Mijn diabetescoach is een AI
Volgens een Amerikaanse gerandomiseerde studie, die is gepubliceerd in de Journal of the American Medical Association (JAMA), is artificiële intelligentie (AI) niet minder goed dan een therapeutische interventie gericht op de levenswijze door een menselijke coach bij patiënten met prediabetes en overgewicht.(1)
Prediabetes is een intermediaire toestand tussen normoglykemie en type 2-diabetes, die echter nog omkeerbaar is na aanpassing van de levenswijze. De patiënten lopen daar echter niet erg warm voor. Die programma's vergen een goede participatie en follow-up, worden gegeven door diëtisten, sportcoaches en diabetologen en slaan misschien niet zo goed aan in de huidige maatschappij.
Het zou best kunnen dat je de patiënten beter, gerichter en voor minder geld kunt begeleiden met AI, dus zonder menselijke coach. Om dat na te gaan, hebben Nestoras Mathioudakis et coll. (Baltimore, Verenigde Staten) een gerandomiseerde non-inferioriteitsfase III-studie uitgevoerd die een AI-app heeft vergeleken met humane coaching.
De geteste app stuurt de patiënten gepersonaliseerde meldingen over het gewichtsmanagement, lichaamsbeweging en de voeding, rekening houdende met gegevens die door de patiënt worden meegedeeld (meting van het gewicht, voedingsdagboek) en passief geregistreerde gegevens (geolokalisatie, lichaamsbeweging). De patiënten van de controlegroep kregen informatie over diezelfde onderwerpen van een coach via videoconferentie, eerst wekelijks en daarna om de twee maanden. De auteurs hebben de impact van beide vormen van coaching op het gewicht, het HbA1c-gehalte en de lichaamsbeweging vergeleken.
Gewicht, lichaamsbeweging, HbA1c-gehalte
De studie is uitgevoerd bij 368 volwassenen, 171 in de AI-groep en 171 in de groep met humane coaching (tijdens de studie zijn 26 proefpersonen uit het oog verloren). 71% van de patiënten waren vrouwen en 61% was blank. De mediane leeftijd was 58 jaar, 72,3% was zwaarlijvig (de andere hadden overgewicht). Alle patiënten hadden prediabetes met een HbA1c-gehalte van 5,7 tot 6,4% (gemiddeld 5,8%).
Het primaire eindpunt van de studie was een samengesteld eindpunt van een HbA1c-gehalte < 6,5% gedurende de hele studie en vermagering met meer dan 5% of met meer dan 4% indien in combinatie met minstens 150 minuten matige of intense lichaamsbeweging per week of een daling van het HbA1c-gehalte met minstens 0,2 percentpunten na 12 maanden.
Het primaire eindpunt werd bereikt door 31,7% (58/183) van de patiënten van de AI-groep en door 31,9% (59/185) van de patiënten die werden begeleid door een menselijke coach.
Er was geen significant verschil in het percentage patiënten met een HbA1c-gehalte > 6,5% tussen de twee groepen: 4,4% in de AI-groep en 3,8% in de controlegroep.
Het aantal patiënten dat het preventieve programma is gestart en heeft afgewerkt, was hoger in de AI-groep (respectievelijk 93,4% en 63,9%) dan in de andere groep (respectievelijk 82,7% en 50,3%).
Volgens de auteurs zorgt AI ervoor dat de preventie toegankelijk wordt en beter aansluit bij de noden van elke patiënt afzonderlijk. Preventie door AI zou niet effectiever zijn dan humane coaching, maar zou even effectief zijn en zou wel meer patiënten bereiken.
Niet onverschillig welk programma
Volgens een publicatie in 20252 geven AI-programma's voor preventie van evolutie van prediabetes naar diabetes al bij al positieve uitkomsten, ook al is het aantal gerandomiseerde, gecontroleerde studies beperkt (6 op de 20 interventiestudies). Maar als de AI enkel voedingsadviezen geeft en geen rekening houdt met de levenswijze, zijn de resultaten weinig reproduceerbaar. AI zou dus kunnen helpen bij de behandeling van diabetes, maar de programma's moeten precies worden aangepast aan de nagestreefde doelstellingen.
Bronnen:
- Mathioudakis N, Lalani B, Abusamaan M et coll. An AI-Powered Lifestyle Intervention vs Human Coaching in the Diabetes Prevention Program: A Randomized Clinical Trial. JAMA. 2025 Oct 27:e2519563.doi: 10.1001/jama.2025.19563.
- Lalani B, Herur R, Zade D et coll. Applications of Artificial Intelligence and Machine Learning in Prediabetes: A Scoping Review. J Diabetes Sci Technol. 2025 Jul 8:19322968251351995. doi: 10.1177/19322968251351995.
Applications of Artificial Intelligence and Machine Learning in Prediabetes: A Scoping Review
