人人生而平等，除非他太胖了——這句略有些刻薄的話(huà)，卻是當下社會(huì )對待肥胖癥人群的現實(shí)寫(xiě)照。
過(guò)去幾年里，AI在減肥、健身等領(lǐng)域展現出了蓬勃的想象力，許多創(chuàng )新者嘗試利用AI幫助人們去掉身上的贅肉。
不過(guò)，既往AI在談?wù)摗皽p重”時(shí)，幾乎都著(zhù)眼于既有的認知，即“肥胖癥都是因為管不住嘴或者邁不開(kāi)腿”。如今，學(xué)界對于肥胖的認知在改變，AI減重的底層邏輯自然也應該從善如流地變化。
今天恰好是世界防治肥胖日，很多人又開(kāi)始把目光投向各種“減肥tips”，我們不如來(lái)關(guān)注一下，轉向后的AI究竟是如何理解肥胖的，并幫助人類(lèi)逃出困境的。
有了AI，為何也不能輕松“掉肉”
其實(shí)最近幾年，AI這根“魔法棒”就為肥胖癥和減重人群所關(guān)注，市場(chǎng)上有了不少智能減肥的軟硬件產(chǎn)品。簡(jiǎn)單總結一下的話(huà)，此前的“AI+減肥”主要集中在三個(gè)方面的改變：
1.數字化。
通過(guò)為智能手表、健身器材、全身鏡、智能電視等加入傳感器、攝像頭等數據采集設備，從而識別用戶(hù)的手勢、體態(tài)、心跳等數據，識別動(dòng)作的完成度和標準度，為減肥人士提供數據參考、運動(dòng)記錄、健康提醒等智能體驗。幫助養成健身習慣，減少健身過(guò)程中的成本。
2.個(gè)性化。
主打千人千面的健身及飲食指導。比如一些健身App、健身房，根據個(gè)人的歷史數據定制健康計劃，匹配適合的健身課程目標與強度，制定針對性的課程，嘗試解決“私教成本高昂”“獨自運動(dòng)難堅持”等難題。
飲食解決方案也如法炮制，根據用戶(hù)的體檢報告、健康問(wèn)卷數據等等，提供每天三餐怎么吃的建議。雀巢日本公司曾利用機器視覺(jué)，根據食物圖片分析其包含的卡路里及營(yíng)養成分含量。Google Coach服務(wù)也會(huì )為用戶(hù)提供未來(lái)一周內的飲食安排，制定周密的減肥計劃。
3.效果導向。
以“硬件+算法+內容”模式打造的商業(yè)AI產(chǎn)品，或多或少都擔負起私人營(yíng)養師、私人教練之類(lèi)的角色，為了讓人類(lèi)客戶(hù)們用得滿(mǎn)意，AI自然也就背上了KPI，數據收集的完成度、指導的專(zhuān)業(yè)性、減重結果的有效性等等。比如某智能健康設備就號稱(chēng)可以“5分鐘檢測1200項生理機能參數，準確率達95%以上”。
那么，上述AI是防治肥胖癥的最好方法嗎？
顯然不是。
首先，治標不治本。智能技術(shù)的加入是對傳統減重方法的優(yōu)化提效，延續“管住嘴邁開(kāi)腿”的方式，顛覆性創(chuàng )新很少。沒(méi)有真正改變肥胖癥人群的行為邏輯，自然也無(wú)法從根本上抑制肥胖癥加劇的趨勢。
此外，很多智能健康管理設備只是給常規硬件增加了傳感器和聯(lián)網(wǎng)設備，缺乏充分的個(gè)體數據儲備，使用的算法模型也是一些AI平臺預訓練好的模型，所以很多時(shí)候用戶(hù)得到的“個(gè)性化”指導其實(shí)大同小異，無(wú)法像人類(lèi)教練和營(yíng)養師一樣因人制宜。
同時(shí)，受限于深度學(xué)習算法本身的技術(shù)能力，對數據維度、實(shí)時(shí)分析判斷上達不到人類(lèi)專(zhuān)家的水平，更偏向于擔任輔助工具，只是用來(lái)幫助健身房、減肥應用降低人力成本。
這些不痛不癢的改變，卻需要用戶(hù)來(lái)承擔硬件消費支出、學(xué)習成本和隱私數據風(fēng)險。也就不難解釋?zhuān)瑸槭裁础爸悄堋敝皇亲鳛橹T多“減肥訓練營(yíng)”的一個(gè)“添頭”，而不足以作為一個(gè)獨立的細分賽道，和肥胖人群一起走向未來(lái)。
重新定義“肥胖”：到底是誰(shuí)的錯？
別誤會(huì )，這里并不是想說(shuō)AI對防治肥胖毫無(wú)助益。只有真正認識到肥胖癥的原因，才能夠找到AI切入的最佳突破口，帶來(lái)切實(shí)可行的商業(yè)機遇。
認識“肥胖癥”，就要先解開(kāi)幾個(gè)誤區：
1.你真的需要減肥嗎？
社交網(wǎng)絡(luò )充斥著(zhù)無(wú)數骨瘦如柴卻哭著(zhù)喊著(zhù)要節食的“凡爾賽”。前不久，某社交平臺對近萬(wàn)名網(wǎng)民的抽樣調查顯示，超五成網(wǎng)民有身材焦慮，三成女網(wǎng)民一天稱(chēng)一次體重。
而真正的肥胖癥，按照《加拿大醫學(xué)會(huì )雜志》上的新指南定義，指的是體重指數（BMI，即體重kg除于身高m的平方）大于等于30的群體。真正的肥胖癥，往往伴隨著(zhù)糖尿病、高血壓、心血管等并發(fā)疾病，因為遭受脂肪羞辱而導致抑郁、焦慮、睡眠障礙等等精神狀況。
只有身體BMI指數偏高，并出現了相應的身心健康問(wèn)題，才應該視為肥胖。如果只是塞不進(jìn)XS碼的牛仔褲，或者不再有18歲那樣的比基尼身材，那么更像是一種撒嬌。
（歐洲國家 BMI 高于 30的居民比例）
2.窮和懶是原罪嗎？
傳統概念中，總會(huì )將肥胖視為一種“自殘狀態(tài)”，認為肥胖的人往往是因為太窮了，因此只能吃油膩且高熱量的快餐食物；沒(méi)有時(shí)間、精力和金錢(qián)承擔持續的鍛煉，對身材管理缺乏意志力——這顯然是對肥胖人群的誤解。
比如中國疾病控制中心發(fā)布的統計數據就顯示，北方地區北京城市居民的肥胖率最高，為25.9%，他們的經(jīng)濟水平顯然不能算低。
科學(xué)家已經(jīng)發(fā)現，長(cháng)期處于壓力環(huán)境下，人的體重也會(huì )增加，睡眠不足6小時(shí)也會(huì )導致身體產(chǎn)生太多皮質(zhì)醇和胰島素從而增加脂肪，更年期女性由于雌激素減少會(huì )使腹部脂肪增多，糖尿病患者因為使用胰島素藥物也會(huì )變得更容易存儲能量，一個(gè)長(cháng)期996心力衰竭、泵血不足的工作黨也會(huì )突然增加體重……
總而言之，簡(jiǎn)單的“少吃多動(dòng)”方案，并不能放之所有人而皆準。
3.需要改變的只是身體嗎？
《加拿大醫學(xué)會(huì )雜志》的新指南指出，肥胖癥受遺傳學(xué)、神經(jīng)激素機制、相關(guān)慢性病和肥胖藥物、社會(huì )文化習俗和信仰、建筑環(huán)境、個(gè)人生活經(jīng)歷（如不良童年經(jīng)歷），以及一系列心理因素的影響。
比如大眾對肥胖癥的認知。肥胖兒童，更容易出現社會(huì )恥辱感，變得焦慮、沮喪，甚至遭受霸凌。
從這個(gè)角度看，防治肥胖自然也必須從單一的運動(dòng)減肥，引入更多解題思路，關(guān)注改善這一群體的健康和福祉，而不僅僅是減重。
如果我們轉變思路，理解到防治肥胖并不僅僅是肥胖群體自己的事兒，而是一個(gè)復雜的經(jīng)濟、心理和生理現象，那么留給AI發(fā)揮的空間，反而更大了。
轉向中的AI：關(guān)乎所有人的健康生活
值得期待的是，我們看到了很多AI創(chuàng )新，已經(jīng)開(kāi)始在防治肥胖這件事上轉向，尋找直面根源的解題思路。
比如海外應用平臺Noom ，這個(gè)應用原本是使用人工智能，根據用戶(hù)的鍛煉和食物日志，提供個(gè)性化的飲食和健身方案建議。而如今，它在數字驅動(dòng)的基礎上，增加了一種老派方法：現實(shí)生活中的減肥教練。
Noom的總裁Artem Petakov擁有人工智能和認知治療心理學(xué)的雙重背景，他聲稱(chēng)，這一做法是為了改變人的大腦（認知）。
Noom 對收集的數據進(jìn)行了令人耳目一新的誠實(shí)評估：AI 不是萬(wàn)能的，不能像與人類(lèi)教練實(shí)時(shí)聊天那樣，理解和識別引發(fā)不良飲食行為的情緒和思維模式。
所以Noom停止了所有純人工智能項目，采用混合方法，將用戶(hù)輸入的數據將轉給人類(lèi)教練，對方會(huì )立刻提供反饋和精神支持，以保證用戶(hù)能夠堅持下去。該平臺發(fā)現，由人類(lèi)教練服務(wù)的用戶(hù)，其減肥結果大約是基于 AI 教練的三倍之多。
人類(lèi)教練會(huì )引導用戶(hù)確定自己減肥的內在動(dòng)機，并非常仔細地挑選獎勵，以確保獎勵對個(gè)人有督促意義，比如服裝尺碼下降兩個(gè)號碼就給自己買(mǎi)一臺新的游戲機，從而更有效地改變自己的習慣。
除此之外，減肥如此困難的部分原因，是現代生活方式帶來(lái)的諸多變化，改變了我們的飲食結構、睡眠、壓力和生活規律等，都會(huì )刺激體重上升。即便通過(guò)短期運動(dòng)與節食成功減下來(lái)，一旦恢復原本的作息身體仍然會(huì )復胖。
如何從根本上改變導致肥胖的生活方式？華盛頓大學(xué)的研究人員提供了另一種思路。
他們給深度學(xué)習算法投喂了谷歌街景中四個(gè)城市的高分辨率衛星圖像，發(fā)現社區的特征，如公園、高速公路、綠色街道、人行橫道、各種住房類(lèi)型的存在，可能與肥胖患病率有關(guān)。
換句話(huà)說(shuō)，通過(guò)開(kāi)放更多城市綠地、基礎設施等，影響人群的運動(dòng)生活習慣，也可以改善超重問(wèn)題。
目前，這一研究還沒(méi)有基于中國城市數據進(jìn)行的類(lèi)似研究，但在肥胖病醫療負擔日趨增加的今天，類(lèi)似的研究及模型與智慧城市相結合，也能為城市居民健康狀況帶來(lái)積極的影響。
AI在幫助部分慢性病肥胖群體上，也顯示出了希望。
密歇根州立大學(xué)人類(lèi)醫學(xué)學(xué)院教授娜塔莉·斯坦（Natalie Stein）領(lǐng)導了一項研究，通過(guò)NLP技術(shù)創(chuàng )造了一個(gè)對話(huà)機器人，用來(lái)?yè)螠p肥健康教練，承擔2型糖尿?。═2D）患者的健康咨詢(xún)。
在下圖中，它主動(dòng)詢(xún)問(wèn)一個(gè)用戶(hù)“你早餐吃什么？”，并根據答案，提供了積極的強化或建設性的批評和提示，指導用戶(hù)如何吃得更好。比如當用戶(hù)聲稱(chēng)吃了雞蛋、熏肉、烤面包和咖啡時(shí)，AI 列出了過(guò)去一周該人吃熏肉的次數，并推薦了更健康的蛋白質(zhì)。但是，當用戶(hù)回答吃了“雞、蔬菜和大米”時(shí)，機器人會(huì )大力稱(chēng)贊對方健康的選擇。
報告顯示，研究期間，75.7%的用戶(hù)體重減輕，平均減少2.4公斤，健康膳食的數量在21周內增加了31%。
正如專(zhuān)家所說(shuō)，讓亞馬遜Alexa這樣的通用智能語(yǔ)音助手來(lái)提供用藥建議等輔助服務(wù)可能需要一段時(shí)間。但針對健康飲食這樣的垂直知識領(lǐng)域，AI已經(jīng)能夠用于實(shí)際應用并取得不錯的表現。
與人類(lèi)協(xié)作、與城市共舞、重視情感支持，或許也是AI在解決其他與人有關(guān)的問(wèn)題時(shí)，所需要思索的。
總的來(lái)說(shuō)，防治肥胖，問(wèn)題不在于身體，身體只是問(wèn)題的結果，而非原因。
AI想要在減肥領(lǐng)域釋放價(jià)值，也絕不能只是過(guò)度關(guān)注改造身體，更應該解決更大的問(wèn)題，改變導致肥胖的環(huán)境；與其教人們運動(dòng)，不如強調更有效全面的方法，如提高健康認知。
能夠承擔起心理、環(huán)境、社會(huì )等更多層面的改造，AI也就有了更廣闊的發(fā)展空間。
聯(lián)系客服
