارئ إلى دعم الناس خلال رحلتهم الأخيرة بكرامة ووضوح. وإذا لم تُستوفَ هذه الشروط، فإن الأداة تخاطر بتعزيز عدم المساواة القائم وتفشل في الوفاء بوعودها. إن المسار إلى الأمام، وفقاً للعائلات التي تمت مقابلتها، يعتمد على ضمان أن التكنولوجيا تخدم الناس، وليس العكس.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.