这也很显然，老虎狮子好吃肉，兔子山羊吃草，熊猫好吃竹子。人类作为杂食动物，吃什么最健康，可能没有完全统一的标准。前面有学者研究发现，减少脂肪摄取减肥效果不理想，估计也是因人而异，研究中效果会淹没在统计学平均数中。有人提出地中海饮食最健康，也同样的道理。本研究中就发现有人吃香蕉血糖会暴增，有人吃番茄会有同样结果，这些都是地中海饮食的主要食材，但对少数人是不健康饮食。因此，真正饮食健康也必须走个性化精准化的道路。

关于该研究，可以看看这个视频摘要，比较精彩。

http://v.qq.com/boke/page/l/0/7/l0173kl90f7.html 

   最新来自以色列科学家发表在《细胞》上的论文告诉我们，过去我们许多关于健康饮食的建议可能是错误的，因为我们只根据食品的热量进行血糖估计，其实每个人对不同的食物的代谢吸收模式可能完全不同，每个人都有符合自身条件的健康食谱，并没有适合所有人的健康食谱。如何确定适合个人的健康食谱，才是获得健康的最合理方法。看来医学要精准，饮食习惯也要精准化了。

为什么按照医生或者营养师推荐的健康饮食原则，可许多人血糖状况却并没有改善？为什么有的患者随便吃冰激凌、巧克力，血糖却控制的很好，有的患者却不能碰那些食物？作为一名高血糖患者，你想不想拥有这样一个软件，只要你输入几项生理指标，它就会告诉你什么能吃、什么不能吃？以色列科学家可帮你实现梦想。

近期以色列一项关于血糖的大规模研究发现，即使吃一样的食物，每个人身体对食物的反应并不相同。这项研究2015年11月19日刊登在《细胞》上，研究表明只有个性化饮食才真正健康。

血糖水平与2型糖尿病、肥胖、心血管疾病和肝硬化等有着密切联系，在连续血糖仪帮助下，我们很容易掌握血糖水平，但却很难控制它。

1981年，加拿大临床内科医生Jenkins等提出GI的概念，此后一直作为医生和营养专家指导患者健康饮食的指标。现在这一理念正面临严峻的挑战。“血糖指数”（GI）的含义是，含50g碳水化合物的食物与相等量葡萄糖相比，在餐后2小时引起体内血糖应答水平百分比值，GI就是一种食物的升血糖能力。我们一直认为，餐后血糖水平完全取决于食物的内在属性。GI值越高对你的血糖控制越不利。Weizmann科学研究所Eran Segal和Eran Elinav带领下研究发现，GI取决于个人的身体状况，并不能根据食物本身确定GI，这完全颠覆了过去科学家对GI的认识。

研究募集了800名志愿者，通过健康调查问卷、测量身体参数、血液检测、血糖监测、粪便采样、app记录生活方式以及食物摄取情况（共记录了46898顿饭），希望能够了解血糖水平与以上参数之间的关系。

将数据用机器学习算法处理，软件能通过这些数据自我‘学习’掌握数据之间相互关系。结果发现年龄和BMI指数与餐后血糖水平有较大相关性。数据还显示，食用同一种食物，不同的人餐后血糖存在巨大差异。或者说发现过去的食物GI概念完全是错误的。

Segal说：“多数饮食建议都基于GI分类体系，但没有意识到实际上人与人之间很大个体差异。在某些情况下，不同个体对同一种食物有完全相反的反应，这是GI体系存在的巨大缺陷。”

Elinav说：“如此大规模的试验让我们认识到，过去的饮食指导原则如此不靠谱。”

文章中有让人感到吃惊的个案。如445号和644号对同一种食物的反应完全相反。445号吃饼干后血糖保持稳定，但吃香蕉后血糖会突然升高。644号恰恰相反，吃饼干后血糖飙升，吃香蕉不影响血糖水平。极端例子生动地说明，对食物反应存在个体差异。根据食物GI不能作为饮食建议原则。

经过学习800名数据后，机器学习算法能够预测食物对人体血糖水平的影响吗？Segal和Elinav小组先用100人进行了验证，结果预言全部得到验证。随后对26人小组开展了双盲随机实验。一组有12名，使用Segal团队研发的机器学习算法预测饮食对血糖水平的影响。对照组有14名，采用医生和营养专家建议的饮食。最终结果表明，这种方法可以准确预测（83.3%）食物对血糖水平的影响，预测结果优于传统（57.1%）方法。利用该方法干预饮食，可在短期内有效降低餐后血糖水平。

接受Sciencedaily采访时，Segal说到：“看到数据后，我想也许我们对肥胖和糖尿病流行认识是错误的。医生一直认为自己没错，治疗效果不好是因为患者不遵守遵医。也许患者真在遵医嘱，只不过是医嘱本身存在错误。营养师和医生也知道，患者对同一种食物有不同反应。通过数据看到，给不同患者同一种建议并不可行。”

研究还处于初期阶段，从研究数据看，目前机器学习算法不能做到100%精准。Segal创办的公司DayTwo已在以色列开张，正在打算将该技术商业化。Segal机器学习算法已经开发成app软件，每个糖尿病患者手机里都可以安装。按照要求输入个人生理指标（BMI、血液生化指标、健康状况、肠道菌群数据等），在吃饭前把我们想要吃的食物输入app，然后它会告诉我们吃这种食物之后血糖的变化情况。或者更加直接，它会根据你近期的生理指标，直接推荐食物给你，然后你可以选择自己喜欢吃的。

一位前期糖尿病的肥胖中年女性曾在生活中尝试一系列饮食方案，都没有成功，她了解到自己选择的所谓“健康”饮食方案，实际上正是导致健康问题的根源。吃西红柿后她的血糖水平迅速上升，参加研究这周她多次食用西红柿。对她而言，个体化定制饮食不能纳入西红柿，反而要加入一些食品，这些食品许多人会认为不健康，但却有利于她的健康。过去没有人有办法为她提供这样个体化饮食建议。

这个研究思路其实也没有什么稀奇，获得的结论似乎也没有那么雷人，因为精准医学和个性化的概念早就深入人心，精准饮食似乎是理所当然的。不过能从血糖这个角度，采用大数据的模式，并结合机器学习，肠道菌群等新概念。《细胞》发表论文也就成为一种必然。这是典型的一种将简单问题弄复杂的研究模式，不过以色列科学家不仅将简单问题弄复杂，而且根据这个弄复杂的简单问题，建立了优化糖尿病患者饮食技术方案。按照这个思路，是否有其它研究课题，例如健身运动，有的人适合走路，有的人适合静坐，有的人适合相对剧烈的运动，获得的健康收益有个体差异，可以研究。在比如饮食搭配，现在只针对一种食物的后果，是否存在饮食搭配的影响。显然这在我们中国饮食文化中有很大的影响，但研究证据很少。再比如血压的控制，使用不同药物，联合使用药物，血压波动性的控制等。

PIIS0092867415014816.pdf

讨论氢气医学问题，欢迎关注作者本人氢气医学公众号 氢思语 (hydrogen_thinker)