KI-gestützte Präzisionsbehandlung senkt Medikamentenbedarf bei Typ-2-Diabetes
Eine von der Cleveland Clinic geleitete Studie im NEJM Catalyst zeigt, mit der KI-basierten Twin Precision Treatment erreichen 71 % der Patientinnen und Patienten mit Typ-2-Diabetes nach 12 Monaten einen A1C-Wert unter 6,5 %, meist ohne teure Medikamente. Das Programm senkt den Einsatz von GLP-1 deutlich und ermöglicht Kosteneinsparungen von über 8.000 USD pro Mitglied.
- IT
- Medizin
- QM
Das Unternehmen Twin Health veröffentlichte die Ergebnisse einer Peer-Review-Studie im New England Journal of Medicine Catalyst. Die Untersuchung mit 150 Personen an der Cleveland Clinic prüfte, ob das KI-gestützte Twin Precision Treatment die Versorgung bei Typ-2-Diabetes verbessert.
Von den 100 Teilnehmenden in der Interventionsgruppe erreichten 71 % innerhalb von zwölf Monaten einen A1C-Wert unter 6,5 %. Fast alle reduzierten ihren Medikamentenbedarf erheblich und setzten außer Metformin keine weiteren Antidiabetika ein. Im Vergleich dazu lag die Erfolgsquote in der Standardgruppe bei 2,4 %.
Die Intervention nutzte tragbare Sensoren und eine App, die individuelle Ernährungsempfehlungen und Aktivitätspläne bereitstellte. Zusätzlich betreute ein klinisches Team die Patienten. Ergebnisse waren verbesserte Blutzuckerkontrolle, höherer Gewichtsverlust und eine gesteigerte Lebensqualität.
Besonders stark sank der Einsatz teurer Wirkstoffe wie GLP-1-Rezeptoragonisten, die von 41 % auf 6 % zurückgingen. Insgesamt konnten bis zu 85 % auf GLP-1 verzichten. Parallel reduzierten sich Insulin- und SGLT-2-Verordnungen.
Laut Twin Health ergeben sich dadurch Kosteneinsparungen von durchschnittlich 8.000 USD pro Mitglied im ersten Jahr. Das Unternehmen positioniert sein System als skalierbare Lösung für Arbeitgeber und Krankenkassen, die angesichts steigender Belastungen durch Stoffwechselerkrankungen handeln müssen.
usa.twinhealth.com
