当您首次得知血糖水平过高时，感觉就像站在悬崖边缘。糖尿病前期的诊断意味着您尚未患病，但已接近患病边缘。您可能会告诉自己要改善饮食或增加运动，但独自一人实现这些改变似乎令人望而生畏。
约翰霍普金斯医学院（Johns Hopkins Medicine）最新发表的一项研究带来了一丝希望：人工智能驱动的项目可以帮助人们实现这些生活方式改变，效果与传统人工指导项目相当甚至更优。
测试数字生命线
该研究发表在《美国医学会杂志》（JAMA）上，由美国国立卫生研究院（National Institutes of Health）资助，是首个三期随机对照临床试验，旨在调查并比较人工智能糖尿病预防计划（AI-DPP）与人工指导糖尿病预防计划的效果。研究目标简单而有力：技术能否在人们所在之处——家中、智能手机上、一天中的任何时间——帮助他们做出有意义的改变？
目前，估计约有9760万美国成年人处于糖尿病前期。如果不做出改变，许多人将在接下来的五年内发展为2型糖尿病。强调饮食、运动和减重的全面生活方式计划可将这一风险降低50%以上。问题是，通常很少有人报名参加这些计划。
成本、时间、交通和日程安排等障碍构成了实际困难。研究团队想知道人工智能是否能帮助克服其中一些障碍。
数字背后的参与者
2021年10月至2024年12月间，共有368名糖尿病前期成年人参与了试验。研究参与者的中位年龄为58岁。大多数志愿者为女性，且代表了多种族和民族背景。每位志愿者被随机分配到两组中的一组。
一组通过美国疾病控制与预防中心（CDC）认可的项目接受为期一年的标准人工指导计划，另一组则使用带有蓝牙秤的人工智能应用。人工智能组参与者每天收到个性化反馈，这些反馈依赖于"强化学习"算法（即机器学习），该算法根据个人的行为模式和进展调整应用信息。
该应用提供了对关键日常小行动的提示：提醒用户称重、散步，或在动力减弱时温和地鼓励参与者。每次应用互动都为用户提供相关、及时且支持性的反馈。
人工指导组的参与者加入了四个为期一年的项目之一，这些项目从每周虚拟会议开始，随后转为维护会议。人工指导员带领参与者讨论食物、身体活动以及应对挫折的策略。这些为期一年的项目遵循美国疾病控制与预防中心先前研究的糖尿病预防计划，已报告将糖尿病风险降低58%。
研究发现
12个月后，两组受试者显示出几乎相同的结果。两组中约32%的受试者达到了美国疾病控制与预防中心的糖尿病预防综合指标，该指标定义为体重减轻5%、每周进行150分钟中等强度身体活动或糖化血红蛋白（A1C）降低0.2%。
参与率数据甚至更为令人印象深刻；93%的AI项目参与者开始了他们的计划，而人工指导项目参与者为83%。此外，64%使用AI项目的参与者完成了全年计划，而在人工指导项目中这一比例约为一半。
约翰霍普金斯糖尿病预防与教育计划联合医疗主任内斯托拉斯·马西奥迪基斯博士（Dr. Nestoras Mathioudakis）解释了他认为这是一个重大转折点的原因。他表示："即使超出糖尿病精准医疗范畴，也很少有随机试验将AI和患者指导干预与传统人工护理标准进行比较。"
哈佛医学院（Harvard Medical School）现任学生、共同第一作者本杰明·拉拉尼（Benjamin Lalani）指出，最终结果凸显了可及性的重要性。他表示："DPP完成的最大障碍往往只是开始行动。AI-DPP消除了人们在开始前就被绊倒的日程安排和后勤障碍。"
大规模的个人改变
这个故事的情感层面是无法用数字捕捉的体验和感受：当人们将应用融入日常生活时，他们所经历的解脱、希望和自信。
对于试图平衡工作、家庭和健康问题的人来说，AI提供的灵活性价值连城。无需记住上课时间，无需安排和会见指导员；只要个人有时间关注健康，干预措施就随时可用。
AI项目平台利用通过手机和秤收集的行为数据，为每个人提供增强支持，随着个人行为的改变，定制化程度不断提高。如果系统注意到某人数天未输入体重，它会温和地提醒他们落后了。如果个人的步数减少到低于其平均水平，它会鼓励个人在附近散步。这种持续的可用性似乎比传统项目更能激发参与者的参与度。
然而，人工指导项目提供了AI无法复制的东西：归属感、共同体验以及通过社区建立的责任感。对一些人来说，仅仅与指导员或其他人联系就可以成为保持参与的激励因素。该研究并未表明一种方法优于另一种——它只确定两者同样有效。主要区别在于将个人与改变联系起来的方式。
人工智能在健康领域的未来
需要强调的是，该研究仅包括熟悉技术、对使用数字工具感到舒适的积极样本，关于该应用在年龄更大、更小或数字素养较低人群中的表现如何，结论尚不明确。此外，试验未评估最终有多少参与者发展为糖尿病，这需要更长时间的随访。
尽管如此，这些影响前景广阔。完全自动化的项目可能有助于缓解人员配置困难的医疗系统压力，并触及数百万从未亲自参加人工指导教育或行为改变体验的人。对于与体重管理或血糖管理作斗争的患者，这些数字健康工具可能成为医生可行的转诊选择。
约翰霍普金斯团队目前正在探索AI干预措施在现实世界中的持续调查。他们还在研究AI和以人为中心项目在成本、参与度和患者偏好方面的差异。马西奥迪基斯博士很好地总结道，医学的未来可能是人类同理心与机器智能的完美结合点。
研究的实际意义
这项研究提出了一种可能的糖尿病预防模式，既个性化又可扩展。AI项目可以为数百万不习惯传统护理方式的人提供经济实惠的24/7支持。
数字健康工具可以通过降低成本和准入障碍（如日程安排、交通等），帮助改善健康公平差距，使健康预防工作更加公平和可及。对最终用户而言，它们有可能提供灵活性和动力；对医疗系统而言，它们可能有助于补充现有人员的局限性。
借助改进的工具，它们可以帮助遏制2型糖尿病日益增长的浪潮，并让人们逐步掌握自己的健康——一次小小的推动。
研究结果可在《美国医学会杂志》（JAMA）在线获取。
【全文结束】
