Intervenções ao estilo de vida conduzidas por IA para reduzir o risco de diabetes: Revisão sistemática

Revisão sistemáticaNível 1 · Evidência consolidadaJournal of medical Internet research15 out 20260 citações

O que aconteceu

As intervenções de inteligência artificial (IA) orientadas para o estilo de vida são cada vez mais utilizadas para reduzir o risco de diabetes. No entanto, se produzem benefício clínico além dos Programas de Prevenção de Diabetes padrão (PPD) e se os efeitos variam de acordo com o tipo de IA, a população ou o local de parto, permanece incerto. Este estudo teve como objetivo avaliar os efeitos de intervenções de estilo de vida orientadas por IA nos desfechos clínicos, comportamentais e de engajamento em pessoas com pré-diabetes ou risco elevado de diabetes e avaliar se os efeitos diferiram pelo tipo de IA, população ou ambiente de parto. PubMed, Embase, CINAHL, Web of Science, IEEE Xplore, ClinicalTrials.gov e buscas de citações foram concluídas em 3 de agosto de 2026, para relatórios em língua inglesa publicados a partir de 2015. Estudos elegíveis avaliaram intervenções de estilo de vida digital orientadas por IA entre pessoas com pré-diabetes ou risco elevado de diabetes, ou participantes saudáveis em estudos de viabilidade. Um revisor (OIE) rastreou registros e extraiu dados; um segundo revisor (TN) verificou independentemente exclusões e extração. A qualidade do estudo foi avaliada com ferramentas do National Heart, Lung e Blood Institute apropriadas para cada desenho. Dada a heterogeneidade substancial dos desenhos, estimativas e métricas de desfecho, os achados foram sintetizados narrativamente seguindo a diretriz Síntese Sem Meta-Análise e não agrupados estatisticamente.

O que encontraram

Dos 8032 prontuários, 11 estudos foram incluídos: 1 randomizado, 1 comparativo não randomizado, 4 observacional e 5 pré-post não controlados. Sete avaliaram sistemas de treinamento de estilo de vida de IA, 2 plataformas preditivas de IA e 2 chatbots conversacionais de IA. Dez de 11 estudos utilizaram plataformas desenvolvidas comercialmente. A qualidade do estudo foi classificada como boa para 5 estudos, regular para 3 e ruim para 3. O ensaio clínico controlado randomizado mostrou não inferioridade de uma DPP-IA versus DPP conduzido por treinador humano para o resultado combinado de 12 meses (23/183, 12,6% vs 23/185, 12,4%; diferença de risco 0,1%, IC 95% -5,5% de 1 lado). Iniciação do programa (171/183, 93,4% vs 153/185, 82,7%; diferença de risco 10,7%, IC 95% 4,2%-17,3%) e conclusão (117/183, 63,9% vs 93/185, 50,3%; diferença de risco 13,7%; IC 95% 3,6%-23,7%) foram maiores com IA, mas isso não se traduziu em desfechos clínicos superiores. A comparação não aleatória não encontrou vantagem de mensagens personalizadas por IA sobre mensagens estáticas em termos de IMC ou atividade física. Os demais estudos relataram alterações não controladas que impossibilitam a inferência causal. As evidências foram insuficientes para determinar se os efeitos diferiam de acordo com a população ou o local de parto.

Por que isso importa

Um estudo randomizado suporta a não inferioridade, não superioridade, de um PPP específico orientado por IA em relação ao coaching humano; as demais evidências não foram randomizadas, predominantemente desenvolvidas comercialmente e geradoras de hipóteses. Até onde sabemos, esta é a primeira revisão sistemática para estratificar evidências sobre a prevenção de diabetes guiada por IA por mecanismos de treinamento de IA, preditivos e conversacionais e por domínio de desfecho, estendendo o trabalho de escopo prévio que mapeou aplicativos sem avaliar a qualidade do estudo ou a eficácia comparativa. Este mapeamento estruturado mostra onde as evidências são as mais fortes (engajamento e peso) e as mais fracas (causalidade glicêmica e generalização), dando aos sistemas de saúde uma base concreta para decidir onde as ferramentas AI-DPP podem complementar, em vez de substituir, a entrega padrão de DPP, aguardando ensaios randomizados independentes e adequadamente alimentados.

Tradução automática do resumo original, publicado em Journal of medical Internet research sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.