AI 短信能让你多走路吗？DIAMANTE 随机对照试验

一种能够学习你会对哪些激励性文本做出反应的 AI 系统，可能比通用信息更能促使你增加活动量。在为期 24 周的 DIAMANTE 随机试验中，患有 2 型糖尿病且抑郁症状加重的成年人，接受强化学习指导的文本信息后，平均每日步数比仅使用应用程序的对照组多约 608 步——较基线增加约 19%。该结果具有统计学显著性。这些额外步行是否改善了血糖控制或抑郁症状，仍较不确定。

这一区分很重要。步数增加是真实的行为结局，而改变行为并不容易。但无论通知引擎听起来多么先进，每日多走 608 步都不会自动成为治疗糖尿病或抑郁症的方法。

AI 个性化优于随机激励性文本

2024 年 DIAMANTE 试验将 245 名同时患有 2 型糖尿病和具有临床意义抑郁症状的成年人随机分配至三组之一，持续 24 周；临床意义抑郁症状定义为 PHQ-8 评分至少为 5。自适应组接收由强化学习算法选择的文本信息。第二组接收内容随机选择的信息。对照组使用应用程序并每周完成一次情绪检查，但未接收激励性信息项目。

与对照组相比，自适应组每日步数增加约 608 步。随机信息组的结果介于自适应组与对照组之间。这种三组结构是该研究最好的特点：它先检验与被动使用应用程序相比，信息是否有帮助，然后再考察自适应选择是否在随机发送激励性内容之外带来额外作用。

结果的方向支持这两种观点。任何结构化信息传递似乎都优于仅参与应用程序，而自适应信息传递表现最佳。较大的差距存在于发送信息与不发送信息之间；强化学习相较于随机内容的额外优势较小。

DIAMANTE 是首批样本量足够且已完成的随机试验之一，在行为健康人群中将强化学习个性化与随机信息传递及被动对照同时进行比较。即时自适应干预的综述将强化学习描述为一种新兴方法，而非已确立的标准。一项2024 年 JITAI 系统综述和一项2025 年身体活动 JITAI 范围综述发现，大多数自适应项目仍使用规则或行为改变理论，而非正式的机器学习。

算法学到了什么——以及论文未展示什么

DIAMANTE 的情境老虎机算法从三个维度选择信息：反馈类型、激励框架和发送时间。它使用年龄、基线 PHQ-8 评分以及既往信息的发送时间和类别等信息。原则上，这使系统能够学习：一个人是否更适合在午后早些时候收到进展更新，而另一个人是否更适合在晚上收到围绕个人目标构建的提示。

实际上，试验报告未提供收敛诊断，未说明算法需要多久才能稳定地作出有用选择，也未展示它是否发现了个体偏好，而非仅仅发现广受欢迎的信息类型。这是一个有意义的缺口。一种学到大多数人偏好某类提醒的算法，可以优于随机信息，却并不能证明实现了深入的个体化。它仍然会有用；只是那将是另一种主张。

为何步数是合理的目标

步数并非无足轻重的终点。一项2024 年系统综述和荟萃分析发现，成人每日步数与抑郁症发病率及抑郁症患病率之间存在反向剂量-反应关联。更多步数与较低的抑郁风险相关，但这些数据并不能证明，对于已经患有抑郁症的人，增加 608 步会改善症状。

在前瞻性数据中，设备测量的较高每日步数也与更有利的心血管代谢标志物相关。ProPASS Consortium 研究支持将步数作为代谢健康的合理中间标志物，包括与糖尿病相关的标志物。它并未为已确诊 2 型糖尿病患者增加约 600 步提供因果性的 HbA1c 阈值。

智能手机获取的步数在群体层面也能捕捉有用的身体活动信息。一项2025 年测量研究发现，简单的步数计数传达的健康相关信息可与更复杂的加速度计测量相当。这支持了 DIAMANTE 对终点的选择，尽管这并不能消除不同手机型号、携带习惯和应用程序使用行为之间的差异。

DIAMANTE 表明，自适应文本可以改变一种被测量的行为。它尚未表明，这种变化幅度能够治疗任一种疾病。

临床问题仍未解决

运动可以减轻抑郁症状，但剂量和强度很重要。一项2025 年随机试验荟萃分析发现，高强度运动对抑郁症患者有益。这些干预通常涉及的运动量远多于每日约多走 600 步、且可能为轻强度的活动。步行项目的证据也不能不加谨慎地转移：一项产后抑郁症荟萃分析发现步行干预减轻了症状，但产后抑郁症与伴随 2 型糖尿病发生的抑郁症存在显著差异。

因此，DIAMANTE 报告的步数结果具有统计学重要性，但其临床解释尚未确定。现有试验报告并未确定步数增加是否在 24 周时改变了 HbA1c 或 PHQ-8 评分。步行量在统计学上显著增加可能是有价值的，特别是对于同时面临两种使持续活动变得困难的状况的人群。它仍然不能证明血糖控制或抑郁严重程度发生了具有临床意义的改变。

强化学习可能不是关键成分

该试验也无法告诉我们，强化学习是否优于更简单的个性化形式。在 IMPACT 随机试验中，年轻成年癌症幸存者使用了一项基于理论的自适应 mHealth 项目，但未采用正式的强化学习。根据主要试验报告及其12 个月随访，该干预改善了身体活动，并在 12 个月时维持了效果。

IMPACT 并未推翻 DIAMANTE。它研究的是不同人群，使用了不同干预措施，并按照不同时间表随访不同结局。但它使正确的比较更难以回避：或许益处来自周到而一致的适应，而非强化学习本身。DIAMANTE 比较的是自适应 AI 与随机信息，而不是与设计良好的基于规则的自适应项目相比。

一项困难的真实世界试验的局限性

行为信息传递无法设盲。参与者能够判断文本是否变得个性化，而这种意识可能会独立于算法的选择，影响期望、参与度和步行。同样的问题也适用于研究工作人员。这在数字行为试验中很常见，但它限制了人们将自适应组的优势归因于强化学习本身的信心程度。

这项从 2020 年 1 月至 2022 年 6 月开展的试验，也经历了重大的 COVID-19 扰动，在此期间人群步行模式发生了显著变化。招募进行到一半时，研究从通过电子病历确认资格的临床招募，转变为通过 Facebook、Google Ads 和 Craigslist 等平台进行网络招募，其中糖尿病状态由参与者自报。这些招募渠道可能纳入了健康参与度和数字使用舒适度不同的人。此处可获得的已发表结果未报告按招募来源划分的亚组结局。

参与者在基线时获得 $40，在 24 周随访时获得 $70。补偿可以帮助在要求较高的研究中留住参与者，但也可能更有利于留住最愿意完成结局评估的参与者。现有报告未提供按试验组划分的失访详情。尽管采用了按语言分层的随机分配，它也未报告效果是否因英语或西班牙语偏好而异。

如何看待这一结果

DIAMANTE 为 AI 指导的健康辅导提供了可信的概念验证。其最强结果虽不大但有用：在 245 名管理糖尿病和抑郁症状的成年人中，自适应强化学习文本在 24 周内使每日步数相较于被动使用应用程序增加约 608 步，而随机信息的表现居中。

对个人而言，实际的启示不那么未来主义。每日步数目标、提醒系统和某种形式的问责可能有所帮助；没有必要等待一位完美个性化的 AI 教练。对临床医生和产品构建者而言，启示更为严格：应将自适应系统与强有力的非 AI 自适应对照进行测试，报告算法是否真正学习了个体偏好，并测量 HbA1c 和抑郁症状等硬结局。在此之前，证据支持将 AI 信息传递作为促进步行的一种方式——而非已被证明可治疗糖尿病或抑郁症的方法。