Prediabete, un programma di prevenzione con Ia efficace quanto quello tradizionale

Uno studio ha dimostrato che, tra gli adulti con prediabete, un programma di prevenzione (DPP) completamente automatizzato e guidato da intelligenza è risultato efficace quanto un DPP condotto da operatori umani, offrendo una valida alternativa ai programmi tradizionali. È quanto emerge da un trial clinico randomizzato di fase 3, pubblicato su Jama, che ha coinvolto 368 adulti con prediabete e sovrappeso o obesità.

Il prediabete è una condizione metabolica reversibile, intermedia tra la normoglicemia e il diabete di tipo 2. È definito dalla presenza di alterata glicemia a digiuno, alterata tolleranza al glucosio o livelli di HbA1c elevati ma inferiori alla soglia diagnostica per il diabete.

La prevenzione si basa su programmi di stile di vita strutturati, forniti da dietisti, fisiologi dell'esercizio fisico, specialisti del comportamento ed endocrinologi, con un monitoraggio regolare del peso e degli indicatori glicemici; tuttavia, questi interventi rimangono sottoutilizzati nella pratica clinica.

Questo studio clinico è stato condotto in due centri statunitensi e ha arruolato adulti di età pari o superiore a 18 anni con prediabete e sovrappeso o obesità. L'app di intelligenza artificiale ha fornito notifiche personalizzate su gestione del peso, attività fisica e nutrizione. Le raccomandazioni erano basate su dati raccolti sia attivamente (misurazioni del peso, registrazione dei pasti) sia passivamente (geolocalizzazione e accelerometria).

I partecipanti sono stati randomizzati a ricevere un intervento DPP guidato da IA erogato tramite app mobile e bilancia digitale Bluetooth, oppure un rinvio a un intervento erogato da coach umani. Entrambi gli interventi sono stati forniti in modo indipendente dal team di ricerca per un periodo di 12 mesi.

Dopo la randomizzazione e la prima visita, 171 dei 183 partecipanti (93,4%) hanno avviato il DPP guidato da IA e 153 dei 185 (82,7%) hanno avviato il DPP condotto da operatori umani.

L'outcome primario era composito e includeva la riduzione dell'emoglobina glicata (HbA1c) di almeno il 6,5% (o una riduzione assoluta dell'HbA1c di più di 0,2 punti percentuali a 12 mesi) e il raggiungimento di almeno il 4% di perdita di peso e almeno 150 minuti di attività fisica settimanale (valutata con actigrafia).

L'outcome primario è stato raggiunto da 58 dei 183 partecipanti (31,7%) nel gruppo DPP guidato da IA e da 59 dei 185 (31,9%) nel gruppo DPP condotto da operatori umani (differenza di rischio -0,2%; IC 95% unilaterale -8,2%), soddisfacendo il criterio di non inferiorità. L'HbA1c è rimasta > 6,5% nel 4,4% dei soggetti del gruppo AI rispetto al 3,8% di quelli del gruppo guidato dall'uomo.

Inoltre, il completamento del programma è stato più elevato nel gruppo AI, con il 63,9% che ha completato il DPP guidato dall'IA rispetto al 50,3% che ha completato il DPP guidato dall'uomo.

Sebbene il programma basato sull'intelligenza artificiale non abbia superato il modello guidato dall'uomo, ha prodotto risultati comparabili in termini di peso, attività fisica e HbA1c e ha registrato una maggiore partecipazione. Questo suggerisce che l'intelligenza artificiale possa superare alcune barriere all'accesso e ampliare la fruizione di interventi strutturati di prevenzione, soprattutto tra soggetti che difficilmente partecipano ai programmi tradizionali.

Ulteriori ricerche dovrebbero chiarire il suo impatto sull'incidenza del diabete, le prestazioni in diverse popolazioni, le implicazioni in termini di costi e dove gli strumenti basati sull'intelligenza artificiale si integrano meglio con i modelli DPP consolidati.