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

Nei corridoi silenziosi delle strutture di assistenza residenziale per anziani, una sfida critica spesso passa inosservata finché non è troppo tardi. Molti residenti anziani vivono con condizioni che, alla fine, accorceranno la loro vita e, per questi individui, l'obiettivo delle cure si sposta dalla guarigione della malattia all'assicurare comfort, dignità e qualità della vita. Questo approccio è noto come cure palliative. Idealmente, questo supporto dovrebbe iniziare precocemente, permettendo alle famiglie e ai team medici di gestire i sintomi e pianificare il futuro mentre la persona è ancora in grado di partecipare alle decisioni. Tuttavia, nella realtà frenetica delle case di riposo, questi bisogni vengono identificati frequentemente in ritardo. I membri del personale, spesso stremati e impegnati a gestire programmi complessi, possono perdere i segnali sottili che indicano che un residente sta entrando in una fase in cui è necessario un supporto specializzato. Sebbene medici e infermieri utilizzino da tempo checklist e domande strutturate per individuare tali necessità, questi strumenti si affidano a un essere umano che si ricordi di usarli al momento giusto e solitamente si concentrano su una singola persona piuttosto che guardare all'intera comunità di residenti.

Per risolvere questo problema, i ricercatori hanno iniziato a esplorare come l'intelligenza artificiale — computer capaci di apprendere dai dati per riconoscere schemi — possa aiutare. L'idea non è quella di far sostituire una macchina al giudizio di un medico, ma di farla agire come un assistente instancabile che scansiona ogni giorno le informazioni su ogni residente, segnalando coloro che potrebbero necessitare di una revisione. Questo articolo descrive la creazione accurata di uno strumento simile, chiamato Palliative Care Assessment Tool, o PCAT, progettato specificamente per l'assistenza agli anziani in Victoria, Australia. Il team non si è limitato a costruire un software sperando che funzionasse; ha seguito una tabella di marcia specifica e incentrata sull'uomo chiamata modello Triple C. Questo approccio dà priorità al dialogo con le persone che utilizzeranno effettivamente il sistema, lavorando insieme per modellarne il design e garantire che lo strumento possa sopravvivere e prosperare nel mondo reale molto tempo dopo che il finanziamento iniziale del progetto sarà terminato. Il risultato è un sistema digitale pronto per essere testato, costruito su una base di sicurezza e praticità piuttosto che sulla sola capacità tecnica.

Il viaggio è iniziato con una domanda semplice ma difficile: come si costruisce uno strumento digitale che si inserisca nel ritmo caotico e ad alta pressione di un turno in una casa di riposo? I ricercatori sapevano che se lo strumento fosse stato troppo complicato o avesse rallentato il personale, sarebbe stato ignorato. Hanno iniziato riunendo un gruppo eterogeneo di persone, tra cui infermieri, manager delle case di cura e specialisti in cure palliative, per una serie di sei conversazioni strutturate. Questi non erano colloqui formali, ma workshop collaborativi dove il team ascoltava le difficoltà quotidiane del personale. Hanno appreso esattamente dove risiedevano le lacune nell'attuale assistenza, cosa impedisse l'identificazione precoce dei bisogni e dove un suggerimento digitale dovesse apparire per essere visto e messo in atto. Questa fase, nota come consultazione, ha garantito che lo strumento fosse progettato attorno alla realtà del lavoro, non su una versione idealizzata dello stesso.

Una volta definiti chiaramente i problemi, il team è passato alla fase di collaborazione. Qui, l'attenzione si è spostata nel trasformare tali intuizioni in un design funzionante. I ricercatori hanno lavorato a stretto contatto con il team tecnico per costruire un sistema capace di prendere la complessa logica delle linee guida mediche esistenti e tradurla in un'interfaccia semplice e chiara. Un principio chiave era che lo strumento non dovesse mai rimuovere la capacità dell'essere umano di prendere l'ultima decisione. Il sistema è stato progettato per offrire una valutazione del rischio — un'indicazione semplice di quanto sia probabile che un residente abbia bisogno di supporto palliativo — ma include sempre un percorso chiaro affinché un clinico possa annullare tale suggerimento se il proprio giudizio professionale differisce. Questa caratteristica di "human in the loop" (l'uomo nel ciclo) è stata fondamentale, assicurando che la tecnologia supportasse piuttosto che dettare le cure.

Prima che lo strumento potesse mai essere mostrato a un paziente o utilizzato in una vera casa di riposo, il team lo ha sottoposto a un rigoroso controllo di sicurezza noto come valutazione euristica. Si tratta di un metodo in cui gli esperti esaminano un sistema rispetto a principi stabiliti di sicurezza e usabilità, cercando potenziali insidie prima che causino danni. La valutazione ha fatto emergere diverse criticità che dovevano essere risolte. Ad esempio, il design iniziale permetteva a un utente di cancellare accidentalmente la cartella di un residente, un rischio che è stato immediatamente eliminato. Il team ha anche scoperto che il sistema a volte mostrava una valutazione del rischio che contraddiceva l'azione raccomandata, il che poteva confondere un infermiere stanco. Si sono inoltre accorti che lo strumento non spiegava il perché fornisse una determinata valutazione, il che rendeva difficile per il personale fidarsi del consiglio.

Il team ha affrontato queste problematiche con cambiamenti specifici e pratici. Hanno aggiunto una funzione "perché questa valutazione?" che spiega il ragionamento dietro il suggerimento del computer in un linguaggio semplice. Hanno introdotto un indicatore visivo per mostrare se le condizioni di un residente stessero peggiorando, rimanendo invariate o migliorando, aiutando il personale a vedere l'andamento nel tempo. Per ridurre il carico mentale degli infermieri, lo strumento è stato riorganizzato per mostrare prima i residenti più urgenti, invece di elencarli in ordine alfabetico, ed è stato programmato per nascondere i trigger che non si applicavano a una specifica persona. Il colore è stato abbinato a testo e icone in modo che il significato fosse chiaro anche se qualcuno non fosse in grado di distinguere i colori. Forse la cosa più importante è che hanno inserito un percorso documentato affinché un clinico potesse dissentire dal sistema, garantendo che la decisione finale restasse sempre in mano a un professionista umano.

L'articolo si conclude delineando come questo strumento sia ora preparato per una sperimentazione a tappe in diversi siti di assistenza agli anziani. I ricercatori intendono introdurre lo strumento al personale infermieristico che lo utilizzerà come parte della propria normale routine quotidiana, iniziando con un piccolo gruppo di residenti. L'obiettivo di questa fase successiva non è dimostrare che l'intelligenza artificiale sia perfetta, ma vedere se lo strumento è utilizzabile, accettabile e fattibile nel mondo reale. Gli autori precisano con cura che questo articolo copre solo le fasi di progettazione e preparazione; i risultati effettivi della sperimentazione, inclusi quelli relativi alla capacità dello strumento di migliorare l'assistenza, saranno riportati in uno studio futuro. Anticipando il lavoro di ascolto degli utenti e la risoluzione dei problemi di sicurezza, il team ha creato un sistema che è pronto per il mondo reale. Questo approccio suggerisce che, affinché la tecnologia abbia successo nell'assistenza sanitaria, deve essere costruita con la stessa cura e attenzione ai bisogni umani che supporta i trattamenti medici. Il successo di un tale strumento dipende meno dalla sofisticatezza del suo codice e più dalla sua capacità di integrarsi senza soluzione di continuità nelle vite di chi lo utilizza, garantendo che nessun residente venga trascurato semplicemente perché il sistema fosse troppo difficile da usare.