Programa de prevenção de diabetes alimentado por IA mostra benefícios semelhantes aos liderados por pessoas

Pesquisadores da Johns Hopkins Medicine e da Johns Hopkins Bloomberg School of Public Health relatam que um aplicativo de intervenção no estilo de vida baseado em IA para pré-diabetes reduziu o risco de diabetes de forma semelhante aos programas tradicionais liderados por humanos em adultos.

Publicado em JAMA Em 27 de outubro, acredita-se que o estudo seja o primeiro ensaio clínico controlado randomizado de fase III a demonstrar que um aplicativo do programa de prevenção de diabetes (DPP) alimentado por IA ajuda os pacientes a atingir os padrões de redução de risco de diabetes estabelecidos pelos Centros de Controle e Prevenção de Doenças (CDC) em taxas comparáveis ​​às dos programas liderados por humanos.

Estima-se que 97,6 milhões de adultos nos Estados Unidos tenham pré-diabetes, uma condição na qual os níveis de açúcar no sangue estão acima do normal, mas abaixo do limiar para diabetes tipo 2, colocando-os em risco aumentado de desenvolver diabetes tipo 2 nos próximos cinco anos. Pesquisas anteriores mostraram que adultos com pré-diabetes que completam um DPP conduzido por humanos, que ajuda os participantes a fazer mudanças no estilo de vida em relação à dieta e exercícios, têm 58% menos probabilidade de desenvolver diabetes tipo 2, conforme mostrado no estudo clínico original do Programa de Prevenção de Diabetes (DPP) do CDC. No entanto, as barreiras de acesso, tais como conflitos de horários e disponibilidade, limitaram o alcance destes programas.

Dos aproximadamente 100 DPPs digitais disponíveis, reconhecidos pelo CDC, os AI-DPPs representam apenas um subconjunto menor, e faltam dados que demonstrem a sua eficácia em comparação com programas liderados por humanos.

No estudo, os pesquisadores testaram se um programa totalmente baseado em IA poderia proporcionar aos adultos com pré-diabetes benefícios de saúde semelhantes aos programas de um ano, baseados em grupos, liderados por treinadores humanos.

“Mesmo além da pesquisa sobre prevenção do diabetes, houve muito poucos ensaios clínicos randomizados que comparem diretamente as intervenções baseadas em IA e dirigidas ao paciente com os padrões humanos tradicionais de atendimento”, diz Nestoras Mathioudakis, MD, MHS, co-diretor médico do Programa de Prevenção e Educação para Diabetes da Johns Hopkins Medicine e investigador principal do estudo, em relação à ausência de literatura médica sobre os benefícios para a saúde dos DPPs baseados em IA.

Durante a pandemia de COVID-19, 368 participantes de meia-idade (idade média de 58 anos) se voluntariaram para serem encaminhados para um dos quatro programas remotos de 12 meses liderados por humanos ou para um aplicativo de algoritmo de aprendizagem por reforço que fornecia notificações push personalizadas orientando comportamentos de controle de peso, atividade física e nutrição.

No geral, os participantes eram 71% mulheres, 61% brancos, 27% negros e 6% hispânicos. Todos os participantes atingiram os limites de índice de massa corporal com sobrepeso ou obesidade específicos da raça e tiveram diagnóstico de pré-diabetes antes de iniciar o estudo.

Em ambos os grupos, um monitor de atividade do pulso foi usado para monitorar a atividade física dos participantes durante sete dias consecutivos por mês durante o estudo de 12 meses.

Durante a participação, os voluntários do estudo continuaram a receber cuidados médicos dos seus prestadores de cuidados primários, mas não puderam participar noutros programas estruturados para a diabetes ou utilizar medicamentos que afectassem os níveis de glicose ou o peso corporal, tais como metformina ou agonistas do GLP-1.

Uma vez encaminhados, os pesquisadores não promoveram o engajamento no programa e apenas acompanharam os dois grupos aos 6 e 12 meses.

“A maior barreira para a conclusão do DPP é muitas vezes o início, prejudicado por desafios logísticos como o agendamento. Portanto, além dos resultados clínicos, estávamos interessados ​​em saber se os participantes eram mais propensos a iniciar o programa digital assíncrono após o encaminhamento”, diz o co-primeiro autor do estudo, Benjamin Lalani, atualmente estudante de medicina na Harvard Medical School e pesquisador associado que trabalha no Laboratório Mathioudakis.

Após 12 meses, a equipe do estudo descobriu que 31,7% dos participantes do AI-DPP e 31,9% dos participantes do DPP liderado por humanos atingiram o parâmetro de referência composto definido pelo CDC para redução do risco de diabetes (pelo menos 5% de perda de peso, pelo menos 4% de perda de peso mais 150 minutos de atividade física por semana, ou uma redução absoluta de A1C de pelo menos 0,2%).

Os resultados demonstraram que resultados semelhantes podem ser alcançados por um programa baseado em treinador humano e um AI-DPP. Além disso, o grupo AI-DPP apresentou taxas mais elevadas de início do programa (93,4% vs. 82,7%) e conclusão (63,9% vs. 50,3%) em comparação com os programas tradicionais.

Os investigadores acreditam que a facilidade de acesso aumentou o envolvimento dos participantes no grupo de IA, mostrando que as intervenções de IA podem ser uma alternativa eficaz aos programas existentes com formação humana. Como tal, os prestadores de cuidados primários podem considerar DPPs liderados por IA para pacientes que necessitam de um programa de mudança de estilo de vida, especialmente aqueles com restrições logísticas consideráveis.

“Ao contrário dos programas orientados por humanos, os AI-DPPs podem ser totalmente automatizados e estar sempre disponíveis, alargando o seu alcance e tornando-os resistentes a factores que podem limitar o acesso aos DPPs humanos, como a escassez de pessoal”, diz Lalani. “Portanto, embora a natureza de caixa preta da IA ​​seja uma barreira comumente citada para a adoção clínica, nosso estudo mostra que o AI-DPP pode fornecer intervenções personalizadas confiáveis”.

Olhando para o futuro, a equipe do estudo está interessada em explorar como os resultados dos aplicativos de IA observados se traduzem em populações de pacientes mais amplas e carentes do mundo real, que podem não ter tempo ou recursos para se envolver em programas tradicionais de intervenção no estilo de vida.

Além disso, estão em curso várias análises secundárias, que pretendem explorar a preferência dos pacientes com a modalidade IA versus modalidade humana, o impacto do envolvimento nos resultados de cada intervenção e os custos associados aos DPPs liderados pela IA.

Como parte do estudo, a Sweetch Health, Ltd. e os DPPs participantes receberam uma compensação financeira pela prestação de serviços aos participantes. Os DPPs não tiveram acesso aos resultados globais da coorte, não analisaram os dados do estudo e não forneceram interpretações dos resultados.

Maruthur e a Universidade Johns Hopkins recebem distribuições de royalties relacionadas a um programa online de prevenção de diabetes não discutido na publicação. Os termos do acordo foram revisados ​​e aprovados pela Universidade Johns Hopkins de acordo com suas políticas de conflito de interesses.