夜雨聆风一个估值百亿美元的赛道，一家明星公司破产，一个行业在十字路口。
2026年6月，一则微博热搜悄然爬上榜单：#曝微信正测试AI支付功能#。
从ChatGPT到DeepSeek，从AI绘画到AI编程，2024-2026年的人工智能浪潮几乎重塑了每一个行业。医疗健康领域也不例外——尤其是在代谢疾病管理这一赛道，AI被寄予了前所未有的厚望。
一边是资本狂飙：数字疗法（Digital Therapeutics, DTx）领域过去五年吸引了超过300亿美元的全球投资，代谢疾病相关项目占据了其中近三分之一。
另一边是现实冰冷：2023年，数字疗法先驱 Pear Therapeutics 申请破产——这家曾通过SPAC上市、估值16亿美元的明星公司，最终因"医生不开处方、保险公司不报销"而倒下。
那么问题来了：AI+代谢健康，到底是改变游戏规则的技术革命，还是资本催生的又一个泡沫？
答案没那么简单。
一、为什么代谢疾病是AI落地的"最佳靶点"？
在所有慢性病中，代谢疾病可能是最适合AI介入的领域。原因有三：
1. 数据可采集、可量化
糖尿病管理的核心指标很明确：血糖、糖化血红蛋白（HbA1c）、体重、饮食、运动。每一个都可以通过设备客观记录：
连续血糖监测仪（CGM）：Dexcom G7 每5分钟记录一次血糖，一天288个数据点。2024年，Dexcom Stelo 和 Abbott Lingo 相继获得FDA批准作为OTC产品上市——CGM正式从"处方医疗器械"变成"消费电子产品"[1]。 智能体重秤、运动手环：心率、步数、睡眠、体重……这些数据过去分散在多个设备中，现在AI可以把它们整合成一个"代谢画像"。 饮食记录：从MyFitnessPal的手动输入，到Yuka的扫码识别，再到AI拍照自动识别食物和估算热量——饮食追踪的摩擦成本正在趋近于零。
2. 干预效果可监测
不像抑郁症或慢性疼痛，代谢疾病的治疗效果有明确的生物标志物。你吃了什么、运动了多少、血糖怎么变——因果关系相对清晰。这让AI的"反馈循环"可以真正闭环：AI推荐一个饮食方案 → 用户执行 → CGM显示血糖变化 → AI调整方案。
3. 市场巨大且痛点明确
全球糖尿病患者已超5.3亿，肥胖人群超过10亿[2]。传统医疗模式对这些慢性病的管理效率极低：一个内分泌科医生管着几千个病人，每人每年见一两面，其余时间靠自觉。AI恰好可以填补"诊室之外"的管理空白。
二、谁是真正的玩家？代谢DTx版图扫描
第一梯队：拿到FDA/CE认证的"正规军"
Welldoc BlueStar全球首款获得FDA 510(k)许可的移动处方数字疗法（2010年首次获批，后续多次更新）。BlueStar是一个AI驱动的糖尿病自我管理平台，核心功能是分析用户的血糖、饮食、药物数据，提供实时个性化建议。多项RCT研究表明，使用BlueStar的2型糖尿病患者HbA1c平均下降1.2%-1.9%[3]。
Omada Health主打"数字化糖尿病预防计划"（Digital DPP），通过AI教练+行为科学+联网设备帮助糖尿病前期人群减重和改善代谢指标。Omada是DTx领域为数不多实现规模商业化的公司，估值超过10亿美元，客户涵盖超过1,800家企业雇主和健康计划。
Virta Health采取更激进的策略：通过生酮饮食逆转2型糖尿病。Virta的核心壁垒不是AI本身，而是AI驱动的个性化营养指导+远程医疗+生物标志物监测的整合模式。其发表的两年临床数据显示，53%的患者实现了糖尿病逆转（HbA1c < 6.5%且停药）[4]。估值超过20亿美元。
第二梯队：消费级玩家
Noom从心理学驱动的减重App起步，近年大力投入AI个性化教练。Noom的估值一度超过37亿美元，但在2023年后经历了裁员和战略调整——消费级健康App变现之难可见一斑。
January AI / Levels Health基于CGM数据+AI的"代谢健康"平台。收费模式是订阅制：用户佩戴CGM，AI分析血糖对不同食物的反应，提供个性化饮食建议。这更像是"健康优化"而非"疾病管理"——目标用户是愿意为健康付费的中产，而非糖尿病患者。
第三梯队：中国玩家的追赶
中国数字疗法起步较晚，但发展迅速：
微医、智云健康：整合慢病管理和AI辅助诊疗的互联网医疗平台 妙健康、妙手医生：聚焦糖尿病等慢病的AI管理工具 Keep：从健身App延伸到AI饮食建议和代谢评估
2023年，中国NMPA开始研究数字疗法的监管框架，但目前尚无正式的DTx审批通道。这意味着中国的"数字疗法"产品大多以"健康管理工具"而非"医疗器械"的身份运行——既降低了准入门槛，也限制了商业化深度。
三、Pear Therapeutics 之殇：数字疗法为何"死在黎明前"？
要理解AI+代谢健康的前景，必须理解Pear Therapeutics的失败。
Pear是数字疗法的旗手。它开发了三款FDA授权的处方数字疗法：reSET（物质使用障碍）、reSET-O（阿片类药物使用障碍）和Somryst（慢性失眠）。2021年通过SPAC上市，估值16亿美元，被媒体称为"数字疗法的特斯拉"。
然后，它在2023年4月申请破产。
原因并不复杂：医生不开处方，保险公司不买单。
处方数字疗法（PDT）的逻辑缺陷在于：它的分发依赖医生处方和保险报销——这与传统药物的商业模式完全相同。但问题在于，没有专门的报销代码（CPT code），保险公司没有动力买单；医生没有处方数字疗法的习惯；患者拿到"一个App的处方"也不当回事。
Pear的破产不是技术失败，而是商业模式失败。
对于代谢疾病DTx来说，教训是明确的：不要试图复制制药行业的处方模式。 走雇主买单（Omada模式）、直接面向消费者（Noom模式）、或者与药企捆绑销售（与GLP-1药物配套），都比"开App处方"靠谱。
四、GLP-1浪潮：AI的新机会还是终结者？
2024-2026年最火的代谢话题是什么？GLP-1受体激动剂。
司美格鲁肽、替尔泊肽、口服剂型的涌现……减肥药市场正在经历历史级别的爆发。市场研究预测，全球GLP-1市场到2030年将突破1000亿美元。
这对AI+代谢健康意味着什么？
悲观者的逻辑是：如果打一针就能瘦15%的体重，谁还需要AI教练？药效碾压数字疗法。
但乐观者的逻辑更有说服力：
GLP-1需要配套管理。肌肉流失、胃肠道副作用、停药反弹——这些都是长期用药的真实问题。AI可以监测用户的体成分变化（用智能秤），优化蛋白质摄入和抗阻训练方案，管理副作用。AI不是替代GLP-1，而是让GLP-1更好用。
GLP-1打开了市场认知。过去很多人不认为肥胖是"需要治疗的疾病"，GLP-1改变了这一点。当数千万人开始积极管理体重和代谢，他们也需要工具。Noom已经在2024年推出了GLP-1配套服务（Noom Med）。
"停药不反弹"的需求催生行为干预市场。GLP-1停药后体重反弹是一个真实问题。AI驱动的长期行为改变方案，可能是"停药后维持减重效果"的关键。
所以，GLP-1不是AI的终结者，反而可能是催化剂。
五、Nature Metabolism 最新研究：为什么AI饮食分析的时代才刚开始？
还记得我们在选题2中提到的研究吗？
2026年4月，Satchidananda Panda团队在 Nature Metabolism 发表了一项里程碑式研究：分析超过20,000名成年人的250万条食物日志，揭示饮食模式的多样性和一致性[5]。
这项研究的意义不仅在于科学发现——它本身就说明了AI在营养学研究中不可或缺。
为什么？
因为处理250万条食物日志，传统方法是让人工逐个编码——耗时数年，错误率高。而Panda团队使用了自然语言处理（NLP）和机器学习算法来自动解析食物条目，使得过去需要一支研究助理团队花一年做的分析，现在几小时就能完成。
更重要的是，这项研究的核心发现之一——饮食多样性不再是好事——与AI驱动的个性化营养理念不谋而合。
过去五十年的营养学教条是："吃多种多样的食物"对健康有益。但Panda团队的分析显示，当食品工业每年向市场投放超过12,000种新产品时，"多样化"往往意味着摄入更多超加工食品——而这与代谢紊乱风险增加密切相关。
AI可以帮助人们识别自己的"饮食模式"——不仅是吃了什么，还包括什么时候吃、和什么一起吃、频率如何——从而提供真正个性化的建议，而不是泛泛的"少油少盐多运动"。
这才是AI在代谢健康中真正不可替代的价值：从群体营养指南，到个体化代谢画像。
六、投资视角：泡沫还是风口？
诚实地说，两者都有。
泡沫的一面：
太多公司把"AI"当成融资PPT的关键词，产品却是挂AI卖人工客服 消费级健康App变现困难——获客成本高、用户留存率低、付费意愿弱 部分DTx公司估值与其临床证据和营收完全不匹配 中国"数字疗法"概念过热，但落地能力和监管框架尚不成熟
风口的一面：
CGM普惠化（OTC化）创造了前所未有的代谢数据流 GLP-1浪潮催生了配套管理工具的真实需求 FDA已完成数字健康预认证（Pre-Cert）试点，监管框架正在进化 大药企开始将数字工具纳入药物上市策略（如诺和诺德与Noom、Omada合作） AI大模型（GPT、Claude、DeepSeek等）的成熟使个性化健康助手的技术成本骤降
核心结论：AI+代谢健康不会像Pear Therapeutics那样崩塌，但也不会像GLP-1减肥药那样爆发。它会是一个缓慢但确定的增长曲线——随着CGM普及、AI能力提升、支付模式成熟，逐步渗透到数亿人的日常代谢管理中。
七、投资应该看什么？
如果你在关注这个赛道，以下信号值得留意：
✅ 看好：CGM+AI的整合方案、GLP-1配套数字管理工具、雇主福利驱动的慢病管理平台
⚠️ 谨慎：纯消费级减重App（获客太贵）、需要医生处方的PDT模式（Pear前车之鉴）、没有临床证据的AI"黑箱"
🔭 前沿关注：AI预测性代谢模型（从CGM数据预判糖尿病进展）、数字孪生（模拟不同饮食方案的代谢响应）、AI+肠道菌群整合分析
写在最后
每次技术浪潮都会催生泡沫，但泡沫破裂后留下来的东西，往往改变了世界。
2000年互联网泡沫破裂后，留下的亚马逊、谷歌重塑了全球商业。今天AI+代谢健康的泡沫也在经历类似的过程——Pear Therapeutics倒下了，但Omada还在增长，CGM正在进入每个普通人的手机，GLP-1药物催生了一个全新的代谢管理生态。
AI在代谢健康中的真正价值，不是替代医生，不是替代药物，而是填补那99%的"诊室之外"的时间——在你睡觉、吃饭、运动、焦虑的每一个时刻，提供一种过去不可能存在的、持续的、个性化的代谢照护。
这听起来很宏大，也可能是一个泡沫。
但如果你问一个每天要扎四次手指的糖尿病患者，他等不及这个泡沫破灭。
参考文献
[1] FDA. FDA Clears First Over-the-Counter Continuous Glucose Monitor. March 2024.
[2] NCD Risk Factor Collaboration. Worldwide trends in diabetes prevalence. Lancet, 2023.
[3] Quinn CC, et al. Cluster-randomized trial of a mobile phone personalized behavioral intervention for blood glucose control. Diabetes Care, 2011.
[4] Athinarayanan SJ, et al. Long-term effects of a novel continuous remote care intervention including nutritional ketosis for the management of type 2 diabetes. Frontiers in Endocrinology, 2019.
[5] Tran T, Manoogian ENC, Panda S, et al. The diversity and consistency of what and when people eat. Nature Metabolism, 2026. DOI: 10.1038/s42255-026-01504-0
标签：#代谢新知#AI#数字疗法#糖尿病管理#GLP1#CGM#投资趋势#技术前沿
撰文：代谢新知编辑部
