防治肥胖，AI转向(2)

传统概念中，总会将肥胖视为一种“自残状态”，认为肥胖的人往往是因为太穷了，因此只能吃油腻且高热量的快餐食物；没有时间、精力和金钱承担持续的锻炼，对身材管理缺乏意志力——这显然是对肥胖人群的误解。

比如中国疾病控制中心发布的统计数据就显示，北方地区北京城市居民的肥胖率最高，为25.9%，他们的经济水平显然不能算低。

科学家已经发现，长期处于压力环境下，人的体重也会增加，睡眠不足6小时也会导致身体产生太多皮质醇和胰岛素从而增加脂肪，更年期女性由于雌激素减少会使腹部脂肪增多，糖尿病患者因为使用胰岛素药物也会变得更容易存储能量，一个长期996心力衰竭、泵血不足的工作党也会突然增加体重……

总而言之，简单的“少吃多动”方案，并不能放之所有人而皆准。

3.需要改变的只是身体吗？

《加拿大医学会杂志》的新指南指出，肥胖症受遗传学、神经激素机制、相关慢性病和肥胖药物、社会文化习俗和信仰、建筑环境、个人生活经历（如不良童年经历），以及一系列心理因素的影响。

比如大众对肥胖症的认知。肥胖儿童，更容易出现社会耻辱感，变得焦虑、沮丧，甚至遭受霸凌。

从这个角度看，防治肥胖自然也必须从单一的运动减肥，引入更多解题思路，关注改善这一群体的健康和福祉，而不仅仅是减重。

如果我们转变思路，理解到防治肥胖并不仅仅是肥胖群体自己的事儿，而是一个复杂的经济、心理和生理现象，那么留给AI发挥的空间，反而更大了。

转向中的AI：关乎所有人的健康生活

值得期待的是，我们看到了很多AI创新，已经开始在防治肥胖这件事上转向，寻找直面根源的解题思路。

比如海外应用平台Noom ，这个应用原本是使用人工智能，根据用户的锻炼和食物日志，提供个性化的饮食和健身方案建议。而如今，它在数字驱动的基础上，增加了一种老派方法：现实生活中的减肥教练。

Noom的总裁Artem Petakov拥有人工智能和认知治疗心理学的双重背景，他声称，这一做法是为了改变人的大脑（认知）。

Noom 对收集的数据进行了令人耳目一新的诚实评估： AI 不是万能的，不能像与人类教练实时聊天那样，理解和识别引发不良饮食行为的情绪和思维模式。

所以Noom停止了所有纯人工智能项目，采用混合方法，将用户输入的数据将转给人类教练，对方会立刻提供反馈和精神支持，以保证用户能够坚持下去。该平台发现，由人类教练服务的用户，其减肥结果大约是基于 AI 教练的三倍之多。

人类教练会引导用户确定自己减肥的内在动机，并非常仔细地挑选奖励，以确保奖励对个人有督促意义，比如服装尺码下降两个号码就给自己买一台新的游戏机，从而更有效地改变自己的习惯。

除此之外，减肥如此困难的部分原因，是现代生活方式带来的诸多变化，改变了我们的饮食结构、睡眠、压力和生活规律等，都会刺激体重上升。即便通过短期运动与节食成功减下来，一旦恢复原本的作息身体仍然会复胖。

如何从根本上改变导致肥胖的生活方式？华盛顿大学的研究人员提供了另一种思路。

他们给深度学习算法投喂了谷歌街景中四个城市的高分辨率卫星图像，发现社区的特征，如公园、高速公路、绿色街道、人行横道、各种住房类型的存在，可能与肥胖患病率有关。

换句话说，通过开放更多城市绿地、基础设施等，影响人群的运动生活习惯，也可以改善超重问题。

目前，这一研究还没有基于中国城市数据进行的类似研究，但在肥胖病医疗负担日趋增加的今天，类似的研究及模型与智慧城市相结合，也能为城市居民健康状况带来积极的影响。

AI在帮助部分慢性病肥胖群体上，也显示出了希望。

密歇根州立大学人类医学学院教授娜塔莉·斯坦（Natalie Stein）领导了一项研究，通过NLP技术创造了一个对话机器人，用来担任减肥健康教练，承担2型糖尿病（T2D）患者的健康咨询。

在下图中，它主动询问一个用户“你早餐吃什么？”，并根据答案，提供了积极的强化或建设性的批评和提示，指导用户如何吃得更好。比如当用户声称吃了鸡蛋、熏肉、烤面包和咖啡时，AI 列出了过去一周该人吃熏肉的次数，并推荐了更健康的蛋白质。但是，当用户回答吃了“鸡、蔬菜和大米”时，机器人会大力称赞对方健康的选择。

文章来源：《治理研究》 网址: http://www.zlyjzz.cn/zonghexinwen/2021/0514/1730.html