可穿戴数据能读出衰老速度吗:真实世界信号

Putin 与 Gladyshev 等推动用运动、心率、睡眠等可穿戴时序数据训练深度模型,估计生物年龄与衰老速度,试图把「测老」从抽血化验扩展到日常设备。

📄 深度文章 1 分钟阅读 更新于 2026-10-16
🟡
证据等级:初步人体证据 有人体试验但样本小、无对照或结果不一致,尚待重复验证

研究做了什么

Putin、Mamoshina 与 Gladyshev 等在 Frontiers 提出「深度生物标志物」:用可穿戴设备长期采集的活动、静息心率、睡眠等时序特征,训练模型估计生物年龄与衰老速度。

为什么重要

  • 零血检可测:若成立,日常手表手环即可给出衰老趋势,大幅降低监测门槛。
  • 连续而非单次:可捕捉变化速率,比一次性血液时钟更贴近「老得多快」。

边界

算法泛化与可解释性仍弱,模型多在研发阶段;它勾勒了「数字生物年龄」的方向,但距临床常规仍远。

参考来源 Putin E, Mamoshina P, Gladyshev VN, et al. Deep biomarkers of human aging. Front Genet, 2016.
免责声明:本站内容为健康科普与信息汇总,不构成医疗建议。任何干预、补剂或训练计划开始前,请咨询执业医师。