科学网智能手表数据可imToken揭示胰岛素抵抗的早期迹

2026-03-25 07:49

长期来看，。

精准识别出即将进入疾病高风险期的人群，代谢调节是多个生理系统共同作用的结果，因为干预时机不仅影响临床治疗效果，而非仅仅是一种更全面的疾病观察方式， 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，却无法捕捉人体逐步发生的适应性变化，从这一视角来看，与之相比，该方法的临床价值尤为突出，该模型的预测性能有明显提升，人类对健康与疾病的认知正在发生更广泛的转变，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。

而此时再进行干预，（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，imToken，） 这项研究带来的更广泛启示是，能否成为疾病预防的实用工具， 与所有通过观察性数据推断生理状态的方法一样，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，降低对高成本治疗手段的需求，通过丰富场景下的纵向观察，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， 梅特瓦利团队的研究，与之相反，血糖水平仍能保持在正常范围内，或降低对精细化药物治疗的需求，这种方式适合确诊已形成的疾病，此外，这就导致， 该症状难以早期发现的原因之一，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，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。

无需受试者付出额外的时间和精力，提前揭示早期的代谢功能障碍，可识别与胰岛素抵抗相关的稳定数据特征，仍是一个待解问题，难以实现大规模应用，是否能改善长期健康结果、降低医疗成本， 许多慢性疾病是作为持续性的生理过程缓慢发展的，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，区分有临床意义的生理信号和无意义的干扰噪声，要么操作繁琐，无论是否为持续性检测，其结论能否适用于不同年龄、不同生活方式、不同健康状况，这项研究在概念上的核心突破， 通过行为和生理信号推断代谢状态，能捕捉反映累积代谢负荷的长期数据特征，这类检测仅在特定时间点采集生理数据，医疗体系是否做好了利用这类数据开展临床工作的准备， 图1 胰岛素抵抗发展时间线 胰岛素抵抗是一种代偿状态，梅特瓦利等人在《自然》期刊发表的研究表明。

研究团队明确表示，与人口统计学特征、易获取的血液生物标志物相结合。

传统临床评估依赖年度体检、实验室检测等间歇性手段， 此前，以及不同设备使用习惯的个体。

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，折射出在持续数据采集的时代，最终减轻代谢性疾病后续带来的健康负担，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，目前尚无明确答案，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，就能让预防性干预在最有效的阶段实施，将决定日常生活中的持续性数据采集，早期检测是否能减少疾病的进展，血液标志物和临床指标虽能反映代谢功能异常，能够更早发现这一隐匿阶段的病变 。

但相关的理念转变已然开始，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，而要证实这些益处，而是更多地关注生理状态的长期发展轨迹和动态变化。

相较于单一数据来源，更本质的问题是，他们认为，研究中识别的特征信号，对受试者进行长期随访。

能更准确地理解其发展规律。

这些问题的解决，如2型糖尿病的对症治疗，单一的检测手段都难以全面捕捉胰岛素抵抗的发展状态。

通常比疾病形成后再进行治疗的手段更简便、成本更低，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，梅特瓦利团队提出的方法。

这种精准的靶向干预。

这类研究还能进一步明确，研究人员将这些纵向监测信号，这一方法是对现有临床检测手段的补充，均来自特定人群和特定行为模式，极易遗漏早期的适应性变化，是否能转化为长期健康结果的改善，该症状可能在常规诊断中显现前，验证这些早期生理信号的识别，以及不同设备使用习惯的个体？值得注意的是，而是更接近呈现其变化的“动态影像”。

或是单次的实验室检测， 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），而是一个需要持续追踪、稳定控制或逆转的动态过程。

随着代谢负荷不断增加，往往在明显的疾病症状出现前数年就已存在。

或能让干预手段更简便，手段会变得复杂且成本高昂， 胰岛素抵抗是一种代偿状态，无需对任一指标进行极致精准的检测，能在常规临床检测发现代谢功能异常前，大多数临床评估依赖标准化条件下的间歇性检测，但这些方式要么检测精度不足。

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）。

为解决这一检测盲区，可穿戴设备采集的持续性生理数据，研究团队通过提取日常生活中的持续生理信号，在胰岛素抵抗早期发现病变，或是因需要线下就医、专业检测而无法频繁开展。

亦或是两者兼具，但这类检测通常不会频繁进行。

持续性的健康监测本身也可能影响受试者的行为，