Naukowcy z Auckland Bioengineering Institute (ABI) Uniwersytetu w Auckland testują w badaniu klinicznym DiNa, asystenta AI, z którym osoby z cukrzycą typu 2 rozmawiają głosem w okresie między wizytami u lekarza. Pierwsza, trzymiesięczna runda obejmuje 10 osób podzielonych na dwie równe grupy: jedna korzysta z asystenta DiNa, druga z istniejącego narzędzia do kontroli cukrzycy.
- Naukowcy z Auckland Bioengineering Institute testują asystenta głosowego DiNa w pierwszej rundzie badania klinicznego obejmującej 10 osób przez 3 miesiące – asystent zbiera dane o posiłkach (ze zdjęć), aktywności fizycznej, lekach i poziomie glukozy z czujników CGM, aby wspierać pacjentów z cukrzycą typu 2 między wizytami u lekarza.
- Wczesne prototypy DiNa pokazywały realistyczny mówiący awatar, jednak testy wykazały, że uczestnicy woleli zwykłą rozmowę głosową, uznając ją za mniej wymagającą i bardziej naturalną, co skłoniło twórców do rezygnacji z tej funkcji.
- W randomizowanym badaniu opublikowanym w JAMA aplikacja AI Sweetch osiągnęła niemal identyczne wyniki jak ludzcy trenerzy (31,7 proc. vs. 31,9 proc. uczestników osiągnęło złożony cel zdrowotny po 12 miesiącach), jednak w badaniu uzupełniającym 46,5 proc. uczestników z grupy AI stwierdziło, że wolałoby trenera-człowieka.
Asystent DiNa nie diagnozuje i nie leczy. Zespół, którym kieruje dr Gonzalo Maso Talou, chce sprawdzić, czy stałe i dopasowane do konkretnej osoby wsparcie zwiększy szansę, że pacjent będzie realizował plan ustalony wcześniej z lekarzem. Chodzi o dietę, ruch i regularne przyjmowanie leków. Projekt należy do szerszego programu cyfrowych bliźniaków prowadzonego przez ABI. W zespole pracuje m.in. doktorant Kekayan Nanthakumar.
Problem, który ma rozwiązać DiNa, Maso Talou opisywał już wcześniej w wywiadzie opublikowanym w serwisie cmdt.org.nz: „Pacjent czuje się dobrze bez leków i nie zauważa żadnej zmiany” / „The patient feels fine without their meds and isn’t aware of any change”. Według badacza taki stan trwa do momentu, w którym zdrowie się pogarsza. Wtedy na reakcję bywa już za późno.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
DiNa zbiera dane z telefonu, urządzeń noszonych i czujnika glukozy
Asystent DiNa łączy kilka źródeł danych, żeby pacjent nie musiał ręcznie prowadzić dzienniczka. Według materiału Uniwersytetu w Auckland system korzysta z następujących danych:
- posiłki: użytkownik fotografuje talerz, a AI rozpoznaje produkty i szacuje kalorie, węglowodany, białko oraz inne składniki odżywcze. Braki można poprawić lub uzupełnić głosowo,
- aktywność fizyczna: dane zbierane już przez smartfon i urządzenia noszone, np. zegarek,
- leki: szybkie potwierdzenie, że pacjent przyjął zaleconą dawkę,
- glikemia: odczyty z systemów ciągłego monitorowania glukozy (CGM), czyli przyklejanych do skóry czujników, które mierzą poziom cukru przez całą dobę.
Maso Talou tłumaczy, że tradycyjne dzienniczki żywieniowe zabierają dużo czasu. Pacjenci zapominają szczegółów albo w ogóle przestają notować. Według badacza pierwsi uczestnicy badania najczęściej mówili właśnie o tym, że monitorowanie stało się łatwiejsze i zostawiało im więcej czasu na normalne życie.
Uczestnicy woleli rozmowę głosową od realistycznego awatara
Najciekawszym elementem asystenta DiNa jest rozmowa. Wczesne prototypy pokazywały na ekranie mówiącą głowę i badacze zakładali, że realistyczna wirtualna postać poprawi doświadczenie użytkownika. Testy tego nie potwierdziły. „Okazało się, że wielu użytkowników wolało po prostu rozmawiać głosem” / „What we found was many users preferred just talking by voice.”, mówi Maso Talou. Według niego rozmowa głosowa była mniej wymagająca i bardziej naturalna. Obecna wersja przypomina więc bardziej rozmowę telefoniczną niż wideorozmowę.
Odejście od awatara ma swoją historię. W 2022 r. ABI otrzymał ponad 4 mln dolarów z funduszu Catalyst nowozelandzkiego ministerstwa MBIE (Ministry of Business, Innovation and Employment) na badanie, jak „cyfrowi ludzie” firmy Soul Machines mogą wspierać pacjentów z cukrzycą typu 2 i chorobami układu krążenia. Soul Machines to spółka wywodząca się z Uniwersytetu w Auckland. Jeszcze w 2024 r. prof. Merryn Tawhai, dyrektorka ABI, opowiadała w radiu RNZ o cyfrowym koordynatorze zdrowia zbudowanym w oparciu o tę technologię.
W rozmowie DiNa może pomóc ustalić najlepszą porę dnia na ćwiczenia, nazwać przeszkody, które blokują realizację celów, albo zaproponować zmianę planu, gdy codzienność go rozbije. Gdy pacjentowi idzie dobrze, asystent go chwali. Wiedzę czerpie z wyselekcjonowanych nowozelandzkich materiałów diabetologicznych przygotowanych z partnerami klinicznymi. Przy pytaniach wymagających porady medycznej odsyła do lekarza. Maso Talou zwraca uwagę, że między wizytami mogą minąć miesiące i właśnie wtedy pacjenci mają najwięcej pytań i wątpliwości.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Badanie Johns Hopkins: trener AI dorównał ludziom w wynikach, pacjenci i tak woleli człowieka
Cukrzyca w Nowej Zelandii rośnie szybko. Według rejestru Virtual Diabetes Register prowadzonego przez Health New Zealand w 2025 r. z cukrzycą żyło tam ponad 365 tys. osób. To o ponad 40 proc. więcej niż w 2011 r. Dla porównania ten sam rejestr wykazał 323,7 tys. chorych na koniec 2023 r. Choroba dotyka nieproporcjonalnie często Maorysów, mieszkańców wysp Pacyfiku i społeczności indyjskiej.
Asystenci AI w diabetologii mają już pierwsze solidne wyniki. W randomizowanym badaniu opublikowanym w JAMA naukowcy z Johns Hopkins porównali w pełni automatyczny program profilaktyki cukrzycy (aplikacja Sweetch) z programem prowadzonym przez ludzkich trenerów. Badanie objęło 368 dorosłych ze stanem przedcukrzycowym oraz nadwagą lub otyłością i trwało od października 2021 r. do grudnia 2024 r. Wyniki:
- po 12 miesiącach cel złożony z kryteriów dotyczących masy ciała, aktywności fizycznej i HbA1c osiągnęło 31,7 proc. uczestników programu AI i 31,9 proc. uczestników programu z trenerem,
- program AI rozpoczęło 93,4 proc. skierowanych osób, program z człowiekiem 82,7 proc.,
- w badaniu uzupełniającym opublikowanym w 2026 r. w npj Digital Medicine 46,5 proc. osób z grupy AI stwierdziło, że wolałoby trenera. W grupie z człowiekiem odwrotną preferencję zgłosiło 31,5 proc.
Autorzy drugiej publikacji zauważyli, że program AI nie próbował prowadzić rozmowy ani odtwarzać relacji z trenerem. To mogło częściowo odpowiadać za niższą ocenę. DiNa celuje dokładnie w tę lukę.
Nowa Zelandia ma też doświadczenie, które studzi oczekiwania. Randomizowane badanie programu cyfrowego BetaMe/Melon, opublikowane w 2020 r., nie wykazało po 12 miesiącach różnicy w poziomie HbA1c między uczestnikami programu i grupą leczoną standardowo. Autorzy uznali, że skuteczność każdego takiego programu trzeba oceniać osobno.
Najbardziej podoba mi się w tym projekcie rezygnacja z awatara. Przez kilka lat branża przekonywała, że pacjent zaufa realistycznej cyfrowej twarzy. Zespół z Auckland sprawdził to na ludziach i wycofał się z pomysłu, bo uczestnicy woleli zwykłą rozmowę. Uważam, że to dobra lekcja dla każdego, kto projektuje asystentów AI w ochronie zdrowia: mniej efektów, więcej wygody.
Studzę jednak entuzjazm. Dziesięć osób i trzy miesiące to próba, z której nie da się wyciągnąć wniosków o skuteczności. Nowozelandzkie badanie programu BetaMe pokazało już, że rozbudowana aplikacja nie musi poprawić poziomu cukru. Mam też pytanie o rozpoznawanie posiłków ze zdjęć. Jeśli AI źle oszacuje węglowodany, pacjent podejmie decyzję na podstawie błędnej liczby. Kto wtedy odpowiada za skutki? Twórcy DiNa odsyłają do lekarza przy sprawach klinicznych i to rozsądne podejście. Granica między poradą medyczną a zwykłym wsparciem motywacyjnym bywa jednak cienka, zwłaszcza gdy do gry wejdzie cyfrowy bliźniak przewidujący poziom glukozy.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Cyfrowy bliźniak ma przewidywać skok glukozy po konkretnym posiłku
Zespół z ABI pracuje nad spersonalizowanymi cyfrowymi bliźniakami, czyli modelami komputerowymi symulującymi, jak organizm konkretnej osoby reaguje na jedzenie, ruch i leki. Według Uniwersytetu w Auckland wczesne wersje potrafią już modelować reakcję glukozy na podstawie zawartości węglowodanów, tłuszczów i białek w posiłku.
Docelowo użytkownik asystenta DiNa mógłby porównać dwa warianty obiadu i sprawdzić, który z nich prawdopodobnie wywoła większy skok cukru. Mógłby też poprosić o przepis dopasowany do bieżącego poziomu glukozy i produktów, które ma w domu. Maso Talou, który kieruje projektem cyfrowego bliźniaka razem z dr. Finbarem Argusem z ABI, tłumaczy, że dwie osoby mogą zupełnie inaczej zareagować na ten sam posiłek. Znaczenie mają m.in. płeć, metabolizm i poziom aktywności.
Obecne badanie to pierwsza z trzech zaplanowanych rund. Większe badania zespół zapowiada na 2027 r. Zebrane dane mają też posłużyć do dopracowania modeli cyfrowego bliźniaka. Jeśli wyniki będą dobre, badacze chcą włączyć DiNa do systemu ochrony zdrowia i udostępnić ją szerzej.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
W Polsce zdiagnozowaną cukrzycę ma ponad 3,2 mln dorosłych
Według danych NFZ, przytoczonych w raporcie Forum Ekspertów ds. Cukrzycy „Diabetologia w Polsce na tle Unii Europejskiej” z marca 2025 r., w 2023 r. zdiagnozowaną cukrzycę miało 3,24 mln dorosłych i 25,11 tys. osób poniżej 18. roku życia. W obu grupach liczba chorych rosła w latach 2018-2023.
Problem długich przerw między wizytami dobrze znają też polscy pacjenci. Posłanka Katarzyna Osos w interpelacji z maja 2025 r. alarmowała, że w województwie lubuskim brakuje diabetologów przyjmujących w ramach NFZ i wielu z nich prowadzi wyłącznie praktykę prywatną.
DiNa jest na razie narzędziem badawczym dostępnym tylko dla uczestników nowozelandzkiego badania. Twórcy nie zapowiedzieli wejścia na rynki zagraniczne. Moim zdaniem przeniesienie takiego asystenta do Polski wymagałoby czegoś więcej niż tłumaczenia. DiNa opiera się na nowozelandzkich materiałach, a sam Maso Talou wcześniej przekonywał, że zasoby międzynarodowe nie zawsze pasują do lokalnych realiów. Polska wersja musiałaby korzystać z krajowych zaleceń, np. Polskiego Towarzystwa Diabetologicznego, i uwzględniać sposób, w jaki działa u nas opieka nad chorymi na cukrzycę.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym materiału prasowego Uniwersytetu w Auckland opublikowanego w serwisie Medical Xpress z dnia 13.11.2026 oraz komunikatu Uniwersytetu w Auckland o finansowaniu z MBIE i omówienia badania z npj Digital Medicine w EMJ. Wykorzystano także publikację JAMA (Mathioudakis i in.), materiały cmdt.org.nz i RNZ, dane Health New Zealand (Virtual Diabetes Register), repozytorium University of Otago (badanie BetaMe/Melon), interpelację nr 9989 w Sejmie RP oraz raport „Diabetologia w Polsce na tle Unii Europejskiej”.
Cytaty dr. Gonzalo Maso Talou, kierownika projektu DiNa w Auckland Bioengineering Institute, zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o kolejnych rundach badania asystenta DiNa.
