weeklyAI · Week of 2 October 2026weeklyAI · Semana del 2 de octubre de 2026

← The good news← Las buenas noticias

experiment · Journal of multidisciplinary healthcare · la publicación, 26 sep 2026 · gratis

Un chatbot en la aplicación LINE ayudó a controlar la presión arterial en un estudio tailandés, aunque sus resultados aún no prueban causa

El estudio reunió a 68 adultos mayores en Tailandia. Los que usaron el programa mejoraron en conocimientos, hábitos y adherencia a los medicamentos, pero los grupos venían de clínicas distintas y no fueron asignados al azar.

Versión breve · la versión detallada sigue, unos 8 min

Pregunte al chat de weeklyAI

Pregúnteme por este estudio: a quiénes se estudió, qué encontró y qué no dice.

Las conversaciones se guardan mientras exista weeklyAI, para mejorar la publicación. Se responde en el idioma en que usted escribe.

El estudio, de un vistazo
Quiénes
Adultos mayores de 60 años o más con presión alta diagnosticada por un médico y en tratamiento
Cuántos
68 personas: 34 recibieron el programa y 34 siguieron con la atención habitual
Dónde
Tailandia
Cuándo
12 semanas de programa
Tipo de estudio
experiment
Quién lo hizo
Investigadores de la Universidad de Khon Kaen, Tailandia, y la Universidad Johns Hopkins, Estados Unidos
El límite que importa
Los dos grupos venían de clínicas distintas y no fueron asignados al azar
Presión arterial promedio después del programa, con los ajustes estadísticos
Presión sistólica, grupo que usó el chat127.43mmHg
Presión sistólica, grupo de atención habitual135.8mmHg
Presión diastólica, grupo que usó el chat69.61mmHg
Presión diastólica, grupo de atención habitual80.36mmHg

Cifras promedio de presión arterial después de 12 semanas, ya ajustadas por los valores iniciales y por las características que diferenciaban a los grupos; los dos grupos venían de clínicas distintas y no fueron asignados al azar, así que la diferencia no puede atribuirse solo al chat.

El grupo que usó el chat frente al grupo que siguió con la atención habitual

Grupo que usó el chatfrente aGrupo de atención habitual

El grupo del chat terminó con mejor conocimiento sobre la hipertensión, mejores hábitos de salud y mejor adherencia a los medicamentos

Grupo que usó el chatfrente aGrupo de atención habitual

El grupo del chat terminó con presión sistólica y diastólica más bajas

Grupo que usó el chatfrente aGrupo de atención habitual

No hubo diferencias claras en los análisis de sangre, salvo una que los propios autores consideran exploratoria

Los propios autores piden cautela: los dos grupos venían de hospitales distintos.
Lectura de weeklyAI
Así podría verse · ilustración generada por weeklyAI.watch, no es una fotografía

Si usted o alguien de su casa toma pastillas para la presión alta, sabe que el control no termina en la consulta. Entre una visita y la siguiente pasan semanas, y ahí es donde suele fallar el cuidado.

Un grupo de investigadores en Tailandia probó una herramienta para llenar ese hueco: un chatbot dentro de LINE, la aplicación de mensajes que mucha gente ya usa a diario. Durante 12 semanas, el programa enviaba recordatorios de medicamentos, educación sobre la presión alta, metas de comportamiento y consejos sobre alimentación y ejercicio. También respondía mensajes y leía las cifras de presión que la persona reportaba.

Participaron 68 adultos de 60 años o más, con presión alta diagnosticada por un médico y en tratamiento. La mitad usó el chatbot además de su atención habitual; la otra mitad siguió solo con la atención habitual y un manual impreso.

Al final, el grupo que usó el chatbot mostró mejoras en conocimientos, hábitos de salud, adherencia a los medicamentos y presión arterial, según los resultados publicados en la revista Journal of Multidisciplinary Healthcare. El grupo de comparación no mejoró su presión sistólica, y su presión diastólica subió.

Pero hay un problema de fondo. Los dos grupos venían de lugares distintos: uno de un hospital universitario grande y el otro de un centro de atención primaria. Tampoco fueron asignados al azar. Eso significa que las mejoras no pueden atribuirse solo al chatbot; también pudieron influir la intensidad de la atención o el tipo de pacientes de cada centro. Los propios autores piden tomar los resultados como preliminares.

El estudio fue corto, de 12 semanas, y solo incluyó personas que ya usaban teléfono inteligente y la aplicación LINE. Los cambios en los análisis de sangre no fueron claros, salvo uno que los mismos investigadores consideran exploratorio.

Si busca algo así donde vive, fíjese en tres cosas: que use una aplicación que usted ya tenga, que ofrezca mensajes de ida y vuelta y recordatorios, y que haya sido probado en un estudio con asignación al azar antes de confiar en él.

Qué significa para usted

Por ahora no hay una herramienta así probada en su país, y este estudio no alcanza para recomendarla ni para confiar en ella. Si algún servicio de mensajes le ofrece controlar su presión, pregunte si fue evaluado con grupos asignados al azar y en un mismo lugar; sin eso, no sabrá si el mérito es del programa o de la atención que ya recibe.

Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820

Quién pagó: El estudio fue financiado por el Fondo Fundamental de la Universidad de Khon Kaen, con recursos del Fondo Nacional de Ciencia, Investigación e Innovación (NSRF) (Número de subvención NSRF69-006); el artículo no indica si los financiadores tuvieron algún papel en el diseño, análisis o publicación, y no se prestó ningún equipo o software.

No tome esto como consejo médico profesional.

Versión detalladaLos pasajes copiados del artículo, las ilustraciones y cada fuente con cuánto leímos de ella · 1530 palabras · unos 8 minLeerla →Cerrar

Adultos mayores tailandeses que usaron un chatbot de LINE tuvieron mejor presión arterial: lo que el estudio mostró y lo que todavía no prueba

Un programa de chat dentro de una aplicación que los mayores ya usaban se asoció con mejores conocimientos, conductas y presión arterial en 68 personas. Los propios autores piden cautela: los dos grupos venían de hospitales distintos.

Así podría verse · ilustración generada por weeklyAI.watch, no es una fotografía

Un grupo de investigadores tailandeses probó un programa de chat para ayudar a adultos mayores con presión alta a cuidarse mejor entre una consulta médica y la siguiente. El programa vivía dentro de LINE, la aplicación de mensajería que la mayoría de los tailandeses ya usa a diario, y durante doce semanas combinó educación, recordatorios de medicamentos, metas personales y seguimiento de la presión1. En total participaron 68 personas de 60 años o más, con presión alta diagnosticada por un médico y en tratamiento con medicamentos: 34 recibieron el programa y 34 siguieron con la atención habitual y un manual sobre hipertensión.

Después de doce semanas, y tras hacer los ajustes estadísticos que correspondían, el grupo que usó el chat terminó con mejor conocimiento sobre la hipertensión, mejores hábitos de salud y mejor adherencia a los medicamentos; su presión sistólica promedio quedó en 127,4 frente a 135,8 del otro grupo, y la diastólica en 69,6 frente a 80,42. Los propios autores, sin embargo, son los primeros en ponerle freno a la interpretación: los dos grupos no se eligieron al azar y, además, venían de lugares distintos. El grupo del chat se reclutó en el departamento de consulta externa de un hospital universitario de tercer nivel, y el grupo de comparación, en un centro de atención primaria3. Es decir, el lugar donde cada uno recibía atención y el programa mismo están mezclados en el diseño: no se puede atribuir la mejora solo al chat4.

Conviene entender primero de qué tamaño es el problema. El artículo recoge un estudio según el cual en el mundo hay aproximadamente 1,280 millones de adultos de entre 30 y 79 años con hipertensión, y esa cifra se duplicó entre 1990 y 2019, sobre todo en países de ingresos bajos y medios5. El artículo recoge un estudio según el cual, en Tailandia, aunque la detección y el tratamiento han mejorado en la última década, solo alrededor del 30% de los adultos hipertensos logra tener la presión bajo control, muy por debajo del 60% que se esperaría6. Ese hueco entre lo que la medicina puede lograr y lo que de hecho ocurre es el terreno donde este tipo de programas busca meterse.

¿Qué es, en concreto, lo que probaron? No es una inteligencia artificial que improvisa respuestas. Es un sistema con respuestas preparadas de antemano y revisadas por un panel de expertos, que envía mensajes educativos, videos, un manual y recordatorios de medicación ajustados al plan de cada paciente7. Cuando la persona reportaba una medición de presión, el chat la interpretaba, explicaba qué significaba y qué hacer a continuación, y daba consejo inicial de autocuidado; si la lectura era muy alta, mostraba un botón para llamar a la línea de emergencias tailandesa y llegar al hospital más cercano8. Y había siempre una persona real detrás: un asistente de investigación revisaba a diario las conversaciones y respondía personalmente cuando el chat no podía. Esa mezcla de máquina y respaldo humano es una parte central del diseño, no un detalle.

Este estudio no nació en el vacío. El artículo recoge un estudio según el cual la evidencia sobre agentes conversacionales para la hipertensión sigue siendo escasa y se ha acumulado sobre todo en otros entornos y otras poblaciones; los sistemas que se han reportado suelen haberse desarrollado para muestras de adultos en general, evaluarse durante periodos cortos y ocuparse de una sola función, como registrar la presión o probar si la aplicación es fácil de usar, en lugar de coordinar un conjunto de conductas de autocuidado9.

La elección de la plataforma tampoco es casual. El artículo recoge un estudio según el cual, en Tailandia, el uso extendido de LINE entre los adultos mayores es lo que hace viable usarla como base para este tipo de programa1. Y el artículo recoge un estudio según el cual el atractivo general de los chats para la salud es que permiten comunicación de ida y vuelta continua, educación personalizada, autocontrol y refuerzo de conductas dentro de un entorno digital que la persona ya conoce10. Ese es el mecanismo, dicho sin tecnicismos: en lugar de esperar al próximo turno médico, la persona recibe una señal inmediata justo cuando mide su presión o cuando le toca tomarse la pastilla.

Dentro del grupo que usó el chat, las mejoras aparecieron en todas las medidas principales del estudio11. La presión sistólica promedio bajó de 138,6 a 130,6, y la diastólica, de 73,5 a 70,112. En el grupo de comparación, en cambio, no hubo mejora en la sistólica y la diastólica subió. Los autores advierten que una subida así en un grupo de atención habitual puede reflejar varias cosas —entre ellas la variación normal de las mediciones o un seguimiento menos intenso en el centro de atención primaria— y que eso agranda la diferencia entre los grupos, algo que hay que tener presente al leerla.

Con los marcadores de laboratorio el resultado fue mucho más modesto. Dentro del grupo que usó el chat, los triglicéridos bajaron de forma clara; entre los grupos, en cambio, no hubo diferencias significativas en colesterol, triglicéridos, azúcar en ayunas ni electrolitos, y los indicadores renales fueron menos favorables en el grupo del chat en ambos momentos del estudio. Los autores lo atribuyen a que doce semanas probablemente son un plazo demasiado corto para que cambios metabólicos de fondo se expresen en la sangre. Hay que decirlo con claridad: este estudio no prueba que el programa mejore el colesterol, la creatinina ni la función renal.

Los autores también enumeran sus propias limitaciones. El diseño no fue aleatorio, lo que limita las conclusiones sobre causa y efecto y puede introducir sesgos de selección13. Las conductas de salud y la adherencia a los medicamentos se midieron por lo que las personas reportaban, y eso está sujeto a fallos de memoria y a la tendencia a responder lo que suena bien13. Los resultados solo pueden generalizarse a adultos mayores con teléfonos inteligentes, acceso a internet y suficiente alfabetización digital, que además asistían a esos dos servicios. Y los participantes sabían si habían recibido el chat o no, lo que puede influir en cómo se reportan los resultados. Por todo esto, los propios investigadores piden tomar los hallazgos como preliminares y como hipótesis para estudios futuros.

Así lo leemos nosotros. Cuando conseguir atención médica es difícil o caro, la gente se acostumbra a arreglárselas con lo que hay, y esa costumbre termina pareciendo lo normal. Es probable que los adultos mayores de este estudio ya estuvieran habituados a controles esporádicos y que, sin el chat, siguieran igual: sin empeorar mucho, pero sin mejorar su presión. Si el grupo de comparación hubiera mostrado mejoras claras solo con el manual y la atención habitual, nuestra lectura sería equivocada. Lo que usted puede hacer con esto es concreto: si usted o alguien a su cargo tiene presión alta, pregunte en su centro de salud qué apoyo existe entre una cita y la siguiente. No dé por sentado que lo que hay es todo lo posible.

Fíjese también en una distinción que el estudio deja ver: el chat no era solo un manda-recordatorios. Respondía, explicaba y estaba respaldado por una persona real cuando no sabía qué decir. Si a usted o a un familiar le ofrecen algo parecido, vale la pena preguntar si el programa responde a sus preguntas o solo envía mensajes, y si hay alguien de carne y hueso detrás cuando la máquina no sabe qué contestar. Y una última idea práctica: los hábitos se instalan cuando la señal llega en el momento y el lugar adecuados. Elija una sola acción muy fácil de repetir, como anotar su presión siempre a la misma hora, y apóyese en una alarma o un mensaje que ya use a diario. Pregunte si el programa se apoya en una aplicación que usted ya tiene, porque eso reduce muchísimo el esfuerzo de empezar.

Lo que haría falta para dar el paso siguiente ya está dicho por los propios autores: ensayos aleatorios que recluten a ambos grupos del mismo lugar, con seguimiento más largo y evaluación de costos, para confirmar si esto funciona de verdad y si se sostiene en el tiempo14. Mientras eso no ocurra, lo que tenemos es una señal prometedora, no una promesa cumplida.

Nada de esto significa que alguien pueda saltarse, retrasar o reemplazar su tratamiento o sus controles. El programa se sumó a la atención habitual; no la sustituyó. Si usted tiene presión alta, la conversación con su equipo de salud sigue siendo la misma de siempre.

Para llevarse: la próxima vez que le digan que un chat puede ayudarle con su salud, pregunte quién lo diseñó, si responde o solo avisa, y si hay una persona detrás cuando la máquina se queda callada. ¿Sabe usted qué apoyo existe entre una consulta y la siguiente, o lo está dando por sentado?

De dónde sale cada dato de contexto, y cuánto leímos de cada documento

  1. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "In Thailand, the widespread use of the LINE application among older adults supports its feasibility as a chatbot platform for hypertension management."
  2. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "The experimental group also showed lower adjusted systolic blood pressure (127.43 ± 2.16 compared with 135.80 ± 2.16 mmHg; F = 5.97, p = 0.009, partial η 2 = 0.09) and lower adjusted diastolic blood pressure (69.61 ± 1.39 compared with 80.36 ± 1.39 mmHg; F = 24.32, p < 0.001, partial η 2 = 0.29)."
  3. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "The most important limitation of this study is that the two groups were recruited from different healthcare settings. The experimental group attended outpatient department 9 of Srinagarind Hospital, a tertiary university hospital, whereas the control group received non-communicable disease care at Sila Health Promoting Hospital, a primary care unit."
  4. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Site and intervention are therefore confounded by design. Therefore, the observed differences cannot be attributed to the chatbot program alone and may in part reflect the setting in which care was received."
  5. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Globally, hypertension affects approximately 1.28 billion adults aged 30–79 years, with prevalence doubling between 1990 and 2019, especially in low- and middle-income countries."
  6. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "In Thailand, although awareness and treatment rates have improved over the past decade, only about 30% of hypertensive adults achieve blood pressure control, far below the expected 60%, resulting in substantial preventable morbidity and mortality."
  7. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "The chatbot delivered evidence-based educational content, multimedia materials (an immediate-response message, a health-education video, and a manual), and medication reminders tailored to individual treatment plans."
  8. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "When a participant reported a blood pressure reading, the chatbot interpreted the value, explained what it meant and what the participant should do next, and gave initial self-care advice; for markedly elevated readings it displayed a button to call Thailand’s 1669 emergency medical hotline so that the participant could reach the nearest hospital."
  9. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Evidence on conversational agents for hypertension nevertheless remains limited and has accumulated mainly in other settings and populations. Reported systems have typically been developed for general adult samples, evaluated over short periods, and focused on a single function such as blood pressure logging or usability testing rather than on a coordinated set of self-management behaviors."
  10. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Chatbots offer a promising solution by enabling continuous two-way communication, personalized education, self-monitoring, and behavioral reinforcement within a familiar digital environment."
  11. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Within-group analyses using paired t-tests showed statistically significant improvements in all primary outcomes in the experimental group after the program."
  12. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Mean systolic blood pressure decreased from 138.59 ± 11.73 mmHg to 130.65 ± 11.73 mmHg (t = 3.88, df = 33, 95% CI 3.78 to 12.11, p < 0.001), and mean diastolic blood pressure decreased from 73.47 ± 9.26 mmHg to 70.12 ± 7.48 mmHg (t = 1.99, df = 33, 95% CI −0.08 to 6.79, p = 0.028)."
  13. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "The quasi-experimental design further limits causal inference and may introduce selection bias and residual confounding. Self-reported measures of health behaviors and medication adherence are subject to recall and social desirability bias."
  14. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - el artículo del que trata esta nota — el artículo completo — el pasaje: "Methodologically, randomized controlled trials that draw both groups from the same setting, with longer follow-up and economic evaluation, are needed to confirm effectiveness and assess sustainability."

Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820

Quién pagó: El estudio fue financiado por el Fondo Fundamental de la Universidad de Khon Kaen, con recursos del Fondo Nacional de Ciencia, Investigación e Innovación (NSRF) (Número de subvención NSRF69-006); el artículo no indica si los financiadores tuvieron algún papel en el diseño, análisis o publicación, y no se prestó ningún equipo o software.

No tome esto como consejo médico profesional.

Los hallazgos de otros estudios que aquí se mencionan los conocemos por este documento, que fue el que leímos; no abrimos cada uno de esos estudios.

experiment · Journal of multidisciplinary healthcare · the paper, 26 Sep 2026 · free

Older Thais who used a chat program had better blood pressure

In a small study in Thailand, a 12-week chat program went with better blood pressure and self-care. The two groups came from different clinics, so the program alone may not explain the results.

Short version · the longer version follows, about 6 min

Ask the weeklyAI chat

Ask me about this study: who was studied, what it found, and what it does not say.

Conversations are saved for as long as weeklyAI exists, to improve the publication. Answers come in the language you write in.

The study at a glance
Who
community-dwelling Thai adults aged 60 and older with diagnosed high blood pressure
How many
68
Where
Thailand
When
12 weeks
Kind of study
experiment
Who did it
Khon Kaen University, Srinagarind Hospital, Johns Hopkins University, Sirindhorn College of Public Health
The limit that matters
The two groups came from different clinics, so the chatbot alone may not explain the results.
Average blood pressure after 12 weeks, chatbot group vs usual care
Chatbot group, top number (systolic)127.43mmHg
Usual care, top number (systolic)135.8mmHg
Chatbot group, bottom number (diastolic)69.61mmHg
Usual care, bottom number (diastolic)80.36mmHg

These are adjusted averages after 12 weeks; the two groups came from different clinics and were not assigned at random, so the gap may partly reflect where each person was treated.

Chatbot program compared with usual care after 12 weeks

Chatbot groupagainstUsual care

Better knowledge about blood pressure

Chatbot groupagainstUsual care

Better reported daily habits

Chatbot groupagainstUsual care

Better medication adherence

Chatbot groupagainstUsual care

Lower top blood pressure number (127.43 vs 135.80)

Chatbot groupagainstUsual care

Lower bottom blood pressure number (69.61 vs 80.36)

Look for a program that lives in an app you already use, sends reminders and answers back.
weeklyAI's reading
How it could look · illustration generated by weeklyAI.watch, not a photograph

In Thailand, many older adults already carry the LINE app on their phones. Researchers built a chat program inside it for people aged 60 and older with high blood pressure.

For 12 weeks, the program sent short lessons and videos on blood pressure, food, exercise and stress. It reminded people to take their pills, answered their questions, and asked about their readings. When someone sent a blood pressure number, the program explained it and said what to do next. For very high readings, it showed a button to call for emergency help. A trained assistant watched every conversation and replied when the program could not.

The team tested it on 68 people. Half got the chat program along with their usual care. Half got only usual care. Both groups were checked at the start and after 12 weeks.

After the checks, the chat group knew more about blood pressure, reported better daily habits and took their pills more reliably. Their systolic pressure, the top number, dropped from about 139 to about 131. The usual-care group's top number did not improve. Their bottom number, the diastolic reading, rose. The article does not say usual care caused the rise; it suggests other possible reasons, such as the numbers drifting back toward the average, the season, or less intensive follow-up.

The chat group was recruited from a large university hospital; the usual-care group came from a small primary care clinic. The two groups were not assigned at random, and they differed from the start in sex, education, job, smoking and drinking. The clinic itself may explain part of the gap. The study found no clear change in most blood markers over 12 weeks. One blood fat, triglycerides, did fall.

Everyone in the study already used a smartphone and LINE. Older adults without a phone or the skills to use one were not included, so the program's reach is unknown.

Look for a program that lives in an app you already use, sends reminders and answers back. Then look for one tested in a randomized trial before you count on it.

What this means for you

This was a small study in Thailand, and the two groups came from different clinics, so you cannot yet count on a chat program to lower your own blood pressure. What you can watch for is a program that lives in an app you already use, sends reminders and answers back, and has been tested in a randomized trial. Until then, that is a question for your doctor.

Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820

Who paid: The study was financially supported by the Fundamental Fund of Khon Kaen University, receiving funding from the National Science, Research, and Innovation Fund (NSRF) (Grant Number NSRF69-006); the article does not say whether the funders had any role in the design, analysis, or reporting, and no equipment or software was lent.

Do not take this as professional medical advice.

The longer versionThe passages copied from the paper, the pictures, and every source with how much of it we read · 1131 words · about 6 minRead it →Close

A Chatbot on a Phone App Was Tied to Better Blood Pressure in Older Adults. The Study Cannot Say the Chatbot Did It Alone.

A 12-week program on LINE, the messaging app many Thai families already use, was associated with better knowledge, habits, pill-taking and blood pressure — but the two groups were cared for in different hospitals.

How it could look · illustration generated by weeklyAI.watch, not a photograph

Sixty-eight community-dwelling Thai adults aged 60 and older with diagnosed high blood pressure took part in a 12-week program built around a chatbot on LINE, the messaging app. Half of them — 34 — used the chatbot; the other 34 received usual care and a printed hypertension manual. Afterward, the group using the chatbot had better knowledge scores, better reported health behaviors, better medication adherence, and lower blood pressure than the usual-care group, once the researchers adjusted for where each person started and for differences between the groups at the outset12.

The adjusted blood pressure gap is the part a family would notice. The chatbot group's average systolic pressure — the top number — was 127.43, against 135.80 for usual care. Their diastolic — the bottom number — averaged 69.61, against 80.362. Within the chatbot group alone, average systolic pressure fell from about 138.6 to about 130.7 over the 12 weeks. In the usual-care group, systolic pressure did not improve and diastolic pressure rose34.

Now the limit, and it is a large one. The two groups were not drawn from the same place. The chatbot group came from a tertiary university hospital's outpatient department; the usual-care group from a primary care unit5. The authors write plainly that the care setting and the program are tangled together by design, so the differences cannot be attributed to the chatbot alone and may partly reflect where each person was treated6. The study was not randomized, participants knew which group they were in, and the health-habit and pill-taking measures were self-reported — subject to memory and to telling researchers what sounds good7.

High blood pressure is not a niche problem. The article describes a study in which worldwide it affects roughly 1.28 billion adults aged 30 to 79, and prevalence doubled between 1990 and 2019, especially in low- and middle-income countries8. The article describes a study in which, in Thailand, where this study took place, only about 30 percent of adults with hypertension reach controlled blood pressure — far below the 60 percent that is expected9. That gap is what the researchers were aiming at: the stretch of ordinary life between clinic visits, when nothing is reminding anyone of anything.

The technology here is deliberately unglamorous. The article describes a study in which a chatbot is a program that holds a two-way conversation in ordinary language, offering education, self-monitoring prompts and reinforcement inside a familiar digital setting10. The article describes a study in which, in Thailand, LINE is already widespread among older adults, which is why the team chose it as the platform11. The program sent short educational content, a video, a manual and medication reminders matched to each person's prescription12. When someone typed in a blood pressure reading, the program explained what the number meant and what to do next, and for markedly elevated readings it offered a way to reach the nearest hospital13.

That last detail is worth pausing on for a reader anywhere. The chatbot did not decide anything about treatment. It read a number, explained it, and handed the person a way to reach a hospital. The rule-based program drew on answers prepared in advance and reviewed by an expert panel; a trained research assistant monitored every conversation daily and replied personally whenever the program could not13.

Compared with what has come before, the ambition is the difference. The article describes a study in which evidence on conversational agents for hypertension has been limited, mostly built for general adult samples, evaluated over short periods, and focused on a single job such as logging blood pressure or testing whether people find it usable — rather than on a coordinated set of self-management behaviors14. This study tried the coordinated version, in older adults specifically, on a platform they already use.

Here is how we read it. A program that asks how you slept, whether you took your pill, what you ate — and remembers the answer — behaves in a way people read as attention. That is not the same as being cared for, but it may be enough to change what someone does on an ordinary Tuesday. Watch for this in your own household: if an older relative starts answering a health app's questions out loud, in detail, and keeps doing it past the first week, that engagement is plausibly part of whatever benefit shows up. You would know we were wrong if the people who improved were simply the ones who logged numbers and never said anything more.

We also read a caution here, and it points the other way. The same friendly questions that keep someone talking can also gather a detailed picture of an older adult's day — what they eat, what they forget, when they are alone. Before you or a parent type a single reading into a health chat program, ask who can see it, whether it is ever sold or shared, and how to delete it. A program that cannot answer those questions plainly is one to approach slowly, however kind its tone.

We also read the study's own honesty as the most useful thing in it. The authors say randomized trials drawing both groups from the same setting, with longer follow-up and a look at cost, are what is needed next15. Until then, this is a signal, not a settled answer.

One more thing the study did not show: it did not find that the program changed the blood markers the researchers also tracked, apart from one exploratory signal that did not hold up under a second kind of test. Twelve weeks was likely too short for that, the authors suggest.

What this makes possible for you is smaller and more concrete than a headline. If you or someone you care for has high blood pressure, you now know that a free messaging-app program of this kind has been tested in older adults and was associated with better control over three months — and you know exactly what to ask before trusting one: Who runs it? Who sees what I type? Does it hand me a way to reach a real hospital when a reading is dangerous? Ask your clinic whether anything like this exists in your language, on an app you already use, with a nurse or doctor still reviewing your care. And keep the appointment you already have.

What would you need to know before letting a chatbot remind your mother to take her pills?

Where each piece of context comes from, and how much of it we read

  1. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "After adjustment for the corresponding baseline value and the demographic characteristics that differed at baseline, the chatbot-based program was associated with significantly better outcomes than usual care across all five primary measures."
  2. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "The experimental group also showed lower adjusted systolic blood pressure (127.43 ± 2.16 compared with 135.80 ± 2.16 mmHg; F = 5.97, p = 0.009, partial η 2 = 0.09) and lower adjusted diastolic blood pressure (69.61 ± 1.39 compared with 80.36 ± 1.39 mmHg; F = 24.32, p < 0.001, partial η 2 = 0.29)."
  3. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "Within-group analyses using paired t-tests showed statistically significant improvements in all primary outcomes in the experimental group after the program."
  4. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "Mean systolic blood pressure decreased from 138.59 ± 11.73 mmHg to 130.65 ± 11.73 mmHg (t = 3.88, df = 33, 95% CI 3.78 to 12.11, p < 0.001), and mean diastolic blood pressure decreased from 73.47 ± 9.26 mmHg to 70.12 ± 7.48 mmHg (t = 1.99, df = 33, 95% CI −0.08 to 6.79, p = 0.028)."
  5. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "The most important limitation of this study is that the two groups were recruited from different healthcare settings. The experimental group attended outpatient department 9 of Srinagarind Hospital, a tertiary university hospital, whereas the control group received non-communicable disease care at Sila Health Promoting Hospital, a primary care unit."
  6. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "Site and intervention are therefore confounded by design. Therefore, the observed differences cannot be attributed to the chatbot program alone and may in part reflect the setting in which care was received."
  7. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "The quasi-experimental design further limits causal inference and may introduce selection bias and residual confounding. Self-reported measures of health behaviors and medication adherence are subject to recall and social desirability bias."
  8. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "Globally, hypertension affects approximately 1.28 billion adults aged 30–79 years, with prevalence doubling between 1990 and 2019, especially in low- and middle-income countries."
  9. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "In Thailand, although awareness and treatment rates have improved over the past decade, only about 30% of hypertensive adults achieve blood pressure control, far below the expected 60%, resulting in substantial preventable morbidity and mortality."
  10. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "Chatbots offer a promising solution by enabling continuous two-way communication, personalized education, self-monitoring, and behavioral reinforcement within a familiar digital environment."
  11. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "In Thailand, the widespread use of the LINE application among older adults supports its feasibility as a chatbot platform for hypertension management."
  12. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "The chatbot delivered evidence-based educational content, multimedia materials (an immediate-response message, a health-education video, and a manual), and medication reminders tailored to individual treatment plans."
  13. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "When a participant reported a blood pressure reading, the chatbot interpreted the value, explained what it meant and what the participant should do next, and gave initial self-care advice; for markedly elevated readings it displayed a button to call Thailand’s 1669 emergency medical hotline so that the participant could reach the nearest hospital."
  14. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "Evidence on conversational agents for hypertension nevertheless remains limited and has accumulated mainly in other settings and populations. Reported systems have typically been developed for general adult samples, evaluated over short periods, and focused on a single function such as blood pressure logging or usability testing rather than on a coordinated set of self-management behaviors."
  15. Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820 - the article this story is about — the whole article — the passage: "Methodologically, randomized controlled trials that draw both groups from the same setting, with longer follow-up and economic evaluation, are needed to confirm effectiveness and assess sustainability."

Ransinyo, K., Banharak, S., Panpanit, L. et al. (2026). Effectiveness of a Chatbot-Based Hypertension Management Program on Selected Outcomes Among Community-Dwelling Older Adults: A Quasi-Experimental Study. Journal of Multidisciplinary Healthcare. https://doi.org/10.2147/JMDH.S635820

Who paid: The study was financially supported by the Fundamental Fund of Khon Kaen University, receiving funding from the National Science, Research, and Innovation Fund (NSRF) (Grant Number NSRF69-006); the article does not say whether the funders had any role in the design, analysis, or reporting, and no equipment or software was lent.

Do not take this as professional medical advice.

The findings of other studies mentioned here are known to us through this document, which is the one we read; we did not open each of those studies.