Preview

Кардиология

Расширенный поиск

Влияние дистанционного мониторинга с использованием голосового роботизированного ассистента на основе искусственного интеллекта на динамику метаболических показателей: результаты проспективного сравнительного исследования

https://doi.org/10.18087/cardio.2026.3.n3104

Аннотация

Цель    Оценка вклада дистанционного мониторинга с использованием голосового роботического помощника (ГРП) на основе искусственного интеллекта (ИИ) в изменение маркеров висцерального ожирения (индекс LAP, индекс висцерального ожирения – ИВО), гликемического контроля и качества жизни у пациентов с сахарным диабетом (СД) 2 го типа и ожирением.
Материал и методы    В проспективное открытое сравнительное исследование включен 121 пациент с ожирением и СД 2 го типа. Участники распределены в группу наблюдения (n=71; стандартная помощь + ежедневный мониторинг с ИИ-помощником) и группу контроля (n=50; только стандартная помощь). Период Наблюдения составил 1 мес.
Результаты    Через 1 мес. в группе наблюдения зафиксировано статистически значимое снижение индекса LAP на 25,9 % (p<0,001) и ИВО на 31,2 % (p<0,001). Концентрация глюкозы в крови натощак снизилась на 15,1 % (p<0,001). В группе контроля значимых изменений в течение 1 мес. не отмечено. Межгрупповые различия через 1 мес. были статистически значимы для индекса LAP (p=0,004) и ИВО (p=0,007). Качество жизни (по оценке SF-36) статистически значимо улучшилось в группе наблюдения (+7 баллов против +1 в группе контроля; p<0,001).
Заключение    Применение программы дистанционного мониторинга пациентов (ДМП) с ИИ-голосовым помощником у пациентов с ожирением и СД 2 го типа позволяет добиться значительных улучшений в контроле маркеров висцерального ожирения, концентрации глюкозы в крови и качества жизни, что ведет к снижению риска кардиометаболических нарушений.

Об авторах

Ш. Р. Чумалаева
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И. М. Сеченова» Минздрава России (Сеченовский Университет)
Россия

аспирант

Москва, Россия



М. В. Кожевникова
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И. М. Сеченова» Минздрава России (Сеченовский Университет)
Россия

    
Профессор кафедры Госпитальной терапии №1 ИКМ им. Н.В. Склифосовского

Москва, Россия



В. Ю. Зекцер
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И. М. Сеченова» Минздрава России (Сеченовский Университет)
Россия

ассистент кафедры госпитальной терапии Nº1, врач-эндокринолог, к.м.н.

Москва, Россия



Д. Ф. Меситская
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И. М. Сеченова» Минздрава России (Сеченовский Университет)
Россия

доцент кафедры кардиологии, функциональной и ультразвуковой диагностики, к.м.н., заместитель главного врача по медицинской части

Москва, Россия



Н. В. Хабарова
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И. М. Сеченова» Минздрава России (Сеченовский Университет)
Россия

Ассистент кафедры Госпитальной терапии №1 ИКМ им. Н.В. Склифосовского

Москва, Россия



Ю. Н. Беленков
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И. М. Сеченова» Минздрава России (Сеченовский Университет)
Россия

заведующий кафедрой госпитальной терапии №1 ИКМ им. Н.В. Склифосовского, академик РАН, д.м.н., профессор

Москва, Россия



Список литературы

1. Ong KL, Stafford LK, McLaughlin SA, Boyko EJ, Vollset SE, Smith AE et al. Global, regional, and national burden of diabetes from 1990 to 2021, with projections of prevalence to 2050: a systematic analysis for the Global Burden of Disease Study 2021. The Lancet. 2023;402(10397):203–34. DOI: 10.1016/S0140‑6736(23)01301‑6

2. Su M, Qin XS, Li Y, Upshur R, Sullivan F, Légaré F et al. Association between medication adherence and cardiovascular outcomes in patients with both diabetes and hypertension in primary care settings in Canada: A retrospective cohort study. PLOS ONE. 2025;20(4):e0319991. DOI: 10.1371/journal.pone.0319991

3. Neeland IJ, Ross R, Després J‑P, Matsuzawa Y, Yamashita S, Shai I et al. Visceral and ectopic fat, atherosclerosis, and cardiometabolic disease: a position statement. The Lancet Diabetes & Endocrinology. 2019;7(9):715–25. DOI: 10.1016/S2213‑8587(19)30084‑1

4. Clarós A, Ciudin A, Muria J, Llull L, Mola JÀ, Pons M et al. A model based on artificial intelligence for the prediction, prevention and patient‑centred approach for non‑communicable diseases related to metabolic syndrome. European Journal of Public Health. 2025;35(4):642–9. DOI: 10.1093/eurpub/ckaf098

5. Arthanat S. Promoting Information Communication Technology Adoption and Acceptance for Aging‑in‑Place: A Randomized Controlled Trial. Journal of Applied Gerontology. 2021;40(5):471–80. DOI: 10.1177/0733464819891045

6. Суплотова Л.А., Алиева О.О., Ибрагимова Л.И. Влияние дистанционного мониторинга самоконтроля гликемии на углеводный обмен и качество жизни пациентов с сахарным диабетом 1 типа. Проблемы эндокринологии. 2025;71(1):40‑9. DOI: 10.14341/probl13535

7. Селиверстов П.В., Гриневич В.Б., Шаповалов В.В., Крюков Е.В. Повышение эффективности скрининга хронических неинфекционных заболеваний с использованием технологий на основе искусственного интеллекта. Лечащий Врач. 2024;27(4):97‑104. DOI: 10.51793/ OS.2024.27.4.014

8. Wildenbos GA, Peute L, Jaspers M. Aging barriers influencing mobile health usability for older adults: A literature based framework (MOLD‑US). International Journal of Medical Informatics. 2018;114:66–75. DOI: 10.1016/j.ijmedinf.2018.03.012

9. Glavas C, Scott D, Sood S, George ES, Daly RM, Gvozdenko E et al. Exploring the Feasibility of Digital Voice Assistants for Delivery of a Home‑Based Exercise Intervention in Older Adults With Obesity and Type 2 Diabetes Mellitus: Randomized Controlled Trial. JMIR Aging. 2024;7:e53064. DOI: 10.2196/53064

10. Mueller S, Dinges SMT, Gass F, Fegers‑Wustrow I, Treitschke J, Von Korn P et al. Telemedicine‑supported lifestyle intervention for glycemic control in patients with CHD and T2DM: multicenter, randomized controlled trial. Nature Medicine. 2025;31(4):1203–13. DOI: 10.1038/s41591‑025‑03498‑w

11. Reddy S, Booth G, Coker‑Schwimmer M, Kugley S, Rodriguez‑Borja I, Patel SV et al. Audio‑Based Care for Managing Diabetes in Adults: A Systematic Review. Medical Care. 2025;63(2):152–63. DOI: 10.1097/MLR.0000000000002096

12. Borruel S, Moltó JF, Alpañés M, Fernández‑Durán E, Álvarez‑Blasco F, Luque‑Ramírez M et al. Surrogate Markers of Visceral Adiposity in Young Adults: Waist Circumference and Body Mass Index Are More Accurate than Waist Hip Ratio, Model of Adipose Distribution and Visceral Adiposity Index. PLoS ONE. 2014;9(12):e114112. DOI: 10.1371/journal.pone.0114112

13. Чичкова В.В., Шаповалова М.А., Чичкова М.А., Анцыферов М.Б. Применение телемедицинских технологий в терапевтическом обучении пациентов с сахарным диабетом 2 типа. Сахарный диабет. 2025;28(3):223‑30. DOI: 10.14341/DM13280

14. Schulz KF, Altman DG, Moher D, for the CONSORT Group. CONSORT 2010 Statement: updated guidelines for reporting parallel group randomised trials. BMJ. 2010;340(1):c332–c332. DOI: 10.1136/bmj.c332

15. Alberti KGM, Zimmet P, Shaw J. The metabolic syndrome – a new worldwide definition. The Lancet. 2005;366(9491):1059–62. DOI: 10.1016/S0140‑6736(05)67402‑8

16. Дедов И.И., Шестакова М.В., Майоров А.Ю., Мокрышева Н.Г., Андреева Е.Н., Безлепкина О.Б. и др. Алгоритмы специализированной медицинской помощи больным сахарным диабетом. Под редакцией И.И. Дедова, М.В. Шестаковой, А.Ю. Майорова. 11‑й выпуск. Сахарный диабет. 2023;26(S2):1‑157. DOI: 10.14341/DM13042

17. Дедов И.И., Мельниченко Г.А., Шестакова М.В., Трошина Е.А., Мазурина Н.В., Шестакова Е.А. и др. Национальные клинические рекомендации по лечению морбидного ожирения у взрослых. 3‑ий пересмотр (лечение морбидного ожирения у взрослых). Ожирение и метаболизм. 2018;15(1):53‑70. DOI: 10.14341/omet2018153‑70

18. Ware JE, Sherbourne CD. The MOS 36‑item short‑form health survey (SF‑36). I. Conceptual framework and item selection. Medical Care. 1992;30(6):473–83. PMID: 1593914

19. Ali Sangouni A, Abdollahi S, Mozaffari‑Khosravi H. Effect of resveratrol supplementation on hepatic steatosis and cardiovascular indices in overweight subjects with type 2 diabetes: a double‑blind, randomized controlled trial. BMC Cardiovascular Disorders. 2022;22(1):212. DOI: 10.1186/s12872‑022‑02637‑2

20. Amato MC, Giordano C, Galia M, Criscimanna A, Vitabile S, Midiri M et al. Visceral Adiposity Index: a reliable indicator of visceral fat function associated with cardiometabolic risk. Diabetes Care. 2010;33(4):920–2. DOI: 10.2337/dc09‑1825

21. Wang R, Liu J, Fang G, Shi J, Zhang C, Huang Y. Association between visceral adiposity index and cardiovascular disease: A systematic review and meta‑analysis. Nutrition, Metabolism and Cardiovascular Diseases. 2025;35(12):104216. DOI: 10.1016/j.numecd.2025.104216

22. Celano CM, Daunis DJ, Lokko HN, Campbell KA, Huffman JC. Anxiety Disorders and Cardiovascular Disease. Current Psychiatry Reports. 2016;18(11):101. DOI: 10.1007/s11920‑016‑0739‑5

23. Pal K, Dack C, Ross J, Michie S, May C, Stevenson F et al. Digital Health Interventions for Adults With Type 2 Diabetes: Qualitative Study of Patient Perspectives on Diabetes Self‑Management Education and Support. Journal of Medical Internet Research. 2018;20(2):e40. DOI: 10.2196/jmir.8439

24. Borries TM, Dunbar A, Bhukhen A, Rismany J, Kilham J, Feinn R et al. The impact of telemedicine on patient self‑management processes and clinical outcomes for patients with Types I or II Diabetes Mellitus in the United States: A scoping review. Diabetes & Metabolic Syndrome: Clinical Research & Reviews. 2019;13(2):1353–7. DOI: 10.1016/j.dsx.2019.02.014

25. Правкина Е.А., Переверзева К.Г., Буданова И.В., Якушин С.С. Телемедицина: определение, особенности внедрения в практику, эффективность и перспективы применения в кардиологии. Наука молодых. 2023;11(3):435‑46. DOI: 10.23888/HMJ2023113435‑446


Рецензия

Для цитирования:


Чумалаева Ш.Р., Кожевникова М.В., Зекцер В.Ю., Меситская Д.Ф., Хабарова Н.В., Беленков Ю.Н. Влияние дистанционного мониторинга с использованием голосового роботизированного ассистента на основе искусственного интеллекта на динамику метаболических показателей: результаты проспективного сравнительного исследования. Кардиология. 2026;66(3):3-11. https://doi.org/10.18087/cardio.2026.3.n3104

For citation:


Chumalaeva Sh.R., Kozhevnikova M.V., Zektser V.Yu., Mesitskaya D.F., Khabarova N.V., Belenkov Yu.N. Impact of Remote Monitoring Using an AI-Powered Voice-Activated Robotic Assistant on the Dynamics of Metabolic Parameters: Results of a Prospective Comparative Study. Kardiologiia. 2026;66(3):3-11. (In Russ.) https://doi.org/10.18087/cardio.2026.3.n3104

Просмотров: 457

JATS XML


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0022-9040 (Print)
ISSN 2412-5660 (Online)