导语｜当AI健康教练接入连续血糖监测（CGM）数据，它看到的不再是偶尔一次的血糖值，而是全天变化趋势，并可结合饮食、运动、睡眠和用药记录给出个性化提醒。📈 这种能力有助于发现餐后波动、夜间低血糖风险等问题，但“建议更像医生”并不等于“已经具备医疗判断资格”。准确性如何验证、建议越界后由谁负责，必须在产品上线前说清楚。
一、个性化不等于准确，更不等于适合治疗
AI建议通常经过三层处理：传感器采集组织液葡萄糖数据，软件识别趋势，模型再结合个人资料生成建议。任何一层出现误差，都可能让结论偏离真实情况。例如，传感器读数与血液葡萄糖并非完全同步，佩戴位置、受压、校准状态、药物干扰及数据缺失也可能影响结果。因此，单个异常点不宜被直接解释为饮食失败、疾病恶化或需要调整药量。
连续血糖设备本身需要在预期使用人群和测量范围内验证准确性、稳定性及数据传输安全。美国相关监管规则也要求集成式CGM以临床数据证明性能，并明确其适用范围，说明“连续”并不代表“绝对准确”[1]。AI健康教练接入数据后，还增加了算法解释这一层，不能简单继承硬件的准确性结论。
二、准确性应按“建议风险”分级验证
评价AI健康教练，不能只看回答是否流畅，也不能只公布一个笼统的“准确率”。企业至少应分别测试数据识别、趋势判断、风险提醒和行为建议，并覆盖不同年龄、疾病类型、治疗方式、饮食习惯以及传感器型号。模型更新后，还要重新检查性能是否漂移，避免旧版本有效、新版本反而产生系统性误导。
- 低风险建议：如提醒记录饮食、规律作息、查看近期趋势，可允许较高程度的自动化。
- 中风险建议：如提示可能存在反复高血糖或夜间低血糖，应说明判断依据、数据完整性和不确定性，并建议咨询医务人员。
- 高风险建议：如改变胰岛素剂量、停药、替换处方或延迟就医，不应仅由通用AI自动决定，必须进入专业医疗流程。⚠️
真正实用的输出不应只是“少吃糖”，而应说明观察区间、关联因素和限制条件。例如：“过去数次相似早餐后均出现明显上升，但睡眠、活动和用药记录不完整，建议继续记录并向医生确认。”这种表达可以帮助用户行动，同时避免制造虚假的确定性。
三、健康管理与医疗行为的边界看实际功能
责任界定不能只看产品名称。即使界面写着“健康教练”或“仅供参考”，若系统持续分析个人血糖并直接给出用药、诊断或治疗方案，其实际功能就可能进入医疗器械或诊疗监管范围。我国相关监管实践强调，应结合数据类型、预期用途、输出形式及其对临床决策的影响进行实质判断，而非依靠免责声明规避责任[2]。
因此，产品方应明确列出“可以做什么”和“不能做什么”：可以提供趋势整理、生活方式教育和就医提示；不得把预测结果包装成确定诊断，不得在缺乏医疗人员复核时指导用户自行调整处方药。国家有关“人工智能+医疗卫生”的政策也将智能健康管理与临床辅助决策分别部署，体现了不同场景需要不同安全门槛[3]。
四、责任应沿着产品与服务链条分配
设备厂商应对传感器质量、说明书、兼容接口和已知干扰因素负责；AI服务商应对算法缺陷、错误映射、模型更新、风险提示和超出批准用途的输出负责；数据平台应保障传输完整性、身份识别和访问安全；医疗机构及医务人员若将AI用于诊疗，应履行独立判断和审慎复核义务；用户则应按照说明佩戴设备、如实填写关键信息，并在症状与读数不一致时及时求助，而不是盲从系统。
发生损害时，重点应查明四个问题：原始数据是否异常，算法是否超出预期用途，风险提示是否清楚，人工复核机制是否被跳过。平台还应保存设备状态、模型版本、输入数据、建议内容、推送时间及人工干预记录。没有可追溯日志，事后很难区分是硬件误差、算法缺陷、服务流程失守还是不当使用。
五、血糖数据合规不能止于一张同意书
连续血糖数据能够反映疾病状态、生活规律甚至用药情况，具有较高敏感性。平台应落实明确告知、目的限定、最小必要、分级授权、加密存储、删除机制和第三方共享控制；将数据用于模型训练、商业分析或跨机构合作时，应另行评估合法依据，而不能把“提供健康建议”的授权无限扩张。🔐
世界卫生组织关于健康AI治理的建议强调保护人的自主权、安全、透明、问责、公平与可持续性[4]。落实到产品中，就是允许用户查看数据来源、理解建议依据、关闭非必要分析、撤回授权，并为高风险建议提供人工申诉和纠错入口。
六、用户如何安全使用AI健康教练
- 先核对设备说明书、适用人群以及AI服务是否具有明确的功能边界。
- 重点观察多日趋势，不因一个异常读数立即改变饮食、运动或用药方案。
- 出现明显不适、持续异常或读数与症状不一致时，按照设备说明复核并及时联系专业医务人员。
- 不要仅凭AI建议调整胰岛素、降糖药或其他处方治疗。
- 保留异常读数、系统建议、操作记录和沟通凭证，以便医生判断或后续追责。
总结
AI健康教练接入连续血糖数据后，价值在于提高观察的连续性和建议的针对性，而不是取代医生。合理的治理方式应是：按风险等级验证准确性，以实际功能确定监管属性，通过日志和人工复核形成责任链，并把敏感健康数据保护贯穿全生命周期。只有让用户清楚“建议依据是什么、可能错在哪里、何时必须找医生、出问题由谁负责”，个性化才会真正转化为可信赖的健康支持。✅
