智能手表数据可揭示胰岛素抵抗的早期迹象

可穿戴设备持续采集的数据特征，能在常规临床检测发现代谢功能异常前，提前揭示早期的代谢功能障碍。

许多慢性疾病是作为持续性的生理过程缓慢发展的，但临床中通常只能通过阶段性的检测发现这类疾病——比如年度体检，或是单次的实验室检测。胰岛素抵抗即身体需要付出更多努力才能调节血糖的状态，该症状可能在常规诊断中显现前，就已发展数年。梅特瓦利等人在《自然》期刊发表的研究表明，通过消费级可穿戴设备在临床外采集的日常生活数据特征，能够更早发现这一隐匿阶段的病变。这一方式不再是对代谢健康的“快照式”记录，而是更接近呈现其变化的“动态影像”。研究团队通过提取日常生活中的持续生理信号，发现了阶段性检测无法捕捉到的生理负荷变化。这项研究为更早识别2型糖尿病的关键早期特征——胰岛素抵抗提供了可能，或能让干预手段更简便，最终减轻代谢性疾病后续带来的健康负担。

胰岛素抵抗是一种代偿状态，往往在明显的疾病症状出现前数年就已存在。该症状难以早期发现的原因之一，是人体对代谢效率下降的代偿能力超乎想象：即便维持血糖正常所需的生理消耗持续增加，血糖水平仍能保持在正常范围内。大多数临床评估依赖标准化条件下的间歇性检测，这种方式适合确诊已形成的疾病，却无法捕捉人体逐步发生的适应性变化。这就导致，早期代谢功能异常往往在代偿机制开始失效前都难以被发现，而此时再进行干预，手段会变得复杂且成本高昂。

为解决这一检测盲区，梅特瓦利团队将研究重点放在人体的日常生活生理表现上，而非孤立的临床检测数据。智能手表持续采集的活动量、睡眠状况和心血管功能的动态变化数据，总体上能反映出代谢调节带来的累积负荷。研究人员将这些纵向监测信号，与人口统计学特征、易获取的血液生物标志物相结合，训练出一套计算模型，可识别与胰岛素抵抗相关的稳定数据特征。相较于单一数据来源，该模型的预测性能有明显提升。这项研究在概念上的核心突破，并非取代现有检测手段，而是揭示出阶段性评估难以发现的早期生理应激状态（见图1）。

图1 胰岛素抵抗发展时间线

 胰岛素抵抗是一种代偿状态，人体需消耗更多生理资源才能维持血糖正常，随着代谢负荷不断增加，该状态会逐年缓慢发展。传统临床评估依赖年度体检、实验室检测等间歇性手段，这类检测仅在特定时间点采集生理数据，极易遗漏早期的适应性变化。与之相反，梅特瓦利等人的研究表明，可穿戴设备采集的持续性生理数据，能捕捉反映累积代谢负荷的长期数据特征。在胰岛素抵抗早期发现病变，能为预防性干预争取更充足的时间；而当生理指标超出诊断阈值后才确诊，临床干预往往会转向疾病管理，如2型糖尿病的对症治疗。（红线为代谢负荷变化的简化示意图；确诊后的病情发展速度，会因治疗方式和生活习惯的不同而存在差异。）

这项研究带来的更广泛启示是，无论是否为持续性检测，单一的检测手段都难以全面捕捉胰岛素抵抗的发展状态。代谢调节是多个生理系统共同作用的结果，包括能量消耗、心血管调节和睡眠-觉醒节律，而这些系统的状态在日常生活中均处于动态变化中。研究团队通过整合临床外采集的多维度信号，构建了一套综合性的生理评估视角——不再从单一标志物判断患病风险，而是从各系统间的协同变化特征进行推断。这种多模态评估方式，无需对任一指标进行极致精准的检测，而是通过不同信号、不同时间维度下的变化一致性得出结论。这与当下学界的一个共识相契合：慢性疾病是动态发展的过程，通过丰富场景下的纵向观察，远比依靠固定的诊断阈值，能更准确地理解其发展规律。但这一转变也带来了新的挑战：如何从纵向观察产生的海量数据中，区分有临床意义的生理信号和无意义的干扰噪声。

此前，学界尝试早期识别胰岛素抵抗的手段，多依赖实验室检测、风险评分或精细化的生理评估，但这些方式要么检测精度不足，要么操作繁琐，或是因需要线下就医、专业检测而无法频繁开展，难以实现大规模应用。血液标志物和临床指标虽能反映代谢功能异常，但这类检测通常不会频繁进行，且往往在疾病发展至中后期才会开展。与之相比，梅特瓦利团队提出的方法，依托人们日常活动中持续采集的数据，无需受试者付出额外的时间和精力。这一方式以牺牲部分作用机制的精准性为代价，换来了检测的持续性、纵向性和可推广性。

不过，通过行为和生理信号推断代谢状态，也引发了一些问题：这些数据特征是否为胰岛素抵抗所特有？其结论能否适用于不同人群、不同生活方式，以及不同设备使用习惯的个体？值得注意的是，研究团队明确表示，这一方法是对现有临床检测手段的补充，而非替代。他们认为，对于那些传统筛查手段介入过晚、错失有效预防性干预时机的人群，该方法的临床价值尤为突出。

胰岛素抵抗的早期发现具有重要临床意义，因为干预时机不仅影响临床治疗效果，还关乎医疗资源的合理利用。在代谢功能障碍的早期代偿阶段开展干预（如调整活动量、饮食和睡眠习惯），通常比疾病形成后再进行治疗的手段更简便、成本更低，且成功率更高。如果能通过持续性生理信号，精准识别出即将进入疾病高风险期的人群，就能让预防性干预在最有效的阶段实施。长期来看，这种精准的靶向干预，能减少疾病向晚期发展的可能性，降低对高成本治疗手段的需求。而要证实这些益处，还需开展前瞻性研究，对受试者进行长期随访，验证这些早期生理信号的识别，是否能转化为长期健康结果的改善。这类研究还能进一步明确，早期检测是否能减少疾病的进展，或降低对精细化药物治疗的需求，亦或是两者兼具。

梅特瓦利团队的研究，折射出在持续数据采集的时代，人类对健康与疾病的认知正在发生更广泛的转变。临床诊疗或许将不再等待生理指标超出诊断阈值后才采取行动，而是更多地关注生理状态的长期发展轨迹和动态变化。从这一视角来看，胰岛素抵抗并非一个非此即彼的确诊指标，而是一个需要持续追踪、稳定控制或逆转的动态过程。多维度的持续性生理信号，让这种大规模的健康监测成为可能，同时也对传统的、以线下临床诊疗为核心的阶段性医疗模式提出了挑战。目前，医疗体系是否做好了利用这类数据开展临床工作的准备，仍是一个待解问题，但相关的理念转变已然开始。

与所有通过观察性数据推断生理状态的方法一样，该研究仍存在诸多待解决的问题。研究中识别的特征信号，均来自特定人群和特定行为模式，其结论能否适用于不同年龄、不同生活方式、不同健康状况，以及不同设备使用习惯的个体，目前尚无明确答案。此外，持续性的健康监测本身也可能影响受试者的行为，这让区分病因和行为反应的工作变得更为复杂。更本质的问题是，证实早期生理信号可被检测，只是研究的第一步：依据这些信号采取干预措施，是否能改善长期健康结果、降低医疗成本，还需要在实际临床流程中开展前瞻性研究加以验证。这些问题的解决，将决定日常生活中的持续性数据采集，能否成为疾病预防的实用工具，而非仅仅是一种更全面的疾病观察方式。

科学网—糖前控制血糖比健康生活方式更有价值!

Insulin resistance prediction from wearables and routine blood biomarkers | Nature