音声ベースの対話型人工知能ってsiriとかアレクサのことでしょうか。
医者よりもAIに言われたほうが、言うこと聞くよねって。
専門医としてはトホホです。
糖尿病患者の基礎インスリン処方管理における音声ベースの対話型人工知能の使用
ランダム化臨床試験
Ashwin Nayakら
JAMA Netw Open. 2023;6(12):e2340232. doi:10.1001/jamanetworkopen.2023.40232
【keypoint】
質問 音声ベースの対話型人工知能（AI）アプリケーションは、2型糖尿病患者が自宅で基礎インスリンを適正に調整して迅速な血糖コントロールを達成するのに役立つのでしょうか？
所見 基礎インスリンの開始または調整が必要な2型糖尿病患者32名を対象としたこのランダム化臨床試験では、音声ベースの対話型AIアプリケーションを使用した参加者は、標準治療を受けている参加者と比較して、最適なインスリン投与までの時間（中央値、15日対56日以上）およびインスリン服薬遵守（83％対50％）が有意に改善されました。
意義 患者向けの音声ベースの対話型AIアプリケーションは、2型糖尿病患者が迅速に基礎インスリン投与を最適化するのに役立ちます。
【要約】
重要性 2型糖尿病患者のインスリン療法の最適化は、頻繁な投与量の調整が必要とされるため、困難を伴う場合があります。ほとんどの患者は適正な投与量を受け取らず、血糖コントロールを達成していません。
目的 自宅で音声ベースの対話型人工知能（AI）アプリケーションを使用して2型糖尿病患者が基礎インスリンを適正に調整して迅速な血糖コントロールを達成できるかどうかを調査すること。
設計、設定、および参加者 2021年3月1日から2022年12月31日まで、医学部の4つの基礎医療クリニックで実施されたこのランダム化臨床試験では、1日1回の基礎インスリンの開始または調整が必要な2型糖尿病患者32名が8週間追跡されました。統計分析は2023年1月から2月に実施されました。
介入 参加者は、音声ベースの対話型AIアプリケーションまたは標準治療で基礎インスリン管理を受けるように1：1の割合で無作為化されました。
主な結果と指標 主要なアウトカムは、適正なインスリン投与までの時間（血糖コントロールを達成するために必要な日数）、インスリン服薬遵守、および糖尿病関連の感情的苦悩および健康技術および薬剤服薬に対する態度を測定する複合調査スコアの変化でした。二次的なアウトカムは血糖コントロールと血糖改善でした。解析は意図通りの基準で実施されました。
結果 研究対象は32人の患者（平均[SD]年齢、55.1 [12.7] 歳；女性19人 [59.4%]）でした。音声ベースの対話型AIグループの参加者は、標準治療グループと比較してより速く最適なインスリン投与を達成しました（中央値、15日[IQR、6〜27日]対56日以上[IQR、>29.5〜>56日]；イベント曲線間の有意な差; P = .006）また、インスリン服薬遵守が向上しました（平均[SD]、82.9% [20.6%] 対50.2% [43.0%]; 差、32.7% [95% CI、8.0%-57.4%]; P = .01）。
音声ベースの対話型AIグループの参加者は、標準治療グループの参加者よりも血糖コントロール（16人中13人[81.3%; 95% CI、53.7%-95.0%] 対16人中4人[25.0%; 95% CI、8.3%-52.6%]; 差、56.3% [95% CI、21.4%-91.1%]; P = .005）と血糖改善を達成しやすかったです。平均（SD）空腹時血糖値の変化によって測定されます（-45.9 [45.9] mg/dL [95% CI、-70.4から-21.5 mg/dL] 対 23.0 [54.7] mg/dL [95% CI、-8.6から54.6 mg/dL]； 差、-68.9 mg/dL [95% CI、-107.1から-30.7 mg/dL]； P = .001）。糖尿病関連の感情的苦悩を測定する複合調査スコアの変化において、音声ベースの対話型AIグループと標準治療グループの間に有意な差がありました（-1.9ポイント対1.7ポイント; 差、-3.6ポイント[95% CI、-6.8から-0.4ポイント]; P = .03）。
結論と意義 2型糖尿病患者向けに提供される音声ベースの対話型AIアプリケーションのランダム化臨床試験では、AIグループの参加者が最適なインスリン投与までの時間、インスリン服薬遵守、血糖コントロール、および糖尿病関連の感情的苦悩が有意に改善されました。これらの所見は、音声ベースのデジタルヘルスソリューションが薬剤調整に有用であることを示唆しています。
試験登録 ClinicalTrials.gov NCT05081011
当研究の人工知能について
音声ベースの対話型AI
この試験のために、AmazonのHealth Insurance Portability and Accountability Actに準拠した会話型AIプラットフォーム、Alexaによってパワードされたカスタム音声AIソフトウェアを開発しました。35 すべてのソフトウェア開発は、研究チームによって資金提供なしで独自に行われました。Amazonはこの研究には関与していませんでした。VBAIはAmazonのスマートスピーカーに展開されました。すべての参加者とのインタラクションは、音声コマンドと短い会話を通じて行われました。VBAIの機能は、自宅での基礎インスリンの調整を支援することでした。VBAIはルールベースであり、アメリカ臨床内分泌学会およびアメリカ内分泌学会の調整アルゴリズムに基づき、低血糖症および高血糖症を処理する緊急プロトコルが含まれていました（補足2のeMethods）。4 ソフトウェアの開発およびベータテストは、2020年6月1日から2021年2月28日まで実施されました。
参加者は、カスタムVBAIがロードされたAmazonのスマートスピーカーを受け取りました。アクティベーションの前に、参加者の主治医（一般開業医、内分泌学者、または臨床薬剤師）がカスタムウェブポータルを介してインスリン調整プロトコルを選択しました（補足2のeFigure 1）。プロトコルのパラメータには、開始インスリン投与量、目標空腹時血糖（FBG）レベル範囲、およびインスリン調整手順が含まれていました。プロトコルが承認されると、参加者には毎日「Alexa、臨床試験でチェックイン」というフレーズを使用してVBAIにチェックインするよう指示されました。このフレーズは、参加者が最近のインスリン使用やFBG値などの臨床データを報告する会話をトリガーしました。会話の終わりに、VBAIはこれらのデータに基づいて更新されたインスリン投与指示を提供しました。すべてのデータは、臨床医や研究チームのためのリアルタイムでポータル上で利用可能でした（補足2のeFigures 2-4）。
標準治療
標準治療グループにランダム化された参加者は、通常のケアに従って主治医によって基礎インスリンが調整されました。彼らは、試験期間中毎日記入するよう指示されたオンラインの血糖およびインスリンログを受け取りました（補足2のeAppendix 4）。また、毎日ログを完了するように設定されたAmazonのスマートスピーカーも受け取りましたが、私たちのVBAIへのアクセスはありませんでした。