Cleveland Clinic odwraca cukrzycę typu 2 za pomocą AI, nie leków GLP-1

Cleveland Clinic odwraca cukrzycę typu 2 za pomocą AI, nie leków GLP-1

Opcje Deb Bauer malały pięć lat po diagnozie cukrzycy typu 2.

Bauer wiedziała, że jej poziomy glukozy stopniowo rosną podczas każdego corocznego badania u lekarza pierwszego kontaktu (PCP). W 2017 roku usłyszała diagnozę cukrzycy.

Jej lekarz zalecił ograniczenie cukru, co wiedziała, że jest dobrą radą. Jednak zmiana głęboko zakorzenionych nawyków okazała się trudna.

Do 2022 roku przyjmowała trzy leki na glukozę w cukrzycy, leki na fibromialgię i antybiotyki na infekcje jamy ustnej. Jej wskaźnik masy ciała (BMI) wynosił 35,6, przekraczając próg otyłości 30.

Po przejściu lekarza pierwszego kontaktu na emeryturę, Bauer zgłosiła się do Family Health Center w Cleveland Clinic. Nowy lekarz zasugerował dodanie insuliny do codziennych leków.

Bauer, obecnie 63-letnia, wyraziła strach przed insuliną – nie przed zastrzykami, ale przed pogorszeniem zdrowia, które to oznaczało. Ten strach zmotywował ją do przejęcia kontroli nad swoim zdrowiem.

Na szczęście Cleveland Clinic przygotowywało się do badań nad niefarmakologicznym podejściem dla pacjentów z cukrzycą typu 2. Twin Health twierdziło, że opracowało pierwszy wspomagany AI „cyfrowy bliźniak” metabolizmu pacjenta, co system zdrowotny zdecydował się przetestować.

Ta interwencja nie obejmowała zastrzyków, tabletek ani rygorystycznych treningów. Twin Health dążyło do poprawy biomarkerów i objawów cukrzycy typu 2 za pomocą aplikacji oraz wagi, mankietu do mierzenia ciśnienia i urządzenia noszonego zsynchronizowanych przez Bluetooth, podobnego do Fitbit.

Po roku w badaniu neuropatia Bauer zniknęła. Jej dentysta był zaskoczony, widząc, że ropnie w jamie ustnej się zagoiły. Zaprzestała wszystkich tabletek nasennych i przeciwbólowych oraz większości leków regulujących glukozę, z wyjątkiem metforminy. Schudła 50 funtów i nie spełnia już kryteriów otyłości.

Największa zmiana nastąpiła w hemoglobinie A1C, która mierzy średni poziom cukru we krwi z ostatnich dwóch do trzech miesięcy. Przed użyciem aplikacji Twin Health A1C Bauer przekraczała 8 procent, co wskazywało wysokie ryzyko powikłań. Teraz wynosi około 5,8 procenta, co Cleveland Clinic uważa za niepasujące do cukrzycy (poniżej 6,5 procenta).

„Nigdy nie śniłam, że znów to zobaczę” – stwierdziła Bauer.

Dr Kevin Pantalone, endokrynolog i dyrektor inicjatyw diabetologicznych w Cleveland Clinic, przyznał, że początkowo był sceptyczny. Powiedział: „Sceptyk we mnie chciał wiedzieć więcej”.

Pantalone wyjaśnił, że pacjenci z cukrzycą zazwyczaj przechodzą od jednego leku do wielu, gdy stan się pogarsza. Pomysł kontrolowania cukrzycy przy jednoczesnym zmniejszaniu leków wydawał się bardzo ambitny.

Pod koniec 12-miesięcznego badania z udziałem 150 pacjentów stał się przekonany. Siedemdziesięciu jeden z 100 pacjentów korzystających z interwencji Twin Health osiągnęło A1C poniżej 6,5 procenta, skutecznie odwracając cukrzycę typu 2. Tylko 2,4 procenta z 50 pacjentów otrzymujących standardową opiekę osiągnęło ten sam wynik.

Ponad połowa użytkowników Twin Health zaprzestała wszystkich leków obniżających glukozę z wyjątkiem metforminy, w porównaniu do 2,8 procenta w grupie standardowej opieki. Pacjenci Twin Health chudli również około dwa razy szybciej niż ich odpowiednicy.

Pantalone stwierdził, że nic poza chirurgią bariatryczną nie wykazało zdolności do poprawy samodzielności, wspomagania utraty wagi i jednoczesnego zmniejszania leków w cukrzycy typu 2. Uważa, że cyfrowy bliźniak to zmienia.

Cyfrowe bliźniaki to wirtualne reprezentacje rzeczywistych bytów, które mogą symulować wpływ działań bez wpływu na oryginały. IBM podaje, że 75 procent firm używa cyfrowych bliźniaków do decyzji opartych na danych, szczególnie w optymalizacji łańcucha dostaw i rozwoju produktów.

Cyfrowe bliźniaki zyskują na znaczeniu w opiece zdrowotnej wraz z poprawą AI w analizie dużych zbiorów danych z wysoką prędkością. GE HealthCare używa ich do przewidywania pojemności pacjentów i przeprojektowywania oddziałów medycznych. Technologia Sophia Genetics jest używana w ponad 70 krajach do pomocy w diagnozowaniu i leczeniu raka, wykorzystując dane od pacjentów o podobnych cechach. Co miesiąc ponad 35 000 pacjentów onkologicznych jest modelowanych względem cyfrowych bliźniaków firmy, aby zidentyfikować potencjalne genomiczne pochodzenie i przewidzieć odpowiedzi na terapię – podaje Jurgi Camblong, założyciel i CEO Sophia Genetics.

Camblong podkreślił znaczenie opierania medycyny na obiektywnych danych, aby pomóc pacjentom zrozumieć ich opcje i podejmować świadome decyzje.

Stworzenie cyfrowego bliźniaka metabolizmu osoby uważano za prawie niemożliwe ze względu na złożoność – według Jahangira Mohammeda, założyciela i CEO Twin Health. Wcześniej założył Kineto Wireless i Jasper (sprzedany Cisco za 1,4 miliarda dolarów w 2016 roku).

Mohammed wymyślił pomysł Twin Health podczas wizyty u rodziny w południowych Indiach, gdzie dowiedział się, że czworo z dziesięciu krewnych ma cukrzycę typu 2. Zauważył ich swobodne rozmowy o wysokim poziomie glukozy.

Stwierdził, że ponad 77 milionów dorosłych w Indiach ma cukrzycę typu 2, a ponad połowa nie jest świadoma. W USA 38,1 miliona dorosłych spełnia kryteria diagnozy.

Badania Mohammeda wskazały, że wiele powszechnych chorób przewlekłych często występuje klastrowo: cukrzyca, otyłość, nadciśnienie, wysoki cholesterol i stłuszczenie wątroby. Niekontrolowane mogą prowadzić do poważnych konsekwencji, takich jak udar i choroba Alzheimera.

Światowa Organizacja Zdrowia szacuje, że choroby możliwe do zapobiegania powodują ponad 60 procent zgonów na świecie. Rosnące badania łączą kilka chorób z dysfunkcją metaboliczną.

Mohammed uważa dysfunkcję metaboliczną za „największy nierozwiązany problem świata”.

Klinicyści wyjaśnili mu, że metabolizm jest złożony, dynamiczny i różny dla każdego. Setki szlaków metabolicznych wpływają na tysiące biomarkerów, co uniemożliwia uproszczenie do jednego testu czy migawki.

Mohammed skupił się na fundamentalnych prawdach o metabolizmie: jest on wpływany przez zachowanie, w tym dietę, ćwiczenia, sen, stres i leki. Odwrotnie, biologia osoby wpływa na jej impulsy, energię i działania. Aplikacje do śledzenia zdrowia jak Shotlee mogą pomóc monitorować te czynniki.

„Zachowanie powoduje biologię. Biologia powoduje zachowanie” – stwierdził Mohammed. „To kołowa przyczynowość”.

Uważał, że wizualizacja biologicznych efektów działań poprzez cyfrowego bliźniaka może motywować do zmian behawioralnych. Ciągłe wskazówki od agenta AI mogłyby ułatwić znalezienie i utrzymanie zdrowej ścieżki.

Ta hipoteza odwróciła cukrzycę Deb Bauer, przekształcając potencjalnie negatywny wybór w pozytywny rezultat.

Platforma Twin Health dostarcza w czasie rzeczywistym wglądu w to, jak decyzje dotyczące jedzenia, ruchu, snu, stresu i leków wpływają na zdrowie metaboliczne. Łączy ciągłe monitorowanie biometryczne, obszerne zestawy danych, algorytmy AI specyficzne dla zachowań i coaching ludzki w aplikacji mobilnej.

Mohammed i jego zespół spędzili siedem lat na gromadzeniu danych do zasilania systemu, analizując 8 milionów posiłków zjedzonych przez osoby używające ciągłych monitorów glukozy (CGM). Zauważyli wzorce konsumpcji żywności i aktywności obniżające cukier we krwi. Te dane umożliwiają modelowi prognozowanie odpowiedzi glukozy i oferowanie spersonalizowanych zaleceń.

System staje się bardziej spersonalizowany z każdym nowym wpisem danych. Platforma zbiera ciągłe biomarkery i dane behawioralne, tworząc cyfrowy model biologii osoby, szlaków metabolicznych i efektów behawioralnych. „Rozpoznaje przyczynę i skutek” – wyjaśnił Mohammed.

Każdy pacjent używa czterech sensorów Bluetooth: plastra CGM, mankietu do ciśnienia, wagi i smartwatcha. Ten strumień danych biometrycznych, około 3000 punktów na użytkownika dziennie, stanowi podstawę silnika AI.

Twin uczy się rozumieć kontekst. Jeśli pacjent jest w domu, może zasugerować 10-minutowy spacer po posiłku. Dostosowuje się też do indywidualnych preferencji.

„Jeśli odmówię sałatki trzy razy, za czwartym nie naciska” – powiedział Mohammed.

Sygnały ostrzegawcze uruchamiają „ludzki kontakt”, eskalując do żywego coacha lub klinicysty.

Dla pacjentów jak Bauer pętla ciągłego feedbacku była transformacyjna.

„Wszystko, co zjadłam, jeśli ugryzłam, wpisywałam” – powiedziała. „Z czasem, gdy zaczęłam wpisywać jedzenie, mówiło mi, że ten posiłek nie jest dla ciebie dobry”.

Pantalone uważa, że wskazówki w czasie rzeczywistym były kluczowym wyróżnikiem w badaniu Cleveland Clinic.

„To, co zapewniło sukces tej interwencji, to feedback w czasie rzeczywistym, jaki pacjenci otrzymywali poprzez zaangażowanie w aplikację” – stwierdził Pantalone. Aplikacja skanowała etykiety żywności w sklepie, klasyfikując je jako „zielone, pomarańczowe lub czerwone”, pomagając użytkownikom w zdrowszych wyborach.

Tradycyjne poradnictwo diabetologiczne brakuje tej natychmiastowości. „[Pacjenci] słyszą, co powinni robić, ale gdy są w domu i to robią, nikt nie pomaga im w czasie rzeczywistym w procesie podejmowania decyzji”.

Bauer zgłaszała codzienne wyniki, co motywowało ją do pokonywania wyzwań i kontynuowania korzyści z wysiłków. Wstępne dane z Twin Health wskazują na szybkie poprawy fizjologiczne.

„Większość ludzi czuje zmianę w ciągu tygodnia, a w 90 dni następuje niezwykła zmiana” – powiedział Mohammed. „Biologia ludzka jest odporna i adaptacyjna. Odpowiada szybko”.

Jeśli podejście Twin Health okaże się zrównoważone, może zmienić sposób, w jaki klinicyści postrzegają przewlekłe choroby metaboliczne. Lekarze tradycyjnie uważali cukrzycę typu 2 za nieuniknienie pogarszającą się.

„Mówimy im, że cukrzyca to choroba postępująca i że nawet jeśli zrobią wszystko dobrze z dietą i ćwiczeniami, mogą wymagać więcej terapii z czasem” – wyjaśnił Pantalone. To może być emocjonalnie obciążające, a pacjenci często czują się jak niepowodzenie, gdy lista leków rośnie.

Badanie Twin Health kwestionuje tę narrację, skłaniając inne systemy zdrowotne do rozważenia podobnych podejść. Dr Maria Ansari, współ-CEO Permanente Federation, stwierdziła, że jej organizacja testuje Twin Health po przejrzeniu wyników Cleveland Clinic.

Ponad wyniki kliniczne technologia może przynieść ulgę finansową. Mohammed szacuje, że platforma oszczędza około 8000 dolarów rocznie na pacjenta z cukrzycą, a 89 procent wysokokosztowych użytkowników GLP-1 w programach ubezpieczeniowych Twin Health nie przytyło znacząco po zaprzestaniu.

Klinicyści zauważyli też, że technologia pokazuje, iż pacjenci są bardziej zdolni i zmotywowani, niż zakładano. Pantalone zaobserwował, że starsi dorośli i wieloletni pacjenci odnosili sukcesy w programie.

„Moje własne uprzedzenia jako lekarza nie powinny decydować o opcjach, jakie daję pacjentowi” – powiedział. „Kim jestem, by mówić: 'Nie sądzę, że dasz radę'?”

Obecnie Twin Health jest oferowane przez pracodawców, plany zdrowotne i wybrane systemy zdrowotne. Mohammed stwierdził, że firma przygotowuje się na popyt poza pacjentami z diagnozą chorób przewlekłych.

„Na rynku jest znaczący popyt na cyfrowe bliźniaki AI dla wszystkich” – twierdzi, „bo po co czekać, aż ludzie zachorują?”

Chociaż badanie Cleveland Clinic nie wykazało problemów z bezpieczeństwem, model cyfrowego bliźniaka wymaga ostrożnego nadzoru.

Trwałe zaangażowanie to główna bariera sukcesu. Pantalone zauważył, że niektórzy pacjenci mieli trudności z powodu „braku wczesnych sukcesów lub braku wsparcia w domu”. Wpiswanie żywności początkowo może być krępujące.

Cyfrowy bliźniak potrzebuje też ciągłych, dokładnych danych. Bauer musiała opóźnić udział w badaniu z powodu antybiotyków wpływających na odczyty glukozy. Pacjenci na niektórych lekach mogą nie kwalifikować się.

W przeciwieństwie do leków z efektami ubocznymi fizjologicznymi, wskazówki bliźniaka skupiają się na diecie, ruchu, śnie i zarządzaniu stresem. Pacjenci mogą też łatwiej być szczerzy z aplikacją niż z lekarzem.

„Ludzie szybko uczą się, że [cyfrowy bliźniak] zawsze mówi prawdę, ale ich nie ocenia” – powiedział Mohammed.

W miarę jak więcej systemów zdrowotnych adoptuje metaboliczne bliźniaki, długoterminowe wyniki wymagają śledzenia. Cleveland Clinic przedłużyło badanie Twin Health, ale dane nie są jeszcze dostępne. Pantalone przewiduje pewien spadek wskaźnika remisji po roku.

Mimo to wierzy: „U większości pacjentów zobaczymy sukces, bo nauczyli się nowego stylu życia dzięki tej interwencji”.