根據記錄的膳食，該應用程式可以預測一個人對這些食物的血糖反應。它還會全天提供個人化建議，例如調整份量、選擇不同的食物組合或飯後散步。使用者可以接受或忽略這些建議——也許西蘭花不是他們最喜歡的食物，或者他們更喜歡在一天中的某個時間運動。該應用程式使用人工智慧來隨著時間的推移適應他們的偏好。如果使用者有具體的健康問題，也可以與真人教練聊天。
對於巴克利來說，Twin Health 幫助他做出了更健康的選擇，例如將冷凍的預包裝早餐三明治換成低碳水化合物、高纖維捲餅的自製早餐捲餅。他不再喝汽水，每天步行幾英里。
「當我第一次開始這個計劃時，我幾乎無法跑一英里，然後我的背部受傷，膝蓋受傷。現在我每天早上都會跑六英里半，」她說。
他喜歡從應用程式獲得即時回饋，並隨著時間的推移追蹤他的生物識別資訊。他可以看到他的體脂肪百分比和血壓呈下降趨勢。
「這就是我繼續行走和繼續工作的動力的來源，」他說。
巴克利達到了最初 300 磅的體重目標，現在約為 275 磅。在服用血壓藥物數十年後，他的醫生最近建議降低劑量。
當 Twin Health 向克利夫蘭診所健康計劃詢問使用其項目時，內分泌學家凱文·潘塔龍 (Kevin Pantalone) 最初持懷疑態度。他決定自己做一項研究。
「我們確實很難以非常有效的方式實施生活方式改變。患者通常需要多種治療來控製糖尿病，」他說。 「所以我絕對非常感興趣。」儘管古老的建議是多運動和健康飲食，但大多數美國人仍難以達到建議的每週體育活動量，並且難以遵循健康飲食。
Pantalone 及其同事招募了 150 名患有 2 型糖尿病的參與者，隨機將 100 人分配到 Twin 項目，其餘的分配到對照組。參與者平均年齡為 58 歲，患有肥胖症，血糖值 (A1C) 為 7.2%。 6.5% 或更高的水平表明患有糖尿病。該試驗的目的是看看參與者是否可以用更少的藥物將 A1C 降至 6.5% 以下。
12 個月後，使用 Twin 應用程式的研究參與者中有 71% 用更少的藥物達到了這一血糖水平，而對照組中只有 2% 的人做到了。使用 Twin 的人體重減輕了 8.6%，而對照組則減輕了 4.6%。
在研究開始時，使用 Twin 的人中有 41% 正在服用 GLP-1 藥物，但到研究結束時，只有 6% 的人仍在服用。在對照組中，52% 的參與者開始服用 GLP-1，到研究結束時，這一比例已增加至 63%。這項結果去年發表在《新英格蘭醫學催化劑雜誌》。
