Могут ли сообщения ИИ побудить вас больше ходить? РКИ DIAMANTE

Система ИИ, которая учится определять, на какие мотивационные тексты вы откликаетесь, может побуждать к большей активности эффективнее, чем обобщённые сообщения. В 24-недельном рандомизированном исследовании DIAMANTE взрослые с диабетом 2 типа и выраженными симптомами депрессии, получавшие тексты, подобранные с помощью обучения с подкреплением, делали примерно на 608 шагов в день больше, чем контрольная группа, использовавшая только приложение, — примерно на 19% больше исходного уровня. Результат был статистически значимым. Остаётся менее ясным, улучшила ли эта дополнительная ходьба контроль глюкозы крови или симптомы депрессии.

Это различие существенно. Увеличение числа шагов — реальный поведенческий результат, а изменить поведение трудно. Однако дополнительные 608 шагов в день сами по себе не становятся лечением диабета или депрессии, каким бы сложным ни был механизм уведомлений.

Персонализация с помощью ИИ превзошла случайные мотивационные тексты

В исследовании DIAMANTE 2024 года 245 взрослых с сопутствующими диабетом 2 типа и клинически значимыми симптомами депрессии, определёнными как оценка по PHQ-8 не менее 5, были случайным образом распределены в одну из трёх групп на 24 недели. Адаптивная группа получала текстовые сообщения, выбранные алгоритмом обучения с подкреплением. Вторая группа получала сообщения со случайно выбранным содержанием. Контрольная группа использовала приложение и еженедельно оценивала настроение, но не получала программу мотивационных сообщений.

В адаптивной группе ежедневное число шагов увеличилось примерно на 608 шагов в день по сравнению с контролем. Группа случайных сообщений заняла промежуточное положение между адаптивной и контрольной группами. Эта трёхгрупповая структура — сильнейшая сторона исследования: она проверяет, помогают ли сообщения по сравнению с пассивным использованием приложения, а затем выясняет, даёт ли адаптивный выбор что-либо сверх случайной рассылки мотивационного содержания.

Направление результатов согласуется с обеими идеями. Любая структурированная рассылка, по-видимому, была лучше участия только через приложение, а адаптивные сообщения показали наилучший результат. Более крупная разница наблюдалась между наличием и отсутствием сообщений; дополнительное преимущество обучения с подкреплением над случайным содержанием было меньше.

DIAMANTE относится к числу первых завершённых рандомизированных исследований с достаточной статистической мощностью, в которых персонализацию на основе обучения с подкреплением сравнивали как со случайной рассылкой сообщений, так и с пассивным контролем в популяции с проблемами психического здоровья. В обзорах точно-вовремя адаптивных вмешательств обучение с подкреплением описывают как формирующийся метод, а не как устоявшийся стандарт. Систематический обзор JITAI 2024 года и обзор области исследований JITAI для физической активности 2025 года показали, что большинство адаптивных программ по-прежнему опираются на правила или теорию изменения поведения, а не на формальное машинное обучение.

Чему научился алгоритм — и чего не показывает статья

Алгоритм контекстуального бандита DIAMANTE выбирал сообщения по трём параметрам: типу обратной связи, мотивационной подаче и времени отправки. Он использовал такие сведения, как возраст, исходная оценка по PHQ-8, а также время и категории предыдущих сообщений. Теоретически это позволяет системе учиться тому, что один человек лучше реагирует на отчёт о прогрессе в начале второй половины дня, а другому больше подходит вечернее напоминание, основанное на личной цели.

На практике в отчёте об исследовании не приведены диагностические показатели сходимости, не указано, сколько времени алгоритму потребовалось, чтобы прийти к полезным вариантам выбора, и не показано, выявил ли он индивидуальные предпочтения, а не просто типы сообщений, популярные у большинства. Это существенный пробел. Алгоритм, который узнаёт, что большинству людей нравится один тип напоминаний, может превзойти случайные сообщения, не демонстрируя глубокой индивидуальной персонализации. Он всё равно был бы полезен; просто это было бы другое утверждение.

Почему число шагов — разумная целевая точка

Количество шагов — не легкомысленная конечная точка. Систематический обзор и метаанализ 2024 года выявил обратную связь «доза—ответ» между ежедневным числом шагов и как заболеваемостью депрессией, так и её распространённостью среди взрослых. Большее число шагов было связано с меньшим риском депрессии, хотя эти данные не устанавливают, что прибавление 608 шагов улучшит симптомы у человека, уже страдающего депрессией.

Более высокое число шагов в день, измеренное устройствами, также коррелирует с более благоприятными кардиометаболическими показателями в проспективных данных. Исследование консорциума ProPASS подтверждает, что число шагов может быть разумным промежуточным показателем метаболического здоровья, включая показатели, значимые при диабете. Оно не устанавливает причинный порог HbA1c для прибавки примерно 600 шагов у людей с установленным диабетом 2 типа.

Число шагов, полученное со смартфона, также отражает полезную информацию о физической активности на популяционном уровне. Исследование измерений 2025 года показало, что простой подсчёт шагов давал сопоставимую с более сложными акселерометрическими измерениями информацию, значимую для здоровья. Это подтверждает выбор конечной точки в DIAMANTE, хотя не устраняет различий между моделями телефонов, привычками их носить и особенностями работы приложений.

DIAMANTE показывает, что адаптивные тексты могут изменить измеряемое поведение. Однако пока не показано, что величина этого изменения лечит какое-либо из этих заболеваний.

Клинический вопрос остаётся открытым

Физические упражнения могут уменьшать симптомы депрессии, но имеют значение доза и интенсивность. Метаанализ рандомизированных исследований 2025 года выявил пользу высокоинтенсивных упражнений у людей с депрессией. Эти вмешательства, как правило, включали значительно больше физической активности, чем примерно 600 дополнительных шагов в день, вероятно, низкой интенсивности. Данные программ ходьбы также нельзя переносить без оговорок: метаанализ при послеродовой депрессии показал, что вмешательства с ходьбой уменьшали симптомы, однако послеродовая депрессия существенно отличается от депрессии, возникающей одновременно с диабетом 2 типа.

Следовательно, сообщённый в DIAMANTE результат по числу шагов статистически значим, но его клиническая интерпретация пока не определена. Имеющиеся отчёты об исследовании не устанавливают, изменило ли увеличение числа шагов показатели HbA1c или PHQ-8 через 24 недели. Статистически значимое увеличение ходьбы может быть полезным, особенно в популяции, где два состояния затрудняют поддержание регулярной активности. Но это всё ещё не доказательство клинически значимого изменения гликемического контроля или тяжести депрессии.

Обучение с подкреплением может быть не главным компонентом

Исследование также не позволяет установить, превосходит ли обучение с подкреплением более простые формы персонализации. В рандомизированном исследовании IMPACT молодые взрослые, перенёсшие рак, использовали адаптивную программу мобильного здравоохранения, основанную на теории, но без формального обучения с подкреплением. Вмешательство улучшило физическую активность и сохраняло достигнутые улучшения через 12 месяцев, согласно основному отчёту об исследовании и его 12-месячному наблюдению.

IMPACT не опровергает DIAMANTE. В нём изучали другую популяцию, использовали другое вмешательство и оценивали другие исходы в иной временной схеме. Однако из него труднее не сделать уместное сравнение: возможно, польза связана с продуманной, последовательной адаптацией, а не с обучением с подкреплением как таковым. В DIAMANTE адаптивный ИИ сравнивали со случайными сообщениями, а не с хорошо разработанной адаптивной программой, основанной на правилах.

Ограничения сложного исследования в реальных условиях

Поведенческие сообщения невозможно ослепить. Участники могли заметить, стали ли тексты персонализированными, и это осознание могло влиять на ожидания, вовлечённость и ходьбу независимо от выбора алгоритма. Та же проблема касается сотрудников исследования. Это распространённое явление в исследованиях цифрового изменения поведения, однако оно ограничивает уверенность, с которой можно приписывать преимущество адаптивной группы именно обучению с подкреплением.

Исследование, проводившееся с января 2020 года по июнь 2022 года, также проходило в период крупных нарушений, связанных с COVID-19, когда характер ходьбы в популяции резко изменился. В середине набора исследование перешло от набора через клиники с подтверждением соответствия критериям по электронным медицинским картам к набору через интернет на таких платформах, как Facebook, Google Ads и Craigslist, где статус диабета сообщался самими участниками. Эти каналы набора, вероятно, включали людей с разным уровнем вовлечённости в заботу о здоровье и цифровой грамотности. В доступных здесь опубликованных результатах не представлены исходы подгрупп в зависимости от источника набора.

Участники получили $40 на исходном этапе и $70 при наблюдении через 24 недели. Вознаграждение может помогать удерживать людей в требовательных исследованиях, но также может способствовать удержанию участников, наиболее готовых завершать оценку исходов. В доступном отчёте не приводятся сведения о выбывании отдельно по группам. Также не сообщается, различались ли эффекты в зависимости от предпочтения английского или испанского языка, несмотря на стратифицированную по языку рандомизацию.

Как интерпретировать этот результат

DIAMANTE предлагает убедительное доказательство концепции медицинского сопровождения с помощью ИИ. Его наиболее сильный результат скромен, но полезен: у 245 взрослых, одновременно справлявшихся с диабетом и симптомами депрессии, адаптивные тексты на основе обучения с подкреплением за 24 недели увеличили ежедневное число шагов примерно на 608 по сравнению с пассивным использованием приложения, а случайные сообщения показали промежуточный результат.

Для отдельных людей практический вывод менее футуристичен. Ежедневная цель по числу шагов, система напоминаний и какая-либо форма подотчётности могут помочь; ждать идеально персонализированного ИИ-тренера не нужно. Для клиницистов и разработчиков продуктов вывод строже: следует сравнивать адаптивные системы с сильными не-ИИ адаптивными аналогами, сообщать, действительно ли алгоритмы изучают индивидуальные предпочтения, и измерять значимые исходы, такие как HbA1c и симптомы депрессии. До тех пор данные поддерживают использование сообщений с ИИ как способа побуждать к ходьбе, но не как доказанное лечение диабета или депрессии.