Jak dosáhnout rychlejší titrace BI bez konzultací s lékařem?

U dospělých pacientů s diabetem 2. typu, kteří k titraci bazálního inzulinu (BI) používali aplikaci založenou na umělé inteligenci a hlasové konverzaci (VBAI – voice-based conversational artificial intelligence), bylo optimální dávky dosaženo za 15 dní, což je výrazně kratší doba než v případě standardní péče. Zároveň u nich byla pozorována významně lepší adherence k léčbě, kontrola glykemie a snížení emočního stresu souvisejícího s diabetem. Vyplývá to z dat recentní studie autorů Ashwin Nayak et al., publikované v JAMA Network Open 2023.

Optimalizovat inzulinovou terapii může být u pacientů s diabetem 2. typu náročné vzhledem k nutnosti časté úpravy dávkování. Většina diabetiků tak dostává suboptimální dávky a nedosahuje glykemické kontroly. „V naší studii jsme prokázali, že aplikace fungující na bázi umělé inteligence a využívající hlasovou konverzaci může být použita k tomu, aby lidem s diabetem 2. typu pomohla rychle dosáhnout ideální dávky bazálního inzulinu,“ řekl hlavní autor studie Ashwin Nayak, MD, MS, z kalifornské Stanford University School of Medicine s tím, že tato technologie může vést k rozšíření diabetologické péče poskytované v domácím prostředí. „Zavádíme tak koncept vzdálené intervence, kdy učiníme ‚real time‘ klinické rozhodnutí podle protokolu předem schváleného ošetřujícím lékařem. Řízení dávky inzulinu založené na informacích o glykemii v reálném čase a o dodržování léčby, které jsou hlášeny pacientem, je však jen jedním z příkladů. Dokáži si představit, že by se tento model péče dal aplikovat také u jiných onemocnění.“

Studie využívala autonomní titrace dle doporučených algoritmů

A. Nayak a spolupracovníci provedli 8týdenní randomizovanou, otevřenou studii s paralelními skupinami, jež proběhla od března 2021 do prosince 2022 na čtyřech klinikách primární péče Stanfordské univerzity. Dospělí diabetici 2. typu, kteří vyžadovali zahájení léčby bazálním inzulinem jednou denně, nebo úpravu dávky BI, byli randomizováni v poměru 1 : 1 k inzulinoterapii titrované pomocí aplikace VBAI, či standardně, ošetřujícím lékařem. Pacienti ve skupině s technologií VBAI obdrželi chytrý reproduktor (hlasový asistent) s vlastní aplikací navrženou tak, aby poskytovala autonomní titrací BI s ohledem na aktuální hodnoty glukózy v krvi a s využitím titračních algoritmů American Association of Clinical Endocrinology a American College of Endocrinology. Takto léčení jedinci dostali pokyn, aby se jednou denně ohlásili právě pomocí aplikace a sdělili údaje o použití inzulinu a glykemii nalačno. Všechny interakce účastníků probíhaly prostřednictvím hlasových příkazů a krátkých konverzací. Primárním cílem studie byl čas do dosažení optimální dávky inzulinu (počet dnů potřebných k dosažení glykemické kontroly, definované jako průměrná glykemie nalačno nižší než 130 mg/dl, respektive 7,2 mmol/l), adherence k inzulinu a změna skóre složeného ze tří měření emočního stresu souvisejícího s diabetem, postoje ke zdravotnickým technologiím a dodržování léčby. Studie se zúčastnilo 32 jedinců (z nich 19 žen) v průměrném věku 55,1 roku a s průměrnou hodnotou glykovaného hemoglobinu 9,6 %.

Rychlejší titrace navzdory minimální komunikaci s lékařem

Z výsledků studie vyplynulo, že diabetici používající aplikaci VBAI dosáhli optimální dávky inzulinu v mediánu 15 dní ve srovnání s více než 56 dny u skupiny se standardní péčí (p = 0,006), adherence k inzulinoterapii pak činila v průměru 82,9 vs. 50,2 % ve prospěch využití umělé inteligence (p = 0,01). Dále se ukázalo, že u pacientů ve skupině s aplikací VBAI byla dávka inzulinu automaticky upravována více než 7×, zatímco v kontrolní skupině to bylo méně než 2×. „Byli jsme příjemně překvapeni tím, že se pacientům dařilo dodržovat každodenní přihlášení prostřednictvím aplikace a následovat její instrukce,“ konstatoval A. Nayak a dodal: „Obecně jsme s účastníky studie po zápisu komunikovali velmi málo. Nechali jsme je, aby nás kontaktovali sami, pokud se vyskytly technické problémy nebo měli nějaké klinické otázky. Proto jsme byli opravdu rádi, že pacienti interagovali se svým zařízením téměř 90 % dnů, kdy byli sledováni.“

AI pomohla zlepšit glykemickou kontrolu a snížit emoční stres

Autoři dále zjistili, že glykemické kontroly dosáhlo pomocí aplikace VBAI 81,3 % účastníků (13 ze 16) oproti 25 % (4 ze 16) se standardní péčí (p = 0,005), průměrná glykemie nalačno po osmi týdnech s AI aplikací klesla o 2,5 mmol/l, zatímco u pacientů, kterým byla poskytnuta standardní péče, došlo ke zvýšení glykemie nalačno o 1,2 mmol/l (p = 0,001). Ani v jedné skupině nebyly zjištěny žádné epizody závažné hyperglykemie nebo hypoglykemie. Zároveň bylo prokázáno, že na pětibodové škále PAID-5, hodnotící emoční stres související s diabetem, došlo při použití aplikace VBAI k poklesu skóre v průměru o 1,9 bodu, zatímco při standardní péči se zvýšilo o 1,7 bodu (p = 0,03). V postoji ke zdravotnickým technologiím nebo v adherenci k léčbě žádné rozdíly pozorovány nebyly.

Výsledky tak naznačují, že zdravotnická řešení využívající konverzační umělé inteligence založené na hlasu mohou být užitečná pro titraci léků. „Pokud je nám známo, tato studie představuje první použití aplikace VBAI k autonomní úpravě dávek léků na základě předem schváleného protokolu. Naše zjištění naznačují, že digitální nástroje mohou být užitečné pro titraci léků a že hlasová uživatelská rozhraní mohou být efektivní pro digitální technologie orientované na pacienty,“ shrnul A. Nayak s tím, že „je zapotřebí dalších studií s větší, rozmanitější populací pacientů, stejně jako s jinými indikacemi“.

(red)