Google Research 提出基于可穿戴设备的 CKM 健康年龄建模与反事实个性化健康教练框架

心脏病、肾脏疾病以及诸如2 型糖尿病等代谢性疾病并非孤立存在，它们构成了一个相互关联的网络，被称为心血管-肾脏-代谢（CKM）综合征。CKM 的进展往往在症状出现前多年就已悄然开始，其发展受到运动、睡眠和心血管活动等日常习惯的影响。尽早发现这些细微变化，是扭转趋势的最佳机会。然而，智能手表虽然能轻松记录我们昨天做了什么，但从被动追踪转向有意义的行动却难得多：我的日常习惯现在如何影响我的 CKM？如果我多睡 30 分钟或在日常中增加一次快走，未来三个月我的健康会改善多少？

人们常认为年龄在回答这些问题时扮演着一定角色，但仅凭实际年龄并不足够，因为同年出生的两个人可能有截然不同的生理健康状况。虽然研究人员已通过血液检测或可穿戴传感器开发出“生物钟”，用于估算一个人的身体老化速度是快于还是慢于其日历年龄，但现有的大多数生物钟并非为日常健康指导而设计。许多模型只是简单地训练来估算出生年份，抓住了你难以改变的特征，或者充当黑箱，无法显示改变某个特定习惯将如何改变你的未来健康。

在“Personalized health coaching via coachable health age and counterfactual wearable trajectories”及其姊妹研究“Cardiovascular-Kidney-Metabolic Health Age Using Wearables and Blood Biomarkers”中，我们提出了一个研究性框架，旨在打通追踪个人健康与主动改善健康之间的闭环。该框架提供以下内容：

可指导的健康年龄模型：一种可解释的健康年龄指标，完全由消费级可穿戴设备被动采集的可改变日常行为和生理数据构建。
传感器世界模型与反事实指导系统：一个基于超过 220 万人周可穿戴数据训练的机器学习世界模型（SensorWM），可模拟个性化的 12 周“假设”健康轨迹，并配有一个语言模型智能体，将这些模拟转化为切实可行、经临床医生审核的指导计划。
扩展至多器官 CKM 健康：当有常规血液检测数据时，我们的框架可以扩展为将可穿戴设备数据流与实验室生物标志物相结合，以检测心脏、肾脏和代谢系统早期的亚临床压力。

一个你真正能够改变的健康年龄指标

要让一项健康指标对指导训练有用，其每个输入都应该是可以持续追踪、并能通过日常选择加以影响的。我们没有训练模型去猜测一个人的出生年份，而是将我们的可指导健康年龄(CHA)模型建立在已发表的流行病学研究之上，这些研究将日常行为与心脏代谢疾病风险联系起来。CHA 整合了由消费级可穿戴设备被动测量的四项核心信号——静息心率、每日步数、睡眠时长和每周活跃区间分钟数——并在可用时纳入诸如最大摄氧量(VO2max)、睡眠作息规律性和胰岛素抵抗等可选指标。由于活跃的人往往静息心率更低、睡眠更好，我们在数学上对这些信号之间的重叠进行了调整，使每个习惯都为你的 健康年龄差(即 CHA 与实际年龄之差)贡献其独特的一份。负的差值(比如 −3 年)意味着个体的生理状态看起来比实际年龄更年轻，而正的差值则表明衰老加速。

我们在三个独立队列中验证了这一模型：

预测未来疾病(All of Us 研究项目, n = 22,748)：在超过 68,000 人年的知情同意 Fitbit 与电子健康记录随访中，基线时健康年龄大于实际年龄的健康参与者在未来八年内罹患高血压、心血管疾病或 2 型糖尿病的可能性显著更高。将 CHA 加入标准临床指标(年龄、性别和 BMI)后，疾病风险预测显著改善，尤其是在 50 岁以下的成年人中。
随时间的改善(Fitbit 纵向队列， n = 1,464)：在两年内以连续的 3 个月为窗口追踪用户后发现，在习惯发生持续改变的用户中，CHA 有所下降。
与临床健康的一致性(WEAR-ME 研究)：与那些被训练来预测实际年龄的可穿戴衰老时钟不同，CHA 与修订版美国心脏协会 Life's Essential 8 心血管评分和代谢综合征严重程度评分以及参与者自我报告的健康状况更为一致。

用传感器世界模型推演“如果……会怎样”的未来

了解自己的健康年龄能让你知道今天处于什么位置。要把这个数字变成个性化的计划，则需要回答一个“如果……会怎样”(即反事实)的问题：如果我改变某些特定习惯，接下来的 12 周我的身体会发生什么变化？哪些计划是我真正能够坚持下来的？

把新的步数或睡眠目标简单地输入一个静态计算器，无法反映身体作为一个相互关联的系统如何进行适应。当你连续数周坚持多运动、睡得更好时，你的静息心率和心率变异性也会逐渐改善，从而在后续带来额外的健康收益。

为了捕捉这些动态变化，我们开发了传感器世界模型（Sensor World Model，SensorWM），这是一个以动作为条件的世界模型，基于约 10 万名自愿参与的 Fitbit 用户的 228 万人周经去标识化数据进行预训练。给定两周的可穿戴设备基线数据，SensorWM 可以预测 20 项生理指标在未来 12 周内如何随不同的每日步数、睡眠和有氧运动方案而演变，其表现优于 TimesFM 等通用时间序列基础模型，同时保留了与糖尿病、高血压和胰岛素抵抗相关的临床模式。

我们将 SensorWM 与一个受可行性约束的优化器以及一个语言模型辅导智能体相结合，以实现三件事：

模拟：SensorWM 为每个人推演出 125 种候选的 12 周习惯组合，并与习惯保持不变情况下的“现状”预测进行比较。
过滤可行性与安全性：最激进的锻炼计划如果在第二周就让人精疲力竭，也就无从谈起。我们的优化器会权衡预测的健康年龄降幅与每个人的历史习惯弹性及临床安全边界，为基线习惯弹性较高的人选择更有雄心的目标（−2.3 年），而为日常安排受限较多的人选择更温和的渐进方案（−1.3 年）。
辅导：语言模型将排名最高的路径转化为一段循序渐进、富有支持性的 12 周辅导计划。

接受生活方式教练和临床医生的检验

将语言模型锚定于世界模型模拟，是否真的比仅向同一个模型提供用户的可穿戴设备历史记录能产生更好的指导？

我们开展了一项盲法、面对面对比研究，邀请五名认证生活方式教练和五名委员会认证的初级保健与生活方式医学医生，针对覆盖五种行为画像的 49 份参与者档案进行评估（共 490 次配对评审），同时对整个 WEAR-ME 队列（n = 2,780）进行了自动化评估。

专家的强烈偏好：生活方式教练在 71.4% 的评估中将基于反事实的方案选为总体最佳方案（p < 0.001），并在 71.0% 的评估中认为它更有可能带来长期坚持（p < 0.001）。
经临床医生验证的安全性：医生评定 99.2% 的反事实方案处于安全的运动强度范围内，97.6% 的方案在生理学表述上准确无误。
为什么有效：教练和临床医生都强调，向人们展示其“现状”轨迹与可实现的“假设”选项之间的具体对比（临床医生中的比例为 92% 对 8%），为行动提供了清晰且有激励性的理由，并带来更强的掌控感（97% 对 59%）。

聚焦器官系统：为心血管-肾-代谢（CKM）健康加入常规血液生物标志物

由于我们的健康年龄模型是模块化的，它可以轻松纳入可获得的常规临床实验室检测。在我们的配套研究中，我们将该框架扩展为跨单个器官系统剖析 CKM 综合征，将持续可穿戴设备数据与偶发的血液生物标志物相结合——后者单独使用会遗漏日常的生活方式模式。

早期 CKM 衰退很少有症状，且偶尔的临床抽血检查会错过日常生活方式的模式。在 819 名 WEAR-ME 参与者中进行评估，我们的多模态 CKM 健康年龄模型将连续的可穿戴设备信号（静息心率、步数、活动区间分钟数和睡眠）与三项常规血液生物标志物相结合：胆固醇与 HDL 之比（心血管）、eGFR（肾脏滤过）和 HOMA-IR（代谢性胰岛素抵抗）。

通过测量每个指标偏离健康临床阈值的程度（一个归一化偏差分数），CKM 模型揭示了多器官衰老并不遵循单一模板：虽然代谢与心血管负担常常相互关联，但早期肾功能衰退经常独立出现。此外，由此得出的 CKM 健康年龄差距与客观临床评分（修订版 Life's Essential 8 r = −0.58；代谢综合征严重程度 r = 0.65）以及参与者日常主观健康感受都高度吻合。

展望未来

这些研究共同表明，消费级可穿戴设备和机器学习如何帮助个人健康管理从“看后视镜”转向“导航前方的路”。虽然我们的评估是使用回顾性研究队列离线进行的，且这些模型是研究性原型而非临床诊断工具，但它们为未来的前瞻性试验奠定了基础，以测试交互式“假设”式指导如何帮助人们养成持久习惯并改善长期健康。

致谢

本文所述研究是 Google Research 与合作团队的联合工作。贡献者包括 Zeinab Esmaeilpour、Simon A. Lee、Menglian Zhou、Marius Guerard、Sohrab Sidhu、Alexandru Solot、Hamid Palangi、Pramod Rudrapatna、Ming-Zher Poh、Max A. Xu、Daniel McDuff、Dimitrios Antos、Yuzhe Yang、Jeffrey N. Chiang（来自加州大学洛杉矶分校）、Anthony Z. Faranesh、Conor Heneghan、Lindsey Sunden、Mark Malhotra、Cathy Speed、Javier L. Prieto、Shwetak Patel、A. Ali Heydari 和 Ahmed A. Metwally。