Kan kunstig intelligens (AI) virkelig endre hverdagen med diabetes?

Spør omtrent hvem som helst som gjør det å leve med diabetes så utfordrende, og de tror de vet svarene.

"Skuddene." (Egentlig blir du vant til dem ganske raskt.)

“Måltidsplanleggingen.” (Sannferdig, det er det alle burde gjøre.)

"Kostnaden." (Ja, det er ganske grovt, men ikke slutt.)

Virkeligheten? Det som tynger mest for de med diabetes eller som kjemper før diabetes, er mer enn bare en behandlingsplan, utallige nålestikk, eller til og med de ofte skremmende regningene.

"Det er det uendelige, konstante og uunngåelige surret i hodet på deg om hva du gjør riktig, hva du gjør galt, hvor lenge insulinet ditt har vært om bord, hvis barista virkelig målte peanøttsmøret slik du spurte," sier Jaime Jones fra Colorado, som har behandlet barnets type 1-diabetes (T1D) i åtte år nå. "Det er uunngåelig av det hele. Ærlig talt kan det føles sjeleknusende. ”

Faktisk sier eksperter at personer med diabetes er i konstant beslutningsprosess. Den berømte endokrinologen Dr. Howard Wolpert, Chief Medical Officer for Connected Care ved Lilly Cambridge Innovation Center, anslår at en person med diabetes tar minst 300 diabetesrelaterte beslutninger om dagen. Det er mer enn 109 000 beslutninger per år.

Ikke rart folk blir utbrent, snublet opp eller bare slutter.

Kan alt som beveger seg mot en bedre morgendag? Bruk av såkalt maskinlæring, eller kunstig intelligens (AI), i diabetesomsorg er en voksende industri. Det er ikke bare fokusert på bedre resultater for de med diabetes, men et bedre liv når de jobber mot disse målene.

Håpet er å lage tilgjengelige programmer, apper og andre verktøy for å overta noe av den stadige beslutningstaking - eller i det minste hjelpe folk å samle og vurdere sine egne data for å gi mening om det på en måte som hjelper med å lette dag-til-dag byrde.

Kan AI være det neste store gjennombruddet i daglig diabetesbehandling? Mange håper det.

Hvorfor AI?

Begrepene AI og maskinlæring brukes ofte om hverandre fordi de refererer til datamaskiners evne til å knuse enorme datasett og "lære" av mønstrene oppdaget på et nivå som menneskesinnet aldri kunne oppnå.

Kunstig intelligens i helsevesenet forventes å være en industri på 8 milliarder dollar innen 2022, men Food and Drug Administration (FDA) har fortsatt bekymringer for reproduserbarheten av resultater og mangler i datasettene som brukes - inkludert mangel på mangfold.

Drømmen er likevel en AI-drevet verden der trinnsporeren snakker med menstruasjonssykluskalenderen, hjertemonitoren, måleren eller kontinuerlig glukosemonitor (CGM) og mer. Disse systemene vil dele og sammenligne data ved hjelp av algoritmer og deretter presentere, på en lettlest-og-tilgang, enkel å forstå måte, hvilken avgjørelse som er best for en person i øyeblikket, som en lege i lommen eller en ekte "diabetes-hvisker", som stille deg i retning av disse beslutningene og frigjør hjernen din til å fokusere på resten av livet.

Pipe drøm? Kanskje ikke.

I diabetesverdenen har AI allerede aktivert en revolusjon i lukkede systemer (aka Artificial Pancreas-teknologi) og sammenkoblede verktøy for å hjelpe en person med diabetes å samle inn og lagre mer data, se trender fra disse dataene og bli pekt på bedre beslutninger.

‘Smart’ diabetesteknologi

Da insulinpumper først begynte å holde rede på ting som bolusdoser for tidligere måltider, feiret diabetesverdenen. Det var et babytrinn, og nå har flere trinn ført oss til smartere og mer integrerte verktøy.

I dag er selskaper som Livongo, Cecelia Health, One Drop, Virta Health og mySugr alle i gang med AI-drevne systemer designet for å samle, lagre, spre og bruke data for mer effektiv og individualisert diabetesbehandling.

Livongo, for eksempel, kombinerer blodsukkerovervåking med coaching og fjernovervåking (nudging brukeren når det er behov), sammen med noen fine detaljer som å holde oversikt over hvor mange striper du bruker og påminn deg om å bestille. One Drop hjelper brukere med å spore glukosenivåer sammen med aktivitet, medisiner og mat, tilbyr coaching i appen og kobler brukere til et samfunn for støtte når det er nødvendig. Virta Health tilbyr virtuell ernæringscoaching for de med diabetes og type 2-diabetes.

Den morsomme taglinjen på mySugr legemliggjør målet for dem alle: "Å få diabetes til å suge mindre."

Systemet deres kommer i tre nivåer. Først en gratis app som veileder brukere i sporing av glukosenivåer, insulindoser, måltider og mer, og deretter gir en detaljert analyse av denne informasjonen. Det estimerer A1C-resultater, skriver ut en rapport for medisinske avtaler og gir brukerne et solid blikk på 24 timers informasjon når som helst.

Det er også en høyere, mer forsterket rapport og et tredje servicenivå som gir coaching i form av diabetespedagoger som ser på og studerer brukernes informasjon og når ut når de anser det nødvendig.

Langvarig type 1 Scott Johnson, som er mySugrs talsmann, sier at han ikke vil kalle det "ekte AI" ennå, men sa at selskapet er på vei til å komme dit i tide.

"Vi vet at diabetesomsorg er datadrevet," sier Johnson. ”Men egentlig, ikke mange fortsetter å logge (data) lenge. mySugr gjør den slags arbeid nå. Og i fremtiden vil den tilby enda mer dataanalyse og veiledning. ”

Han legger på et personlig notat: "Jeg vil laste ned så mange av mine diabetesbeslutninger som mulig, og ærlig talt tror jeg [mySugr] kan gjøre en bedre jobb med det enn jeg kan."

Det er bred enighet om at selv om disse er bedre enn noe som var tilgjengelig tidligere, kan AI gå mye lenger mot å forbedre livet med diabetes.

Sikt mot jevn blodsukker

San Francisco-baserte Steady Health regner seg som "Amerikas første fullstendig virtuelle endokrinologiklinikk." 25. august 2020 lanserer de et 5-ukers startprogram som koster $ 50 og inkluderer resept på to CGM-er, AI-støttet smarttelefonbasert coaching og utdanning rundt mat og trening, og datatolkning hos en endokrinolog.

Klikk her for detaljer.

Quin-appen tar diabetes AI videre

London-baserte Cyndi Williams jobbet som kjemisk ingeniør og innovatør da hun møtte medarbeider Isabella Degen, som tilfeldigvis har T1D selv. Med tiden skjønte de to at de hadde et kombinert kall: Lag en plattform som bedrer livene til de med diabetes og de som bryr seg om dem.

Slik ble Quin-appen født - som Forbes-magasinet mener "kan forvandle diabetesbehandling for millioner over hele verden."

Quin står for "kvantifiserende intuisjon", som er en nikk til alle som bruker insulin. Selv om utviklerne ikke planlegger at dette skal være en lukket sløyfeteknologi, inkluderer den mange av de automatiserte og beslutningsstøttefunksjonene som AP-er kan tilby.

Det Quin gjør - eller hva Williams og teamet jobber for at det skal gjøre - er å ta alle slags personlige helseopplysninger som er mulig, omforme det med beslutninger i det daglige livet, og deretter bruke all den kombinerte informasjonen for å hjelpe mennesker med diabetes med å ta smarte valg med mindre hjernearbeid.

Med tiden sier Williams at appen vil grave dypt inn i de mange fysiologiske og psykologiske hendelsene i en persons kropp, spore hva forskjellige matvarer gjør med en person til forskjellige tider og på forskjellige steder, ta alt som en, og bli, i det vesentlige, som allvitende doktor i en lomme mennesker med diabetes kan trenge.

Selv om den ennå ikke er tilgjengelig i USA, har en tidlig versjon vært i hendene på brukere i Irland og Storbritannia det siste året.

Det er viktigere at Quin ikke krever at en person skal være på en insulinpumpe eller til og med en CGM. Det studerer eller antyder ikke karboforhold, og det forutsier heller ikke blodsukkernivået.

”Inntil nå har digital diabetes handlet veldig om å observere hva vi gjør og legge det inn i dataene. Det er relativt flatt, sier Williams. “Vi lever i en verden der Spotify vet hvilken musikk vi vil høre på. Vi er ikke der ennå i diabetes, men vi kan være det. Vi ønsker å redusere den kognitive belastningen på en person med diabetes. ”

Hvordan Quin fungerer

Quin trekker på data fra andre helseverktøy en person med diabetes kan bruke (trinnsporere, pulsmåler osv.), Og også fra informasjonen de deler direkte med appen for å hjelpe til med å formulere beslutninger basert på tidligere livserfaringer.

Med andre ord hjelper Quin brukeren med å bestemme hva de skal gjøre i øyeblikket, basert på intelligens samlet fra tidligere lignende beslutninger. Det gjør alt arbeidet for deg: I stedet for å skure hjernen din etter "Hva pokker skjedde den andre gangen jeg hadde en latte klokka 12?" Du kan se til Quin for å gjøre det minnearbeidet, legge det over den nåværende situasjonen og sømløst nullstille en handlingsbeslutning.

Algoritmen deres er avhengig av noen innspill: Quin ber brukeren ta et bilde av et måltid (eller den latteen) og legge inn den informasjonen. Quin vil gå derfra og merke andre datapunkter: tidspunktet på dagen, pulsen din, hvis du er opptatt eller stresset og mer. Da hjelper det deg å ikke bare se hvilken mengde insulindose som kan være best for den maten, men hvilken dose som er best for den maten i det øyeblikket for deg og bare deg.

"Det er en filosofi basert på ideen om at dine tidligere beslutninger (uansett utfallet) er den beste informasjonen vi har," sier Williams.

Selv om ting som lavere A1C og mer tid innen rekkevidde (TIR) ​​er avgjørende, går målet utover blodsukker, sier hun. "Det vi ser på er hvordan vi kan forbedre hele livet til personen."

Brukerresultatene har vært sterke så langt. En preklinisk studie våren 2019, inkludert 100 brukere, viste at 76 prosent hadde færre hypos og 67 prosent hadde bedre TIR. Også over 60 prosent sa at de "føler seg tryggere og rapporterer at deres liv med diabetes er bedre nå," bemerker Williams.

De vil sannsynligvis gå gjennom prosessen for å søke om refusjon av forsikring og håper å gjøre appen tilgjengelig i USA innen 2022.

"Vi ser på dette som en lang reise," sier hun. “Vi ser Quin bli smartere og smartere og gjør den kognitive fysiologiske belastningen. Vi ser at det gir bedre emosjonell helse. ”

Ny januar.ai plattform for ‘hel person’ pleie

Biotech og forretningsekspert Noosheen Hashemi deltok på en medisinsk konferanse ved Stanford University kort tid etter en konferanse om maskinlæring da hun hadde ideen til January.ai, et nytt AI-basert støttesystem designet for å styrke mennesker med type 2 og pre-diabetes. Spesielt ble hun inspirert av pasientene som hadde delt historiene sine på Stanford-konferansen.

“De fikk gjenklang med meg. Det de sa var dette: ‘Se på hele personen i stedet for å redusere folk til en enkelt markør, '” sier hun.

Det er det grunnleggende målet for januar.ai: AI for å hjelpe hver enkelt med å tilpasse sitt liv og behandle diabetes på sin egen unike måte. Plattformen vil kombinere data fra forskjellige bærbare apparater sammen med informasjon om brukernes egen biologi, behov og til og med, ja, ønsker.

Hashem forklarte at alle skiller seg så mye i glukoseresponsene på mat, selv i oss selv mellom forskjellige situasjoner. Det "umulige hinderet" for å navigere i matrespons er det januar.ai takler.

"Ikke alle kan slippe 25 pund når de blir bedt om det," sier hun, men med riktig fokus, informasjon og veiledning, "Alle kan håndtere blodsukkeret."

Når plattformen ideelt sett lanseres en gang i høst, vil nye brukere kunne registrere seg for et fire-ukers program kalt "Season of Me", som inkluderer å hjelpe dem med å skaffe seg en CGM for å spore glukosetrender. Hashemi sier at de har et nettverk av leverandører på plass som kan hjelpe med resepter - selv om deres opprinnelige fokus ikke er insulinbrukere, men pre-diabetes.

De første to ukene vil de kombinerte CGM- og plattformfunksjonene hjelpe brukerne å lære hvordan deres egen kropp og blodsukker reagerer på visse matvarer og aktiviteter. I løpet av de to neste ukene veileder systemet brukerne om hvordan de kan integrere læringen i en daglig rutine.

Hvordan januar.ai fungerer

January.ai er en ekte læringsplattform, så jo lenger du bruker den, jo mer nyttig er den. Hvis du for eksempel vil gå ut og spise hvilken burger du planlegger å bestille på en bestemt restaurant, kan systemet søke i historikken din for å se om du har hatt den før, sammen med hvilke andre ting som skjedde i din kropp og liv i det øyeblikket, og hvordan blodsukkeret ditt reagerte.

Hvert måltid og tilfelle hjelper januar.ai med å lære mer, og dermed være klar til å hjelpe enda mer over tid.

Systemet presenterer også sunne alternative alternativer: Hva om du hopper over bunen? (Det viser deg et sannsynlig utfall). Er det et annet menyvalg som er likt, men kanskje med færre karbohydrater eller kalorier? Det tilbyr til og med brukere måter å "tjene" en godbit eller en og annen splurge mat som de i T1D-samfunnet ofte kaller "bolusverdige."

For eksempel kan det foreslå at du går til burger med bunen, og deretter, basert på hva den vet om deg, foreslår en tidsbestemt tur like etter.

"Vi er hyperfokuserte på brukeropplevelsen," sier Hashemi. "La oss først hjelpe noen mennesker. Og hvis vi kan glede dem på en eller annen måte, gi dem ny innsikt i hvordan vi kan nyte livet mens vi tar smarte valg, vinner vi. "

Vil AI gjøre en forskjell?

Riktignok høres Quin og January.ai ganske sci-fi ut. Kan denne teknologien virkelig fungere for å endre folks daglige opplevelser?

For tidlige adoptere er det kanskje ikke en strekning. Men selv for de som ikke er teknologikyndige, mener utviklere at tiden er moden.

En av disse er LaurieAnn Scher, en spesialist i diabetesomsorg og utdanning (DCES) som fungerer som Chief Clinical Strategy Officer hos Fitscript, et digitalt helseselskap som tilbyr online treningsprogrammer for diabetes og andre kroniske tilstander.

"Teknologi er noe som, som spesialister på diabetesbehandling, kan hjelpe oss med å ta et stort sprang," sier hun. "Noen ganger har rett person bare ikke blitt utsatt for det ennå."

Scher påpeker at folk som kjemper med diabetes, i beste fall generelt ser en helsepersonell bare fire ganger i året, og det er ikke slik at diabetes trenger å avta mellom disse gangene.

"Disse appene har en fin måte å fylle hullene og bidra til å stoppe ting hvis noe brygger seg," sier hun. “Jeg skulle ønske jeg kunne være ... tilgjengelig for pasienter 365 dager i året, 24 timer i døgnet. Men jeg kan ikke være det. Dette vil fylle hullene når leverandører ikke er tilgjengelige. ”

En annen fordel er at håndtering av data og fakta, AI-baserte verktøy, tar den emosjonelle skjevheten ut av diabetesbehandling. I stedet for å møte noen medisinske utdannede fagpersoner som kan synes å dømme deg, ser du bare på dataene og anbefalingene på en nøytral basis.

Scher innrømmer at det noen ganger kan føles belastende å bruke en app eller plattform. Men AI gir langsiktige fordeler: Når systemet lærer mer om deg, kan det hjelpe deg mer og fjerne byrden.

"Det er mer arbeid, men det er nyttig arbeid," sier hun.

Chris Bergstrom, tidligere BD og Roche Diabetes Care-sjef og tidligere sjef for digitalterapi i Boston Consulting Group, ser bra i AI-fremtiden.

“I dag er behandlingsalgoritmer stort sett en størrelse som passer alle basert på ... tusenvis av pasienter. I morgen, gjennom digital helse, vil disse algoritmene være basert på millioner av mennesker i den virkelige verden. Ved hjelp av AI kan vi da aktivere et nivå av personalisering som ellers er ufattelig, sier han.

“Hvilket stoff, hvilket apparat, hvilket diett er riktig for ME basert på genetikken min, komorbiditeter, livsstil, motivasjoner, økonomiske ressurser og andre sosiale determinanter? (AI) låser opp befolkningsdataene for å drive personlig diabetesbehandling, ”fortsetter Bergstrom. "Det blir en spillveksler."

Med andre ord, kanskje den kollektive hjernen til millioner av mennesker med diabetes har frigjort plass når de ikke lenger trenger å beregne for hvert måltid og aktivitet. Hvem vet hva som kan komme av det?