📢 转载信息
原文链接：https://www.wired.com/story/ai-digital-twins-are-helping-people-manage-diabetes-and-obesity/
原文作者：Emily Mullin
Rodney Buckley在不到一年的时间里减掉了100磅，他并非依靠GLP-1药物，而是借助一个数字孪生体。去年3月，这位55岁的退休消防员兼伊利诺伊州第三湖镇（Third Lake）镇长体重曾达376磅。多年来他尝试过各种饮食，通常会减掉一些体重，但最终都会反弹。当他妻子的雇主开始提供初创公司Twin Health的一个项目时，他决定试一试。
随着对Ozempic和其他GLP-1药物需求的飙升，雇主们正努力应对其高昂的成本。这些药物每人每月约花费1000到1500美元，是快速增长的医疗保健支出。因此，一些雇主正在寻求非药物替代方案，以帮助人们停用、减少或完全避免使用GLP-1药物。
总部位于加州山景城的Twin Health，其方法结合了可穿戴设备、AI和按需健康指导，以帮助管理糖尿病、前期糖尿病和肥胖症。该公司向用户发送一个工具包，内含一个持续血糖监测仪、一个血压计、一个智能体重秤和一个健身追踪器。这些设备收集有关血糖、体重、压力、血压、睡眠和活动的数据点，并将它们输入到一个应用程序中。该应用程序利用预测性AI模型分析所有这些信息，生成用户新陈代谢的虚拟副本——即数字孪生体。
一项临床试验发现，Twin可以帮助2型糖尿病患者用更少的药物控制血糖并减轻体重。该项目已为资产管理公司Blackstone带来了药物费用节省，该公司已使用Twin Health数年，同时帮助那里的员工减轻了体重。
Twin Health的联合创始人兼首席执行官Jahangir Mohammed说：“我们正在对人们产生影响，并且我们正在维持这些健康成果。”他表示，他受到2型糖尿病家族病史的启发，于2018年创办了这家公司。
该公司已在近200家雇主处招募了数万人。Twin只有在用户达到某些临床结果时才会获得报酬，例如血糖降低、体重减轻或代谢药物的减少。
用户通过扫描食品标签、拍摄餐食照片或通过语音记录来记录全天所吃的食物。该应用程序使用AI分析营养成分，并将食物标记为“绿色”、“黄色”或“红色”——绿色代表最健康的选项，红色代表应避免的食物。随着一个人的代谢健康改善，这些颜色可能会发生变化。曾经是红色的食物可能会最终变成黄色或绿色。
该应用程序根据记录的膳食情况，预测一个人对这些食物的血糖反应。它还全天提供个性化建议，例如调整份量、选择不同的食物组合或在饭后散步。用户可以选择接受或忽略这些建议——也许西兰花不是他们最喜欢的食物，或者他们更喜欢在一天中的特定时间锻炼。该应用程序使用AI随着时间的推移适应他们的偏好。如果用户有具体的健康问题，他们也可以与人类教练聊天。
对于Buckley来说，Twin Health帮助他做出了更健康的选择，比如将冷冻的预包装早餐三明治换成自制的、用低碳水化合物、高纤维卷饼做的早餐卷饼。他不再喝苏打水，每天散步几英里。
他说：“当我刚开始这个项目时，我的背和膝盖都会疼，几乎走不了一英里。现在我每天早上要走六英里半。”
他喜欢从应用程序中获得即时反馈，同时也喜欢长期追踪他的生物指标。他可以看到自己的体脂率和血压一直在下降。
他说：“那就是我继续走路、继续努力的动力所在。”
Buckley达到了他最初的体重目标300磅，现在体重约275磅。在服用降压药几十年后，他的医生最近建议他减少剂量。
当Twin Health向克利夫兰诊所（Cleveland Clinic）的健康计划推广其项目时，工作人员内分泌学家Kevin Pantalone最初持怀疑态度。他决定自己进行一项研究。
他说：“我们在以非常有效的方式实施生活方式的改变方面一直很挣扎。患者通常需要多种疗法来控制他们的糖尿病。所以我确实很感兴趣。”尽管有“多锻炼、多吃健康食物”的古老建议，但大多数美国人在达到建议的每周体育活动量方面都很困难，并且难以坚持健康的饮食。
Pantalone和他的同事招募了150名2型糖尿病患者，将100人随机分配到Twin项目，其余人分配到对照组。参与者平均年龄58岁，患有肥胖症，糖化血红蛋白（A1C）水平为7.2%。6.5%或更高的水平表明患有糖尿病。该试验的目标是观察参与者是否能以更少的药物将A1C水平降至6.5%以下。
12个月后，使用Twin应用程序的参与者中，有71%的人在减少药物使用的情况下达到了该血糖水平，而对照组中只有2%的人达到了这一水平。使用Twin的人体重减轻得也更多——体重减轻了8.6%，而对照组为4.6%。
在研究开始时，使用GLP-1药物的Twin用户中有41%，但到研究结束时，只剩下6%的人仍在继续使用。在对照组中，52%的参与者一开始就使用GLP-1，到研究结束时，这一比例增加到63%。这些结果去年发表在《新英格兰医学杂志前沿》（New England Journal of Medicine Catalyst）上。
Pantalone说：“我认为是实时、持续的个性化建议帮助患者改变行为并巩固这些行为的改变。历史上，当我们把患者推荐给营养咨询时，他们常常会感到不知所措。”
一位研究参与者减掉了25磅，停用了所有糖尿病药物，并表示他十年来第一次能够去徒步旅行。
对于一些人来说，Twin项目的数据收集部分可能会让人感到具有侵入性。称重或测量腰围可能会引发情绪波动。那些在GLP-1药物上取得成功的人可能不愿停药，特别是如果他们过去的生活方式改变没有奏效的话。
虽然雇主无权获取个人的可识别的、详细的健康信息，但他们会从Twin那里收到一份聚合的、匿名的报告，该报告会随着时间的推移跟踪项目的注册情况和健康结果。作为医疗服务提供者，Twin必须遵守《健康保险流通与责任法案》（HIPAA）以及州隐私法。该公司表示，它会进行独立的第三方安全评估。
多伦多大学医学系名誉教授、糖尿病专家Bernard Zinman没有参与克利夫兰诊所的研究，他对数字孪生技术的潜力感到兴奋。
他说：“这是一个有趣的方法，我认为它充分利用了数字健康。我们确实知道的是，所有这些干预措施——其中饮食和运动最为重要——在糖尿病早期更有效。”他说，如果更多的人能够获得这类技术，他们就有可能逆转糖尿病或预防其发生。
Pantalone认为该领域正朝着这个方向发展。“我确实认为我们将看到更多患有超重和肥胖症的人使用这类技术，”他说。“希望的是，获得这类干预措施的渠道将随着时间的推移而改善。”
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区