ASCO 2019：人工智能手机应用程序优化癌症相关疼痛管理的研究

麻省总医院作为世界知名的医疗服务中心，也是移动健康管理的先行者，2015年该院就推出了利用智能手机应用程序对肿瘤快速、精准的分子诊断系统—数字诊断衍射系统（D3）。癌性疼痛的院外管理尤其是对于晚期肿瘤患者而言，由于缺乏有效的“长臂管理”机制和资源，是姑息治疗中的薄弱环节。基于麻省总医院在移动医疗和姑息诊疗中的领先地位，由麻省总医院姑息治疗科副主任Kamdar教授带领的团队使用一款由人工智能驱动的智能手机应用程序来监测和控制晚期癌症患者的疼痛。该研究的初步结果已于2018年11月16日在PCOS上发布。此次在ASCO上公布了最新的研究结果，数据显示使用ePAL(Partners Health Care Pivot Labs)应用程序将实体瘤癌症患者的疼痛减轻了20%，并将疼痛相关住院率降低69%。ePAL的功能包括了疼痛追踪、障碍识别、干预、每日定制的人工智能宣教信息以及包括附带视频的教育图书馆和身心疗法等方面。

背景

癌症疼痛是导致患者生活质量降低和医疗保健投入增加的一个重要问题。ePAL是一款智能手机应用程序，它利用患者报告的结局（PROs）和人工智能（AI）来优化癌症疼痛管理。此项随机对照试验研究了ePAL对癌痛严重程度、患者对癌痛治疗的态度以及对医疗保健投入的影响。研究来自于马萨诸塞州波士顿麻省总医院Mihir Kamdar教授。

方法

在姑息治疗门诊接受治疗的112例转移性实体瘤患者随机分为接受常规治疗的对照组（56例）和接受ePAL联合常规治疗的试验组（56例），研究时间为8周。评估疼痛严重程度（简明疼痛量表），患者对癌症治疗的态度（癌痛控制障碍问卷II）和焦虑情况（广泛性焦虑量表-7）。研究使用重复测量混合模型来评估结果测量随时间的变化。本试验还进行了图表回顾，以确定疼痛相关的住院和急诊（ED）就诊率，并比较两组之间的风险。

结果

与对照组相比，ePAL组患者的疼痛严重程度（BPI）和对癌症治疗的消极态度（BQ-II）显著下降（分别为ß= -0.09，p = 0.034和ß= -0.037，p = 0.042）。相较对照组，ePAL组患者报告的焦虑评分较高（ß= 0.21，p = 0.015）。与对照组相比，ePAL组的患者疼痛相关入院率（n=4 对比n=20，每患风险比0.31，p=0.018）和通过ED的疼痛相关入院率（n=2 对比n=14，每患风险比0.18，p=0.008）均显著降低。

结论

据研究者所知，这是第一个利用患者报告的结局结合人工智能分析从而显著降低癌痛患者疼痛评分和疼痛相关住院治疗的移动应用程序。未来的研究方向可在特殊的姑息治疗场景中继续探索ePAL程序的功效。