Protesizzazione di anca e ginocchio: chatbot aiuta a capire esiti dell’intervento?

Uno studio statunitense rivela alcune correlazioni tra domande poste dai pazienti nel postoperatorio ed esigenza o meno di ulteriore assistenza.

Il miglioramento delle condizioni igieniche e gli avanzamenti che la medicina e la farmacologia hanno vissuto negli ultimi cento anni hanno portato a un generale innalzamento dell’aspettativa di vita. Ne consegue che si vive più a lungo, ma anche che una serie di patologie prima appannaggio dei pochi che raggiungevano l’anzianità sono diventate comuni.

Ciò vale anche per le patologie dell’apparato osteomuscolare, che è soggetto a usura, come le artrosi. Negli ultimi decenni si è assistito a una continua crescita dei casi di artrosi e, come conseguenza, anche degli interventi di artroplastica e delle spese sanitarie associate.

Tra le maggiori sfide che le equipe ortopediche si trovano ad affrontare c’è anche il follow-up, parte fondamentale del percorso perioperatorio perché permette di valutare l’esito a medio termine dell’intervento stesso.

Tra i sistemi utilizzati per mantenere il contatto con i pazienti operati per artrosi vi sono oggi anche quelli propri dell’IT, come app, chatbot. Funzionano? Uno studio del Dipartimento di Chirurgia Ortopedica dell’Università dello Utah e dell’Istituto Ortopedico e dello Sport di Fox Valley, valuta l’efficacia di una chatbot perioperatoria proprio nel favorire la valutazione degli esiti dell’artroplastica di anca o ginocchio.

Caratteristiche dello studio

Questo studio retrospettivo, pubblicato su Arthroplast Today, valuta in particolare una chatbot di messaggistica che utilizza l’IA, in grado di fornire in autonomia indicazioni rispetto alla preparazione preoperatoria al recupero post-operatorio, ma anche d’inviare video relativi alla terapia e messaggi personalizzati, inviati direttamente dal chirurgo. Se necessario, il paziente può avviare una conversazione, chiedendo delucidazioni rispetto a diverse tematiche, inclusa la gestione del dolore.

La domanda che si pongono gli autori è se, a partire dall’interazione del paziente con la chatbot nel postoperatorio, sia possibile trarre conclusioni rispetto all’andamento della sua ripresa. Per farlo, il team ha identificato un gruppo di pazienti che ha usato la chatbot tra il 2020 e il 2022 e con un follow-up di almeno tre mesi.

In tutto sono 1338 i soggetti coinvolti, 746 operati per protesi di ginocchio e 592 per protesi di anca. Le domande e le risposte fornite dalla chatbot a questo campione sono state analizzate statisticamente per individuare possibili relazioni. Vediamo cosa è stato osservato dagli autori.

Le domande poste alla chatbot possono dare indicazioni sul recupero postoperatorio

Effettivamente, le analisi statistiche hanno messo in luce una serie di interessanti corrispondenze. La prima è che i pazienti che sono stati riammessi in ospedale nel periodo postoperatorio hanno mediamente usato meno la chatbot rispetto agli altri, a suggerire che questo strumento fornisca indicazioni utili a seguire al meglio il percorso postoperatorio.

Ma non solo. Sembrerebbe inoltre che, prestando attenzione alle tematiche più richieste da un paziente, si possa prevedere la necessità di futuri interventi. Facciamo un paio di esempi.

Gli autori hanno osservato che, tra i pazienti che hanno chiesto assistenza in Pronto Soccorso nei 90 giorni successivi l’intervento, molti avevano fatto domande alla chatbot rispetto al camminare e al sospendere i propri farmaci antidolorifici, mentre al contrario quelli che non hanno avuto bisogno del Pronto Soccorso o di un secondo ricovero hanno chiesto informazioni relative agli esercizi da svolgere.

Nonostante queste osservazioni, va sottolineato che l’uso della chatbot sembra incidere sui PROMs e, in particolare, su cambiamenti tra prima e dopo l’intervento.

Lo studio: Rainey JP, Treu EA, Campbell KJ, Blackburn BE, Pelt CE, Archibeck MJ, Gililland JM, Anderson LA. Conversational Engagement Using a Short Message Service Chatbot After Total Joint Arthroplasty. Arthroplast Today. 2024 Oct 15;30:101484. doi: 10.1016/j.artd.2024.101484. PMID: 39484093; PMCID: PMC11526051