Nature｜谷歌AI健康助手有多懂你

⌚ 手表每天记录你的心率、睡眠和步数，但这些数据，到底能告诉你什么？谷歌希望让AI把这些数据，变成与你有关的健康解读。
　
2026年10月21日，Google Research、Google DeepMind等团队的PHA研究发表于Nature。PHA（Personal Health Agent）围绕Gemini等基础模型搭建多智能体框架，将可穿戴数据、血检结果和用户背景接到同一段对话里。
　
🧩 这套“健康助手”怎么分工？
① 数据分析Agent：把“最近状态怎么样”拆成分析计划，检查数据是否足够，再编写、执行代码，依据报错纠正。
② 健康领域Agent：结合个人情况检索证据，解释指标、整理多模态健康摘要。
③ 健康教练Agent：先了解目标、习惯和现实限制，再通过多轮交流细化建议。
调度器按问题选择主力与辅助Agent，汇总结果、反思检查，并更新对话记忆。
　
📊 效果如何？
在173个单元测试中，数据分析Agent首次生成代码的通过率为75.5%，基础Gemini为58.4%；纠错后升至79.0%。
在45人扮演数据画像进行的对话评测中，46.7%将PHA列为总体首选，高于并行多Agent的28.9%和单Agent的24.4%。这些是任务表现与用户偏好，不能读成诊断准确率。
　
🔬 评测覆盖11项任务，累计7000余条人工标注、1350小时用户和专家投入。数据来源包含1165人的WEAR-ME研究，但这不等于1165人直接参加了PHA对话测试。
　
💡 对做Agent的人，这项工作的参考价值在于：把统计计算、知识检索和多轮辅导拆开开发、分别评测，再通过调度协作整合起来。框架与代码已公开。
　
📌 PHA目前是日常健康支持研究原型。论文尚未证明长期使用能改善健康，也不能替代医生诊疗。
　
📄 论文：https://doi.org/10.1038/s41586-026-11161-8
💻 代码：https://github.com/Google-Health/consumer-health-research/tree/main/personal_health_agent
　
#AI健康 #多智能体 #可穿戴设备 #PHA #BioAIDesign