我用 AI 数字孪生决定每天吃什么：Twin Health 代谢教练 100 天实测

这是 Optimizer，一份由 Verge 资深评测员 Victoria Song 发送的每周通讯，剖析并讨论那些声称将改变你生活的最新小玩意和灵丹妙药。点此订阅 Optimizer here。

在过去大约100天里，我的早晨有了新的节奏。醒来后，我做的第一件事就是喂养我的数字孪生。它消耗我的代谢数据，而它一天中的第一顿“饭”就是我的身体成分数据，直接从智能体重秤发送过来。
数据记录到应用后，我溜达到厨房，往Owala水杯里倒上柠檬水，用来送服药物。这也要记录在应用里。到了周一，我还会接着做几次平静呼吸，测量血压，也把这些提供给数字孪生。然后就该考虑早餐了。我咨询我的数字孪生。

我的数字孪生与其说是机器人克隆体，不如说是一个由AI驱动、用颜色编码的食物数据库，它能预测我的血糖水平对每一种食物的反应。红色不太好。橙色一般。绿色理想。它是根据我喂给它的数据，以及从连续血糖监测仪收集的数据构建的。

一碗蛋白质Cheerios麦片加牛奶？我的数字孪生告诉我，如果单独吃是橙色，但如果之后进行每日散步就是绿色。于是我就决定吃这个并去散步。做完这一切后，我在Twin Health应用中记录。几小时后，应用会根据我的血糖反应生成一条洞察，我的“孪生”也会变得更准确。现在，我的孪生吃饱了。

冲洗并重复大约另外99天。

数字孪生在身体健康领域是一个相对较新的概念，无论是在医学还是体育中。它是根据各种数据点——实验室检查、可穿戴设备数据、图像、基因图谱等——构建的人的虚拟模型，并随时间不断更新。构建完成后，临床医生可以用AI先在患者的数字孪生上“测试”特定药物或治疗，看看患者可能如何反应。理论上，这还可以帮助医疗提供者评估受伤风险、预测疾病进展并实施预防性护理，同时将对真实患者的不良影响降至最低。其想法是，这有朝一日可能帮助实现个性化医疗的梦想。代谢指导或许是这项技术中风险最低、回报最高的版本，现在就可以在现实世界中测试。

我的代谢孪生于六月“诞生”，当时Twin Health的一个大箱子送到了我家门口。Twin Health是一个数字孪生项目，旨在帮助人们“治愈”他们的代谢（例如减肥、管理糖尿病、改善睡眠等）。它尚未可供广泛下载。数字孪生仍处于实验阶段，目前这项服务只能通过企业或私人健康计划获得。它通常面向有慢性代谢问题的人。Twin Health提供构建数字孪生所需的一切。构建我的孪生需要90天用量的Dexcom G7 CGM、一台智能体重秤、一个智能血压袖带、三瓶复合维生素和甘氨酸镁，以及我的Apple Watch。随后还要去Quest Diagnostics一趟，在那里，一位采血师把针扎进我的手臂，将几管血液送去进一步分析。

几天后，我与我的Twin Health教练Amanda——一个真人——以及一位医生在Zoom上碰面，回顾我的化验结果。共享屏幕上列出了几个数字和公式。结果发现，我的肝脏？有炎症，但考虑到我被诊断出中度非酒精性脂肪肝，这也可以理解。胰岛素抵抗——尽管HbA1c和空腹血糖测试理想，但肯定存在。我的胰腺显然在超负荷工作，但产生胰岛素的β细胞数量似乎没问题。至少目前如此。我的甘油三酯也偏高，不过其余血脂看起来正常。

我一开始就知道自己继承了一个糟糕的新陈代谢。作为非糖尿病患者测试CGM一年让我对此再清楚不过。但医生下线后，Amanda让我定义我的目标，我便滔滔不绝地讲述了我模糊的愿望：减少维持我中年新陈代谢运转所需的药物数量。数字孪生能帮我做到吗？

也许吧。目前，Amanda记录了我的目标，安排了两周后的回访电话，并鼓励我在最初的30天里尽量记录我的每一餐。一旦我达到90天的里程碑，就会安排另一次抽血。

在很多方面，我庆幸我的数字孪生没有自己的化身。至少，没有我能看到的化身。我很高兴有那些抽象的颜色标签。去看看一杯菠萝或一个加了番茄酱和酸黄瓜的土耳其热狗可能是什么颜色，这有种新奇感。（分别是橙色和绿色。）有时，我会想起石黑一雄的反乌托邦小说《别让我走》，其中克隆人被培养为器官捐献者。这种情况并非一一对应的比较。一个由AI驱动的数字孪生实际上不能吃、不能死、也不能感受疼痛。我可能是在把我对在虚拟版新陈代谢上“测试”食物这一想法的不适拟人化，就好像它是中世纪宫廷里一个小丑般的试毒者。

尽管如此，随着几个月过去，我不禁注意到我的数字孪生有多么饥饿。以及这从我身上夺走了多少，几乎就像每次我“喂”我的孪生时，我都被抽干了一样。构建这个东西需要大量的个人数据——即使对我来说也是如此，一个习惯于追踪和查看大量健康数据的人。在我与Amanda的双月检查中，她指出追踪疲劳确实是Twin Health用户常见的反馈。

我的行为确实改变了。既有意想不到的方式，也有意料之中的方式。每当我必须记录食物时，我最终往往会避免不健康的零食；我不想被应用责骂。然而，这并没有带来任何有意义的体重减轻。尽管我明确的目标是逐渐减少药物，但结果并没有像我希望的那样顺利。

我也没从数字孪生的代谢预测中学到太多令人惊讶的东西。不过，看到对我来说，一碗嫩豆腐汤和白米饭是稳稳的绿色或橙色餐食，取决于我饭后是否活动，这确实令人欣慰。（去你的，低碳水饮食。你可以从我冰冷、死去的双手中撬走米饭。）我测试过太多CGM和AI营养应用，对这些见解并不感到惊讶，不过我认为这对刚接触代谢问题的人会很有用。

Twin Health 每两个月一次的检查确实促使我重新开始训练。我在健身计划上一直很自律，但必须向另一个人——一个不是家人的人——口头汇报进展，这种额外的责任感激发了我内心的好胜心。在数月因药物副作用而感到虚弱之后，我最近感觉足够强壮，能连续跑完 5 公里了。在 Amanda 的劝说下，我也重新开始了力量训练。

但最重要的是，100 天后，我的复查化验结果有了显著改善。Amanda 说，自加入以来，我的代谢健康评分跃升了九分。一年前，我的医生看到我的肝酶指标时目瞪口呆，如今除了一项，其余都恢复了正常。在我尝试这套数字孪生方案之前，这些数字就在缓慢改善，但在尝试期间下降得更快。我的甘油三酯下降了 70mg/dL。我的 hs-CRP 也大幅下降，这是衡量整体炎症的生物标志物。我仍有胰岛素抵抗，但有所减轻。

面对这样的结果，我实在没法反驳，对吧？

其实我可以。数字孪生的概念建立在信任之上。正如我所说，代谢方面的应用场景是高回报、低风险的。如果你为孪生体输入海量数据，用于减肥、糖尿病管理，或“更有精力”“睡得更好”这类更模糊的目标，失败并不会立即危及生命。还有药物和其他途径可以尝试。

个性化医疗则是另一回事。研究人员正在探索数字孪生在代谢之外的用途。例如，目前正在探索的一个领域是癌症护理与研究。那里潜力巨大，尤其是考虑到化疗可能多么折磨人，但挑战也同样巨大。首先是数据隐私方面的信任负担。数字孪生渴求数据，其准确性依赖于关于你的持续不断的高质量敏感信息流。这些信息随后又会影响未来的决策。如果我在一个低风险环境中记录了三个月就感到不堪重负，那换成更高风险的场景又会怎样？治疗结束后，数字孪生如何存在？如果治疗不成功，这些数据又如何“继续存续”？

至于我，我决定让我的数字孪生再“活”三个月。尽管到目前为止成效有限，我仍未放弃逐渐减少某些药物的想法。我也需要一切可能的帮助，让我的肝脏化验指标完全恢复正常。Amanda 还说，既然我已经有了坚实的基础，现在不必对孪生体的数据那么严苛。再说一遍，风险越低，灵活性就越大。

所以，今天，我在问我的数字孪生，它觉得一份蛋白华夫饼配一汤匙花生酱和一些蜂蜜，再加一份菠萝怎么样。橙色，但同样，我可以通过散步。把它变成绿色。

关注本报道的话题和作者，以便在个性化首页信息流中看到更多类似内容，并接收邮件更新。

• Victoria Song