Stanford Lancia una Sperimentazione sulla Salute Cardiaca con Coaching AI che Coinvolge 15.000 Adulti

La malattia cardiovascolare rimane la principale causa di morte e disabilità nel mondo, eppure interventi comportamentali scalabili e personalizzati sono stati difficili da erogare senza un impiego consistente di risorse umane. Gli strumenti di salute digitale offrono una strada promettente, ma i precedenti trial su smartphone erano limitati dall'esclusività delle piattaforme e dalla dipendenza da esperti umani per la formulazione di messaggi individualizzati. Lo studio My Heart Counts 2.0 è stato progettato per affrontare entrambe queste limitazioni in modo diretto.

Questo studio di coorte prospettico e osservazionale, con un trial randomizzato crossover integrato, arruolerà fino a 15.000 adulti negli Stati Uniti e nel Regno Unito tramite un'app per smartphone riprogettata, basata sul framework open-source Stanford Spezi. L'app raccoglie una ricca biobanca digitale: dati passivi dei sensori, tra cui passi, frequenza cardiaca, sonno e accelerometria; prove attive di fitness come il test del cammino di 6 minuti e la corsa di 12 minuti di Cooper; ECG; questionari longitudinali; e dati di cartelle cliniche elettroniche integrati tramite protocolli HL7 FHIR.

Il trial centrale verifica se i prompt di coaching generati autonomamente da un modello linguistico di grandi dimensioni (LLM) — basati sul Modello Transteorico del Cambiamento e personalizzati per ciascun utente — siano in grado di aumentare il conteggio giornaliero dei passi più efficacemente rispetto a prompt testuali generici. Il disegno crossover consente a ciascun partecipante di fungere da proprio controllo, aumentando la potenza statistica. Gli endpoint secondari includono i minuti di attività e il dispendio calorico; gli endpoint esplorativi riguardano le variazioni della forma cardiorespiratoria, la frequenza cardiaca a riposo, la variabilità della frequenza cardiaca e la qualità del sonno.

Le implicazioni sono significative sia per i clinici sia per gli adulti attenti alla propria salute. Se il coaching tramite LLM dovesse superare la messaggistica generica su larga scala, ciò validerebbe un modello a basso costo e completamente automatizzato per la prevenzione cardiovascolare — un modello in grado di raggiungere le popolazioni prive di accesso a coach della salute o consulenti comportamentali.

Restano alcune riserve. Lo studio è ancora in fase di reclutamento, quindi non esistono ancora dati sugli esiti. I trial basati su app sono soggetti ad abbandono e a bias di autoselezione. Il presente riassunto si basa esclusivamente sull'abstract del protocollo pubblicato e i risultati sull'efficacia sono ancora in attesa.