新華網 > > 正文

軍醫科普:個性化飲食管理才能真正控制血糖

2016年02月23日 10:37:51 來源: 中國軍網

    作者簡介:喬見萌、張莉,段育忠,葉青,解放軍第306醫院保健科。

    你有沒有想過,為什麼你按照醫生或者營養師推薦的健康飲食原則吃飯,可你的血糖狀況卻並沒有什麼改善?為什麼有的人吃冰激淩、巧克力,血糖卻控制的很好,有的人卻不能碰那些食物?作為一名高血糖患者,你想不想擁有這樣一個app:只要你輸入幾項生理指標,它就會告訴你什麼能吃、什麼不能吃?創新國度以色列正在幫你解答疑惑,實現夢想。

    近期以色列的一項關于血糖的大規模研究聲稱,即使我們都吃一樣的食物,我們的身體對食物的反應也是不同的。這項研究成果11月19日刊登在國際頂級期刊Cell上,他們的研究表明只有個性化的飲食習慣才能幫助我們實現健康目標。

    血糖水準與2型糖尿病、肥胖、心血管疾病和肝硬化等有著密切的聯繫,在連續血糖儀的幫助下,現在我們已經很容易掌握自己的血糖水準,但卻很難控制它。糖尿病患者一定聽説過“血糖指數”(glycemic index ,GI)一詞,它的醫學含義為:表示含有50g有價值的碳水化合物的食物與相當量的葡萄糖相比,在一定時間內(一般為餐後2小時)引起體內血糖應答水準的百分比值。長期以來,我們一直認為我們的餐後血糖水準(postprandial glycemic responses ,PPGR)是完全取決于食物的內在屬性。例如下圖中列出的幾種食物的GI值。GI值越高對你的血糖控制越不利。

    GI在1981年被加拿大臨床內科醫生Jenkins等學者提出來之後,一直作為醫生和營養專家指導患者健康飲食的一個指標。沒成想現在這一理念正面臨嚴峻的挑戰。

    以色列Weizmann科學研究所的研究人員發現,任何食物的GI都不是定值,GI取決于個人的身體狀況。這是要完全顛覆我們長久以來對GI的認識了。該研究由Eran Segal和Eran Elinav領導,他們共募集了800名自願者,通過健康調查問卷,測量身體參數、血液檢測、血糖監測、糞便採樣(腸道菌群),以及借助app記錄他們的生活方式以及食物的攝取情況(一共記錄了46898頓飯),希望能夠了解血糖水準與以上參數之間的關係。

    Segal和Elinav領導的研究小組是這樣做的,將採集到的數據用他們編寫的機器學習演算法進行處理,使他們的軟件通過這些數據“學習”那些數據之間的關係。

    正如預期的那樣,年齡和BMI指數與餐後血糖的水準有較大的相關性。同時,這些數據還顯示,即使食用同一種食物,不同的人對食物的反應也是存在巨大差異的。

    Segal説:“大多數的飲食建議都是基于之前的GI分類體係,但是他們沒有意識到實際上人與人之間是存在很大差異的。甚至在某些情況下,對同一種食物不同的人會有完全相反的反應,這就是這個GI體係存在的一個巨大bug。”難怪我會見到一些糖尿病患者根本就不禁嘴,他們還有自己的一套理論“糖尿病是糖不能吸收啊,都尿出去了,所以你更要補糖啊!”這只能讓另外一些對甜食反應劇烈的患者驚奇不已。Elinav説:“如此大規模的檢測試驗,讓我們認識到,之前知道我們飲食的原則原來是如此的不靠譜。”

    在Segal和Elinav的文章中,有個讓人感到驚喜的例子。例如445號自願者和644號自願者對同一種食物的反應完全相反。445號自願者在進食餅幹之後,血糖一直保持穩定,但進食香蕉之後血糖突然升高;而644號自願者恰恰相反,進食餅幹血糖飆升,進食香蕉血糖平穩。這個有點兒極端的例子直觀地説明,不同個體對食物的反應是不一樣的。僅僅根據食物的GI是不足以預測食物對人體血糖影響。

    那麼被800名自願者的數據訓練之後,機器學習演算法能夠用于預測食物對人體血糖水準的影響嗎?為了確保後續實驗的順利進展,Segal和Elinav領導的研究小組先在一個100人組成的群體裏,做了驗證實驗,結果他們的預言一一得到驗證。于是,他們在一個26人小組裏開展了雙盲隨機實驗。一組有12名自願者,使用Segal團隊研發的機器學習演算法預測飲食對血糖水準的影響;對照組有14名自願者,採用醫生和營養專家的建議。最終的研究結果表明,這種方法的確可以準確預測食物對人體的血糖水準的影響,而且預測結果優于傳統預測方法(83.3% VS 57.1%)。如果利用該方法幹預飲食,可以在短期內有效降低餐後血糖水準。

    Segal在接受Sciencedaily採訪時説到:“在看到數據之後,我在想一種可能性--也許我們對肥胖和糖尿病流行的認識是錯誤的。人們(醫生和營養師)固執之處在于,一直認為自己知道如何治病,是患者不遵醫囑導致病症沒有緩解。但是患者也許真的在遵醫囑,只是我們給患者提供了錯誤的建議罷了。實際上,對營養師和醫生來講,患者對同一種食物有不同的反應也是常識。現在我們可以通過數據看到,給不同的患者同一種建議,有時候並不能幫助患者。我最大的希望是我們的研究可以將血糖的管理引導到正確的方向。”

    當然,Segal的研究還處在初期階段,從Segal的研究數據來看,目前機器學習演算法也不能做到100%精準預測。對于那些有偏差的用戶來講,這種演算法有沒有“個性化進化”能力,使其具備個體適應性,變得更加精準?據悉,Segal的公司DayTwo已經在神奇的以色列開張了,他們正在打算將該技術商業化。

    我想未來的血糖管理場景應該是這樣的。Segal的機器學習演算法已經開發成一個app了,我們每個人手機裏都會安裝一個。我們會按照要求輸入我們的生理指標(BMI、血液生化指標、健康狀況、腸道菌群數據等),在吃飯之前把我們想要吃的食物輸入app,然後它會告訴我們吃這種食物之後血糖的變化情況。或者更加直接,它會根據你近期的生理指標,直接推薦食物給你,然後你可以選擇自己喜歡吃的。

【糾錯】 [責任編輯: 黃爍 ]
新華炫聞客戶端下載

相關稿件

010020030330000000000000011199601287432791