Una investigación de Johns Hopkins sugiere que las notificaciones push personalizadas impulsadas por IA pueden ayudar a reducir el riesgo de diabetes.
Un estudio reciente reveló que una aplicación de intervención en el estilo de vida basada en inteligencia artificial para la prediabetes redujo el riesgo de diabetes de forma similar a los programas tradicionales dirigidos por humanos en adultos, según informan investigadores de Johns Hopkins Medicine y la Escuela de Salud Pública Johns Hopkins Bloomberg .
Financiado por los Institutos Nacionales de Salud y publicado en JAMA el 27 de octubre, se cree que el estudio es el primer ensayo clínico controlado aleatorizado de fase III que demuestra que una aplicación de programa de prevención de la diabetes impulsada por IA ayuda a los pacientes a cumplir con los puntos de referencia de reducción del riesgo de diabetes establecidos por los Centros para el Control y la Prevención de Enfermedades a tasas comparables a las de los programas dirigidos por humanos.
Se estima que 97,6 millones de adultos en Estados Unidos tienen prediabetes, una afección en la que los niveles de azúcar en sangre son superiores a lo normal, pero inferiores al umbral para la diabetes tipo 2, lo que aumenta su riesgo de desarrollar diabetes tipo 2 en los próximos cinco años. Investigaciones previas han demostrado que los adultos con prediabetes que completan un programa de prevención de la diabetes dirigido por profesionales, que ayuda a los participantes a realizar cambios en su estilo de vida, como la alimentación y el ejercicio, tienen un 58 % menos de probabilidades de desarrollar diabetes tipo 2, como se demostró en el estudio clínico original del Programa de Prevención de la Diabetes de los CDC. Sin embargo, las barreras de acceso, como los conflictos de horarios y la disponibilidad, han limitado el alcance de estos programas.
De los aproximadamente 100 programas digitales de prevención de la diabetes reconocidos por los CDC, los programas impulsados por IA representan solo una pequeña parte, y faltan datos que demuestren su eficacia en comparación con los programas dirigidos por personas.»Incluso más allá de la investigación sobre la prevención de la diabetes, ha habido muy pocos ensayos controlados aleatorios que comparen directamente las intervenciones basadas en IA y dirigidas al paciente con los estándares de atención humana tradicionales.»Nestoras MathioudakisCodirector del Programa de Prevención y Educación sobre la Diabetes de Johns Hopkins Medicine
En el estudio, los investigadores probaron si un programa totalmente impulsado por IA podría proporcionar a los adultos con prediabetes beneficios para la salud similares a los de los programas grupales de un año de duración dirigidos por entrenadores humanos.
«Incluso más allá de la investigación sobre la prevención de la diabetes, ha habido muy pocos ensayos controlados aleatorios que comparen directamente las intervenciones dirigidas por el paciente basadas en IA con los estándares de atención humana tradicionales», dice Nestoras Mathioudakis , codirector médico del Programa de Prevención y Educación sobre la Diabetes de Johns Hopkins Medicine e investigador principal del estudio, con respecto a la ausencia de literatura médica sobre los beneficios para la salud de los programas de prevención de la diabetes basados en IA, o DPP.
Durante la pandemia de COVID-19, 368 participantes de mediana edad, con una edad media de 58 años, se ofrecieron como voluntarios para participar en uno de cuatro programas remotos de 12 meses de duración, dirigidos por profesionales, o en una aplicación con algoritmo de aprendizaje por refuerzo que enviaba notificaciones personalizadas para orientar sobre el control del peso, la actividad física y la nutrición. Todos los participantes cumplían con los criterios de sobrepeso u obesidad del índice de masa corporal específicos para su grupo racial y tenían un diagnóstico de prediabetes antes de comenzar el estudio.
En ambos grupos, se utilizó un monitor de actividad de muñeca para controlar la actividad física de los participantes durante siete días consecutivos cada mes durante los 12 meses del estudio.
Durante su participación en el estudio, los voluntarios continuaron recibiendo atención médica de sus médicos de cabecera, pero no podían participar en otros programas estructurados para la diabetes ni usar medicamentos que afectaran los niveles de glucosa o el peso corporal, como la metformina o los agonistas del GLP-1. Una vez derivados al programa, los investigadores no fomentaron su participación y solo realizaron un seguimiento de ambos grupos a los 6 y 12 meses.
«La mayor barrera para la finalización suele ser el inicio, dificultado por problemas logísticos como la programación», afirma Benjamin Lalani, coautor principal del estudio, estudiante de medicina en la Facultad de Medicina de Harvard e investigador asociado en el Laboratorio Mathioudakis. «Por lo tanto, además de los resultados clínicos, nos interesaba saber si los participantes tenían más probabilidades de comenzar el programa digital asíncrono tras la derivación».
Después de 12 meses, el equipo de estudio encontró que el 31,7% de los participantes del programa basado en IA y el 31,9% de los participantes del programa dirigido por humanos cumplieron con el punto de referencia compuesto definido por los CDC para la reducción del riesgo de diabetes (al menos un 5% de pérdida de peso, un 4% de pérdida de peso más 150 minutos de actividad física por semana, o una reducción absoluta de A1C de al menos un 0,2%).
Los resultados demostraron que se pueden lograr resultados similares con un programa basado en un entrenador humano y un programa basado en IA. Además, el grupo de IA presentó tasas más altas de inicio (93,4 % frente a 82,7 %) y finalización (63,9 % frente a 50,3 %) del programa en comparación con los programas tradicionales.
Los investigadores creen que la facilidad de acceso aumentó la participación en el grupo de IA, lo que demuestra que las intervenciones con IA podrían ser una alternativa eficaz a los programas actuales con tutoría humana. Por ello, los profesionales de atención primaria podrían considerar programas de prevención de la diabetes basados en IA para pacientes que necesitan un programa de cambio de estilo de vida, especialmente aquellos con importantes limitaciones logísticas.
«A diferencia de los programas con supervisión humana, los programas de intervención con IA (IA-DPP) pueden automatizarse por completo y estar siempre disponibles, lo que amplía su alcance y los hace resistentes a factores que pueden limitar el acceso a los programas con supervisión humana, como la escasez de personal», afirma Lalani. «Así pues, si bien la opacidad de la IA es una barrera que se suele citar para su adopción clínica, nuestro estudio demuestra que los programas de intervención con IA pueden proporcionar intervenciones personalizadas fiables».
De cara al futuro, el equipo de investigación está interesado en explorar cómo se traducen los resultados de la aplicación de IA observados a poblaciones de pacientes más amplias y desatendidas en el mundo real, que tal vez no tengan el tiempo ni los recursos para participar en programas tradicionales de intervención en el estilo de vida. Además, se están llevando a cabo varios análisis secundarios que pretenden explorar la preferencia de los pacientes por la IA frente a la intervención humana, el impacto de la participación en los resultados de cada intervención y los costes asociados a los programas de prevención de la diabetes basados en IA.
Como parte del estudio, Sweetch Health, Ltd. y los programas de prevención de la diabetes participantes recibieron una compensación económica por la prestación de servicios a los participantes. Los programas de prevención de la diabetes no tuvieron acceso a los resultados generales de la cohorte, no analizaron los datos del estudio ni proporcionaron interpretaciones de los resultados.
El estudio fue financiado por el Instituto Nacional de Diabetes y Enfermedades Digestivas y Renales y el Instituto Nacional sobre el Envejecimiento. También contó con el apoyo del Instituto Johns Hopkins de Investigación Clínica y Traslacional , financiado parcialmente por el Centro Nacional para el Avance de las Ciencias Traslacionales.
Universidad Johns Hopkins News. R. M. Traducido al español
