初步研究结果表明，AI在症状监测方面具有潜在益处，但也突显了可用性挑战和对临床工作流程的额外负担。
数字工具为系统性癌症治疗期间治疗相关毒性的早期检测和管理提供了新机会，可能有助于改善身体功能、提高生活质量并减少住院次数。
虽然这些技术可以在患者治疗全程中提供支持并帮助临床医生微调护理，但将其整合到实际应用中面临着若干挑战，包括"数字不平等"和"给医疗专业人员带来的额外负担"。这些初步观察结果来自一个美国研究团队，他们调查了"数字化连续活动监测"(CAM)结合AI是否能够"简化症状监测"并减少接受化疗放疗(CRT)的"胃肠道、肺癌或头颈癌"患者的急性护理服务需求。
在CAM 2.0研究中，73名患者被随机分配接受两种干预：一组使用商用活动追踪器(n=37)，另一组使用相同的追踪器结合"AI驱动的聊天机器人"(n=36)。当出现医疗问题或患者报告问题时，第一组被转介至护士主导的分诊，而第二组则由"Penny"——一个通过短信提供支持的"自然语言处理聊天机器人"进行分诊。
初步研究结果表明，干预组的患者在使用AI驱动的聊天机器人时遇到困难，导致"显著退出率"达22%。一些患者即使在通过数字分诊流程解决了问题后，仍要求直接联系其护理团队成员。这些挑战似乎影响了"临床工作流程"，引入了"额外且意外的任务"，如帮助患者导航聊天机器人和验证标记警报的准确性。
尽管关于主要结局(即干预组比对照组少两次面对面分诊访问)和次要结局(包括治疗中断、急诊科就诊、住院和员工负担)的数据仍在分析中，但研究人员最近发表的观点强调了"与患者共同开发数字干预措施"的重要性，并仔细解决数字鸿沟的影响。
随着作为常规癌症护理一部分的数字化辅助、以患者为中心的支持工具数量持续增长，解决这些挑战对于塑造数字肿瘤学的未来至关重要，正如欧洲肿瘤内科学会(ESMO)同行评审期刊的主编、在巴西Oncoclínicas公司和西班牙瓦尔德布伦肿瘤学研究所工作的罗德里戈·迪恩斯曼(Rodrigo Dienstmann)所指出的："虽然AI可以在化疗放疗期间增强症状监测，但其临床影响将取决于实施方式——即警报如何操作化、责任如何在护理团队中分配，以及该模式是否能在不损害癌症护理人性化方面的同时改善获取途径。"
【全文结束】