Img Alt - Mobile header
Back
TUÂN THỦ ĐIỀU TRỊ

Vai trò của AI (Trí tuệ nhân tạo) trong huấn luyện tuân thủ điều trị cá thể hóa

  • Trí tuệ nhân tạo (AI) là công nghệ điện toán hướng dẫn các chương trình xử lý thông tin giống như bộ não con người, phân tích dữ liệu nhanh hơn và chính xác hơn so với các nhà phân tích6.
  • AI có khả năng cách mạng hóa ngành chăm sóc sức khỏe bằng việc cải thiện tuân thủ dùng thuốc thông qua sự am hiểu, chiến lược cá thể hóa và can thiệp chủ động với những bệnh nhân có nguy cơ cao3.
  • Chức năng huấn luyện sức khỏe của AI đã sớm mang đến những thành công thông qua các giải pháp tân tiến như ứng dụng điện thoại thông minh AI, chatbot, bao bì thông minh, ứng dụng trò chơi điện tử, v.v., được thiết kế để khuyến khích tuân thủ, cho phép bệnh nhân tương tác cá nhân với AI. Một số AI còn có tình năng thông báo, nhắc nhở3.

Tuân thủ dùng thuốc: vấn đề nổi cộm nhưng bị lờ đi

Tuân thủ dùng thuốc là một thách thức thường gặp, có đến khoảng một nửa số bệnh nhân thấy khó khăn khi dùng thuốc theo chỉ dẫn. Dù quên liều thuốc có vẻ là nhỏ nhặt, nhưng lại gây ảnh hưởng đáng kể đến sức khỏe của chúng ta, một số trường hợp có thể dẫn đến những hậu quả nghiêm trọng, nguy hiểm đến tính mạng. Tổng quan hệ thống đánh giá các biện pháp can thiệp nhằm cải thiện tuân thủ điều trị ở Hoa Kỳ cho thấy không tuân thủ dùng thuốc góp phần gây ra 50% ca thất bại điều trị khoảng 125.000 ca tử vong và ít nhất 10% ca nhập viện1.

Thấy rõ điều này, Trung tâm Kiểm soát và Phòng ngừa dịch bệnh (CDC) nhấn mạnh rằng tuân thủ dùng thuốc theo đơn sẽ giúp cải thiện kết cục lâm sàng và giảm tỷ lệ bệnh nhân tử vong, đặc biệt đối với những người mắc bệnh mạn tính.2.

Trong bài viết trước, chúng tôi đã thể hiện những điểm chính về việc tham gia tích cực của bệnh nhân vào quá trình chăm sóc sức khỏe sẽ giúp cải thiện tuân thủ điều trị, quản lý bệnh tật và sức khỏe tổng thể như thế nào. Để biết thêm thông tin, hãy truy cập “Enhancing medication adherence with patient engagement software”.

Dấu hiệu cho việc không tuân thủ

Để giải quyết vấn đề không tuân thủ, các bác sĩ lâm sàng thường dựa vào liều lượng quan sát trực tiếp, nhờ sự giúp đỡ của y tá, người quản lý bệnh và dược sĩ để ghi lại việc dùng thuốc. Mặc dù phương pháp này mang lại hiệu quả nhưng lại có chi phí cao, hạn chế phạm vi tiếp cận3. Các nhà sản xuất dược phẩm đã đầu tư hơn 5 tỷ USD hằng năm vào các chương trình hỗ trợ bệnh nhân, nhưng chưa đến 50% bệnh nhân tuân thủ dùng thuốc được kê đơn trong vòng sáu tháng, điều này đặt ra câu hỏi về tính hiệu quả của các chương trình hỗ trợ hiện có.4.

Một vấn đề lớn trong việc dự đoán tình trạng không tuân thủ dùng thuốc là có đủ thời gian và nguồn lực để nghiên cứu lượng dữ liệu khổng lồ. Trí tuệ nhân tạo (AI) chính là giải pháp có thể trợ giúp chúng ta. Hiện nay trí tuệ nhân tạo lâm sàng (AI) nổi lên như một giải pháp, phát hiện các yếu tố nguy cơ không tuân thủ điều trị mà các nhóm chăm sóc có thể bỏ qua và nâng cao khả năng ra quyết định của họ.5.

Khai phá tiềm năng: Sự phát triển của AI trong lĩnh vực chăm sóc sức khỏe

AI được định nghĩa rộng là các công nghệ điện toán hướng dẫn các chương trình máy tính xử lý thông tin theo cách mà bộ não con người thực hiện. Nói đơn giản hơn, AI hoạt động như một công cụ tiên tiến để phân tích dữ liệu, thực hiện các tác vụ với tốc độ nhanh hơn và thường có độ chính xác cao hơn so với các nhà phân tích.6. AI học bằng cách tiếp thu thông tin trong quá trình đào tạo, xác định các mẫu phổ biến và sau đó nhận ra các mẫu đó khi được trình bày với dữ liệu tương tự.7.

Tiềm năng của AI trong việc nâng cao hiểu biết về việc tuân thủ dùng thuốc của bệnh nhân là đáng kể. AI giúp các bác sĩ tiết kiệm thời gian, tạo điều kiện phát triển các chiến lược cá thể hóa để tối ưu việc tuân thủ điều trị8. Việc tích hợp AI và học máy (ML) có thể dự đoán những bệnh nhân có nguy cơ cao không tuân thủ. Các yếu tố như mã zip, chẩn đoán, độ phức tạp của chế độ dùng thuốc, sắc tộc, tình trạng việc làm, tuổi tác, giới tính, tình trạng bảo hiểm và chi phí thuốc, tác động đến việc tuân thủ. Bằng cách tận dụng các yếu tố này trong phân tích dữ liệu, bệnh nhân có thể được phân loại thành các nhóm nguy cơ. Biện pháp chủ động sau đó có thể được thực hiện để can thiệp và hỗ trợ tuân thủ điều trị cho những bệnh nhân có nguy cơ cao3.

Kể từ năm 2012, nghiên cứu AI liên quan đến chăm sóc sức khỏe đã tăng vọt, dẫn đến gia tăng đáng kể các giải pháp y tế thực hiện bởi AI được FDA phê chuẩn.7. Sự thay đổi này mở rộng trên nhiều lĩnh vực y tế khác nhau, ví dụ như trong chẩn đoán hình ảnh để giải thích phim X-quang, trong bệnh học để nhận biết tế bào khối u, trong da liễu để chẩn đoán tổn thương da, trong nhãn khoa để xác định bệnh võng mạc đái tháo đường đường và trong tim mạch AI phát hiện rối loạn nhịp tim như rung tâm nhĩ, sử dụng dữ liệu từ cảm biến ở cổ tay9-11.

Huấn luyện sức khỏe được hỗ trợ bởi AI: biến việc tuân thủ dùng thuốc thành thói quen

Sử dụng AI để giáo dục sức khỏe cá thể hóa vẫn đang ở giai đoạn đầu. Một số giải pháp đã chứng minh thành công trong lĩnh vực này bao gồm:

Ứng dụng điện thoại thông minh AI (“ứng dụng”)12-15

Các ứng dụng điện thoại thông minh AI xuất hiện như một công cụ giá trị để đánh giá và khuyến khích việc tuân thủ dùng thuốc, mặc dù trong một số nghiên cứu còn hạn chế. Một khảo sát nhóm song song, ngẫu nhiên kéo dài 12 tuần đã được thực hiện trong đó một ứng dụng điện thoại thông minh AI được thiết kế để theo dõi việc tuân thủ dùng thuốc ở những bệnh nhân đột quỵ đang điều trị bằng thuốc chống đông máu đường uống trực tiếp. Ứng dụng này sử dụng thuật toán thị giác máy tính mạng lưới thần kinh thông qua camera của điện thoại thông minh để xác định một cách trực quan về bệnh nhân, thuốc và xác nhận việc dùng thuốc. Kết quả chỉ ra rằng những người tham gia trong nhóm can thiệp, được theo dõi hàng ngày thông qua nền tảng AI, đã đạt được mức tuân thủ 100%, trái ngược với mức tuân thủ 50% được quan sát thấy ở nhóm đối chứng mà không được theo dõi hàng ngày. Những người được giám sát bởi ứng dụng AI đã chứng minh sự cải thiện đáng kể tuyệt đối 67% về khả năng tuân thủ dùng thuốc. Đáng chú ý, một bảng câu hỏi sau nghiên cứu cho thấy 83,3% bệnh nhân đánh giá nền tảng AI là “cực kỳ tốt” trong việc quản lý dùng thuốc và cải thiện mối quan hệ giữa bác sĩ và bệnh nhân.

Một số ứng dụng, có thể truy cập trên cả nền tảng Apple (iOS) và Android OS, nhằm mục đích đào tạo bệnh nhân về việc tuân thủ dùng thuốc bằng cách cung cấp các tính năng như:

  • Thông báo nhắc nhỏ thời gian và liều dùng
  • Theo dõi dùng thuốc
  • Lời nhắc mua thuốc mới
  • Thông tin lưu trữ

Ngoài ra, một số ứng dụng sử dụng cảnh quay trực tiếp để theo dõi bệnh nhân khi dùng thuốc, đảm bảo sử dụng đúng cách. Ví dụ về các ứng dụng như vậy bao gồm Groove Health, AiCure và Medisafe, cùng với những ứng dụng khác.

Chatbots3, 16-17

Chatbot, một ứng dụng phần mềm hoặc giao diện web được thiết kế để mô phỏng cuộc trò chuyện của con người thông qua các lệnh thoại hoặc trò chuyện bằng văn bản, ở nhiều dạng thức khác nhau. Một số cấu trúc cơ bản, sử dụng các cấu trúc câu hỏi thường gặp (FAQ) chung với các câu trả lời được lập trình hạn chế, trong khi một số khác, ở mức độ nâng cao như Amazon Alexa, được hỗ trợ bởi học máy (ML). Những chatbot phức tạp này sử dụng mạng lưới thần kinh nội bộ để tự học liên tục, giúp cải thiện thời gian phản hồi và độ chính xác.

Ví dụ về các chatbot AI được dùng để hỗ trợ tuân thủ dùng thuốc và có sẵn cho bệnh nhân bao gồm Roborto và Maxwell. Các chatbot AI này vượt xa các tương tác chung, xây dựng hồ sơ bệnh nhân được cá nhân hóa. Ứng dụng giữ vai trò quan trọng trong việc hỗ trợ bệnh nhân tuân thủ việc dùng thuốc hàng ngày, giải quyết các thắc mắc, hiểu rõ mối lo ngại và quản lý lý do không tuân thủ.

Trợ giúp cho bệnh nhân thông qua chatbot AI18

Trong lĩnh vực hỗ trợ cho bệnh nhân, AI đã cho thấy những lợi ích gián tiếp của việc tuân thủ dùng thuốc. “Vik”, một chatbot được thiết kế đặc biệt để trợ giúp cho bệnh nhân ung thư vú và người thân, thông qua tin nhắn văn bản được cá nhân hóa. Vik cung cấp nhiều thông tin y tế có liên quan, đã được kiểm tra chất lượng về bệnh ung thư vú, bao gồm dịch tễ học, phương pháp điều trị, tác dụng phụ cũng như thông tin chi tiết về lối sống, khả năng sinh sản, khoản bồi hoàn và quyền của bệnh nhân. Đáng chú ý, những người tham gia tương tác nhiều hơn với Vik thể hiện sự chú ý cao hơn khi sử dụng chức năng nhắc nhở điều trị. Sự tham gia ngày càng tăng này đã giúp cải thiện mức độ tuân thủ trung bình với hơn 20% ở những bệnh nhân sử dụng tính năng nhắc nhở dùng thuốc.

Bao bì thông minh3

Bao bì thông minh để tuân thủ thuốc bao gồm nhiều thiết bị khác nhau, chẳng hạn như máy phân phối thuốc đồng bộ hóa với các ứng dụng trên điện thoại thông minh, cho phép người dùng đặt tùy chọn về liều lượng và thời gian. Những máy phân phối này quản lý liều lượng quy định vào những thời điểm xác định và cảnh báo bệnh nhân thông qua tín hiệu âm thanh/hình ảnh. Chúng được trang bị cơ chế để thông báo cho người chăm sóc hoặc bác sĩ nếu quên liều. Một số mô hình được kích hoạt bằng giọng nói, cung cấp cho bệnh nhân tùy chọn giao tiếp với người chăm sóc họ.

Ngoài ra, chai thông minh sử dụng cảm biến để theo dõi mức tiêu thụ thuốc bằng cách phát hiện việc mở nắp chai và thay đổi trọng lượng viên thuốc. Mặc dù những công nghệ này có thể theo dõi việc lấy thuốc nhưng chúng có thể không xác nhận được việc uống thuốc. Ví dụ về các sản phẩm như vậy bao gồm Hộp đựng thuốc thông minh Fellow, CleverCap cho hộp đựng thuốc tiêu chuẩn, cảm biến ống hít của Propeller Health và các sản phẩm khác.

Cảm biến vòng đeo cổ tay3

Bằng cách sử dụng phương pháp không xâm lấn, cảm biến ở vòng đeo cổ tay sẽ giám sát và tăng cường tuân thủ dùng thuốc một cách hiệu quả. Những cảm biến này theo dõi chuyển động riêng biệt liên quan đến việc lấy thuốc ra khỏi bao bì và tiêu thụ thuốc. Phương pháp này cho phép đưa ra lời nhắc kịp thời cho bệnh nhân khi họ chưa uống thuốc đúng thời gian quy định.

Trò chơi3

Các ứng dụng dựa trên trò chơi kết hợp tính năng trò chơi vào quản lý bệnh tật mang đến một cách tiếp cận thú vị nhằm giảm bớt những thách thức hàng ngày liên quan đến các bệnh mạn tính. Các ứng dụng này được thiết kế để thúc đẩy những thay đổi hành vi tích cực ở bệnh nhân bằng cách trao phần thưởng cho việc tuân thủ một cách nhất quán, biến các công việc thường ngày thành những trải nghiệm thú vị hơn.

Ví dụ: người dùng ứng dụng Mango Health có thể kiếm tiền trong trò chơi bằng cách tuân thủ lịch dùng thuốc của họ, mở khóa các phần thưởng trong cuộc sống thực tế. Tương tự, máy đo đường huyết DIDGET của Bayer, được thiết kế đặc biệt cho trẻ em, có thể được kết nối với hệ thống trò chơi Nintendo. Kết nối đổi mới này sẽ trao phần thưởng cho những bệnh nhân duy trì thói quen tốt bằng các lợi ích trong trò chơi, chẳng hạn như mở khóa các nhân vật hoặc trang phục mới.

AI tiến gần đến sự đồng cảm trọn vẹn19

Sự đồng cảm, lòng trắc ẩn và sự tin tưởng là những giá trị cơ bản trong chăm sóc sức khỏe, trong đó khả năng hiểu và đồng cảm với bệnh nhân là chìa khóa của chăm sóc với lòng trắc ẩn. Bệnh nhân cảm thấy thân thuộc bởi bác sĩ, nhân viên y tế thể hiện cả kỹ năng và trí tuệ cảm xúc. Nghiên cứu cũng ủng hộ tác động tích cực của niềm tin và sự đồng cảm đối với sự hài lòng của bệnh nhân, sự tuân thủ điều trị và kết quả sức khỏe tổng thể.

AI có thể tăng cường chăm sóc sức khỏe bằng cách giảm bớt các nhiệm vụ nặng nề cho các bác sĩ và cải thiện các phép đo tuân thủ, cho phép xây dựng mối gắn kết tình cảm bền chặt hơn, tham gia vào việc đưa ra quyết định chung và giải quyết các lý do không tuân thủ của từng cá nhân. Mặc dù AI không nhằm mục đích thay thế bác sĩ bên giường bệnh nhưng có thể cải thiện đáng kể việc giao tiếp giữa bệnh nhân và bác sĩ.

Việc tích hợp AI trong chăm sóc sức khỏe mang lại một tình huống đôi bên cùng có lợi: bệnh nhân nhận được chẩn đoán chính xác hơn, kết quả điều trị tốt hơn cũng như sự đồng cảm và lòng trắc ẩn từ nhân viên y tế được củng cố, trong khi đó, các nhân viên y tế cũng cảm nhận được sự hài lòng trong công việc cao hơn cũng như giảm tình trạng kiệt sức.

Tác động kinh tế của AI trong chăm sóc sức khỏe20,21

Khi việc sử dụng AI trong chăm sóc sức khỏe tăng theo cấp số nhân, các nhà nghiên cứu đang xem xét sâu sắc tác động kinh tế. Tổng quan hệ thống gần đây đã nhấn mạnh việc thiếu nghiên cứu toàn diện về đánh giá tác động kinh tế của AI trong chăm sóc sức khỏe trong các tài liệu hiện có.

Trong một tổng quan hệ thống, 21 nghiên cứu đã được phân tích để đánh giá hiệu quả chi phí của các biện pháp can thiệp AI từ góc độ của hệ thống chăm sóc sức khỏe và người trả tiền. Những nghiên cứu này chủ yếu tập trung vào các hệ thống AI sử dụng phân tích hình ảnh tự động để chẩn đoán và sàng lọc trên các lĩnh vực như nội tổng quát, chăm sóc ung thư và nhãn khoa. Đáng chú ý, 62% nghiên cứu kết luận rằng các biện pháp can thiệp AI không chỉ hiệu quả về mặt chi phí mà thường mang lại hiệu quả tốt hơn các lựa chọn thay thế. Điều này nhấn mạnh tiềm năng của AI trong việc cách mạng hóa nền kinh tế chăm sóc sức khỏe và mở đường cho các hoạt động y tế một cách hiệu quả và có sức ảnh hưởng hơn.

Những thách thức và cân nhắc về mặt đạo đức6,7

Trong lĩnh vực AI trong chăm sóc sức khỏe, một số thách thức và cân nhắc quan trọng xuất hiện:

  • Độ tin cậy và an toàn
    Trong chăm sóc sức khỏe, vai trò của AI trong việc kiểm soát thiết bị, quản lý điều trị và đưa ra quyết định đòi hỏi mức độ tin cậy và an toàn tối đa. Những sai sót, đặc biệt là những sai sót khó nắm bắt hoặc có hậu quả sâu rộng, có thể gây ra những hậu quả nghiêm trọng.
  • Minh bạch và trách nhiệm
    Hiểu biết logic đằng sau kết quả đầu ra của AI có thể là một thách thức. Những thiết kế độc quyền và thuật toán phức tạp thường vượt quá tầm hiểu biết của con người. Học máy, với các tham số không ngừng phát triển, tạo ra độ mờ, làm phức tạp quá trình xác thực cũng như xác định lỗi và sai lệch.
  • Quyền riêng tư và bảo mật dữ liệu
    AI trong chăm sóc sức khỏe dựa vào dữ liệu nhạy cảm, được bảo hộ bởi pháp luật. Ngoài thông tin cụ thể về sức khỏe, mạng xã hội và lịch sử tìm kiếm có thể vô tình tiết lộ thông tin chi tiết về sức khỏe, đòi hỏi phải có các đề xướng về quyền riêng tư. Mặc dù AI có thể tăng cường an ninh mạng nhưng nguy cơ bị hack hoặc gửi thư rác với dữ liệu giả mạo hoặc sai lệch vẫn tồn tại.
  • Sai lệch dữ liệu
    Mặc dù có thể giảm thiểu sự sai lệch và sai sót của con người, nhưng bản thân AI  cũng tồn tại những thành kiến từ dữ liệu đào tạo. Điều này có thể dẫn đến sự phân biệt đối xử ngầm đối với các đặc điểm được pháp luật bảo vệ như giới tính, dân tộc, khuyết tật và tuổi tác. Việc phân phối lợi ích từ AI có thể không đồng đều, đặc biệt là ở những khu vực có dữ liệu hạn chế hoặc khó số hóa, ảnh hưởng đến những cá nhân mắc các bệnh lý hiếm gặp hoặc những người ít được trình bày trong nghiên cứu, chẳng hạn như người da đen, người châu Á và dân tộc thiểu số.
  • Quy định cho việc tích hợp AI
    AI, với các ứng dụng trong các lĩnh vực được quản lý như bảo vệ dữ liệu, nghiên cứu và chăm sóc sức khỏe, đang phát triển nhanh chóng, đặt ra thách thức cho các quy định đã được thiết lập. Một câu hỏi then chốt được đặt ra là liệu AI có nên có quy định riêng hay liệu các quy định hiện hành có nên được xem xét lại cân nhắc tác động tiềm ẩn của AI hay không.
  • Đào tạo lực lượng lao động cho AI
    Giải quyết tác động của AI đối với lực lượng lao động chăm sóc sức khỏe là điều rất quan trọng. Các nhân viên y tế cần được đào tạo đầy đủ để sử dụng hiệu quả các công cụ AI và hiểu được giá trị, đảm bảo sự chuyển đổi liền mạch sang chăm sóc sức khỏe do AI điều khiển trong tương lai.
  • Ảnh hưởng đối với nhân viên y tế
    Các nhân viên y tế có thể thấy bị đe dọa từ AI như: thách thức về chuyên môn, ảnh hưởng đến nghĩa vụ đạo đức đối với từng bệnh nhân. Trong khi AI định hình lại các kỹ năng cần thiết, tự động hóa các nhiệm vụ và tăng cường sự tham gia của bệnh nhân, thì cũng phát sinh những lo ngại. Việc dựa vào đội ngũ nhân viên có trình độ kém hơn AI gây ra những thách thức trong việc nhận biết lỗi và thực hiện nhiệm vụ. Hơn nữa, có lo ngại rằng AI có thể làm tăng sự bằng lòng, làm giảm sự cảnh giác trong việc kiểm tra kết quả và giải quyết lỗi.

Kết luận

Tác động của AI đối với việc chăm sóc sức khỏe là điều mà chúng ta không thể phủ nhận. Sự phát triển của công cụ điện toán, giống bộ não con người, định vị AI như một công cụ cách mạng tiềm năng trên các lĩnh vực y tế đa dạng. Cụ thể, trong lĩnh vực tuân thủ dùng thuốc, việc AI tập trung vào khả năng phán đoán và trí tuệ cảm xúc sẽ tạo ra các chiến lược được cá nhân hóa. Những câu chuyện thành công trong huấn luyện sức khỏe bằng AI nêu bật tính hiệu quả của các giải pháp mới như ứng dụng điện thoại thông minh, trò chơi điện tử và chatbot. Điều này báo hiệu một tương lai đầy hứa hẹn, nơi AI nâng cao kết quả chăm sóc sức khỏe, mang lại lợi ích cho các bệnh nhân trên toàn thế giới.

“AI đã cho phép tôi, với tư cách là một bác sĩ, làm việc 100% vì bệnh nhân của mình” – Michelle Thompson

Tài liệu tham khảo

1. Viswanathan M, Golin CE, Jones CD, Ashok M, Blalock SJ, Wines RC, Coker-Schwimmer EJ, Rosen DL, Sista P, Lohr KN. Interventions to improve adherence to self-administered medications for chronic diseases in the United States: a systematic review. Ann Intern Med. 2012 Dec 4;157(11):785-95.

2. Neiman AB, Ruppar T, Ho M, Garber L, Weidle PJ, Hong Y, George MG, Thorpe PG. CDC Grand Rounds: Improving medication adherence for chronic disease management – Innovations and opportunities. Am J Transplant. 2018 Feb;18(2):514-517.

3. The role AI is playing in healthcare patient adherence. Accessed on February 21, 2024. https://insights.axtria.com/blog/the-role-artificial-intelligence-ai-is-playing-in-healthcare-patient-adherence

4. Grambley W. Digital Transformation in Patient Support Programs: How to Improve Medication Adherence with AI. Published September 19, 202ios. Accessed on February 21, 2024. https://allazohealth.com/resources/digital-transformation-in-patient-support-programs-how-to-improve-medication-adherence-with-ai/

5. Showalter J. How Clinical AI Can Help Improve Medication Adherence. Published May 21, 2021. Accessed on February 21, 2024. https://www.clinicalresearchnewsonline.com/news/2021/05/21/how-clinical-ai-can-help-improve-medication-adherence

6. Artificial intelligence (AI) in healthcare and research. Published May 15, 2018. Accessed on February 21, 2024. https://www.nuffieldbioethics.org/publications/ai-in-healthcare-and-research

7. Babel A, Taneja R, Mondello Malvestiti F, Monaco A, Donde S. Artificial intelligence solutions to increase medication adherence in patients with non-communicable diseases. Front Digit Health. 2021 Jun 29;3:669869. doi: 10.3389/fdgth.2021.669869.

8. Fogel AL, Kvedar JC. Artificial intelligence powers digital medicine. NPJ Digit Med. 2018 Mar 14;1:5. doi: 10.1038/s41746-017-0012-2.

9. Guo Y, Hao Z, Zhao S, Gong J, Yang F. Artificial intelligence in health care: bibliometric analysis. J Med Internet Res. 2020 Jul 29;22(7):e18228. doi: 10.2196/18228.

10. Benjamens S, Dhunnoo P, Meskó B. The state of artificial intelligence-based FDA-approved medical devices and algorithms: an online database. NPJ Digit Med. 2020 Sep 11;3:118. doi: 10.1038/s41746-020-00324-0.

11. Insel TR. How algorithms could bring empathy back to medicine. Nature. 2019;567, 172-173. doi: https://doi.org/10.1038/d41586-019-00708-7.

12. Labovitz DL, Shafner L, Reyes Gil M, Virmani D, Hanina A. Using artificial intelligence to reduce the risk of nonadherence in patients on anticoagulation therapy. Stroke. 2017 May;48(5):1416-1419. doi: 10.1161/STROKEAHA.116.016281.

13. EveryDose Mobile App (Groove Health website). Accessed on February 21, 2024. https://www.everydose.ai/app/

14. Patient connect (AiCure). Accessed on February 21, 2024. https://aicure.com/solutions/patient-connect

15. Medsafe. Accessed on February 21, 2024. https://www.medisafe.com/download-medisafe-app/

16. Fadhil A. A conversational interface to improve medication adherence: towards AI support in patient’s treatment. arXiv 2018, arXiv:1803.09844. https://arxiv.org/pdf/1803.09844

17. Axtria_Blog_How Healthcare AI Chatbots Are Transforming The Patient Journey. Accessed on February 21, 2024. https://insights.axtria.com/blog/how-healthcare-ai-chatbots-are-transforming-the-patient-journey

18. Chaix B, Bibault JE, Pienkowski A, Delamon G, Guillemassé A, Nectoux P, Brouard B. When chatbots meet patients: one-year prospective study of conversations between patients with breast cancer and a chatbot. JMIR Cancer. 2019 May 2;5(1):e12856. doi: 10.2196/12856.

19. Kerasidou A. Artificial intelligence and the ongoing need for empathy, compassion and trust in healthcare. Bull World Health Organ. 2020 Apr 1;98(4):245-250. doi: 10.2471/BLT.19.237198.

20. Vithlani J, Hawksworth C, Elvidge J, Ayiku L, Dawoud D. Economic evaluations of artificial intelligence-based healthcare interventions: a systematic literature review of best practices in their conduct and reporting. Front Pharmacol. 2023 Aug 8;14:1220950. doi: 10.3389/fphar.2023.1220950.

21. Wolff J, Pauling J, Keck A, Baumbach J. The Economic impact of artificial intelligence in health care: systematic review. J Med Internet Res. 2020 Feb 20;22(2):e16866. doi: 10.2196/16866.