The Effects of AI-Guided Exercise and a Smart Ring on Arterial Stiffness (GONDOR-AS): protocol for a randomized controlled trial

Dit artikel beschrijft het protocol van een gerandomiseerde gecontroleerde studie (GONDOR-AS) die onderzoekt of een op kunstmatige intelligentie gebaseerde coach, gecombineerd met een slimme ring, even effectief is in het verbeteren van arteriële stijfheid en cardiorespiratoire fitheid als toezicht op hoge-intensiteit intervaltraining bij sedentaire volwassenen.

De kern

De GONDOR-AS Studie: Een AI-Trainer vs. Een Strenge Coach vs. Niemand

Stel je voor dat je hart en je bloedvaten als een oude tuinslang zijn. Als je jong bent, is die slang soepel en rekbaar. Maar naarmate je ouder wordt, of als je niet genoeg beweegt, wordt die slang stijf en broos. Dit noemen artsen arteriële stijfheid. Het is een van de belangrijkste redenen waarom mensen hartproblemen krijgen.

Deze wetenschappelijke studie (de GONDOR-AS studie) wil uitvinden hoe we die "tuinslang" weer soepel kunnen houden, zonder dat het een gevecht wordt. Ze vergelijken drie verschillende manieren om dit te doen.

De Drie Teams in de Wedstrijd

De onderzoekers hebben 165 mensen (tussen de 30 en 65 jaar) uitgenodigd om mee te doen. Ze zijn verdeeld in drie groepen, elk met een eigen "trainingspakket":

1. Het "Oura Ring Alleen" Team (De Waarnemers):
   Deze mensen krijgen een slimme ring om hun vinger (de Oura Ring). Deze ring fungeert als een stille waarnemer. Hij meet hoe je slaapt, hoe je hartslag is en hoeveel je beweegt. Maar hij geeft geen instructies. Het is alsof je een spiegel hebt die alleen laat zien hoe je eruitziet, maar je niet vertelt hoe je moet dansen.

   • Doel: Om te zien of het alleen maar meten al genoeg is om mensen te motiveren.

2. Het "HIIT" Team (De Strenge Coach):
   Deze groep krijgt een zeer intensief, traditioneel trainingsprogramma. Twee keer per week moeten ze naar een sportzaal en daar, onder toezicht van een trainer, korte, zeer zware inspanningen leveren (zoals snel fietsen, gevolgd door rust). Dit is de "gouden standaard" om je conditie te verbeteren, maar het is zwaar en lastig vol te houden.

   • Doel: Dit is de benchmark. Als de andere groepen net zo goed presteren als deze strenge groep, is dat een enorme overwinning.

3. Het "AI Coach" Team (De Slimme Virtuele Vriend):
   Deze groep krijgt ook de slimme ring, maar ze krijgen er een AI-coach bij. Dit is een app die praat met je, net als een vriend. De AI kijkt naar de data van je ring (slaap, hartslag) en vraagt: "Hé, je hebt gisteren slecht geslapen. Misschien is een rustige wandeling van 20 minuten vandaag beter dan hardlopen?" of "Je conditie is goed, laten we vandaag een stukje harder fietsen!"

   • Doel: Krijgen we met deze persoonlijke, digitale coach net zo'n goed resultaat als met de strenge trainer, maar dan makkelijker vol te houden?

Waarom is dit zo belangrijk?

Het grootste probleem bij sporten is niet dat mensen niet weten wat ze moeten doen, maar dat ze het niet volhouden.

• De strenge trainer (HIIT) werkt vaak, maar mensen geven het vaak op omdat het te zwaar is.
• De AI-coach probeert de "gouden middenweg" te vinden: genoeg bewegen om je bloedvaten soepel te houden, maar op een manier die past bij jouw dagelijkse leven en stemming.

De onderzoekers kijken naar twee dingen:

1. Hoe soepel zijn je bloedvaten? (Gemeten met een zeer nauwkeurige machine, de "gouden standaard").
2. Hoe fit ben je? (Hoeveel zuurstof kan je lichaam opnemen tijdens inspanning).

De "Magische" Ring en de AI

De ring (Oura Ring) is als een onzichtbare assistent die 24/7 aan je vinger zit. Hij verzamelt data. De AI is de "hersenen" die die data begrijpt en in een gesprek verandert.

• Voorbeeld: Als de AI ziet dat je slecht hebt geslapen, zegt hij niet: "Ga nu 50 minuten fietsen!" (wat misschien te veel is). Hij zegt: "Laten we vandaag rustig wandelen, zodat je hart rustig kan herstellen."

Wat hopen ze te ontdekken?

De onderzoekers hopen dat de AI-groep net zo goed presteert als de HIIT-groep (de strenge trainers), maar dan met veel minder stress en meer plezier. Als dat lukt, betekent dit dat we in de toekomst geen dure sportscholen of persoonlijke trainers meer nodig hebben om ons hart gezond te houden. Een app en een ring volstaan misschien wel.

Samenvattend in één zin:

Deze studie is een grote proef om te zien of een slimme, prattende app die je aanmoedigt om te bewegen, net zo goed werkt voor je hart als een strenge persoonlijke trainer, en of we hierdoor makkelijker een gezonde levensstijl kunnen volhouden.

Let op: Dit is een wetenschappelijk plan (een protocol) voor een studie die in 2024 is begonnen en in 2026 klaar moet zijn. De resultaten zijn dus nog niet bekend, maar de methode is heel zorgvuldig uitgewerkt.

Technische samenvatting

Titel: De effecten van AI-gestuurde beweging en een slimme ring op arteriële stijfheid (GONDOR-AS)

1. Het Probleem

Cardiovasculaire ziekte (CVD) is een leidende oorzaak van sterfte en invaliditeit wereldwijd. Hoewel levensstijlfactoren cruciale, aanpasbare risicofactoren zijn, is de langetermijn-adequatie (het vasthouden aan een gezonde levensstijl) een grote uitdaging. Twee belangrijke modifieerbare risicofactoren zijn:

• Arteriële stijfheid: Gemeten via carotis-femorale pulse wave velocity (cfPWV).
• Maximale cardiorespiratoire fitheid: Gemeten via VO2max.

Bestaande interventies, zoals intensieve training, zijn effectief maar vaak moeilijk vol te houden voor de algemene bevolking. Wearable technologie biedt potentieel voor continue monitoring, maar de meeste bestaande AI-chatbots werken los van real-time fysiologische data. Er is een behoefte aan een schaalbare, lage-drempel oplossing die continue monitoring combineert met gepersonaliseerde AI-coaching om de adherentie aan beweging te verbeteren en zo de cardiovasculaire gezondheid te bevorderen.

2. Methodologie

De studie is een 12-weken durende, parallelle, drie-armige RCT met 165 sedentaire deelnemers (leeftijd 30-65 jaar).

Studiegroepen:
Deelnemers worden willekeurig toegewezen aan één van de drie groepen:

1. AI-Coaching Groep: Ontvangt gepersonaliseerde begeleiding via een Large Language Model (LLM) in de Oura-app, gericht op matige, steady-state cardio (Zone 2) van 2-3 uur per week. Ze dragen een Oura Ring.
2. HIIT Groep (Benchmark): Voert twee keer per week toezicht gehouden High-Intensity Interval Training (HIIT) uit op een fietsergometer (gebaseerd op 85% van Wmax4), plus thuisblijvende matige cardio. Ze dragen een Oura Ring.
3. Controle Groep: Draagt alleen een Oura Ring voor passieve monitoring (geen specifieke bewegingsinterventie).

Belangrijke methodologische kenmerken:

• Blinding: Alle deelnemers dragen een identieke Oura Ring, maar zijn verblind voor hun cardiovasculaire leeftijd (CVA) en PWV-waarden die door de ring worden gegenereerd.
• Interventie: De AI-coaching gebruikt de Oura Ring-data (PPG, versnelling, temperatuur) en zelfrapportage om via een chat-interface feedback te geven. De AI is specifiek geprompt om steady-state training te promoten.
• Data-uitwisseling: De AI heeft toegang tot verwerkte dagelijkse samenvattingen (slaap, HRV, rusthartslag) via de cloud, maar geen directe toegang tot ruwe sensorstreams of klinische beslissingen.
• Randomisatie: Geblokkeerde randomisatie (blokgrootte 9) met verblindde toewijzing.

Hoofduitkomstmaten (Co-primary outcomes):

• Verandering in cfPWV (arteriële stijfheid) na 12 weken, gemeten met de Complior Analyze (gouden standaard).
• Verandering in VO2max (cardiorespiratoire fitheid) na 12 weken, gemeten via ergospirometrie.

Statistische Analyse:
De studie hanteert een hybride aanpak:

• Frequentistische analyse: Lineaire gemengde modellen (LMM) voor Intentie-tot-Behandelen (ITT) analyse, waarbij p-waarden als continu bewijs worden geïnterpreteerd in plaats van een strikte drempel.
• Bayesiaanse analyse: Parallelle analyse om de waarschijnlijkheid van effecten te kwantificeren, met gebruik van priors gebaseerd op pilot-data.
• Procesevaluatie: Kwalitatieve interviews (n=24) en kwantitatieve data (chatlogs, engagement-metrics) om de haalbaarheid, mechanismen en "actieve ingrediënten" van de interventie te begrijpen.

3. Belangrijkste Bijdragen en Innovaties

• Integratie van AI en Wearables: Dit is een van de eerste studies die een LLM-based coach koppelt aan continue fysiologische monitoring van een wearable device in een RCT-omgeving.
• Vergelijking van Interventietypes: Het stelt een schaalbare, digitale AI-interventie direct tegenover een resource-intensieve, toezicht gehouden HIIT-interventie en een passieve controlegroep.
• Focus op Adherentie: De studie test of AI-gestuurde, gepersonaliseerde coaching kan leiden tot vergelijkbare gezondheidsvoordelen als strenge training, maar met een hogere kans op langetermijnvolharding.
• Transparante AI-Implementatie: Het protocol beschrijkt gedetailleerd hoe de AI werkt, hoe datakwaliteit wordt gewaarborgd (signal quality thresholds), en hoe privacy en beveiliging zijn geregeld (geen toegang tot ruwe data door de modelleverancier).
• Dual-Analyse Framework: Het gebruik van zowel frequentistische als Bayesiaanse methoden biedt een robuuster bewijskader voor complexe gedragsinterventies.

4. Resultaten (Status van het Protocol)

• Recruitment: Gestart in oktober 2024, met als doel 165 deelnemers.
• Datacollectie: Gepland om begin 2026 af te sluiten.
• Huidige status: Op het moment van het schrijven van het protocol (maart 2026) is de datacollectie nog gaande. Er zijn drie deelnemers uitgestapt tijdens de interventiefase.
• Verwachte uitkomsten: De definitieve resultaten over de effectiviteit van AI-coaching versus HIIT en controle op het gebied van cfPWV en VO2max zijn nog niet gepubliceerd; dit protocol beschrijft de geplande aanpak.

5. Betekenis en Impact

De uitkomsten van de GONDOR-AS-studie zullen cruciaal zijn voor:

• Digitale Gezondheidszorg: Het biedt bewijs of AI-gestuurde coaching een effectief alternatief kan zijn voor traditionele, toezicht gehouden sportprogramma's in de preventie van hart- en vaatziekten.
• Schaalbaarheid: Als de AI-groep vergelijkbare resultaten behaalt als de HIIT-groep, zou dit een weg openen voor kosteneffectieve, schaalbare interventies voor de algemene bevolking.
• Wetenschappelijke Inzicht: De studie helpt de "actieve ingrediënten" te ontrafelen: is het de draagbare technologie zelf, de data-feedback, of de AI-interactie die gedragsverandering bewerkstelligt?
• Toekomstige Ontwikkeling: De bevindingen zullen de ontwikkeling van AI-coaching tools voor gezondheidsbeheer sturen en helpen bij het optimaliseren van de interactie tussen mens en machine voor gedragsverandering.

Samenvattend is dit een rigoureus opgezet protocol dat de grenzen van digitale gezondheidsinterventies verkent door de potentie van AI en wearables te testen op gouden standaard-maatstaven voor cardiovasculaire gezondheid.