人工智能“数字分身”帮您轻松管理糖尿病和肥胖
作者: aeks | 发布时间: 2026-02-17 22:02 | 更新时间: 2026-02-17 22:02
学科分类: 临床医学 公共卫生与预防医学 生物医学工程 计算机科学与技术
随着Ozempic及其他GLP-1类药物需求飙升,雇主正为其高昂成本发愁。这类药物每人每月费用约1000至1500美元,成为医疗支出中快速增长的部分。因此,一些雇主开始转向非药物替代方案,帮助人们停用、减少或完全避免使用GLP-1类药物。总部位于加利福尼亚州山景城的Twin Health采用可穿戴设备、人工智能和按需健康指导相结合的方式,帮助管理糖尿病、糖尿病前期和肥胖症。该公司会向用户发送一个包含持续血糖监测仪、血压计、智能体重秤和健身追踪器的套件。这些设备共同收集血糖、体重、压力、血压、睡眠和活动等数据点,并将其输入一个应用程序。通过预测性AI模型,该应用分析所有这些信息,生成用户新陈代谢的虚拟副本——数字孪生体。一项临床试验发现,Twin Health能帮助2型糖尿病患者用更少的药物控制血糖并减轻体重。资产管理公司黑石集团已使用Twin Health数年,该项目不仅为其节省了药费,还帮助员工减重。Twin Health联合创始人兼首席执行官贾汉吉尔·穆罕默德表示:“我们正在对人们产生影响,并且我们在维持健康成果。”他说,2018年创办公司的灵感源于家族中有2型糖尿病史。该公司已在近200家雇主中招募了数万人。只有当用户达到特定临床结果(如血糖降低、体重减轻或代谢药物减少)时,Twin Health才会获得报酬。用户通过扫描食品标签、拍摄餐食照片或语音记录来记录全天饮食。应用程序利用AI分析营养成分,并将食物标记为“绿色”“黄色”或“红色”——绿色是最健康的选择,红色是应避免的食物。随着个人代谢健康的改善,这些颜色可能会变化。曾经是红色的食物最终可能变成黄色或绿色。基于记录的餐食,应用程序预测人体对这些食物的血糖反应。它还全天提供个性化建议,如调整份量、选择不同的食物组合或饭后散步。用户可以接受或忽略这些建议——也许西兰花不是他们喜欢的食物,或者他们更喜欢在一天中的特定时间锻炼。应用程序利用AI随着时间推移适应他们的偏好。如果有特定的健康问题,用户还可以与人类教练聊天。对于巴克利来说,Twin Health帮助他做出了更健康的选择,比如用自制的低碳水、高纤维卷饼早餐替代冷冻的预包装早餐三明治。他不再喝苏打水,每天走好几英里。“刚开始这个项目时,我走一英里都费劲,背疼、膝盖疼。现在我每天早上走六点五英里。”他说。他喜欢从应用程序获得即时反馈,也喜欢长期追踪自己的生物特征。他能看到自己的体脂率和血压一直在下降。“这就是我坚持走路和继续努力的动力。”他说。巴克利达到了最初300磅的体重目标,现在约275磅。服用降压药数十年后,他的医生最近建议减少剂量。当Twin Health向克利夫兰诊所的健康计划提议使用其项目时,内分泌学家凯文·潘塔隆最初持怀疑态度。他决定自己进行一项研究。“我们一直难以有效地实施生活方式干预。患者往往需要多种疗法来控制糖尿病,”他说,“所以我当然非常感兴趣。”尽管有“多锻炼、健康饮食”这样老生常谈的建议,但大多数美国人很难达到建议的每周体育活动量,也难以坚持健康饮食。潘塔隆和同事招募了150名2型糖尿病患者,随机分配100人参加Twin项目,其余人作为对照组。参与者平均年龄58岁,患有肥胖症,血糖水平(即糖化血红蛋白A1C)为7.2%。A1C达到6.5%或更高即表明患有糖尿病。试验的目标是观察参与者是否能在少用药的情况下将A1C降至6.5%以下。12个月后,使用Twin应用的参与者中71%在少用药的情况下达到了该血糖水平,而对照组中这一比例仅为2%。使用Twin的人减重也更多——体重减轻8.6%,而对照组为4.6%。研究开始时,使用Twin的参与者中有41%正在使用GLP-1类药物,但研究结束时,这一比例仅为6%。对照组中,52%的参与者最初使用GLP-1类药物,研究结束时这一比例上升到63%。研究结果于去年发表在《新英格兰医学杂志·催化剂》上。“我认为是持续的、个性化的实时建议帮助患者改变行为并强化这些行为改变,”潘塔隆说,“从历史上看,当我们推荐患者进行营养咨询时,他们往往不知所措。”他说,有一位研究参与者减重25磅,停用了所有糖尿病药物,10年来第一次能够去远足。对于一些人来说,Twin项目的数据收集方面可能感觉具有侵入性。称重或测量腰围可能会引发情绪波动。那些通过GLP-1类药物成功减重的人可能不愿意停用,尤其是如果过去生活方式改变对他们无效的话。虽然雇主无法获取个人可识别的详细健康信息,但他们会收到Twin提供的汇总匿名报告,追踪项目参与情况和长期健康结果。作为医疗服务提供者,Twin必须遵守《健康保险流通与责任法案》(HIPAA)以及州隐私法。该公司表示会进行独立的第三方安全评估。多伦多大学医学系名誉教授、糖尿病专家伯纳德·津曼(未参与克利夫兰诊所的研究)对数字孪生技术的潜力感到兴奋。“这是一种有趣的方法,我认为它充分利用了数字健康,”他说,“我们确切知道的一件事是,所有这些干预措施——饮食和运动是最重要的——在糖尿病早期更有效。”他说,如果更多人能获得这种技术,他们有可能逆转糖尿病或从一开始就预防糖尿病。潘塔隆认为这是该领域的发展方向。“我确实认为我们会看到更多超重和肥胖人群使用这类技术,”他说,“希望随着时间的推移,获得这类干预措施的机会会增加。”
标签: GLP-1类药物 Twin Health 代谢健康 减重 数字孪生