La Cleveland Clinic inverse le diabète de type 2 grâce à l'IA, sans GLP-1

La Cleveland Clinic inverse le diabète de type 2 grâce à l'IA, sans médicaments GLP-1

Les options de Deb Bauer s'amenuisaient cinq ans après son diagnostic de diabète de type 2.

Bauer savait que ses niveaux de glucose augmentaient progressivement à chaque bilan annuel avec son médecin traitant. En 2017, on lui a annoncé qu'elle était diabétique.

Son médecin lui a conseillé de réduire sa consommation de sucre, ce qu'elle savait être un bon conseil. Cependant, changer des habitudes profondément ancrées s'est avéré difficile.

En 2022, elle prenait trois médicaments pour le glucose destinés au diabète, ainsi que des médicaments pour la fibromyalgie et des antibiotiques pour des infections buccales. Son indice de masse corporelle (IMC) était de 35,6, dépassant le seuil de classification de l'obésité à 30.

Après la retraite de son médecin traitant, Bauer s'est tournée vers le Family Health Center de la Cleveland Clinic. Son nouveau médecin lui a suggéré d'ajouter de l'insuline à ses médicaments quotidiens.

Bauer, aujourd'hui âgée de 63 ans, a exprimé sa peur de l'insuline, non pas à cause des injections elles-mêmes, mais en raison de la détérioration de la santé qu'elles signifiaient. Cette peur l'a motivée à prendre le contrôle de sa santé.

Heureusement, la Cleveland Clinic se préparait à étudier une approche non pharmaceutique pour les patients atteints de diabète de type 2. Twin Health affirmait avoir développé le premier « jumeau numérique » alimenté par l'IA des métabolismes des patients, que le système de santé a décidé de tester.

Cette intervention ne comportait ni injections, ni pilules, ni routines d'entraînement strictes. Twin Health visait à améliorer les biomarqueurs et les symptômes du diabète de type 2 à l'aide d'une application et d'une balance synchronisée par Bluetooth, d'un brassard de tension artérielle et d'un appareil portable similaire à un Fitbit.

Après un an dans l'essai, la neuropathie de Bauer a disparu. Son dentiste a été surpris de voir que les abcès dans sa bouche étaient guéris. Elle a arrêté tous les somnifères et antidouleurs, ainsi que la plupart des médicaments régulant le glucose, à l'exception du metformine. Elle a perdu 50 livres et ne répond plus aux critères d'obésité.

Le changement le plus significatif concernait son hémoglobine A1C, qui mesure la glycémie moyenne sur les deux à trois derniers mois. Avant d'utiliser l'application Twin Health, l'A1C de Bauer était supérieur à 8 pour cent, indiquant un risque élevé de complications. Désormais, il est autour de 5,8 pour cent, ce que la Cleveland Clinic considère comme non compatible avec un diabète (inférieur à 6,5 pour cent).

« Je n'aurais jamais rêvé de revoir ça un jour », a déclaré Bauer.

Le Dr Kevin Pantalone, endocrinologue et directeur des initiatives diabète à la Cleveland Clinic, a admis qu'il était initialement sceptique. Il a dit : « Le sceptique en moi voulait en savoir plus. »

Pantalone a expliqué que les patients diabétiques passent typiquement d'un médicament à plusieurs alors que leur état s'aggrave. L'idée de contrôler le diabète tout en réduisant les médicaments semblait très ambitieuse.

À la fin de l'étude de 12 mois portant sur 150 patients, il a été convaincu. Soixante et onze des 100 patients utilisant l'intervention de Twin Health ont atteint une A1C inférieure à 6,5 pour cent, inversant efficacement leur diabète de type 2. Seulement 2,4 pour cent des 50 patients recevant des soins standards ont obtenu le même résultat.

Plus de la moitié des utilisateurs de Twin Health ont arrêté tous les médicaments hypoglycémiants sauf la metformine, contre 2,8 pour cent dans le groupe de soins standards. Les patients Twin Health ont également perdu du poids à un rythme environ deux fois supérieur à celui de leurs pairs.

Pantalone a déclaré que rien, hormis la chirurgie bariatrique, n'a démontré la capacité d'améliorer l'autonomie, d'aider à la perte de poids et de réduire simultanément les médicaments pour le diabète de type 2. Il pense que le jumeau numérique change cela.

Les jumeaux numériques sont des représentations virtuelles d'entités du monde réel qui peuvent simuler l'impact des actions sans affecter les originaux. IBM rapporte que 75 pour cent des entreprises utilisent des jumeaux numériques pour des décisions basées sur les données, particulièrement en optimisation de la chaîne d'approvisionnement et en développement de produits.

Les jumeaux numériques gagnent du terrain en santé alors que l'IA s'améliore dans l'analyse de données à haute vitesse. GE HealthCare les utilise pour anticiper les capacités des patients et redessiner les unités médicales. La technologie de Sophia Genetics est utilisée dans plus de 70 pays pour aider au diagnostic et au traitement du cancer, en utilisant des données de patients aux caractéristiques similaires. Chaque mois, plus de 35 000 patients en oncologie sont modélisés par rapport aux jumeaux numériques de l'entreprise pour identifier des origines génomiques potentielles et prédire les réponses aux thérapies, selon Jurgi Camblong, fondateur et PDG de Sophia Genetics.

Camblong a souligné l'importance de baser la médecine sur des données objectives pour aider les patients à comprendre leurs options et à prendre des décisions éclairées.

Créer un jumeau numérique pour le métabolisme d'une personne était considéré comme presque impossible en raison de sa complexité, selon Jahangir Mohammed, fondateur et PDG de Twin Health. Il a précédemment fondé Kineto Wireless et Jasper (vendu à Cisco pour 1,4 milliard de dollars en 2016).

Mohammed a conçu l'idée de Twin Health lors d'une visite à sa famille dans le sud de l'Inde, où il a appris que quatre des dix proches souffraient de diabète de type 2. Il a remarqué leur discussion décontractée sur leurs niveaux élevés de glucose sanguin.

Il a découvert que plus de 77 millions d'adultes en Inde ont un diabète de type 2, et plus de la moitié l'ignorent. Aux États-Unis, 38,1 millions d'adultes répondent aux critères de diagnostic.

Les recherches de Mohammed indiquaient que de nombreuses maladies chroniques prévalentes se regroupent souvent : diabète, obésité, hypertension, cholestérol élevé et stéatose hépatique. Non contrôlées, elles peuvent entraîner de graves conséquences comme les AVC et Alzheimer.

L'Organisation mondiale de la santé estime que les maladies évitables causent plus de 60 pour cent des décès mondiaux. Des recherches croissantes lient plusieurs maladies à un métabolisme dysfonctionnel.

Mohammed considère le dysfonctionnement métabolique comme « le plus grand problème non résolu au monde ».

Les cliniciens lui ont expliqué que le métabolisme est complexe, dynamique et varie pour chaque individu. Des centaines de voies métaboliques impactent des milliers de biomarqueurs, rendant impossible une simplification en un seul test ou instantané.

Mohammed s'est concentré sur les vérités fondamentales du métabolisme : il est influencé par le comportement, y compris l'alimentation, l'exercice, le sommeil, le stress et les médicaments. Inversement, la biologie d'une personne affecte ses impulsions, son énergie et ses actions. Des applications de suivi de santé comme Shotlee peuvent aider à surveiller ces facteurs.

« Le comportement cause la biologie. La biologie cause le comportement », a déclaré Mohammed. « C'est une causalité circulaire. »

Il croyait que visualiser les effets biologiques des actions via un jumeau numérique pouvait motiver des changements comportementaux. Un guidage continu d'un agent IA pouvait faciliter la découverte et le maintien d'un chemin sain.

Cette hypothèse a inversé le diabète de Deb Bauer en transformant un choix potentiellement négatif en résultat positif.

La plateforme Twin Health fournit des insights en temps réel sur la façon dont les décisions concernant la nourriture, le mouvement, le sommeil, le stress et les médicaments affectent la santé métabolique. Elle combine une surveillance biométrique continue, des ensembles de données étendus, des algorithmes IA spécifiques au comportement et un coaching humain dans une application smartphone.

Mohammed et son équipe ont passé sept ans à collecter des données pour alimenter le système, analysant 8 millions de repas consommés par des personnes utilisant des moniteurs de glucose continus (CGM). Ils ont noté les schémas de consommation alimentaire et les activités abaissant la glycémie. Ces données permettent au modèle de prévoir les réponses glycémiques et d'offrir des recommandations personnalisées.

Le système devient plus personnalisé avec chaque nouvelle entrée de données. La plateforme collecte des biomarqueurs continus et des données comportementales pour créer un modèle numérique de la biologie individuelle, des voies métaboliques et des effets comportementaux. « Il discerne la cause et l'effet », a expliqué Mohammed.

Chaque patient utilise quatre capteurs activés par Bluetooth : un patch CGM, un brassard de tension artérielle, une balance corporelle et une montre connectée. Ce flux d'entrées biométriques, environ 3 000 points de données par utilisateur par jour, forme la base du moteur IA.

Le Twin apprend à comprendre le contexte. Si un patient est à la maison, il pourrait suggérer une marche de 10 minutes après un repas. Il s'adapte aussi aux préférences individuelles.

« Si je refuse la salade trois fois, il ne m'embête pas la quatrième », a dit Mohammed.

Les signaux d'alerte déclenchent un « contact humain », en escaladant vers un coach en direct ou un clinicien.

Pour des patients comme Bauer, la boucle de rétroaction constante a été transformative.

« Tout ce que je mangeais, si je prenais une bouchée, je le saisissais », a-t-elle dit. « Avec le temps, une fois que j'ai commencé à saisir ma nourriture, ça me disait que ce repas n'est pas bon pour vous. »

Pantalone pense que le guidage en temps réel était le facteur différenciateur clé dans l'essai de la Cleveland Clinic.

« Ce qui a assuré le succès de cette intervention, c'est la rétroaction en temps réel que les patients recevaient via l'engagement avec l'application », a déclaré Pantalone. L'application scannait les étiquettes alimentaires au supermarché, les classant en « vert, orange ou rouge », aidant les utilisateurs à faire des choix plus sains.

Le conseil traditionnel pour le diabète manque de cette immédiateté. « [Les patients] entendent ce qu'ils devraient faire, mais quand ils sont chez eux en train de le faire, il n'y a personne en temps réel pour les aider dans le processus de prise de décision. »

Bauer a rapporté voir des résultats quotidiens, la motivant à surmonter les défis et à continuer à bénéficier de ses efforts. Les données précoces de Twin Health indiquent des améliorations physiologiques rapides.

« La plupart des gens ressentent un changement en une semaine, et il y a un changement remarquable en 90 jours », a dit Mohammed. « La biologie humaine est résiliente et adaptative. Elle répond rapidement. »

Si l'approche de Twin Health s'avère durable, elle pourrait changer la façon dont les cliniciens voient les maladies métaboliques chroniques. Les médecins ont traditionnellement vu le diabète de type 2 comme inévitablement progressif.

« Nous leur disons que le diabète est une maladie progressive, et que même s'ils font tout correctement avec leur alimentation et leur exercice, ils pourraient nécessiter plus de thérapie avec le temps », a expliqué Pantalone. Cela peut être émotionnellement épuisant, et les patients se sentent souvent comme des échecs quand leur liste de médicaments s'allonge.

L'essai de Twin Health défie ce récit, incitant d'autres systèmes de santé à envisager des approches similaires. La Dre Maria Ansari, co-PDG de la Permanente Federation, a déclaré que son organisation pilote Twin Health après avoir examiné les résultats de la Cleveland Clinic.

Au-delà des résultats cliniques, la technologie pourrait aussi offrir un soulagement financier. Mohammed estime que la plateforme économise environ 8 000 dollars par an par patient diabétique, et 89 pour cent des utilisateurs à haut coût de GLP-1 dans les programmes d'assurance commerciale de Twin Health n'ont pas repris de poids significatif après l'arrêt.

Les cliniciens ont également noté que la technologie révèle que les patients sont plus capables et motivés qu'on ne le pensait auparavant. Pantalone a observé que les adultes plus âgés et les patients de longue date ont prospéré dans le programme.

« Mes propres biais en tant que médecin ne devraient pas déterminer les options que je donne à mon patient », a-t-il dit. « Qui suis-je pour dire : 'Je ne pense pas que vous puissiez faire ça' ? »

Actuellement, Twin Health est proposé via des employeurs, des assurances santé et certains systèmes de santé. Mohammed a déclaré que l'entreprise se prépare à une demande au-delà des patients diagnostiqués avec des maladies chroniques.

« Il y a une demande significative du marché pour des jumeaux numériques IA pour tout le monde », a-t-il affirmé, « parce que pourquoi attendre que les gens tombent malades ? »

Bien que l'étude de la Cleveland Clinic n'ait révélé aucune préoccupation de sécurité, le modèle de jumeau numérique nécessite une surveillance attentive.

L'engagement soutenu est un obstacle majeur au succès. Pantalone a noté que certains patients ont eu du mal en raison d'un « manque de succès précoce ou d'un manque de système de soutien à la maison ». Saisir les aliments peut sembler gênant au début.

Le jumeau numérique nécessite aussi des données continues et précises. Bauer a dû reporter sa participation à l'étude en raison d'antibiotiques affectant ses lectures de glucose. Les patients sous certains médicaments peuvent ne pas être éligibles.

Contrairement aux médicaments avec des effets secondaires physiologiques, les conseils du jumeau se concentrent sur l'alimentation, le mouvement, le sommeil et la gestion du stress. Les patients peuvent aussi trouver plus facile d'être honnêtes avec l'application qu'avec un médecin.

« Les gens apprennent rapidement que [le jumeau numérique] dit toujours la vérité mais ne les juge pas », a dit Mohammed.

A mesure que plus de systèmes de santé adoptent des jumeaux métaboliques, les résultats à long terme doivent être suivis. La Cleveland Clinic a prolongé son étude Twin Health, mais les données ne sont pas encore disponibles. Pantalone anticipe une certaine diminution du taux de rémission à un an avec le temps.

Toutefois, il croit que « nous allons voir du succès chez la majorité des patients, parce qu'ils ont appris un nouveau mode de vie grâce à cette intervention. »