Nature！Google團(tuán)隊(duì)開發(fā)智能手表+血液檢測(cè)，提前“看見”胰島素抵抗風(fēng)險(xiǎn)

2型糖尿病已成為全球性的健康挑戰(zhàn)，而胰島素抵抗正是其發(fā)生發(fā)展的核心“導(dǎo)火索”。在胰島素抵抗?fàn)顟B(tài)下，人體細(xì)胞對(duì)胰島素的作用變得遲鈍，胰腺β細(xì)胞被迫分泌更多胰島素來維持血糖穩(wěn)定。這種代償機(jī)制一旦崩潰，血糖便會(huì)失控攀升。目前檢測(cè)胰島素抵抗的金標(biāo)準(zhǔn)方法操作復(fù)雜、成本高昂，難以大規(guī)模推廣，導(dǎo)致許多人錯(cuò)過了通過生活方式干預(yù)逆轉(zhuǎn)代謝異常的最佳時(shí)機(jī)。如何讓胰島素抵抗篩查變得簡(jiǎn)單、可及，成為代謝疾病防控的關(guān)鍵突破口。

2026年3月16日，發(fā)表于《自然》雜志的一項(xiàng)研究，由Google公司Ahmed A. Metwally領(lǐng)銜的WEAR-ME研究團(tuán)隊(duì)完成，題為《Insulin resistance prediction from wearables and routine blood biomarkers》。研究納入了1165名參與者，通過智能手表連續(xù)監(jiān)測(cè)數(shù)據(jù)結(jié)合常規(guī)血液生物標(biāo)志物，訓(xùn)練深度學(xué)習(xí)模型預(yù)測(cè)胰島素抵抗的核心指標(biāo)HOMA-IR值，為代謝健康評(píng)估提供了全新解決方案。

研究團(tuán)隊(duì)首先分析了胰島素抵抗與多種因素的相關(guān)性。結(jié)果顯示，空腹血糖、BMI、糖化血紅蛋白、甘油三酯與HOMA-IR呈顯著正相關(guān)，其中空腹血糖相關(guān)系數(shù)高達(dá)0.57。靜息心率也與胰島素抵抗呈正相關(guān)（r=0.27），而高密度脂蛋白膽固醇、每日步數(shù)、心率變異性和白蛋白/球蛋白比值則呈負(fù)相關(guān)。這表明，通過日常穿戴設(shè)備和常規(guī)血液檢查即可捕捉到胰島素抵抗的關(guān)鍵信號(hào)。

在模型預(yù)測(cè)性能評(píng)估中，研究比較了不同輸入特征組合的效果。單純使用可穿戴數(shù)據(jù)結(jié)合人口統(tǒng)計(jì)學(xué)信息，模型R2僅為0.22。加入空腹血糖后，R2翻倍至0.44，正確識(shí)別的胰島素抵抗個(gè)體增加17%，錯(cuò)誤判斷的正常人減少46%。當(dāng)整合可穿戴數(shù)據(jù)、人口統(tǒng)計(jì)學(xué)信息以及空腹血糖、血脂譜和代謝面板后，模型R2達(dá)到0.50，曲線下面積為0.80，敏感性和特異性分別達(dá)到76%和84%。

為充分挖掘可穿戴設(shè)備的預(yù)測(cè)潛力，研究團(tuán)隊(duì)采用了預(yù)訓(xùn)練的可穿戴基礎(chǔ)模型處理高分辨率傳感器數(shù)據(jù)。該模型曾在4000萬小時(shí)的傳感器數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練，能夠從每分鐘26個(gè)信號(hào)中學(xué)習(xí)穩(wěn)健的生理特征表示。將基礎(chǔ)模型提取的特征嵌入與人口統(tǒng)計(jì)學(xué)信息結(jié)合，模型曲線下面積達(dá)到0.82，顯著高于單純?nèi)丝诮y(tǒng)計(jì)學(xué)模型的0.66。進(jìn)一步加入空腹血糖和血脂面板后，模型性能提升至0.87。

在72人的獨(dú)立驗(yàn)證隊(duì)列中，研究檢驗(yàn)了模型的泛化能力。結(jié)果顯示，整合可穿戴基礎(chǔ)模型特征與人口統(tǒng)計(jì)學(xué)信息的模型曲線下面積為0.75，優(yōu)于單純?nèi)丝诮y(tǒng)計(jì)學(xué)模型的0.66。當(dāng)模型同時(shí)納入可穿戴基礎(chǔ)模型特征、人口統(tǒng)計(jì)學(xué)信息、空腹血糖和血脂面板時(shí)，曲線下面積達(dá)到0.88，較不含可穿戴數(shù)據(jù)的同一模型（0.76）有顯著提升，驗(yàn)證了可穿戴數(shù)據(jù)在胰島素抵抗篩查中的獨(dú)特價(jià)值。

最后，研究團(tuán)隊(duì)開發(fā)了基于大語言模型的胰島素抵抗智能體，將預(yù)測(cè)結(jié)果與用戶生活方式、血液檢測(cè)數(shù)據(jù)整合，提供個(gè)性化代謝健康解讀。經(jīng)五位內(nèi)分泌專家評(píng)估，該智能體在回答全面性、可信度和個(gè)性化方面分別獲得80%、92%和73.3%的偏好率，事實(shí)準(zhǔn)確性和安全性分別達(dá)到79%和96%，能夠準(zhǔn)確解讀HOMA-IR值和人口統(tǒng)計(jì)學(xué)信息，為未來AI驅(qū)動(dòng)的健康助手奠定了基礎(chǔ)。

READING

BioPeers

歡迎關(guān)注本公眾號(hào)，所有內(nèi)容歡迎點(diǎn)贊，推薦??，評(píng)論，轉(zhuǎn)發(fā)~

如有錯(cuò)誤、遺漏、侵權(quán)或商務(wù)合作請(qǐng)私信小編~~

歡迎大家投稿課題組 研究進(jìn)展 、招聘及招生宣傳~

所有文章只為科普、科研服務(wù)，無商業(yè)目的~