Індивідуальні цифрові моделі здоров’я, створені за допомогою штучного інтелекту, демонструють свою ефективність у керуванні хронічними захворюваннями, такими як діабет другого типу та ожиріння, пропонуючи альтернативу традиційним медикаментозним методам лікування. Один із користувачів, Родні Баклі, зміг скинути понад 45 кілограмів за менш ніж рік, використовуючи таку технологію, що стало результатом комплексної зміни способу життя, а не виключно застосуванням препаратів.
Зі зростанням попиту на новітні препарати для зниження ваги, такі як GLP-1, медичні витрати для компаній та приватних осіб значно зростають, сягаючи тисяч доларів на місяць на одного пацієнта. Це спонукає роботодавців шукати менш затратні та альтернативні методи, які б допомогли працівникам зменшити залежність від цих ліків або взагалі уникнути їх застосування.
Технологія компанії Twin Health, розташованої в Маунтін-В’ю, Каліфорнія, поєднує носійні пристрої, штучний інтелект та індивідуальне супровідження для управління діабетом, переддіабетом та ожирінням. Користувачі отримують комплект, що включає глюкометр, тонометр, смарт-ваги та фітнес-трекер, які збирають дані про рівень цукру в крові, вагу, стрес, артеріальний тиск, сон та фізичну активність. Вся ця інформація інтегрується в мобільний додаток, де предиктивна модель штучного інтелекту створює віртуальну копію метаболізму користувача – його цифрового двійника.
Клінічні дослідження підтвердили, що платформа Twin Health сприяє контролю рівня цукру в крові у пацієнтів з діабетом другого типу, дозволяючи зменшити дозування ліків, а також допомагає в процесі зниження ваги. Компанія Twin Health, заснована у 2018 році, має багатотисячну базу користувачів серед працівників майже 200 компаній, і оплата її послуг залежить від досягнення певних клінічних показників, таких як зниження рівня цукру в крові, втрата ваги або скорочення використання метаболічних препаратів.
Користувачі детально документують своє харчування, скануючи штрих-коди продуктів, фотографуючи страви або записуючи їх за допомогою голосу. Штучний інтелект аналізує поживний склад їжі та класифікує продукти за кольором: зелений – найкорисніші, червоний – такі, що слід уникати. Ця класифікація може змінюватися зі покращенням метаболічного здоров’я людини, коли раніше «червоний» продукт може стати «жовтим» або «зеленим».
На основі зареєстрованих прийомів їжі додаток прогнозує реакцію рівня цукру в крові на певні продукти та надає персоналізовані рекомендації протягом дня, включаючи поради щодо розміру порцій, комбінування продуктів або необхідності прогулянки після їжі. Користувачі мають можливість приймати або ігнорувати ці пропозиції, а система штучного інтелекту з часом адаптується до індивідуальних уподобань. Також існує можливість спілкування з реальними фахівцями з питань здоров’я через чат.
Для Родні Баклі, наприклад, система Twin Health допомогла зробити усвідомлений вибір на користь більш здорових продуктів, замінивши готові сніданки на домашні буріто з низьковуглеводними висококлітковинними тортильями, а також повністю відмовитися від солодких напоїв і розпочати щоденні багатогодинні прогулянки, що раніше було неможливо через проблеми зі здоров’ям.
Випробування технології в медичних установах
Ендокринолог Кевін Панталлоне з Клівлендської клініки, який спочатку поставився зі скептицизмом до пропозиції використання програми Twin Health, вирішив провести власне дослідження. Він зазначив, що медична спільнота довго шукала ефективні способи впровадження змін у спосіб життя пацієнтів, які часто потребують численних терапевтичних втручань для контролю діабету.
Дослідження охопило 150 пацієнтів з діабетом другого типу, де 100 учасників були залучені до програми Twin, а решта – до контрольної групи. Середній вік учасників становив 58 років, вони мали надмірну вагу, а рівень глікозильованого гемоглобіну (HbA1c) в середньому дорівнював 7,2%, тоді як показник 6,5% і вище свідчить про наявність діабету. Основною метою дослідження було з’ясувати, чи зможуть учасники досягти рівня HbA1c нижче 6,5% за допомогою зменшення дозування ліків.
Результати дослідження, опубліковані в New England Journal of Medicine Catalyst, показали, що через 12 місяців 71% учасників, які користувалися додатком Twin, досягли цільового рівня цукру в крові зі зменшенням кількості медикаментів, на відміну від лише 2% у контрольній групі. Крім того, учасники, які використовували Twin, втратили більше ваги – 8,6% від маси тіла порівняно з 4,6% у контрольній групі.
Кількість учасників, які приймали GLP-1 препарати, зменшилася з 41% на початку дослідження до 6% на йогоприкінці серед тих, хто користувався Twin, тоді як у контрольній групі цей показник зріс з 52% до 63%. Лікар Панталлоне вважає, що постійні індивідуалізовані рекомендації в реальному часі сприяють зміні поведінки та закріпленню цих змін, тоді як традиційні методи консультування з питань харчування часто виявляються надто обтяжливими для пацієнтів.
Потенціал та виклики технології
Один з учасників дослідження, який втратив 11 кілограмів, повністю відмовився від лікування діабету та вперше за десять років зміг займатися пішим туризмом, демонструючи позитивний вплив програми на якість життя. Однак, для деяких людей збір даних про здоров’я може викликати емоційний дискомфорт, а сам процес зважування чи вимірювання об’ємів тіла може бути тригерним. Також, пацієнти, які досягли успіху з GLP-1 препаратами, можуть неохоче відмовлятися від них, особливо якщо минулі спроби змінити спосіб життя виявилися безуспішними.
Хоча компанії-роботодавці не мають доступу до індивідуальної деталізованої інформації про здоров’я своїх працівників, вони отримують узагальнені та анонімізовані звіти від Twin Health, які відстежують участь у програмі та показники здоров’я з часом. Twin Health, як медичний провайдер, дотримується вимог законодавства про конфіденційність медичної інформації (HIPAA) та законів штатів, а також проводить незалежні аудити безпеки.
Професор Бернард Зінман, експерт з діабету, висловлює захоплення потенціалом технології цифрових двійників, називаючи її цікавим підходом, що повною мірою використовує переваги цифрового здоров’я. Він підкреслює, що втручання, пов’язані з дієтою та фізичною активністю, є найбільш ефективними на ранніх стадіях розвитку діабету, і припускає, що доступність подібних технологій може допомогти запобігти виникненню захворювання або навіть призвести до його ремісії. Лікар Панталлоне також вважає, що ця галузь активно розвивається, і прогнозує ширше застосування подібних технологій серед людей з надмірною вагою та ожирінням, сподіваючись на покращення доступу до таких методів лікування з часом.
По материалам: Wired
