图片来源：John Holcroft

Fitbit运动追踪器伴随着一份“宣言”而来。该公司在网站上宣称：“每一分钟都至关重要，每一片刻都会带来莫大影响，因为健康是你生命的全部。”

约2000万人发现了这一令人信服到足以订购Fitbit的信息。更多人在寻求其他设备和智能手机应用程序，以便记录他们的步数、卡路里或者睡眠时间，帮助他们戒烟、戒酒或免除压力以及管理慢性疾病。将日常生活浓缩成能带给人们鼓励的数据流，成为一种蓬勃发展的产业—— 一个量化自我的世界。

这股追踪生活的狂热产生了一些让很多临床研究人员“觊觎”的东西：关于个人在“野外”即时行为的纷至沓来的私密数据。研究人员有时会将实验室或诊所受控环境之外的世界称为“野外”。“它为了解此前我们从未真正接触到的人类生活片段打开了一扇窗户。”美国加州大学旧金山分校医生和信息学家Ida Sim表示。

原始调查的弊端

上世纪60年代，日本步行俱乐部采用了一种新风尚：被称为万步计的商业化计步器。很快，研究人员开始关注每天1万步这个容易实现但略带武断的目标所带来的健康益处。如今，它成为每个新Fitbit的默认目标。

不过，斯坦福大学心脏病学家Euan Ashley表示，科学家仍不清楚这是否为恰当的锻炼目标。“我们并不知道在周末做剧烈活动或者每天累积1万步哪个更好。”Ashley介绍说，“这就像我们拥有一些比任何治疗心脏病的药物都强效的东西——身体活动，但不知道开多少剂量。”在他看来，答案或许存在于移动健康数据中。

将行为同健康关联起来的研究通常依赖于原始调查，比如让病人记住并报告他们做了什么。“‘你周一做了什么？’‘周二爬了多少楼梯？’这差不多就是那些研究的开展方式。”Ashley说，“我几乎记不得早餐吃了什么，从来记不住上周三做了什么。”即便是诸如有着67年历史的著名的弗雷明汉心脏研究等成功的大型纵向研究，也依靠不定期调查发现行为和健康数值之间的关联。

其他研究则将人们从“野外”带走，进行近距离观察。睡眠研究的参与者可能在实验室待上几天或数周，有时身上到处连着传感器，或者躺在磁共振成像扫描仪中。不过，招募受试者并为其作出补偿所需的精力和成本，使得大规模研究变成不可能的事情。

“口袋里”的指导

移动手机和可穿戴传感器提供了一种获取巨大样本量的更廉价方式，如果它们测量的确实是其所宣称的内容。“如果我们打算利用这些设备作研究，一定会亲自验证它们的有效性。”正在开展此项任务的Ashley表示。他搜集了所有重要的商业化健身追踪器，以便研究它们在测量心率和燃烧卡路里方面同临床设备相比表现如何。Ashley的初步发现同其他最新研究结果相符——这些设备往往在心率测量方面达成一致，但卡路里计数“有些杂乱”。

Ashley还正在利用一个收集苹果手机用户健康和活动信息的新系统开展试验。他是利用苹果公司在3月面向科学家打造的开源软件平台——ResearchKit推出的应用程序的十多名研究人员之一。Ashley团队的应用程序名为MyHeart Counts，会收集来自手机加速度计的数据。加速度计追踪每天的步数，并且能记录参与者在一个6分钟行走速度测试中的表现。随后，研究人员会分析这些读数是如何同参与者所报告的心血管疾病风险因素、饮食和心情联系在一起的。在第一个月里，该应用程序招募到3万名参与者。同时，所有人都通过手机上的知情同意书选择了分享数据。截至目前，已有4.7万人报名参加。

Ashley刚开始分析这些数据，他的团队便已开发出新版本的应用程序。它将手机从一个监控器变成一名教练，督促参与者开展更多活动。

诸如西北大学芬伯格医学院临床健康心理学家Bonnie Spring等心理学家对此类将行为改变策略搬到小屏幕上的努力表示欢迎。他们认为，尽管这种口袋里的指导不可能代替传统的面对面交流，但它可能扩展此类干预措施的范围。

在一项早期努力中，Spring和同事设计了一款利用“糖尿病预防计划”理念的应用程序。“糖尿病预防计划”是一门临床测试课程，被Spring视为“迄今最成功的减重方法”。她介绍说，这种方法的核心是让参与者认真记下他们的脂肪和卡路里摄入量并且追踪其体重，而这其实是一大挑战。

参差不齐的成绩单

尽管研究风潮正在兴起，但第一代行为改变应用程序有着参差不齐的成绩单。英国反对吸烟应用程序txt2stop在一项包括了5524名参与者的随机研究中表现出一些用处。它使戒烟努力在6个月后成功的几率增加了一倍——从对照组的5%左右上升到受试者的约10%。尽管这听上去可能只是一个微不足道的进步，但对于卫生系统来说是很划算的：这项服务花费了1.612万英镑，但为每1000名招募的参与者获得了共约18年的寿命。

与此同时，Spring的减重应用程序在用户当中激起了令人震惊的自我追踪热潮。他们会在超过90%的时间里输入自己的体重。“我从未见过这种情形。它令人难以想象。”然而，当Spring将应用程序用户和用纸、笔追踪自身体重的人们进行比较时，从所减掉磅数的角度来看前者似乎并未提供额外用处。两组人群的体重都有所减少。

Spring怀疑，自我追踪会让用户更加注意自己的饮食，但这只是一定程度上的改善。或许参与者透支了他们从看见自身数据中获取的好处，因此应用程序并未提供任何优势。Spring表示，如果研究人员想获得更多临床改善，他们将不得不加入一些其他方式。

其他应用程序研究在努力揭示任何长期益处。一项对14款体重干预手机应用程序进行的最新元分析发现，同对照组相比，参与者的体重平均只减少了约1.4千克。2013年，科学家评估了21项针对面向肥胖、糖尿病管理、抽烟和其他健康挑战推出的移动干预措施进行的随机控制试验。他们发现，不到一半的干预措施带来了相关健康测量值的改善。

新一代即时干预措施面临着其他障碍。英国剑桥大学健康心理学家Felix Naughton正在研发一款名为Q Sense、依赖于实际情景的应用程序。它首先利用手机GPS系统“收听”一个人的习惯，并且了解他们最可能在哪些地方抽烟，比如在酒吧或者工作场所外面。一旦人们开始放弃抽烟——当他们不在这些位置的一定范围内时，便会接收到量身定制的鼓励信息。比如，在工作场所可能触发一项减轻压力技术的指导。然而，在一项了解吸烟者如何使用该程序的最新可行性研究中，Naughton发现，在约一半的时间里，用户在接收到通知的30分钟后并不会打开应用程序。这意味着人们可能并未在预定的时刻接触到干预措施。

手机应如何以及何时打扰人们的问题也变成一个研究领域。斯洛文尼亚卢布尔雅那大学计算机专家Veljko Pejovic和同事试图通过收集用户对于一天中各时间段的信息和提醒的反馈为“可中断性”建立模型。不过，他的成果迄今无法提供一种通用策略。“这是非常私人化的事情。”Pejovic说，人们可能基于自己的位置、一天当中的时间、是否正在开始或完成一项任务等选择参与或者忽略一条信息。（宗华）