我的 AI 数字分身告诉我该吃什么：Twin Health 体验记

这是 Optimizer，由 Verge 高级评测员 Victoria Song 每周发送的新闻通讯，剖析并讨论那些号称要改变你生活的最新小玩意和灵丹妙药。点击 这里 订阅 Optimizer。

在过去100天左右的时间里，我的早晨有了一种新节奏。醒来后，我要做的第一件事就是喂养我的数字孪生。它以我的代谢数据为食，每天的第一顿“饭”是直接从智能体脂秤发送来的身体成分数据。
在应用中记录完毕后，我会溜达到厨房，用 Owala 水杯装满柠檬水来服药。这也会被记录到应用里。每逢周一，我还会做几次舒缓的深呼吸，测量血压，并把数据也呈给数字孪生。然后就该考虑早餐了。我会咨询我的数字孪生。

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、按颜色编码的食物数据库，它能预测我的血糖水平对所吃的一切食物的反应。红色不太好。橙色一般。绿色最理想。它基于我喂给它的数据，以及从连续血糖监测仪收集的数据构建而成。

一碗蛋白质 Cheerios 麦片加牛奶？我的数字孪生告诉我，单独吃是橙色，但如果饭后进行每日散步就是绿色。所以我就照此决定吃什么、做什么。全部完成后，我会在 Twin Health 应用中记录下来。几个小时后，应用会根据我的血糖反应生成一条洞察，我的“孪生体”也会变得更准确。此刻，我的孪生体吃饱了。

如此循环往复，再重复大约99天。

数字孪生在身体健康领域是一个相对较新的概念，无论在医学还是体育领域都是如此。它是一个由各种数据点——化验结果、可穿戴设备数据、影像、基因档案等——构建的虚拟人体模型，并会随着时间持续更新。模型建成后，临床医生可以先在患者的数字孪生上“试用”特定药物或治疗方案，用 AI 来查看患者可能出现的反应。理论上，这还能帮助医疗服务提供者评估受伤风险、预测疾病进展，并在最大限度减少真实患者不良反应的同时实施预防性护理。这一设想有望有朝一日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，如今已可在现实世界中试用。

我的代谢孪生体“诞生”于六月，当时 Twin Health 的一个大箱子送到了我家门口。Twin Health 是一个帮助人们“治愈”其新陈代谢（例如减重、控制糖尿病、改善睡眠等）的数字孪生计划。它目前尚未开放大规模下载。数字孪生仍处于实验阶段，目前这项服务仅能通过企业或私人健康计划获得，通常面向患有慢性代谢问题的人群。Twin Health 提供构建数字孪生所需的一切。构建我的孪生体需要够用90天的 Dexcom G7 CGM 传感器、一台智能体脂秤、一个智能血压计、三瓶复合维生素和甘氨酸镁，以及我的 Apple Watch。随后还要去一趟 Quest Diagnostics，抽血护士在我手臂上扎了一针，把几管血样送去进一步分析。

几天后，我通过 Zoom 与我的 Twin Health 教练 Amanda——一个真人——以及一位医生一起查看我的化验结果。屏幕共享上显示了几个数字和公式。结果发现，我的肝脏？发炎了，但考虑到我被诊断出患有中度非酒精性脂肪肝，这是可以理解的。胰岛素抵抗——尽管 HbA1c 和空腹血糖检测都理想，但确实存在。我的胰腺显然在超时工作，但我的胰岛素分泌β细胞数量似乎正常。暂时如此。我的甘油三酯也偏高，不过其他血脂指标看起来正常。

我一开始就知道自己遗传了一个糟糕的新陈代谢。一年中作为非糖尿病患者测试 CGM 的经历让这一点再清楚不过了。但在医生下线后，Amanda 让我定义我的目标，我滔滔不绝地讲了一大段，说我模糊地希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这一点吗？

也许可以。目前，Amanda 记录了我的目标，安排了两周后的随访电话，并鼓励我在最初的 30 天里尽可能多地记录我的每一餐。等我达到 90 天时，我会被安排再次抽血。

在很多方面，我感到欣慰的是我的数字孪生没有自己的化身。至少，没有我能看到的。我很庆幸有抽象的颜色标签。去看看一杯菠萝，或一根加了番茄酱和酸黄瓜酱的火鸡热狗会是什么颜色，还挺新奇的。（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》，书中克隆人被当作器官捐献者抚养长大。这个情景并非一一对应。AI 驱动的数字孪生不会真的进食、死亡或感到疼痛。我大概是在把这种对在虚拟版本的自己新陈代谢上“测试”食物的不适感拟人化了，就好像它是一个中世纪宫廷里小丑般的试毒侍从。

尽管如此，随着几个月过去，我忍不住注意到我的数字孪生是多么饥饿。以及它从我这儿索取了多少，几乎就像我每次“喂养”我的孪生体时都在被榨干。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，而我可是习惯了追踪和查看大量健康数据的人。在我与 Amanda 每两个月的沟通中，她指出记录疲劳感确实是 Twin Health 用户经常给出的反馈。

我的行为确实发生了变化。既有意料之外的，也有意料之中的。每当我必须记录饮食时，我最终往往会更多地避开不健康的零食；我可不想被应用责骂。然而，这并没有带来任何有意义的体重下降。而且尽管我 stated 的目标是逐渐减少药物，结果却不如我所希望的那样顺利。

我也没从我的数字孪生的新陈代谢预测中了解到太多意外。不过，看到对我来说，一碗嫩豆腐汤加白米饭是一个稳稳的绿色或橙色餐食——取决于饭后是否活动——确实让人感到欣慰。（低碳水饮食，你瞧瞧。你们休想从我冰冷僵硬的手里夺走米饭。）我测试过太多 CGM 和 AI 营养应用，这些洞察不会让我感到意外，不过我认为对刚接触新陈代谢问题的人来说会很有用。

Twin Health 的双周例行检查确实激励我重新开始训练。我一直以来在健身计划上都很自律，但需要向另一个人类——而且不是家人——口头汇报进展所带来的额外约束，唤醒了我内心的好胜心。在因药物副作用而虚弱了好几个月之后，我最近感觉身体足够强壮，可以不间断地跑完 5 公里了。在 Amanda 的怂恿下，我也重新开始了力量训练。

但最重要的是，100 天后，我的复查化验结果显示出明显的改善。Amanda 说，自从加入以来，我的代谢健康评分已经跃升了九分。在我医生因我的肝酶指标而瞠目结舌一年之后，除了一项以外，其余都恢复正常了。在我尝试这套数字孪生业务之前，这些数字已经在缓慢改善，但在尝试这套东西的期间，它们下降得更快了。我的甘油三酯下降了 70mg/dL。我的 hs-CRP（一种反映整体炎症的生物标志物）也显著下降。我仍然存在胰岛素抵抗，但程度减轻了。

面对这样的结果，我确实没什么可反驳的，不是吗？

其实，我能反驳。数字孪生这一概念建立在信任之上。正如我所说，代谢方面的用例是高回报、低风险的。如果你为一个用于减肥、糖尿病管理或诸如“精力更好”“睡眠更好”这类模糊目标的孪生体输入海量数据，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应用。例如，目前正在探索的一个领域是癌症护理与研究。那里蕴藏着巨大的潜力，尤其是考虑到化疗可能有多么折磨人，但同时也存在巨大的挑战。首先是对数据隐私的信任负担。数字孪生对数据如饥似渴，其准确性依赖于关于你的高质量敏感信息的持续流。这些信息随后会影响未来的决策。如果在一个低风险环境中仅仅记录三个月就让我感到不堪重负，那么在更高风险的场景下又会如何？治疗结束后，数字孪生将如何存在？如果治疗不成功，这些数据又该如何“延续”？

至于我自己，我决定让我的数字孪生再“活”三个月。尽管目前进展不顺，我还没有放弃逐渐减少某些药物的想法。要让我的肝功能化验指标完全恢复正常，我也需要一切能得到的帮助。Amanda 还说，既然我已经打下了坚实的基础，我的孪生体的数据记录就不必非要那么严格了。再次强调，风险越低，灵活性就越大。

所以今天，我在问我的数字孪生，它怎么看一份蛋白华夫饼，配上一汤匙花生酱和一些蜂蜜，外加一份菠萝作配菜。是橙色，不过再说一次，通过散步我可以让它变绿。

从本篇报道关注话题和作者，以便在你的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