Frag irgendjemanden, was das Leben mit Diabetes so herausfordernd macht, und du denkst, du kennst die Antwort.
„Die Spritzen.“ (Eigentlich gewöhnt man sich ziemlich schnell an sie.)
„Die Essensplanung.“ (Ehrlich gesagt, sollte das jeder machen.)
„Die Kosten.“ (Ja, das ist ziemlich hart, aber nicht das A und O.)
Und die Realität? Was Menschen mit Diabetes oder Prädiabetes am meisten belastet, ist mehr als nur ein Behandlungsplan, unzählige Nadelstiche oder sogar die oft entsetzlichen Rechnungen.
„Es ist das endlose, ständige und unausweichliche Summen in deinem Kopf, das dich fragt, was du richtig machst, was du falsch machst, wie lange dein Insulin schon läuft und ob der Barista die Erdnussbutter wirklich so abgemessen hat, wie du es verlangt hast“, sagt Jaime Jones aus Colorado, die den Typ-1-Diabetes (T1D) ihres Kindes seit acht Jahren behandelt. „Es ist die Unausweichlichkeit von allem. Ehrlich gesagt, kann es einem das Herz brechen.“
In der Tat sagen Experten, dass Menschen mit Diabetes ständig Entscheidungen treffen müssen. Der berühmte Endokrinologe Dr. Howard Wolpert, Chief Medical Officer für Connected Care im Lilly Cambridge Innovation Center, schätzt, dass ein Mensch mit Diabetes täglich mindestens 300 diabetesbezogene Entscheidungen trifft. Das sind mehr als 109.000 Entscheidungen pro Jahr.
Kein Wunder, dass die Leute ausgebrannt sind, nicht mehr weiterkommen oder einfach aufgeben.
Könnte sich das alles in Richtung einer besseren Zukunft bewegen? Der Einsatz des sogenannten maschinellen Lernens oder der künstlichen Intelligenz (KI) in der Diabetesversorgung ist eine wachsende Branche. Dabei geht es nicht nur um bessere Ergebnisse für Menschen mit Diabetes, sondern auch um ein besseres Leben, während sie auf diese Ziele hinarbeiten.
Die Hoffnung besteht darin, zugängliche Programme, Apps und andere Hilfsmittel zu entwickeln, die einen Teil der ständigen Entscheidungsfindung übernehmen – oder den Menschen zumindest dabei helfen, ihre eigenen Daten zu sammeln und auszuwerten, um sie auf eine Weise zu nutzen, die ihnen die tägliche Arbeit erleichtert.
Könnte KI der nächste große Durchbruch in der täglichen Diabetesversorgung sein? Viele hoffen das.
Warum KI?
Die Begriffe KI und maschinelles Lernen werden oft synonym verwendet, weil sie sich auf die Fähigkeit von Computern beziehen, riesige Datensätze zu verarbeiten und aus den entdeckten Mustern auf einem Niveau zu „lernen“, das der menschliche Verstand nie erreichen könnte.
Es wird erwartet, dass künstliche Intelligenz im Gesundheitswesen bis 2022 ein 8-Milliarden-Dollar-Geschäft sein wird, aber die Food and Drug Administration (FDA) hat immer noch Bedenken hinsichtlich der Reproduzierbarkeit der Ergebnisse und der Fehler in den verwendeten Datensätzen – einschließlich der mangelnden Vielfalt.
Der Traum ist jedoch eine KI-gestützte Welt, in der der Schrittzähler mit dem Menstruationskalender, dem Herzmonitor, dem Messgerät oder dem kontinuierlichen Glukosemonitor (CGM) und mehr kommuniziert. Diese Systeme würden Daten mithilfe von Algorithmen austauschen und vergleichen und dann auf leicht verständliche Weise mitteilen, welche Entscheidung für eine Person im Moment am besten wäre – wie ein Arzt in deiner Tasche oder ein echter „Diabetes-Flüsterer“, der dich leise zu diesen Entscheidungen führt und dein Gehirn befreit, damit du dich auf den Rest deines Lebens konzentrieren kannst.
Ein Hirngespinst? Vielleicht nicht.
In der Welt des Diabetes hat die KI bereits eine Revolution bei geschlossenen Kreislaufsystemen (auch bekannt als künstliche Bauchspeicheldrüse) und vernetzten Tools ermöglicht, die Menschen mit Diabetes dabei helfen, mehr Daten zu sammeln und zu speichern, Trends aus diesen Daten zu erkennen und bessere Entscheidungen zu treffen.
Intelligente“ Diabetes-Technologie
Als die ersten Insulinpumpen anfingen, Dinge wie Bolusdosen für vergangene Mahlzeiten zu speichern, wurde das von der Diabeteswelt gefeiert. Es war ein kleiner Schritt, und jetzt haben uns weitere Schritte zu intelligenteren und besser integrierten Geräten geführt.
Heute sind Unternehmen wie Livongo, Cecelia Health, One Drop, Virta Health und mySugr mit KI-gestützten Systemen auf dem Markt, die dabei helfen, Daten zu sammeln, zu speichern, zu verbreiten und für eine effizientere und individuellere Diabetesversorgung zu nutzen.
Livongo zum Beispiel kombiniert die Blutzuckermessung mit Coaching und Fernüberwachung (und stupst den Nutzer bei Bedarf an), zusammen mit einigen netten Extras wie der Überwachung der Anzahl der verwendeten Teststreifen und der Erinnerung an die Bestellung. One Drop hilft den Nutzern, ihren Blutzuckerspiegel zusammen mit ihrer Aktivität, ihren Medikamenten und ihrer Ernährung zu verfolgen, bietet ein In-App-Coaching und verbindet die Nutzer mit einer Community, die sie bei Bedarf unterstützt. Virta Health bietet virtuelle Ernährungsberatung für Menschen mit Prädiabetes und Typ-2-Diabetes.
Der witzige Slogan von mySugr bringt das Ziel aller auf den Punkt: „To make diabetes suck less.“
Ihr System besteht aus drei Stufen. Zunächst gibt es eine kostenlose App, die den Nutzer bei der Verfolgung von Blutzuckerwerten, Insulindosen, Mahlzeiten und mehr anleitet und dann eine detaillierte Analyse dieser Informationen bietet. Sie schätzt die A1C-Ergebnisse, druckt einen Bericht für Arzttermine aus und gibt den Nutzern jederzeit einen soliden Überblick über 24 Stunden an Informationen.
Darüber hinaus gibt es einen erweiterten Bericht und eine dritte Serviceebene, die ein Coaching durch Diabetesberater/innen vorsieht, die die Daten der Nutzer/innen beobachten und sich bei Bedarf melden.
Scott Johnson, langjähriger Typ-1-Diabetiker und Sprecher von mySugr, würde es noch nicht als „echte KI“ bezeichnen, sagt aber, dass das Unternehmen auf dem besten Weg ist, dies rechtzeitig zu erreichen.
„Wir wissen, dass die Diabetesversorgung datengesteuert ist“, sagt Johnson. „Aber nur wenige Menschen erfassen die Daten wirklich lange. mySugr macht diese Art von Arbeit jetzt. Und in Zukunft wird es noch mehr Datenanalysen und Anleitungen bieten.“
Persönlich fügt er hinzu: „Ich möchte so viele meiner Diabetes-Entscheidungen wie möglich auslagern, und ehrlich gesagt glaube ich, dass [mySugr] kann das besser machen als ich.“
Es besteht ein breiter Konsens darüber, dass KI noch viel weiter gehen könnte, um das Leben mit Diabetes zu verbessern, auch wenn sie besser ist als alles, was bisher verfügbar war.
Konstante Blutzuckerwerte anstreben
Steady Health mit Sitz in San Francisco bezeichnet sich selbst als „Amerikas erste vollständig virtuelle Endokrinologie-Klinik“. Am 25. August 2020 startet das Unternehmen ein fünfwöchiges Starterprogramm, das 50 US-Dollar kostet und ein Rezept für zwei CGMs, KI-gestütztes Smartphone-Coaching und Aufklärung über Ernährung und Bewegung sowie die Auswertung der Daten durch einen Endokrinologen beinhaltet.
Klick auf hier für Details.
Die Quin-App bringt Diabetes-KI weiter
Londoner Cyndi Williams arbeitete als Chemieingenieurin und Innovatorin, als sie ihre Kollegin Isabella Degen kennenlernte, die zufällig selbst an T1D leidet. Mit der Zeit erkannten die beiden, dass sie eine gemeinsame Berufung hatten: Eine Plattform zu schaffen, die das Leben von Diabetikern und denjenigen, die sich um sie kümmern, verbessert.
So entstand die Quin App wurde geboren – die Forbes Magazin glaubt, dass diese Technologie „das Diabetesmanagement von Millionen Menschen auf der ganzen Welt verändern könnte“.
Quin steht für „Quantifying Intuition“, was eine Anspielung auf alle ist, die Insulin verwenden. Die Entwickler planen zwar nicht, dass es sich um eine Technologie mit geschlossenem Regelkreis handelt, aber sie beinhaltet viele der automatisierten und entscheidungsunterstützenden Funktionen, die APs bieten können.
Was Quin macht – oder woran Williams und sein Team arbeiten – ist, alle möglichen persönlichen Gesundheitsdaten zu sammeln, sie mit den Entscheidungen des täglichen Lebens zu verknüpfen und dann alle diese kombinierten Informationen zu nutzen, um Menschen mit Diabetes dabei zu helfen, kluge Entscheidungen zu treffen, ohne viel Denkarbeit zu leisten.
Mit der Zeit, so Williams, wird die App tief in die vielen physiologischen und psychologischen Vorgänge im Körper einer Person eindringen, aufzeichnen, was verschiedene Lebensmittel zu verschiedenen Zeiten und an verschiedenen Orten mit einer Person machen, all das zusammenfassen und im Grunde genommen der allwissende Arzt in der Tasche sein, den Menschen mit Diabetes brauchen.
In den Vereinigten Staaten ist das Programm noch nicht erhältlich, aber eine frühe Version wird bereits seit einem Jahr von Nutzern in Irland und Großbritannien verwendet.
Wichtig ist, dass Quin nicht voraussetzt, dass eine Person eine Insulinpumpe oder gar ein CGM trägt. Es untersucht oder schlägt keine Kohlenhydratverhältnisse vor und sagt auch keine Blutzuckerwerte voraus.
„Bisher ging es beim digitalen Diabetes darum, zu beobachten, was wir tun, und es in die Daten einzutragen. Das ist relativ flach“, sagt Williams. „Wir leben in einer Welt, in der Spotify weiß, welche Musik wir hören wollen. Bei Diabetes sind wir noch nicht so weit, aber wir können es werden. Wir wollen die kognitive Belastung für Menschen mit Diabetes reduzieren.
Wie Quin funktioniert
Quin nutzt Daten von anderen Gesundheitstools, die eine Person mit Diabetes verwendet (Schrittzähler, Herzfrequenzmesser usw.), und auch von den Informationen, die sie direkt mit der App teilt, um Entscheidungen zu treffen, die auf früheren Lebenserfahrungen basieren.
Mit anderen Worten: Quin hilft dem Nutzer bei der Entscheidung, was er in diesem Moment tun soll, und stützt sich dabei auf die Erkenntnisse, die er aus ähnlichen Entscheidungen in der Vergangenheit gewonnen hat. Es nimmt dir die ganze Arbeit ab: Anstatt dein Gehirn nach der Frage zu durchforsten: „Was ist das letzte Mal passiert, als ich mittags einen Milchkaffee getrunken habe?“, kannst du Quin damit beauftragen, diese Gedächtnisarbeit zu übernehmen, sie mit der aktuellen Situation zu überlagern und nahtlos eine Handlungsentscheidung zu treffen.
Ihr Algorithmus ist von einer bestimmten Eingabe abhängig: Quin bittet den Nutzer, ein Foto von einer Mahlzeit (oder dem Milchkaffee) zu machen und diese Informationen einzugeben. Quin markiert dann weitere Datenpunkte: die Tageszeit, deine Herzfrequenz, ob du beschäftigt oder gestresst bist und vieles mehr. So kannst du nicht nur herausfinden, welche Insulindosis für die jeweilige Mahlzeit am besten geeignet ist, sondern auch, welche Dosis in diesem Moment für dich und nur für dich am besten ist.
„Es ist eine Philosophie, die auf der Idee basiert, dass deine vergangenen Entscheidungen (unabhängig von ihrem Ergebnis) die besten Informationen sind, die wir haben“, sagt Williams.
Obwohl Dinge wie niedrigere AAC-Werte und mehr Zeit im Normbereich (TIR) wichtig sind, geht das Ziel über den Blutzucker hinaus, sagt sie. „Wir wollen das gesamte Leben der Menschen verbessern“, sagt sie.
Die bisherigen Ergebnisse der Nutzer sind überzeugend. Eine präklinische Studie im Frühjahr 2019 mit 100 Nutzern zeigte, dass 76 Prozent weniger Hypos und 67 Prozent eine bessere TIR hatten. Außerdem sagten über 60 Prozent, dass sie sich „selbstbewusster fühlen und berichten, dass ihr Leben mit Diabetes jetzt besser ist“, so Williams.
Das Unternehmen wird wahrscheinlich einen Antrag auf Kostenerstattung durch die Versicherung stellen und hofft, die App bis 2022 in den USA anbieten zu können.
„Wir sehen das als eine lange Reise“, sagt sie. „Wir sehen, dass Quin immer intelligenter wird und die kognitive physiologische Entlastung vornimmt. Wir sehen, dass es zu einer besseren emotionalen Gesundheit führt.“
Neue January.ai-Plattform für die Pflege des ganzen Menschen
Biotech- und Wirtschaftsexperte Noosheen Hashemi nahm an einer medizinischen Konferenz an der Stanford University teil, kurz nach einer Konferenz über maschinelles Lernen, als sie die Idee für Januar.aiein neues KI-basiertes Unterstützungssystem, das Menschen mit Typ-2-Diabetes und Prädiabetes helfen soll. Inspiriert wurde sie vor allem von den Patienten, die auf der Stanford-Konferenz ihre Geschichten erzählt hatten.
„Sie haben mich beeindruckt. Was sie sagten, war Folgendes: ‚Betrachte den ganzen Menschen, anstatt ihn auf ein einziges Merkmal zu reduzieren'“, sagt sie.
Das ist das grundlegende Ziel von January.ai: KI soll jedem Einzelnen helfen, sein Leben anzupassen und seinen Diabetes auf seine eigene Art zu behandeln. Die Plattform kombiniert Daten von verschiedenen Wearables mit Informationen, die von den Nutzern über ihre eigene Biologie, ihre Bedürfnisse und sogar ihre Wünsche eingegeben werden.
Hashem erklärt, dass jeder Mensch so unterschiedlich auf seinen Blutzuckerspiegel reagiert, dass wir uns sogar in verschiedenen Situationen unterscheiden. Diese „unüberwindbare Hürde“, eine Reaktion auf Essen zu steuern, nimmt January.ai in Angriff.
„Nicht jeder kann 25 Pfund abnehmen, wenn man ihn darum bittet“, sagt sie, aber mit dem richtigen Fokus, den richtigen Informationen und der richtigen Anleitung „kann jeder seinen Blutzucker in den Griff bekommen.“
Wenn die Plattform im Herbst dieses Jahres an den Start geht, können sich neue Nutzer/innen für ein vierwöchiges Programm namens „Season of Me“ anmelden, das ihnen dabei hilft, ein CGM zu erwerben, um die Blutzuckerentwicklung zu verfolgen. Hashemi sagt, dass die Plattform über ein Netzwerk von Anbietern verfügt, die bei der Verschreibung von Medikamenten helfen können – auch wenn der Fokus zunächst nicht auf Insulinanwendern, sondern auf Prädiabetes liegt.
In den ersten zwei Wochen helfen die kombinierten CGM- und Plattformfunktionen den Nutzern zu lernen, wie ihr eigener Körper und ihr Blutzucker auf bestimmte Lebensmittel und Aktivitäten reagieren. In den folgenden zwei Wochen zeigt das System den Nutzern, wie sie dieses Wissen in ihren Alltag integrieren können.
Wie January.ai funktioniert
January.ai ist eine echte Lernplattform. Je länger du sie nutzt, desto hilfreicher ist sie. Wenn du zum Beispiel essen gehen willst und wissen willst, welchen Burger du in einem bestimmten Restaurant bestellen willst, kann das System in deiner Historie nachsehen, ob du ihn schon einmal gegessen hast, welche anderen Dinge in deinem Körper und in deinem Leben zu diesem Zeitpunkt los waren und wie dein Blutzucker reagiert hat.
Mit jeder Mahlzeit und jedem Ereignis lernt January.ai mehr dazu und kann dir mit der Zeit noch besser helfen.
Das System zeigt auch gesunde Alternativen auf: Was wäre, wenn du das Brötchen weglässt? (Es zeigt dir ein wahrscheinliches Ergebnis an). Gibt es eine andere Menüoption, die ähnlich ist, aber vielleicht weniger Kohlenhydrate oder Kalorien hat? Das System bietet den Nutzern sogar die Möglichkeit, sich eine Leckerei zu „verdienen“, die in der T1D-Gemeinschaft oft als „Bolus-würdig“ bezeichnet wird.
Es könnte dir zum Beispiel vorschlagen, den Burger mit Brötchen zu essen und dann, basierend auf dem, was es über dich weiß, einen zeitlich begrenzten Spaziergang vorschlagen.
„Wir sind sehr auf das Nutzererlebnis fokussiert“, sagt Hashemi. „Zuerst wollen wir einigen Leuten helfen. Und wenn wir sie irgendwie begeistern können, ihnen neue Einsichten vermitteln, wie sie das Leben genießen und dabei kluge Entscheidungen treffen können, haben wir gewonnen.“
Wird KI einen Unterschied machen?
Zugegeben, Quin und January.ai klingen ziemlich nach Science-Fiction. Kann diese Technologie wirklich funktionieren und den Alltag der Menschen verändern?
Für Early Adopters ist das vielleicht gar nicht so schwer. Aber auch für diejenigen, die nicht so technikaffin sind, glauben die Entwickler, dass die Zeit reif ist.
Einer von ihnen ist LaurieAnn ScherLaurieAnn Scher ist Diabetes Care and Education Specialist (DCES) und Chief Clinical Strategy Officer bei Fitscript, einem digitalen Gesundheitsunternehmen, das Online-Fitnessprogramme für Diabetes und andere chronische Krankheiten anbietet.
„Die Technik kann uns als Diabetes-Spezialisten einen großen Schritt voranbringen“, sagt sie. „Manchmal ist die richtige Person einfach noch nicht damit in Berührung gekommen.“
Scher weist darauf hin, dass Menschen, die mit Diabetes zu kämpfen haben, im besten Fall nur viermal im Jahr einen Arzt aufsuchen, und es ist nicht so, dass der Bedarf an Diabetes dazwischen abnimmt.
„Diese Apps sind eine großartige Möglichkeit, die Lücken zu füllen und zu helfen, wenn sich etwas zusammenbraut“, sagt sie. „Ich wünschte, ich könnte … 365 Tage im Jahr, 24 Stunden am Tag für die Patienten erreichbar sein. Aber das kann ich nicht. Das wird die Lücken füllen, wenn die Anbieter nicht verfügbar sind.“
Ein weiterer Vorteil ist, dass KI-basierte Tools, die mit Daten und Fakten umgehen, die emotionale Voreingenommenheit aus dem Diabetesmanagement herausnehmen. Du hast es nicht mehr mit medizinisch ausgebildeten Fachleuten zu tun, die über dich zu urteilen scheinen, sondern betrachtest die Daten und Empfehlungen auf einer neutralen Basis.
Scher räumt ein, dass sich die Nutzung einer App oder Plattform manchmal lästig anfühlen kann. Aber KI bietet langfristige Vorteile: Je mehr das System über dich lernt, desto mehr kann es dir helfen und dich entlasten.
„Es ist mehr Arbeit, aber es ist nützliche Arbeit“, sagt sie.
Chris Bergstrom, eine frühere Führungskraft bei BD und Roche Diabetes Care und ehemaliger Leiter der Abteilung Digital Therapy bei der Boston Consulting Group, sieht Gutes in der KI-Zukunft.
„Heute sind die Behandlungsalgorithmen meist pauschal und basieren auf Tausenden von Patienten. In Zukunft werden diese Algorithmen durch die digitale Gesundheit auf Millionen von Menschen in der realen Welt basieren. Mithilfe von KI können wir dann ein Maß an Personalisierung erreichen, das sonst unvorstellbar wäre“, sagt er.
„Welches Medikament, welches Gerät, welche Diät ist das Richtige für MICH, basierend auf meiner Genetik, meinen Komorbiditäten, meinem Lebensstil, meiner Motivation, meinen wirtschaftlichen Ressourcen und anderen sozialen Determinanten? (KI) erschließt die Macht der Bevölkerungsdaten, um die personalisierte Diabetesversorgung voranzutreiben“, so Bergstrom weiter. „Das wird ein entscheidender Faktor sein.
Mit anderen Worten: Vielleicht haben die kollektiven Gehirne von Millionen von Menschen mit Diabetes einen freien Platz, wenn sie nicht mehr für jede Mahlzeit und Aktivität rechnen müssen. Wer weiß, was daraus entstehen könnte?
