产品 The Verge AI·原文 2026年10月15日

The Verge记者试用Twin Health代谢数字孪生100天：肝脏指标改善但未见减重

The Verge资深评测员Victoria Song记录了她使用Twin Health代谢数字孪生项目约100天的体验。该项目目前仅通过企业或私人健康计划提供，面向有慢性代谢问题的人群。她报告随访化验多项指标改善，但未实现有意义的体重下降，也未达成减少用药的目标。

AI解读：Twin Health的代谢数字孪生并非面向公众开放的产品。

数字孪生依赖持续的数据输入。作者需要向应用录入智能秤的体成分数据、饮食、血压，并结合Dexcom G7连续血糖监测仪和Apple Watch的数据；她说Twin Health会提供90天用量的CGM、智能秤、智能血压计等设备，以及一次Quest Diagnostics抽血检查。

预测以颜色分级呈现。作者描述该系统是一个由AI驱动、基于她输入的数据和CGM数据构建的彩色编码食物数据库，红色表示不理想、橙色表示一般、绿色表示理想，会根据餐后是否活动给出不同颜色。

作者报告了化验结果的变化，但强调此前指标已在缓慢改善。她称随访labs显示代谢健康评分较加入时提高9分，甘油三酯下降70mg/dL，hs-CRP显著下降，肝脏酶除一项外恢复正常；她仍存在胰岛素抵抗但程度减轻。

作者称行为有改变但未带来有意义的减重或顺利减少用药。她表示因为不想被应用提醒，会更常避开不健康食物，但体重没有明显下降，减少用药的目标也没有如预期顺利实现。

作者提到追踪疲劳是Twin Health用户的常见反馈。她的教练在双月回访中如此告知，她说自己在低风险场景下已感到三个月的数据记录负担很重，并对更高风险场景下的数字孪生提出数据隐私与信任方面的疑问。

The Verge资深评测员Victoria Song在一篇专栏中记录了她使用Twin Health代谢数字孪生项目约100天的体验。她写道，每天早晨的第一件事是向应用录入智能秤的体成分数据，随后记录柠檬水和用药，周一还会加上呼吸练习和血压测量；饮食决策则参考应用给出的颜色分级。

Twin Health是一个旨在帮助人们“治愈”代谢（如减重、管理糖尿病、改善睡眠等）的数字孪生项目。据作者所述，它目前还不能广泛下载，仅通过企业或私人健康计划获取，通常面向有慢性代谢问题的人群。

Twin Health的代谢数字孪生如何构建与使用

作者描述，Twin Health寄来一个大箱子，内含构建数字孪生所需的设备：90天用量的Dexcom G7连续血糖监测仪、智能秤、智能血压计、三瓶复合维生素和甘氨酸镁。她还需要去Quest Diagnostics抽血送检。

数字孪生并非机器人克隆，而是一个由AI驱动、彩色编码的食物数据库，预测她的血糖会如何对每种食物做出反应。红色表示不理想，橙色表示一般，绿色表示理想。它基于她输入的数据以及连续血糖监测仪收集的数据构建。

作者称，随访化验结果显示多项指标改善。她的Twin Health教练Amanda说，她的代谢健康评分自加入以来提高了9分。一年前医生对她的肝酶水平感到震惊，现在除一项外都已恢复正常。

她报告甘油三酯下降了70mg/dL，作为整体炎症生物标志物的hs-CRP显著下降。她仍然存在胰岛素抵抗，但程度减轻。她同时表示，这些数字在尝试数字孪生之前已经在缓慢改善，但在此期间下降得更快。

在行为和目标方面，作者说，需要记录食物时她往往会更频繁地避开不健康的零食，但并未带来有意义的体重下降。她原本希望减少维持中年代谢所需的药物数量，但这一目标没有如预期顺利实现。

作者提到，与Amanda的双月回访中，Amanda指出追踪疲劳是Twin Health用户的常见反馈。作者自己即使在低风险场景下也感到三个月的数据记录负担很重。

她由此对更高风险场景提出疑问：数字孪生对数据极度渴求，其准确性依赖于持续的高质量、敏感信息流，这些信息又会影响未来的决策。她列举的问题包括数据隐私的信任负担、治疗结束后数字孪生如何存在、以及治疗不成功时数据如何“继续存在”。

她表示，代谢用途属于高风险低收益中风险较低、回报较高的版本，失败不会立即危及生命；而个性化医疗则不同，研究人员正在探索将数字孪生用于癌症护理等领域。