随着超重肥胖及糖尿病、高血压、脂肪肝等慢性病患病率持续攀升，公众对体重管理的诉求早已超越“少吃多动”的经验式口诀，逐步转向更具科学性、持续性和个性化的健康治理方案。人工智能、大数据、可穿戴设备与数字营养技术的发展，让体重管理从短期减肥逐渐延伸为长期健康守护。

王慧

上海交通大学公共卫生学院 院长

在健康监测层面，人工智能使体重管理从“事后回溯”跃升为“实时感知”。 传统膳食记录、运动评估与生活方式调查高度依赖个人回忆，极易出现遗漏与偏差。而今，智能手环、移动应用与数字健康平台可连续采集运动、睡眠、心率、能耗等多维数据，让个体健康状态变得可见、可测、可追溯。体重管理不再局限于偶尔的体重秤读数，而是演变为对生活行为与代谢风险的动态跟踪。

在营养评估领域，数字营养技术推动饮食管理从“粗略估算”迈向“精准识别”。 基于图像识别与人工智能算法的膳食分析系统，仅需一次拍照、一句语音或一段文字记录，便可初步判定食物品类，估算能量摄入与宏量营养素结构，及时提示蔬菜不足、蛋白质缺乏或油盐糖超标等问题。

在风险预警维度，人工智能助力体重管理从“统一方案”转向“因人施策”。 超重肥胖的成因复杂多样——有人源于高热量饮食习惯，有人归咎于久坐、睡眠匮乏、压力过载或代谢紊乱。展望未来，融合生活行为、体成分、代谢指标、肠道微生态乃至多组学数据，人工智能有望精准划分不同人群的健康风险亚型，并输出高度个体化的干预策略。

在慢病防控大局中，科学体重管理正在成为公共卫生关口前移的关键支点。 超重肥胖不仅关乎外形，更与胰岛素抵抗、脂质代谢紊乱、慢性低度炎症及多种慢病深度交织。借助人工智能对高危人群的早期识别，及时施以营养指导、运动处方、睡眠调节与行为支持，便能将慢病防控的防线从医院病房前移至社区、家庭与日常生活的每一处场景。这正是“以治病为中心”向“以人民健康为中心”理念转变的生动实践。

需要强调的是，人工智能的使命并不是要替代医生、营养师或公共卫生工作者，而是让专业服务更具可及性、连续性与精准度。它可以是公众随身的“健康提醒员”、家庭餐桌的“营养记录员”、社区网格的“风险筛查员”，更可以是临床与公卫人员的智能协作者。借力数字技术，优质健康资源得以真正下沉到更多普通人的日常生活场景，让健康公平可及成为可能。

转载自人民日报健康客户端