人人生而平等，除非他太胖了——這句略有些刻薄的話，卻是當(dāng)下社會對待肥胖癥人群的現(xiàn)實寫照。過去幾年里，AI在減肥、健身等領(lǐng)域展現(xiàn)出了蓬勃的想象力，許多創(chuàng)新者嘗試利用AI幫助人們?nèi)サ羯砩系馁樔狻?/span>不過，既往AI在談?wù)摗皽p重”時，幾乎都著眼于既有的認知，即“肥胖癥都是因為管不住嘴或者邁不開腿”。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(yīng)該從善如流地變化。今天恰好是世界防治肥胖日，很多人又開始把目光投向各種“減肥tips”，我們不如來關(guān)注一下，轉(zhuǎn)向后的AI究竟是如何理解肥胖的，并幫助人類逃出困境的。

有了AI，為何也不能輕松“掉肉”

其實最近幾年，AI這根“魔法棒”就為肥胖癥和減重人群所關(guān)注，市場上有了不少智能減肥的軟硬件產(chǎn)品。簡單總結(jié)一下的話，此前的“AI+減肥”主要集中在三個方面的改變：

1.數(shù)字化。通過為智能手表、健身器材、全身鏡、智能電視等加入傳感器、攝像頭等數(shù)據(jù)采集設(shè)備，從而識別用戶的手勢、體態(tài)、心跳等數(shù)據(jù)，識別動作的完成度和標準度，為減肥人士提供數(shù)據(jù)參考、運動記錄、健康提醒等智能體驗。幫助養(yǎng)成健身習(xí)慣，減少健身過程中的成本。

2.個性化。主打千人千面的健身及飲食指導(dǎo)。比如一些健身App、健身房，根據(jù)個人的歷史數(shù)據(jù)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”“獨自運動難堅持”等難題。飲食解決方案也如法炮制，根據(jù)用戶的體檢報告、健康問卷數(shù)據(jù)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，根據(jù)食物圖片分析其包含的卡路里及營養(yǎng)成分含量。Google Coach服務(wù)也會為用戶提供未來一周內(nèi)的飲食安排，制定周密的減肥計劃。

3.效果導(dǎo)向。以“硬件+算法+內(nèi)容”模式打造的商業(yè)AI產(chǎn)品，或多或少都擔(dān)負起私人營養(yǎng)師、私人教練之類的角色，為了讓人類客戶們用得滿意，AI自然也就背上了KPI，數(shù)據(jù)收集的完成度、指導(dǎo)的專業(yè)性、減重結(jié)果的有效性等等。比如某智能健康設(shè)備就號稱可以“5分鐘檢測1200項生理機能參數(shù)，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(tǒng)減重方法的優(yōu)化提效，延續(xù)“管住嘴邁開腿”的方式，顛覆性創(chuàng)新很少。沒有真正改變肥胖癥人群的行為邏輯，自然也無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(shè)備只是給常規(guī)硬件增加了傳感器和聯(lián)網(wǎng)設(shè)備，缺乏充分的個體數(shù)據(jù)儲備，使用的算法模型也是一些AI平臺預(yù)訓(xùn)練好的模型，所以很多時候用戶得到的“個性化”指導(dǎo)其實大同小異，無法像人類教練和營養(yǎng)師一樣因人制宜。

同時，受限于深度學(xué)習(xí)算法本身的技術(shù)能力，對數(shù)據(jù)維度、實時分析判斷上達不到人類專家的水平，更偏向于擔(dān)任輔助工具，只是用來幫助健身房、減肥應(yīng)用降低人力成本。這些不痛不癢的改變，卻需要用戶來承擔(dān)硬件消費支出、學(xué)習(xí)成本和隱私數(shù)據(jù)風(fēng)險。也就不難解釋，為什么“智能”只是作為諸多“減肥訓(xùn)練營”的一個“添頭”，而不足以作為一個獨立的細分賽道，和肥胖人群一起走向未來。

重新定義“肥胖”：到底是誰的錯？別誤會，這里并不是想說AI對防治肥胖毫無助益。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，帶來切實可行的商業(yè)機遇。

認識“肥胖癥”，就要先解開幾個誤區(qū)：

1.你真的需要減肥嗎？社交網(wǎng)絡(luò)充斥著無數(shù)骨瘦如柴卻哭著喊著要節(jié)食的“凡爾賽”。前不久，某社交平臺對近萬名網(wǎng)民的抽樣調(diào)查顯示，超五成網(wǎng)民有身材焦慮，三成女網(wǎng)民一天稱一次體重。而真正的肥胖癥，按照《加拿大醫(yī)學(xué)會雜志》上的新指南定義，指的是體重指數(shù)（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(dǎo)致抑郁、焦慮、睡眠障礙等等精神狀況。

只有身體BMI指數(shù)偏高，并出現(xiàn)了相應(yīng)的身心健康問題，才應(yīng)該視為肥胖。如果只是塞不進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。

2.窮和懶是原罪嗎？傳統(tǒng)概念中，總會將肥胖視為一種“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；沒有時間、精力和金錢承擔(dān)持續(xù)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(tǒng)計數(shù)據(jù)就顯示，北方地區(qū)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(xiàn)，長期處于壓力環(huán)境下，人的體重也會增加，睡眠不足6小時也會導(dǎo)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使腹部脂肪增多，糖尿病患者因為使用胰島素藥物也會變得更容易存儲能量，一個長期996心力衰竭、泵血不足的工作黨也會突然增加體重……

總而言之，簡單的“少吃多動”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(yī)學(xué)會雜志》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、社會文化習(xí)俗和信仰、建筑環(huán)境、個人生活經(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(xiàn)社會恥辱感，變得焦慮、沮喪，甚至遭受霸凌。從這個角度看，防治肥胖自然也必須從單一的運動減肥，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(zhuǎn)變思路，理解到防治肥胖并不僅僅是肥胖群體自己的事兒，而是一個復(fù)雜的經(jīng)濟、心理和生理現(xiàn)象，那么留給AI發(fā)揮的空間，反而更大了。

轉(zhuǎn)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)開始在防治肥胖這件事上轉(zhuǎn)向，尋找直面根源的解題思路。比如海外應(yīng)用平臺Noom ，這個應(yīng)用原本是使用人工智能，根據(jù)用戶的鍛煉和食物日志，提供個性化的飲食和健身方案建議。而如今，它在數(shù)字驅(qū)動的基礎(chǔ)上，增加了一種老派方法：現(xiàn)實生活中的減肥教練。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，這一做法是為了改變?nèi)说拇竽X（認知）。

Noom 對收集的數(shù)據(jù)進行了令人耳目一新的誠實評估： AI 不是萬能的，不能像與人類教練實時聊天那樣，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?nèi)斯ぶ悄茼椖?，采用混合方法，將用戶輸入的?shù)據(jù)將轉(zhuǎn)給人類教練，對方會立刻提供反饋和精神支持，以保證用戶能夠堅持下去。該平臺發(fā)現(xiàn)，由人類教練服務(wù)的用戶，其減肥結(jié)果大約是基于 AI 教練的三倍之多。

人類教練會引導(dǎo)用戶確定自己減肥的內(nèi)在動機，并非常仔細地挑選獎勵，以確保獎勵對個人有督促意義，比如服裝尺碼下降兩個號碼就給自己買一臺新的游戲機，從而更有效地改變自己的習(xí)慣。除此之外，減肥如此困難的部分原因，是現(xiàn)代生活方式帶來的諸多變化，改變了我們的飲食結(jié)構(gòu)、睡眠、壓力和生活規(guī)律等，都會刺激體重上升。即便通過短期運動與節(jié)食成功減下來，一旦恢復(fù)原本的作息身體仍然會復(fù)胖。

如何從根本上改變導(dǎo)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(xí)算法投喂了谷歌街景中四個城市的高分辨率衛(wèi)星圖像，發(fā)現(xiàn)社區(qū)的特征，如公園、高速公路、綠色街道、人行橫道、各種住房類型的存在，可能與肥胖患病率有關(guān)。換句話說，通過開放更多城市綠地、基礎(chǔ)設(shè)施等，影響人群的運動生活習(xí)慣，也可以改善超重問題。目前，這一研究還沒有基于中國城市數(shù)據(jù)進行的類似研究，但在肥胖病醫(yī)療負擔(dān)日趨增加的今天，類似的研究及模型與智慧城市相結(jié)合，也能為城市居民健康狀況帶來積極的影響。

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)人類醫(yī)學(xué)學(xué)院教授娜塔莉·斯坦（Natalie Stein）領(lǐng)導(dǎo)了一項研究，通過NLP技術(shù)創(chuàng)造了一個對話機器人，用來擔(dān)任減肥健康教練，承擔(dān)2型糖尿?。═2D）患者的健康咨詢。報告顯示，研究期間，75.7%的用戶體重減輕，平均減少2.4公斤，健康膳食的數(shù)量在21周內(nèi)增加了31%。

正如專家所說，讓亞馬遜Alexa這樣的通用智能語音助手來提供用藥建議等輔助服務(wù)可能需要一段時間。但針對健康飲食這樣的垂直知識領(lǐng)域，AI已經(jīng)能夠用于實際應(yīng)用并取得不錯的表現(xiàn)。與人類協(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)的問題時，所需要思索的。總的來說，防治肥胖，問題不在于身體，身體只是問題的結(jié)果，而非原因。

AI想要在減肥領(lǐng)域釋放價值，也絕不能只是過度關(guān)注改造身體，更應(yīng)該解決更大的問題，改變導(dǎo)致肥胖的環(huán)境；與其教人們運動，不如強調(diào)更有效全面的方法，如提高健康認知。能夠承擔(dān)起心理、環(huán)境、社會等更多層面的改造，AI也就有了更廣闊的發(fā)展空間。

fqj