Pojedyncza platforma oparta na sztucznej inteligencji, która automatycznie integruje różne dane i zawiera program rozpoznawania żywności, mogłaby zastąpić skomplikowane, czaso- i pracochłonne ręczne wprowadzanie informacji – i to zadanie wypełnia mobilna platforma Auto-Chek Care, która może być połączona z glukometrem, wagą z analizą impedancji bioelektrycznej, sfigmomanometrem i krokomierzem, a dodatkowo rozpoznaje żywność ze zdjęć i przeprowadza analizę jej składu. W badaniach walidacyjnych wykazano aż 86,6 proc. skuteczność w identyfikacji złożonych posiłków.
Teoria to podstawa do praktyki, której podjął się zespół południowokoreańskich naukowców z Sungkyunkwan University School of Medicine, przeprowadzając 48-tygodniowe randomizowane badanie kliniczne, do którego włączono 294 dorosłych z nadwagą lub otyłością oraz cukrzycą typu 2. Uczestników przydzielono losowo do jednej z trzech grup w stosunku 1:1:1; grupa A otrzymała rutynową opiekę diabetologiczną, grupa B samodzielnie korzystała z cyfrowej zintegrowanej platformy opieki zdrowotnej, a grupa C korzystała z platformy z informacjami zwrotnymi od personelu medycznego i sporadycznie stosowały ciągłe monitorowanie poziomu glukozy.
Wykazano, że spadki HbA1c od wartości wyjściowych do 24. oraz 48. tygodnia w grupie B (-0,32 proc. do 24 i -0,28 proc. do 48. tygodnia) i grupie C (-0,49 proc. do 24. i -0,44 do 48. tygodnia) były istotnie statystycznie i znacznie większe niż w grupie A (odpowiednio -0,06 i -0,07 proc.). Dodatkowo pacjenci w grupach B i C wykazywali większą utratę masy ciała w 24. tygodniu, a grupa C także w tygodniu 48.
Lepsza kontrola glikemii, większy spadek masy ciała – a to wszystko na początku drogi sprawdzania nowej technologii. Badanie warte uwagi, gdyż nietrudno sobie wyobrazić, w jak wielkim stopniu komercjalizacja i łatwy dostęp do tego typu platformy mogłyby zrewolucjonizować leczenie pacjentów z cukrzycą typu 2.
