智能手表和血液分析能否在为时已晚之前预测糖尿病风险

目前，全球有超过5亿成年人患有2型糖尿病，到2030年这一数字可能会达到6.4亿。在十个病例中，有九个与一种称为胰岛素抵抗的现象相关。这种无声的障碍发生在身体细胞对胰岛素的反应不佳时，胰岛素是一种调节血糖水平的重要激素。如果不进行干预，它可能发展为明确的糖尿病或严重并发症，如心脏病或肝脏损害。

然而，检测这种抵抗仍然具有挑战性。目前的方法，如实验室验血，成本高昂且难以获得。最近的一项研究表明，通过结合智能手表数据和常规血液分析，可以更简单地发现这种抵抗。研究人员利用了静息心率、每日步数、睡眠时长以及甘油三酯和胆固醇水平等信息。借助人工智能，这些数据能够以接近80%的准确率识别出高风险人群。

这项研究在美国涉及了1000多名参与者。研究结果显示，某些生活习惯，如体力活动水平低或睡眠不足，与胰岛素抵抗增加密切相关。例如，超重或肥胖的人患病风险要高得多，但即使是体重正常的人也可能受到影响。在参与者中，有五分之一的人在血糖水平看似正常的情况下，不知情地存在胰岛素抵抗。

这种方法的优势在于其简便性。智能手表可以持续测量心率或体力活动等指标，而常规血液分析则提供有关新陈代谢的数据。通过交叉分析这些信息，科学家们开发出一种模型，能够在出现首个症状之前预测风险。早期检测为有针对性的干预措施打开了大门：减肥、定期锻炼或调整饮食可以扭转这种趋势。

这种方法可能会革新糖尿病的预防。它避免了复杂且昂贵的检查，同时为数百万人提供可扩展且易于获得的解决方案。从长远来看，它甚至可以集成到语音助手或健康应用程序中，提供个性化建议以降低风险。早期行动的意义重大，因为它可以避免繁重的治疗和不可逆的并发症。因此，技术与医学相结合，成为主动健康的宝贵工具。

À propos de nos sources

Publication originale

DOI : https://doi.org/10.1038/s41586-026-10179-2

Titre : Insulin resistance prediction from wearables and routine blood biomarkers

Revue : Nature

Éditeur : Springer Science and Business Media LLC

Auteurs : Ahmed A. Metwally; A. Ali Heydari; Daniel McDuff; Alexandru Solot; Zeinab Esmaeilpour; Anthony Z. Faranesh; Menglian Zhou; Girish Narayanswamy; Maxwell A. Xu; Xin Liu; Yuzhe Yang; David B. Savage; Mark Malhotra; Conor Heneghan; Shwetak Patel; Cathy Speed; Javier L. Prieto