Cleveland Clinic kehrt Typ-2-Diabetes mit KI um – ohne GLP-1-Medikamente

Cleveland Clinic kehrt Typ-2-Diabetes mit KI um – ohne GLP-1-Medikamente

Die Optionen von Deb Bauer wurden fünf Jahre nach der Diagnose einer Typ-2-Diabetes immer knapper.

Bauer wusste, dass ihre Glukosewerte bei jedem jährlichen Check-up bei ihrem Hausarzt (PCP) allmählich anstiegen. 2017 erfuhr sie, dass sie an Diabetes litt.

Ihr Arzt riet ihr, den Zuckerkonsum zu reduzieren, was sie als guten Rat kannte. Allerdings erwies sich die Änderung tief verwurzelter Gewohnheiten als herausfordernd.

Bis 2022 nahm sie drei Glukosemedikamente für Diabetes ein, dazu Medikamente gegen Fibromyalgie und Antibiotika gegen Mundinfektionen. Ihr Body-Mass-Index (BMI) betrug 35,6 und überschritt damit die Schwelle für Adipositas von 30.

Nach dem Ruhestand ihres Hausarztes suchte Bauer die Family Health Center der Cleveland Clinic auf. Ihr neuer Arzt schlug vor, Insulin zu ihren täglichen Medikamenten hinzuzufügen.

Bauer, inzwischen 63, äußerte ihre Angst vor Insulin – nicht wegen der Injektionen selbst, sondern wegen des damit verbundenen Gesundheitsrückgangs. Diese Angst motivierte sie, die Kontrolle über ihre Gesundheit zu übernehmen.

Glücklicherweise bereitete die Cleveland Clinic gerade eine Forschung zu einem nicht-medikamentösen Ansatz für Patienten mit Typ-2-Diabetes vor. Twin Health behauptete, den ersten KI-gestützten „digitalen Zwilling“ des Patientenstoffwechsels entwickelt zu haben, den das Gesundheitssystem zu testen beschloss.

Diese Intervention umfasste keine Injektionen, Pillen oder strenge Trainingspläne. Twin Health zielte darauf ab, Biomarker und Symptome der Typ-2-Diabetes mit einer App sowie einer Bluetooth-Synchronisationswaage, Blutdruckmanschette und einem Wearable-Gerät ähnlich einem Fitbit zu verbessern.

Nach einem Jahr in der Studie war Bauers Neuropathie verschwunden. Ihr Zahnarzt war überrascht, dass die Abszesse in ihrem Mund geheilt waren. Sie stellte alle Schlaftabletten und Schmerzmittel ab sowie die meisten glukose-regulierenden Medikamente, außer Metformin. Sie verlor 50 Pfund (ca. 22,7 kg) und erfüllte nicht mehr die Kriterien für Adipositas.

Die größte Veränderung zeigte sich bei ihrem Hämoglobin A1c, das den durchschnittlichen Blutzuckerspiegel der letzten zwei bis drei Monate misst. Vor der Nutzung der Twin-Health-App lag Bauers A1c über 8 Prozent, was ein hohes Komplikationsrisiko anzeigte. Nun beträgt er etwa 5,8 Prozent, was die Cleveland Clinic nicht mehr mit Diabetes in Einklang bringt (unter 6,5 Prozent).

„Ich hätte nie geträumt, das wiederzusehen“, sagte Bauer.

Dr. Kevin Pantalone, Endokrinologe und Direktor der Diabetes-Initiativen an der Cleveland Clinic, gab zu, zunächst skeptisch gewesen zu sein. Er sagte: „Der Skeptiker in mir wollte mehr wissen.“

Pantalone erklärte, dass Diabetes-Patienten typischerweise von einem Medikament zu mehreren fortschreiten, wenn ihr Zustand sich verschlechtert. Die Idee, Diabetes zu kontrollieren und gleichzeitig Medikamente zu reduzieren, schien äußerst ambitioniert.

Am Ende der 12-monatigen Studie mit 150 Patienten war er überzeugt. 71 der 100 Patienten mit der Twin-Health-Intervention erreichten einen A1c-Wert unter 6,5 Prozent und kehrten damit effektiv ihren Typ-2-Diabetes um. Nur 2,4 Prozent der 50 Patienten mit Standardversorgung erreichten dasselbe Ergebnis.

Mehr als die Hälfte der Twin-Health-Nutzer stellten alle blutzuckersenkenden Medikamente außer Metformin ab, im Vergleich zu 2,8 Prozent in der Standardversorgungsgruppe. Twin-Health-Patienten verloren Gewicht etwa doppelt so schnell wie ihre Vergleichspatienten.

Pantalone betonte, dass nichts außer bariatrischer Chirurgie die Fähigkeit gezeigt habe, Autonomie zu verbessern, beim Abnehmen zu helfen und gleichzeitig Medikamente bei Typ-2-Diabetes zu reduzieren. Er glaubt, dass der digitale Zwilling das verändert.

Digitale Zwillinge sind virtuelle Abbilder realer Objekte, die den Einfluss von Handlungen simulieren können, ohne die Originale zu beeinflussen. IBM berichtet, dass 75 Prozent der Unternehmen digitale Zwillinge für datenbasierte Entscheidungen nutzen, insbesondere in der Lieferkettenoptimierung und Produktentwicklung.

Digitale Zwillinge gewinnen in der Gesundheitsversorgung an Fahrt, da KI bei der Hochgeschwindigkeitsdatenanalyse besser wird. GE HealthCare nutzt sie, um Patientenkapazitäten vorherzusagen und medizinische Abteilungen umzugestalten. Die Technologie von Sophia Genetics wird in über 70 Ländern zur Unterstützung bei Krebsdiagnose und -therapie eingesetzt und nutzt Daten von Patienten mit ähnlichen Merkmalen. Monatlich werden über 35.000 Onkologie-Patienten gegen die digitalen Zwillinge des Unternehmens modelliert, um potenzielle genomische Ursachen zu identifizieren und Therapieantworten vorherzusagen, so Jurgi Camblong, Gründer und CEO von Sophia Genetics.

Camblong betonte die Wichtigkeit, Medizin auf objektiven Daten zu basieren, um Patienten bei der Verständnis ihrer Optionen und informierten Entscheidungen zu helfen.

Die Erstellung eines digitalen Zwillings für den Stoffwechsel eines Menschen galt als fast unmöglich aufgrund der Komplexität, sagte Jahangir Mohammed, Gründer und CEO von Twin Health. Zuvor gründete er Kineto Wireless und Jasper (das 2016 für 1,4 Milliarden Dollar an Cisco verkauft wurde).

Mohammed kam auf die Idee für Twin Health, als er Familie in Südindien besuchte und erfuhr, dass vier von zehn Verwandten an Typ-2-Diabetes litten. Er bemerkte ihre beiläufige Diskussion über hohe Blutzuckerwerte.

Er stellte fest, dass über 77 Millionen Erwachsene in Indien an Typ-2-Diabetes leiden und mehr als die Hälfte es nicht wissen. In den USA erfüllen 38,1 Millionen Erwachsene die Diagnosekriterien.

Mohammeds Forschung zeigte, dass viele häufige chronische Erkrankungen oft zusammen auftreten: Diabetes, Adipositas, Bluthochdruck, hohes Cholesterin und Fettlebererkrankung. Unkontrolliert können sie zu schweren Folgen wie Schlaganfall und Alzheimer führen.

Die Weltgesundheitsorganisation schätzt, dass vermeidbare Erkrankungen über 60 Prozent der globalen Todesfälle verursachen. Wachsende Forschung verbindet mehrere Erkrankungen mit gestörtem Stoffwechsel.

Mohammed hält metabolische Dysfunktion für „vielleicht das größte ungelöste Problem der Welt“.

Kliniker erklärten ihm, dass der Stoffwechsel komplex, dynamisch und individuell verschieden ist. Hunderte metabolischer Wege beeinflussen Tausende von Biomarkern, was eine Vereinfachung auf einen einzigen Test oder Schnappschuss unmöglich macht.

Mohammed konzentrierte sich auf die Grundwahrheiten des Stoffwechsels: Er wird von Verhalten beeinflusst, einschließlich Ernährung, Bewegung, Schlaf, Stress und Medikamenten. Umgekehrt beeinflusst die Biologie eines Menschen Impulse, Energie und Handlungen. Gesundheits-Tracking-Apps wie Shotlee können diese Faktoren überwachen.

„Verhalten verursacht Biologie. Biologie verursacht Verhalten“, sagte Mohammed. „Es ist eine kreisförmige Kausalität.“

Er glaubte, dass die Visualisierung der biologischen Auswirkungen von Handlungen durch einen digitalen Zwilling Verhaltensänderungen motivieren könnte. Kontinuierliche Anleitung durch einen KI-Agenten könnte den Weg zu einem gesunden Pfad erleichtern und halten.

Diese Hypothese kehrte Deb Bauers Diabetes um, indem sie eine potenziell negative Wahl in ein positives Ergebnis verwandelte.

Die Twin-Health-Plattform liefert Echtzeit-Einblicke, wie Entscheidungen zu Essen, Bewegung, Schlaf, Stress und Medikamenten den Stoffwechsel beeinflussen. Sie kombiniert kontinuierliches biometrisches Monitoring, umfangreiche Datensätze, verhaltensspezifische KI-Algorithmen und menschliches Coaching in einer Smartphone-App.

Mohammed und sein Team sammelten sieben Jahre Daten für das System, analysierten 8 Millionen Mahlzeiten von Menschen mit kontinuierlichen Glukosemonitoren (CGM). Sie notierten Essensmuster und blutzuckersenkende Aktivitäten. Diese Daten ermöglichen es dem Modell, Glukosereaktionen vorherzusagen und personalisierte Empfehlungen zu geben.

Das System wird mit jedem neuen Dateneintrag personalisierter. Die Plattform sammelt kontinuierliche Biomarker und Verhaltensdaten, um ein digitales Modell der individuellen Biologie, metabolischen Wege und Verhaltensauswirkungen zu erstellen. „Es erkennt Ursache und Wirkung“, erklärte Mohammed.

Jeder Patient nutzt vier Bluetooth-fähige Sensoren: einen CGM-Pflaster, eine Blutdruckmanschette, eine Körperwaage und eine Smartwatch. Dieser biometrische Datenstrom mit ca. 3.000 Datenpunkten pro Nutzer pro Tag bildet die Basis für den KI-Motor.

Der Twin lernt, Kontexte zu verstehen. Zu Hause könnte er nach einer Mahlzeit einen 10-minütigen Spaziergang vorschlagen. Er passt sich auch individuellen Vorlieben an.

„Wenn ich Salat dreimal ablehne, nervt es mich nicht beim vierten Mal“, sagte Mohammed.

Warnsignale lösen einen „menschlichen Touch“ aus, der zu einem Live-Coach oder Kliniker eskaliert.

Für Patienten wie Bauer war der ständige Feedback-Kreislauf transformierend.

„Alles, was ich aß, habe ich eingegeben, sobald ich einen Bissen nahm“, sagte sie. „Mit der Zeit sagte es mir, sobald ich Essen eingab, dass diese Mahlzeit nicht gut für mich ist.“

Pantalone glaubt, dass die Echtzeit-Anleitung der entscheidende Unterschied in der Cleveland-Clinic-Studie war.

„Der Erfolg dieser Intervention beruhte auf dem Echtzeit-Feedback, das die Patienten durch die App-Interaktion erhielten“, sagte Pantalone. Die App scannt Lebensmittel-Etiketten im Supermarkt und klassifiziert sie als „grün, orange oder rot“, um Nutzern bei gesünderen Entscheidungen zu helfen.

Traditionelle Diabetesberatung fehlt diese Unmittelbarkeit. „[Patienten] hören, was sie tun sollen, aber zu Hause, wenn sie es umsetzen, ist niemand in Echtzeit da, um bei Entscheidungen zu helfen.“

Bauer sah täglich Ergebnisse, was sie motivierte, Herausforderungen zu meistern und von ihren Anstrengungen zu profitieren. Frühe Daten von Twin Health zeigen schnelle physiologische Verbesserungen.

„Die meisten spüren Veränderungen in einer Woche, und nach 90 Tagen gibt es bemerkenswerte Veränderungen“, sagte Mohammed. „Die menschliche Biologie ist widerstandsfähig und anpassungsfähig. Sie reagiert schnell.“

Wenn der Twin-Health-Ansatz nachhaltig ist, könnte er die Sicht der Kliniker auf chronische metabolische Erkrankungen verändern. Ärzte betrachten Typ-2-Diabetes traditionell als unausweichlich fortschreitend.

„Wir sagen ihnen, Diabetes sei eine progressive Erkrankung, und selbst bei perfekter Ernährung und Bewegung könnten sie mit der Zeit mehr Therapie brauchen“, erklärte Pantalone. Das kann emotional belastend sein, und Patienten fühlen sich oft gescheitert, wenn ihre Medikamentenliste wächst.

Die Twin-Health-Studie stellt dieses Narrativ infrage und motiviert andere Gesundheitssysteme zu ähnlichen Ansätzen. Dr. Maria Ansari, Co-CEO der Permanente Federation, sagte, ihre Organisation teste Twin Health nach Überprüfung der Cleveland-Clinic-Ergebnisse.

Neben klinischen Ergebnissen könnte die Technologie auch finanzielle Entlastung bringen. Mohammed schätzt, dass die Plattform pro Diabetes-Patient pro Jahr ca. 8.000 Dollar spart, und 89 Prozent der hochpreisigen GLP-1-Nutzer in Twin-Health-Versicherungsprogrammen nahmen nach Absetzen kein signifikantes Gewicht wieder zu.

Kliniker stellen fest, dass die Technologie zeigt, dass Patienten fähiger und motivierter sind als angenommen. Pantalone beobachtete, dass ältere Erwachsene und Langzeitpatienten im Programm gediehen.

„Meine eigenen Vorurteile als Arzt sollten nicht bestimmen, welche Optionen ich meinen Patienten gebe“, sagte er. „Wer bin ich, zu sagen: ‚Ich glaube nicht, dass du das schaffst‘?“

Derzeit bietet Twin Health das Programm über Arbeitgeber, Versicherungen und ausgewählte Gesundheitssysteme an. Mohammed sagte, das Unternehmen bereite sich auf Nachfrage jenseits diagnostizierter chronischer Patienten vor.

„Es gibt starke Marktnachfrage nach KI-digitalen Zwillingen für alle“, behauptete er, „denn warum warten, bis Menschen krank werden?“

Obwohl die Cleveland-Clinic-Studie keine Sicherheitsprobleme zeigte, erfordert das digitale-Zwilling-Modell sorgfältige Überwachung.

Langfristiges Engagement ist eine große Hürde für den Erfolg. Pantalone merkte an, dass einige Patienten aufgrund „fehlenden frühen Erfolgs oder fehlender Unterstützung zu Hause“ kämpften. Das Protokollieren von Essen fühlt sich anfangs unangenehm an.

Der digitale Zwilling braucht kontinuierliche, genaue Daten. Bauer musste den Studienbeitritt wegen Antibiotika, die ihre Glukosewerte beeinflussten, verschieben. Patienten mit bestimmten Medikamenten sind möglicherweise nicht geeignet.

Im Gegensatz zu Medikamenten mit physiologischen Nebenwirkungen konzentriert sich die Anleitung des Zwilling auf Ernährung, Bewegung, Schlaf und Stressmanagement. Patienten finden es oft einfacher, mit der App ehrlich zu sein als mit einem Arzt.

„Die Leute lernen schnell, dass [der digitale Zwilling] immer die Wahrheit sagt, aber nicht urteilt“, sagte Mohammed.

Während mehr Gesundheitssysteme metabolische Zwillinge übernehmen, müssen Langzeitergebnisse verfolgt werden. Die Cleveland Clinic hat ihre Twin-Health-Studie verlängert, aber die Daten liegen noch nicht vor. Pantalone erwartet, dass die einjährige Remissionsrate mit der Zeit nachlässt.

Trotzdem glaubt er: „Wir werden bei der Mehrheit der Patienten Erfolg sehen, weil sie durch diese Intervention einen neuen Lebensstil gelernt haben.“