奥克兰大学试验AI教练DiNa 助2型糖尿病患者坚持治疗

随着新西兰2型糖尿病患病率上升，奥克兰大学（University of Auckland）研究人员正在测试一款数字健康教练，帮助患者坚持健康的生活习惯。

对许多2型糖尿病患者来说，难点并不在于不知道该怎么做，而是很难长期坚持。管理这种病情通常需要长期坚持健康饮食、规律运动和按时服药，但与一些疾病不同，糖尿病的恶化往往悄无声息——漏服一次药或少运动一次未必会立刻带来后果，这使得健康的意愿很容易在工作、家庭和日常生活的压力中逐渐松懈。

奥克兰大学奥克兰生物工程研究所（Auckland Bioengineering Institute，简称ABI）的研究团队正在开发一款名为DiNa的人工智能数字健康教练，旨在帮助患者在两次就诊之间保持状态，并坚持与医疗团队共同制定的目标。

项目负责人Gonzalo Maso Talou博士领导的团队获得了新西兰商业创新与就业部（MBIE）超过400万纽币的资助，是ABI“数字孿生”（digital twin）研究项目的一部分。DiNa目前正在一项针对2型糖尿病患者的临床试验中接受测试。

“DiNa的目标不是治愈糖尿病，”Maso Talou说，“我们想做的是提高患者坚持执行他们与医生共同制定的治疗方案的几率。”

这一需求相当迫切。根据新西兰健康局（Health New Zealand）“虚拟糖尿病登记系统”（Virtual Diabetes Register）的数据，2025年新西兰有超过36.5万人患有糖尿病，自2011年以来这一数字增长了超过40%。糖尿病对毛利人、太平洋岛民和印度裔社区的影响尤为突出。

目前的研究将对10名2型糖尿病患者进行为期三个月的跟踪观察。其中一半参与者使用DiNa，另一半使用现有的糖尿病管理工具，以便研究人员比较两者的效果。

包括博士生Kekayan Nanthakumar在内的研究团队想要回答一个简单但重要的问题：个性化的持续支持能否更有效地帮助人们保持健康习惯？

为此，DiNa整合了多种数据来源，包括饮食记录、服药情况、智能手机活动数据以及连续血糖监测仪（CGM）的数据。

系统并不要求用户自己细致地记录每一项细节，而是力求让监测变得尽可能简单。用户只需拍下自己的餐食照片，人工智能便能识别食物种类并估算热量、碳水化合物、蛋白质等营养信息；如果信息有缺漏，用户可以通过语音指令进行更正或补充。

“这大大减轻了手动记录饮食日记的负担，”Maso Talou说，“这很重要，因为传统的记录方式耗时费力，人们常常会忘记细节，甚至干脆放弃记录。”

在运动方面，DiNa可以调用智能手机和可穿戴设备已经收集的数据；用户也可以快速记录自己是否按医嘱服药。

但DiNa最具特色的功能是“对话”。这套系统不是传统意义上的健康App，而是让用户通过纯语音界面与AI教练交谈。Maso Talou表示，早期的DiNa原型采用屏幕上的虚拟人形象，但参与者反应并不热烈。

“我们最初以为逼真的虚拟人形象会让体验更好，但结果发现，很多用户更喜欢单纯用语音交流，这样感觉压力更小、也更自然。”

最终的互动体验更像是打电话，而不是视频通话。

DiNa可以帮用户找出一天中最适合运动的时间段，识别阻碍他们达成目标的障碍，或者在生活出现变化时建议如何调整计划。当情况顺利时，系统会给予积极鼓励；当遇到困难时，它会协助用户解决问题。

需要强调的是，这款数字教练并非要取代医生。Maso Talou表示，DiNa提供的信息来自与临床合作伙伴共同开发的新西兰本地糖尿病资源，只要涉及需要临床判断的问题，系统都会引导用户回到医护人员那里。

“两次就诊之间常常会间隔数月，这段时间里患者往往会有各种疑问或不确定的地方。DiNa可以帮助他们更好地理解自己的病情，以及此前已经获得的建议。”

参与研究的患者已经对这项技术给出了积极反馈。

“人们告诉我们的第一件事，就是这款系统让监测变得容易多了。很多人本来就熟悉记录饮食和服药情况，他们很喜欢系统减轻了这部分负担，让他们能把精力放在正常生活上。”

“我们希望帮助人们做出可持续的生活方式改变，并持续参与自己的健康管理。”——Gonzalo Maso Talou博士，奥克兰大学生物工程研究所

除了帮助改变行为习惯，研究人员还在朝着一个更宏大的目标努力：打造个性化的“数字孪生”（digital twin）。

数字孪生是一种计算机模型，用于模拟个体的身体对饮食、运动、药物等因素的反应。目前的早期版本已经能够根据碳水化合物、脂肪和蛋白质的摄入信息，模拟血糖反应。

未来，这项技术有望让用户在做决定前就能获得高度个性化的解答。例如，有人可以比较两种餐食选项，看哪一种更可能引起血糖飙升；也可以请教练根据自己的血糖水平和家中现有食材生成健康食谱；或者探索改变一餐饭的内容会如何影响自己的血糖水平。

“同样一餐饭，两个人的血糖反应可能截然不同，”与ABI同事Finbar Argus博士共同领导数字孪生项目的Maso Talou说，“性别、代谢、活动水平等生理差异都会产生影响，数字孪生技术能帮助我们朝着真正个性化的建议方向迈进。”

研究人员认为，这项技术有潜力成为一种强大的教育工具，帮助人们更好地理解自己的身体如何对不同行为做出反应，从而做出更明智的选择。

目前为期三个月的初步研究是计划中三轮试验的第一轮，更大规模的研究将于明年展开。这些试验收集的数据也将用于进一步完善底层的数字孪生技术。

如果结果积极，研究团队希望DiNa未来能够被纳入医疗系统，并得到广泛应用。

对Maso Talou来说，长远目标很简单：“我们希望帮助人们做出可持续的生活方式改变，并持续参与自己的健康管理，”他说，“如果我们能让人们更容易坚持与医疗团队共同制定的方案，我们就有机会改善他们的健康结果和生活质量。”