30.10.2024

Digitální řešení v boji s obezitou: co funguje a jak to škálovat?

Hledáme-li odpověď na otázku, jak zlepšit finanční kondici moderních zdravotnických systémů, neměla by naší pozornosti uniknout obezita. Tento moderní fenomén, související do značné míry s mírou blahobytu naší společnosti, představuje značnou zátěž pro veřejné rozpočty. Nadměrné ukládání „nezdravého tuku“ totiž působí jako rizikový faktor pro mnoho chorob a komplikací, mezi které patří kardiovaskulární choroby, cukrovka 2. typu nebo různé druhy rakoviny. Dalo by se říct, že pro obézní část společnosti se i zdánlivě banální komplikace mohou stát složitějšími.
Veřejné zdraví
Prevence a životní styl
Analýzy

O společenských nákladech obezity a její souvislostí s procesem stárnutí populace jsme již hovořili v předchozím článku. Dnes se podíváme na možná řešení, která v této oblasti nabízí online intervence a umělá inteligence. Digitální nástroje mohou hrát do budoucna nezastupitelnou roli, pokud jde o nastavení personalizovaných plánů pro jednotlivé pacienty v masovém měřítku. Umělá inteligence může například vyhodnotit osobní rizikové faktory a nabídnout personalizovaná doporučení týkající se stravy, cvičení nebo spánku. Takto intenzivní a interaktivní komunikaci si lze jen těžko představit ze strany dietologů a obezitologů, a to z hlediska časových i finančních kapacit. Efektivní algoritmy mohou tyto bariéry překlenout.

Inovativní mezinárodní projekty

Nedávno rozběhlý mezinárodní projekt eprObes pod vedením španělských výzkumníků z CIBER-OBN má za cíl v následujících 4 letech prozkoumat relevantní biomarkery a rizikové faktory spojené s propuknutím obezity. Dalším cílem je navrhnout AI algoritmus pro zmapování trajektorie pacienta a nastavení doporučených kroků na základě konkrétní situace jedince. Díky zaměření na celý životní cyklus obezity lze přitom nastavit včasné intervence tak, aby k jejímu rozvoji vůbec nedošlo. To je přitom z hlediska ekonomie veřejného zdraví ideální situace (Lehnert et al., 2012).

Trochu odlišný přístup uplatnil již dokončený projekt STop Obesity Platform. Tým pod taktovkou německého institutu FTK vyvinul AI chatbota, který interagoval s uživateli online aplikace na základě informací získaných z tzv. „wearables“ (typicky fitness náramků nebo hodinek). Na základě reálných dat pak doporučoval konkrétní dietu či fyzickou aktivitu pro co nejlepší efekty z hlediska boje s obezitou. Do modelu založeného na hlubokém strojovém učení zahrnuli také prvky gamifikace. Bohužel se autorům nástroje nepodařilo získat mnoho účastníků do randomizované studie, která nakonec pracovala pouze s 15 uživateli v každé větvi — výsledky z hlediska snižování tělesné hmotnosti tedy nebyly příliš průkazné (Moorhead et al., 2023).

Co (ne)říkají studie

V odborné literatuře najdeme mnoho dalších zmínek o studiích zkoumajících řešení na bázi AI a algoritmů pro nastavení personalizovaných plánů pro lidi s obezitou. Bohužel zatím existuje jen málo empirických důkazů založených na relevantních statistických vzorcích a rigorózním experimentálním designu. O kauzálních efektech těchto digitálních nástrojů tedy můžeme mluvit jen s opatrností – i přesto zmíníme několik slibných „vlaštovek“.

Studie z Jižní Koreje zkoumala efekty dvanáctitýdenní intervence podporující specifické druhy cvičení pro obézní ženy [1]. Na relativně malém vzorku (15+15) ukázali, že použití této specializované mobilní aplikace vedlo k signifikantnímu snížení procenta tělesného tuku a zlepšení fungování oběhové soustavy u experimentální skupiny. Autoři studie však neměli informace o příjmu potravy, takže není možné s jistotou určit, že samotná podpora cvičení byla právě tím, co zapříčinilo tuto změnu (Choi et al., 2023).

Zajímavý přístup zvolili autoři americké studie, která zkoumala možné dopady zahrnutí genetických informací do personalizovaných plánů pro hubnutí. Tato kohortová studie ukázala, že pacienti, jejichž plány byly upraveny na základě jejich genetických predispozic k obezitě, dosáhli lepších výsledků ve snižování tělesné hmotnosti než ti, kteří využívali standardní přístupy. Studie zdůrazňuje, že personalizace digitální péče s využitím genomických dat může zlepšit úspěšnost při řešení obezity, zejména pokud je zahrnuta do dlouhodobých intervenčních programů (Sinha et al., 2021).

Závěrem

Potenciál digitálních technologií v oblasti obezity je veliký, ale jejich úspěch závisí na mnoha důležitých faktorech. Jedním z klíčových aspektů, jak ukazuje studie o využití umělé inteligence pro podporu hubnutí, je přijetí těchto technologií uživateli (Huang et al., 2020). Výzkum identifikoval několik faktorů, které ovlivňují ochotu lidí používat aplikace pro řízení váhy. Nejsilnějším faktorem byl zvyk, následovaný ochotou zkoušet nové technologie, očekáváním dopadů aplikace a síťovými efekty [2]. Efektivní škálování těchto intervencí tedy není samozřejmostí, a to obzvlášť u starších a méně technicky nadaných částí populace.

Je také zřejmé, že online řešení nejsou samospásnou kouzelnou hůlkou, která jednou provždy vrátí BMI a množství nezdravého tuku české populace do kýžených intervalů. Klíč tkví v kombinaci individuálních snah o udržení zdravého životního stylu, strukturální zlepšování socioekonomických podmínek zranitelných částí populace a zajištění specializovaných intervencí u některých osob postižených obezitou. Tam, kam nedosáhnou opatření typu digitálních „šťouchanců“, může svou důležitou roli hrát např. bariatrie nebo agonisté GLP-1 receptorů. Z hlediska veřejných financí je však, jako obvykle, vhodnější hledat nízkoprahová primárně-preventivní řešení tam, kam umí dosáhnout.

Reference

  • Lehnert, T., Sonntag, D., Konnopka, A., Riedel‐Heller, S., & König, H. H. (2012). The long‐term cost‐effectiveness of obesity prevention interventions: systematic literature review. Obesity reviews, 13(6), 537-553.
  • Moorhead, A., Zheng, H., Engel, F., Vu, B., Hemmje, M., Lynch, L., ... & McTear, M. (2023). Innovative online portal to support persons with obesity: STOP Project RCT. European Journal of Public Health, 33(Supplement_2), ckad160-1231.
  • Choi, J. H., Kim, S. W., Seo, J., Sun, Y., Jung, W. S., Park, H. Y., ... & Lim, K. (2023). Effects of a mobile-health exercise intervention on body composition, vascular function, and autonomic nervous system function in obese women: a randomized controlled trial. Journal of Multidisciplinary Healthcare, 1601-1615.
  • Sinha, R., Kachru, D., Ricchetti, R. R., Singh-Rambiritch, S., Muthukumar, K. M., Singaravel, V., ... & Francis-Lyon, P. A. (2021). Leveraging genomic associations in precision digital care for weight loss: cohort study. Journal of Medical Internet Research, 23(5), e25401.
  • Huang, C. Y., & Yang, M. C. (2020). Empirical investigation of factors influencing consumer intention to use an artificial intelligence-powered mobile application for weight loss and health management. Telemedicine and e-Health, 26(10), 1240-1251.

[1] Cílem mobilní aplikace bylo docílení 3000 tzv. „metabolic-equivalent tasks“-min/týden, s důrazem na vysoce intenzivní fyzickou aktivitu. Účastnice absolvovaly cvičení na podporu funkce svalů, kardiorespirační výdrž a flexibilitu.

[2] Největší potenciál tedy mohou mít aplikace a nástroje, které už si vydobyly dostatečnou uživatelskou základnu. Integrace online intervencí např. do prostředí existujících sociálních sítí tedy může zvýšit pravděpodobnost jejich efektivity.

Závěr
Stáhnout whitepapers
Stáhněte si whitepapers v .pdf podobě pro podrobnější informace na toto téma