在過去一百年間，醫學體系多半建立在「單一疾病」的專家訓練與分科治療架構之上。無論是糖尿病、高血壓、心臟病或慢性腎臟病，傳統醫療模式往往將人體拆解為不同器官系統，並針對個別生化指標或疾病診斷進行分段式介入。然而，隨著全球人口老化、肥胖率上升，以及不良生活型態的普及，這種「單病導向、分科處理」的醫療思維已逐漸面臨極限，甚至成為公共衛生進一步突破的重要瓶頸 [1]。

人體從來不是單一疾病的載體，而是一個高度複雜、彼此連動、牽一髮而動全身的整體生物系統。當代慢性病的發生與惡化，往往不是單一器官失衡的結果，而是代謝、血管、發炎、腎臟、心臟與生活型態長期交互作用後的系統性表現。因此，若仍以傳統「頭痛醫頭、腳痛醫腳」的方式面對慢性病與多重共病，將難以回應當代健康照護所面臨的真正挑戰。

2026 年 6 月 8 日，在美國紐奧良舉辦的美國糖尿病學會科學年會上，國際權威醫學期刊《The Lancet》舉辦了一場具有指標意義的專題研討會 [1]。由英國萊斯特大學與英國國家健康與照護研究機構東米德蘭茲應用研究合作中心共同主任 Kamlesh Khunti 教授領軍的國際研究團隊，同步發表三篇探討「心血管代謝多重共病」（Cardiometabolic Multiple Long-Term Conditions, MLTC）的系列論文 [1]。

此一系列研究不僅凸顯了傳統單一疾病模式的侷限，也為未來十年全球健康照護體系的轉型方向提供了重要指引。

所謂心血管代謝多重共病(MLTC)，是指單一個體同時罹患兩種或兩種以上心血管與代謝相關慢性疾病，常見組合包括第二型糖尿病、高血壓、心血管疾病與慢性腎臟病 [1]。

三篇《The Lancet》系列論文分別從流行病學、底層生物機轉、臨床介入與政策管理等面向，對 MLTC 進行全面且系統性的剖析 [1]。

研究團隊強調，面對多重慢性疾病交織而成的系統性健康危機，醫療體系必須跨越單一疾病與分科治療的框架，轉向整合性、以人為本、以早期預防與風險因子管理為核心的新模式 [1]。

換言之，未來的慢性病照護不應只是在疾病發生後進行藥物控制，而應更早回到健康風險形成的源頭，從生活型態、代謝狀態、行為習慣與長期生理數據中，提前辨識風險、持續追蹤變化，並提供個人化的介入策略。

面對跨器官、跨系統的慢性病連鎖反應，單一藥物或單一專科治療已難以完整逆轉局勢。唯有回歸「生活型態醫學」（Lifestyle Medicine）的核心，並結合人工智慧與數位科技，將運動、飲食、睡眠、壓力管理、社交連結與成癮行為管理等關鍵因素轉化為可量測、可追蹤、可介入的健康數據，才能真正建立臨床等級的「數位療法」（Digital Therapeutics, DTx）。

這正是新一代健康照護模式的核心：

從治療單一疾病，轉向管理整個人的健康風險；從片段式門診照護，轉向長期、連續、個人化的健康管理；從疾病發生後的被動處理，轉向生命早期與日常生活中的主動預防。唯有如此，醫療體系才能真正從「疾病管理」邁向「健康重建」。

流行病學的警鐘：「哨兵疾病」與社會決定因子

MLTC 不只是全球醫療系統日益沉重的負擔，其盛行率與發病年齡的變化，更揭示了一場正在擴大的公共衛生危機。它不再只是高齡族群的問題，而是逐漸向青壯年人口蔓延，成為掏空社會勞動力、企業中堅人才與家庭照護能力的隱形未爆彈。

哨兵疾病的防線失守與年輕化危機

《The Lancet》系列中首篇探討流行病學的論文，由 Kamlesh Khunti、Francesco Zaccardi、Edward W. Gregg 等學者共同撰寫 [2]。該研究直接打破了「慢性病等於老年病」的傳統迷思。流行病學資料顯示，心血管代謝 MLTC 的中位發病年齡已下降至 46 歲，顯示多重慢性疾病正快速提前進入人生中期。

研究特別將「40 歲前發病的第二型糖尿病」界定為未來多重共病的重要「哨兵疾病」（Sentinel Disease）。在軍事概念中，哨兵是防禦系統的第一道警戒線；而在人體代謝系統中，青年或中年早期出現的第二型糖尿病，正是全身性代謝失衡的早期警訊。

這意味著，當一個人在 40 歲以前跨越糖尿病的診斷門檻時，問題並不只是血糖數值異常，而是身體代謝系統已開始出現結構性失衡。若未能及早介入，後續微血管與大血管病變，例如心肌梗塞、中風、慢性腎臟病與末期腎臟病，便可能如骨牌效應般逐步發生。

因此，早發型第二型糖尿病不應被視為單一疾病事件，而應被視為心血管代謝多重共病的起點。這場危機已不再侷限於老年階段，而是正在快速轉變為青壯年與中年族群的健康危機。

疾病軌跡、異質性與加速惡化

流行病學研究進一步指出，儘管各國對 MLTC 的定義、納入疾病種類與研究方法仍存在一定程度的異質性（Heterogeneity），使得跨研究比較不易完全一致，但多數縱向追蹤研究（Longitudinal Studies）皆指向相同且令人擔憂的結論：一旦個體發展出第一種心血管代謝疾病，其後續疾病累積與惡化速度便會明顯加快 [3]。

換言之，慢性病並不是一個個彼此獨立發生的事件，而是一條會逐步加速的疾病軌跡。當第一個代謝或心血管異常出現後，若沒有及時介入，身體便可能進入風險連鎖反應，逐漸發展為糖尿病、高血壓、心血管疾病、慢性腎臟病等多重共病狀態，最終導致過早死亡、認知功能衰退、失能風險增加與生活品質大幅下降。

這也提醒我們，慢性病防治不能只著眼於單一疾病診斷，而必須掌握疾病形成的時間軸與演變路徑。真正關鍵的介入時機，往往不是在多重共病已經形成之後，而是在第一個風險訊號出現、甚至尚未達到疾病診斷標準之前。

社會決定因子：慢性病背後的結構性風險

這些疾病軌跡並非隨機發生，而是受到基因、代謝、行為、心理壓力與社會環境等多重因素交互影響[2]。其中，「社會決定因子」（Social Determinants of Health）更是推動疾病提前發生與加速惡化的重要催化因素。

社會結構性不平等、貧窮、低教育程度、健康識能不足、缺乏安全運動空間、綠地環境不足，以及長期暴露於空氣污染，例如 PM2.5 與二氧化氮等環境風險之中，都會顯著放大心血管代謝疾病的發生風險，並使疾病更早出現、進展更快、預後更差 [4]。

這說明慢性病並不只是個人生活選擇或生物學異常的結果，更是社會結構、環境條件與資源分配長期累積後的健康表現。換言之，疾病不只是生物學現象，也是社會學現象。

因此，若醫療與公衛系統仍等到檢驗報告出現紅字、病患符合診斷標準，甚至已經出現併發症後才開始介入，就已經錯失最佳防線。面對 MLTC 的快速年輕化與結構性擴散，未來的健康管理必須將防線大幅前移，從疾病治療轉向風險預測，從單點門診轉向連續追蹤，從個人衛教轉向結合環境、行為與數據的前瞻性介入。

真正的挑戰，不只是治療已經發生的疾病，而是提前辨識誰正走向多重共病的路徑，並在疾病爆發之前，透過生活型態醫學、數位科技與公共衛生策略，重新建立可持續的健康防線。

■ 解碼底層生物機轉：粒線體失能、胰島素阻抗與細胞記憶

若要真正理解心血管代謝多重共病(MLTC)，我們必須將視角從器官層次進一步深入至細胞與分子層次。

《The Lancet》系列第二篇論文，由 Lee-Ling Lim、Alicia Jenkins 等學者主導，系統性闡述了多重共病背後共通的底層生理機轉 [4]。

這些機轉並非彼此獨立，而是交織成一張複雜且相互放大的病理網絡。其中，最關鍵的核心節點包括粒線體失能、胰島素阻抗、異位脂肪堆積、慢性低度發炎，以及環境壓力對細胞造成的表觀遺傳刻印。換言之，心血管代謝 MLTC 並不是多個疾病偶然同時出現，而是身體能量代謝、發炎反應、內分泌調控與細胞適應機制長期失衡後的系統性結果。

粒線體：從「細胞發電廠」到「細胞主處理器」

在傳統生物學教材中，粒線體常被簡化為細胞的「發電廠」（Powerhouse of the Cell），主要功能是透過氧化磷酸化（Oxidative Phosphorylation, OXPHOS）產生腺苷三磷酸（ATP），為細胞提供能量 [5]。然而，現代醫學已逐漸指出，這個比喻雖然容易理解，卻過於簡化粒線體在人體健康與疾病中的關鍵角色。

粒線體其實是高度動態、具備母系遺傳特性的胞器。它們在細胞內不斷進行融合（Fusion）與分裂（Fission），並依照細胞的能量需求、壓力狀態與代謝環境進行調整。粒線體不只是能量生產中心，更像是細胞的「主處理器」，參與生物合成、氧化壓力調節、細胞訊號傳遞、活性氧物質（Reactive Oxygen Species, ROS）控制，以及細胞凋亡（Apoptosis）等關鍵生命程序 [5]。

因此，當粒線體功能失衡時，受影響的並不只是能量產生效率，而是整個細胞的代謝決策、壓力反應與存亡機制。近年研究也指出，許多神經退化性疾病，例如阿茲海默症與帕金森氏症，以及部分精神疾病，例如重度憂鬱症與思覺失調症，都與大腦葡萄糖利用不良、能量代謝異常與粒線體失能密切相關 [5]。這也提醒我們，粒線體失能並非單一器官疾病的附屬現象，而可能是多重慢性疾病共同的底層病理基礎。

■ 胰島素阻抗、異位脂肪與慢性發炎的惡性循環

當個體長期處於高熱量飲食、營養過剩、缺乏運動、睡眠不足或慢性壓力狀態下，粒線體的動態平衡會逐漸遭到破壞。心血管代謝多重共病(MLTC)的發展過程中，粒線體失能與胰島素阻抗會形成一個相互強化、極具破壞性的惡性循環 [6]。

胰島素阻抗是指周邊組織，例如骨骼肌、肝臟與脂肪組織，對胰島素的反應能力下降。當粒線體功能受損時，細胞氧化脂肪與將營養物質轉化為能量的能力會下降。這種現象甚至可能發生在年輕、外表精瘦，但具有遺傳易感性、慢性發炎狀態或長期壓力暴露的人身上 [7]。

當脂質無法被有效氧化與利用，便會以「異位脂肪」（Ectopic Fat）的形式，錯誤堆積在肝臟、胰臟、骨骼肌與心肌等非脂肪儲存組織中 [5]。這些脂質代謝產物不只是被動堆積，而會主動干擾胰島素訊號傳導路徑，使胰島素阻抗進一步惡化。

為了維持血糖穩定，胰臟 β 細胞會啟動代償機制，分泌更多胰島素，形成高胰島素血症。

短期來看，這種代償可以暫時維持血糖平衡。但長期而言，β 細胞在持續超載下將逐漸衰竭，甚至發生凋亡，最終導致第二型糖尿病的形成 [6]。與此同時，異位脂肪堆積、高血糖與胰島素阻抗，會共同觸發全身性的低度慢性發炎。促發炎細胞激素，例如 TNF-α 與 IL-6，會進一步干擾胰島素訊號，惡化代謝失衡，而胰島素阻抗又會促進更多發炎反應，形成持續放大的病理循環。

這個循環不只影響血糖控制，也會長期侵蝕血管內皮功能，導致氧化壓力、血管發炎與動脈粥狀硬化，最終增加心肌梗塞、中風、慢性腎臟病與心血管事件的風險 [5]。因此， MLTC 的本質，並不是血糖、血壓或血脂單一指標異常，而是能量代謝、脂質分布、發炎反應與血管功能共同失衡後的連鎖崩壞。

社會壓力與細胞表觀遺傳的「刻印」

該論文最值得重視的觀點之一，是進一步說明環境與社會壓力如何轉化為真實的生物學損傷。長期心理壓力、社會孤立、睡眠剝奪、生命早期營養不良，甚至過度營養，都不只是外在生活事件，而會透過神經內分泌與免疫系統，深刻改變人體的代謝狀態。

當個體長期處於壓力環境中，下視丘－腦垂腺－腎上腺軸（Hypothalamic-Pituitary-Adrenal Axis, HPA Axis）與交感神經系統會持續被活化，使皮質醇（Cortisol）等壓力荷爾蒙長期處於偏高狀態。這些異常的神經內分泌訊號，會促進慢性發炎、胰島素阻抗、內臟脂肪堆積與代謝重塑，讓心理與社會壓力逐步轉化為細胞層次的病理變化。

更重要的是，這些壓力並不一定會隨著事件結束而完全消失。部分環境暴露與生命早期經驗，可能透過 DNA 甲基化、組蛋白修飾與非編碼 RNA 等表觀遺傳機制，在細胞中留下長期「記憶」。換言之，社會不平等、心理創傷與不良生活環境，可能被身體轉譯成可持續存在的生物學刻印。

這也解釋了為何社經地位較弱勢、長期處於壓力與資源不足環境中的族群，即使在相似的基因背景下，也更容易提早出現肥胖、胰島素阻抗、高血壓、第二型糖尿病與心血管代謝 MLTC。疾病因此不只是基因與個人選擇的結果，更是社會環境長期進入身體、細胞、代謝系統後的具體表現。

從細胞機轉看見介入契機

理解這些底層生物機轉的意義，不只是為了更精確描述疾病，而是為了找出更早、更有效的介入位置。

若心血管代謝多重共病(MLTC)的核心來自粒線體失能、胰島素阻抗、慢性發炎與表觀遺傳壓力記憶，那麼治療策略便不應只停留在疾病發生後的單一藥物控制，而應更早介入能量代謝、運動行為、飲食結構、睡眠品質、壓力調節與社會支持。

生活型態醫學之所以重要，並不是因為它只是「健康建議」或「衛教輔助」，而是因為它直接作用於心血管代謝疾病的底層生物機轉。

規律運動能改善粒線體功能與胰島素敏感性、均衡飲食能降低異位脂肪與發炎負荷、充足睡眠與壓力管理能穩定 HPA 軸與自律神經系統、社會連結與行為支持則能降低慢性壓力對身體的長期侵蝕。

因此，未來面對 MLTC 的關鍵，不只是治療已經形成的疾病組合，而是透過數據、AI 與數位療法，及早辨識細胞層次的失衡訊號，並在疾病尚未全面爆發之前，啟動個人化、連續性且可回饋的生活型態介入，這正是從「疾病治療」走向「健康重建」的真正轉折點。

■ 藥物介入的典範轉移：SGLT2 抑制劑與 GLP-1 受體促效劑

針對上述複雜的生物學與流行病學挑戰，《The Lancet》的第三篇論文（由 Jonathan Valabhji、Kamlesh Khunti 等人發表）全面盤點了現有的預防與管理介入手段 [8] 。

在藥物治療領域，傳統僅針對單一指標（如單純降血糖或單純降血壓）的藥物已無法滿足 MLTC 的複雜治療需求。當代醫學界已確立，能夠跨越器官界線（心、腎、代謝）發揮協同防護作用的藥物，具有目前最高等級的證據效力。其中，SGLT2 抑制劑與 GLP-1 受體促效劑成為了重塑全球治療指引的核心武器。

SGLT2 抑制劑：血流動力學與無與倫比的心腎防護

SGLT2 抑制劑（鈉-葡萄糖協同轉運蛋白-2 抑制劑）最初是作為降血糖藥物開發，其主要機轉是透過抑制腎臟近曲小管對葡萄糖的重吸收，促使多餘的糖分從尿液中排出。然而，其真實的臨床價值遠遠超越了降糖。

多項大型跨國臨床試驗揭示了其驚人的心血管與腎臟保護效益：

● 心血管效益

SGLT2 抑制劑的心血管保護療效已獲得多項大型臨床試驗證實。在 EMPA-REG OUTCOME 試驗中，Empagliflozin 顯著降低重大不良心血管事件（MACE）達 14%，並大幅減少 38% 的心血管死亡率；Canagliflozin 在 CANVAS 試驗中亦展現同樣降低 14% MACE 的療效。此外，此類藥物在預防心臟衰竭上具有高度一致的「類別效應」（Class effect），能降低 25% 至 35% 的心衰竭住院風險 [8]。一項涵蓋 11 項試驗、納入逾 7.8 萬名患者的統合分析更證實，SGLT2 抑制劑整體可降低 9% 的 MACE 與 14% 的心血管死亡率 [8]。

● 腎臟效益

SGLT2 抑制劑能顯著減緩糖尿病腎病變的惡化，主要機轉在於降低腎絲球的過度過濾壓力（Glomerular hyperfiltration），從而減少早期的腎臟損傷。多項臨床數據證實，它能使複合腎臟預後風險降低高達 36% 至 41%，減緩慢性腎臟病（CKD）進展達 38%，並降低 34% 的腎衰竭機率。這些效益無論患者是否患有糖尿病皆能穩定發揮 [8]。

GLP-1 受體促效劑：抗發炎、減重與心血管代謝重塑

GLP-1 受體促效劑則透過截然不同的生理途徑發揮作用。此類藥物藉由模擬腸泌素（Incretin）效應，能有效促進胰島素分泌、抑制升糖素釋放，並透過延緩胃排空與抑制下視丘食慾中樞等多重機制，從而達到顯著的降糖與減重療效 [8]。

除了代謝控制，GLP-1 更展現出強大的抗發炎特性，能直接改善血管內皮細胞功能，進而抑制動脈粥狀硬化斑塊的進展。在臨床療效方面，一項針對非糖尿病成年患者的統合分析（納入 29 項隨機對照試驗，共 37,348 名受試者）顯示，此類藥物能顯著降低總心血管事件風險達 19%、減少重大不良心血管事件（MACE）風險達 20%、降低心肌梗塞風險達 28%，並使全因死亡率下降 19% [8]。此外，在涵蓋逾 6.7 萬名糖尿病患者的大規模臨床數據中，亦證實其能顯著減少不良腎臟結局 [8]。

兩大藥物的協同與互補

基於這些強而有力的實證，最新的歐洲心臟病學會（ESC）與美國糖尿病學會（ADA）指引皆強烈建議，在治療合併心血管疾病風險的糖尿病患者時，應優先考慮聯合使用這兩類藥物 [9]。專家共識指出，SGLT2 抑制劑主要透過改善血流動力學與減少容量負荷來提供保護，而 GLP-1 受體促效劑則透過強大的抗發炎與減重作用來對抗動脈硬化，兩者的聯合使用在藥效學上產生了完美的互補與加乘效應 [10]。

為了清晰呈現兩類藥物的作用機制與臨床實證，以下彙整其差異與協同效應：

■ 現行公衛政策的侷限與系統性盲點

儘管新一代藥物在心血管代謝疾病治療上展現了卓越療效，但若僅依賴疾病後端的藥物介入，仍難以從根本解決MLTC所造成的全球公共衛生危機。

《The Lancet》第三篇論文進一步指出，無論是群體層次的公共衛生政策，或是醫療系統內部的臨床照護模式，現行策略都仍存在結構性限制與實務落差 [8]。換言之，問題不只是缺乏更有效的藥物，而是整個健康照護體系仍未真正從「單一疾病治療」轉向「全人健康風險管理」。

該論文將現有政策介入大致分為三個層次，並分別指出其核心盲點。

1. 教育性與環境政策的侷限：知道不等於做到

政府長期推動的健康教育、健康行銷、食品包裝紅綠燈警示標籤，以及餐廳菜單上的卡路里標示，核心假設是：只要民眾獲得足夠資訊，就會自然做出更健康的選擇。

然而，這種策略過度依賴個人意志力與自我責任（Personal Agency），在真實世界中的臨床成效往往相當有限 [8]。因為健康行為並不只是知識問題，更受到生活壓力、工作型態、所得水準、飲食環境、家庭結構與社會支持等因素影響，就算民眾即使知道什麼是健康選擇，也未必具備足夠的時間、資源與環境條件去實踐。

此外，空氣污染減量、增加綠地面積、改善步行環境等政策，雖然方向正確，也有助於從環境層面降低慢性病風險，但這類政策通常牽涉都市規劃、產業結構與跨部門治理，推動速度緩慢，短期內難以回應 MLTC 快速擴大的壓力。

因此，教育與環境政策雖然必要，卻不足以單獨扭轉MLTC的流行趨勢。

2. 財政與監管措施的實證落差：政策有效，但健康終點改善有限

為了降低不健康飲食與高糖攝取，部分國家陸續推動含糖飲料稅、垃圾食物稅，以及限制不健康食品廣告、促銷與兒童行銷等監管措施。這些政策確實能在一定程度上改變消費行為，也可為政府帶來額外稅收，用於支持公共衛生計畫。

然而，當研究進一步評估這些政策對身體質量指數（BMI）、心血管事件、糖尿病發生率與死亡率等「硬終點」（Hard Endpoints）的影響時，結果往往高度混雜，且實際改善幅度相對有限 [8]。

更值得注意的是，許多政策宣稱的健康效益，主要來自預測性數學模型（Modeling Studies）。這類模型能提供政策方向與可能效益的推估，但其結果常建立在理想化假設之上。一旦政策進入真實世界，受到消費替代行為、產業反制、社會經濟差異與執行落差等因素影響，最終健康效益往往低於模型原本的樂觀預期 [8]。

這說明財政與監管措施雖然重要，但若缺乏長期追蹤、個人化回饋與行為支持機制，仍難以真正改變民眾的生活型態與慢性病風險軌跡。

3. 單一疾病指引的桎梏：醫療系統仍停留在分科邏輯

在醫療系統層面，最大的結構性障礙在於，現行國際臨床指南多半仍以「單一疾病」為設計核心 [8]。糖尿病有糖尿病的治療指引，高血壓有高血壓的治療目標，心血管疾病與慢性腎臟病也各自發展出專科化的照護路徑。

這種單病導向的指引，對於處理單一疾病具有清楚規範；但面對同時罹患糖尿病、高血壓、心血管疾病與慢性腎臟病的 MLTC 患者時，卻容易產生照護斷裂與決策衝突。

患者往往必須在心臟科、內分泌科、腎臟科與家醫科之間來回流轉，承受重複檢查、多重用藥（Polypharmacy）、治療建議不一致，以及生活型態建議片段化的負擔。不同專科可能各自優化單一指標，卻缺乏一位能夠統籌全局、整合風險、追蹤長期變化的「縱向負責人」（Longitudinal Owner）。

這不僅增加患者的醫療負擔與用藥風險，也會降低醫囑遵從性、削弱生活品質，甚至使醫療資源被重複消耗於後端治療，而無法有效投入早期預防與風險管理。

從政策介入到系統重建

綜合來看，現行公衛與醫療政策的問題，並不是完全無效，而是過於片段、過於後端，也過度依賴個人自律或單一疾病邏輯。教育標籤可以提高認知，但難以保證行為改變。

財政與監管政策可以調整消費環境，但未必能穩定改善健康終點；臨床指引可以優化單一疾病治療，卻難以處理多重共病患者的整體健康狀態。因此，面對 MLTC 的快速擴大，未來真正需要的不是更多彼此孤立的政策工具，而是一套能夠統整個人行為、生理數據、風險預測、生活型態介入與臨床照護的健康管理系統。

這樣的系統必須能夠將防線從疾病後端治療前移至風險形成之前，從單次衛教轉向連續陪伴，從單一指標控制轉向整體風險管理，並以數據與 AI 協助建立真正以人為本、可追蹤、可回饋、可持續改善的健康照護模式。

■ 治本藥方：生活型態醫學的六大核心支柱

面對藥物治療的極限、公衛政策的盲點，以及單一疾病指引的桎梏，全球醫學界達成了一個強烈的共識：

唯有回歸「生活型態醫學」（Lifestyle Medicine），從細胞的代謝環境進行根本性的重塑，才是斬斷心血管代謝 MLTC 惡性循環的終極解方。

生活型態醫學並非單純的健康口號，而是一門具備嚴謹實證基礎的臨床學科。它直接針對了前述的粒線體失能、胰島素阻抗與系統性發炎等底層病理機制，其核心由六大支柱構成：

這六大支柱雖然是公認的治本之道，但臨床實務上卻面臨一個巨大的鴻溝：

醫護人員「知道」其重要性，但患者在缺乏監督的日常生活中卻難以真正「做到」。要跨越這道「知與行」的鴻溝，將生活型態醫學落地，必須引入精密的數位生物標記與行為科學技術。

■ 心率變異度（HRV）：解譯自律神經與壓力的數位生物標記

在落實生活型態醫學的過程中，如何客觀量化看不見的「壓力」與身體的「恢復力」，一直是最重要也最困難的技術挑戰之一。傳統的靜止心率（Resting Heart Rate）只能呈現每分鐘心跳次數的平均值，卻無法反映神經系統如何根據壓力、睡眠、運動、情緒與環境變化進行即時調節。

因此，心率變異度（Heart Rate Variability, HRV）成為當代數位醫療、運動科學與生活型態醫學中極具代表性的數位生理標記（Digital Biomarker）。它不只是心跳的數字變化，而是觀察自律神經系統平衡、壓力負荷與身體恢復能力的重要窗口。

什麼是 HRV？微秒之間的生命節律

即使一個人的心率顯示為每分鐘 60 下，也不代表心臟像節拍器一樣，每隔 1.0 秒就規律跳動一次。事實上，在健康狀態下，連續心跳之間的時間間隔，也就是 R-R Interval，會呈現自然且細微的變化 [11]。

例如，前一次心跳間隔可能是 0.85 秒，下一次是 0.93 秒，再下一次則是 0.89 秒，這些心跳間距之間微小而自然的差異，就是所謂的心率變異度 HRV。

在數位裝置與演算法中，HRV 通常以毫秒（ms）為單位計算，常見指標之一是 RMSSD（Root Mean Square of Successive Differences），也就是「相鄰正常心跳間距差值平方和的平方根」，用來評估短期心率變異度，特別能反映副交感神經與迷走神經活性。其公式為：

這些看似微小的心跳間距變化，實際上正是自律神經系統（Autonomic Nervous System, ANS）動態平衡狀態的關鍵訊號 [12]。

● 自律神經的油門與煞車

自律神經系統主要包含交感神經（Sympathetic Nervous System）與副交感神經（Parasympathetic Nervous System），兩者共同維持身體恆定（Homeostasis）。若以汽車作為比喻，交感神經就像油門，副交感神經則像煞車。

● 交感神經是身體的油門

當個體面臨危險、心理壓力、工作期限、情緒緊繃或高強度運動時，交感神經會啟動「戰鬥或逃跑」（Fight-or-Flight）反應。此時身體如同踩下油門，心跳加快、血壓上升、呼吸急促、肌肉緊繃，讓人進入高度警戒與高能量消耗狀態 [11]。

● 副交感神經是身體的煞車

副交感神經主要透過迷走神經發揮作用，負責「休息與消化」（Rest-and-Digest）反應。當壓力解除或身體進入休息狀態時，副交感神經會讓心跳減緩、血壓下降、消化功能恢復，並引導身體進入修復、恢復與生長狀態 [11]。

健康的自律神經系統，並不是永遠放鬆，也不是永遠亢奮，而是能夠依照情境快速切換。該加速時能加速，該恢復時能恢復，這種彈性正是 HRV 所反映的核心意義。

副交感神經對心臟的調節速度通常比交感神經更快，因此，當副交感神經活性較佳時，心臟能更細緻地回應呼吸、情緒與環境變化，心跳間距也會呈現更豐富的自然變化。這也是為什麼較高的 HRV 通常代表較佳的自律神經彈性與恢復能力 [13]。

低 HRV 與高 HRV：從僵硬到彈性的身體訊號

HRV 的重點並不是單次數值高低，而是個人長期基準值與變化趨勢。

一般而言，當 HRV 長期偏低、明顯低於個人平常基準值時，往往代表身體正承受較高壓力、恢復不足或處於發炎與疲勞狀態。

低 HRV：身體進入高壓與低彈性狀態

當個體長期處於心理壓力、睡眠剝奪、過度訓練、慢性發炎或疾病恢復期時，交感神經容易持續主導。此時，心跳節律會變得較為僵硬、規律，缺乏自然變化。這代表神經系統緊繃，身體面對壓力與突發狀況時的調節能力下降，恢復彈性也較差 [14]。

高 HRV：身體具備較佳恢復力與適應力

當睡眠充足、壓力較低、身體恢復良好，且副交感神經調節能力較佳時，心跳間距會呈現自然且豐富的變化。這通常代表神經系統具有較佳的彈性，能在壓力與恢復之間順利切換，也意味著身體具備較好的適應力與恢復能力 [14]。

不過 HRV 並不是越高越好，也不能只用單次數值判斷健康狀態，真正有意義的是觀察個人的長期基準值、日常波動與趨勢變化。

例如，若某人的 HRV 連續多日明顯低於平常水準，可能代表睡眠不足、壓力累積、訓練過量或身體正在對抗發炎與感染；相反地，若 HRV 穩定回升，則可能表示身體逐漸恢復平衡。

HRV 作為生活型態醫學的早期預警系統

HRV 的價值在於能將原本主觀且難以量化的壓力、疲勞與恢復狀態，轉化為可連續追蹤的生理訊號，比如可以透過穿戴式裝置長期蒐集個人的 HRV 基準值，並結合睡眠、活動量、心率、血氧、壓力感受與生活型態資料，AI 模型便能更精準地判斷使用者目前的身體狀態。

例如，系統可以分析使用者今日是否過度疲勞、昨晚睡眠是否真正達到恢復效果、近期壓力是否累積過高，或身體是否可能正處於發炎、過度訓練或亞健康狀態，這使 HRV 不只是健康紀錄，而能進一步成為個人化健康介入的早期預警系統。

在生活型態醫學與數位療法的應用中，HRV 可協助系統判斷何時應鼓勵使用者增加活動、何時應提醒休息、應降低訓練強度，應啟動壓力調節、睡眠改善與恢復策略。透過這種連續監測與即時回饋，健康管理便能從被動記錄轉向主動預防，在疾病真正爆發之前，提前辨識身體失衡的訊號並啟動介入 [14]。

■ 數位療法（DTx）與適時適性介入（JITAI）的技術革命

有了如 HRV 這般精準的生物標記，下一步便是如何引導使用者進行有效的行為改變。傳統的健康介入計畫往往是靜態的（如發放一本衛教手冊或制定固定課表），這種缺乏彈性的模式難以應對日常生活中瞬息萬變的情境。為此，融合了人工智慧、行為經濟學與穿戴式科技的數位療法（Digital Therapeutics, DTx）應運而生，其核心技術架構為「適時適性介入」（Just-in-Time Adaptive Intervention, JITAI）。

JITAI 的起源：從豐田汽車到數位醫療

JITAI 的哲學源自 1970 年代日本豐田汽車前副社長大野耐一（Taiichi Ohno）所開發的「及時生產系統」（Just-In-Time production, JIT）。該系統旨在「僅在需要的時間，生產最準確數量的必要零件」，以徹底消除庫存浪費與資源消耗。隨後，行為健康與臨床心理學領域將此概念引入，發展出 JITAI 架構，其學術定義為：「一種介入設計，旨在透過適應個體不斷變化的內部生理狀態與外部情境，在正確的時間，提供正確類型與數量的支持」 [15]。

傳統的醫療衛教模式屬於「參與者決定」（Participant-determined），亦即將一堆衛教資源放在那裡，由患者自行決定何時取用。然而，研究指出，人們在處於壓力或脆弱狀態時，往往無法意識到自己需要幫助。JITAI 則是「介入決定」（Intervention-determined），利用智慧型手機與穿戴式裝置（如 Apple Watch、Garmin）被動且持續地收集數據，並透過 AI 演算法主動識別出個體的「脆弱狀態」（States of vulnerability，如 HRV 急降、即將引發暴飲暴食）或「機會狀態」（States of opportunity，如剛吃完飯有空閒時間），進而發動即時介入 [15]。

從 EMI 到 JITAI 的智慧進化

早期的數位介入被稱為「生態瞬時介入」（Ecological Momentary Interventions, EMI），這類方法能在人們日常生活中提供當下的協助，但它缺乏適應性，往往只是定時發送提醒 [15]。

JITAI 則在此基礎上大幅躍進，它具備動態調整決策規則（Decision rules）的能力。例如，在針對戒菸或壓力管理的 FOCUS 應用程式中，JITAI 不僅提供建議，還提供回饋與正向強化 [15]。當 AI 偵測到使用者的 HRV 急遽下降且連續靜坐數小時，JITAI 不會給出千篇一律的「請去進行 30 分鐘有氧運動」這種不切實際的指令。相反地，它會運用行為經濟學中的推力（Nudge）、習慣堆疊（Habit stacking）與兩分鐘法則，在使用者最可能接受的那一刻，發送一條微介入指令：「偵測到您目前壓力指數較高，請站起來做兩分鐘的伸展與深呼吸，這能幫助您立刻降低壓力水平。」這種及時、精準且個人化的支持，大幅提升了健康行為的順從性與有效性。

■ 全人健康作業系統的實踐：JoiiEco Health OS 與 Dr. Paul AI

為回應《The Lancet》對整合性醫療與照護碎片化問題的關注，虹映科技（JoiiUp）建構新一代數位健康基礎設施—— JoiiEco Health OS，並結合 JoiiSports app，將生活型態醫學從理論轉化為可被量測、可被管理、可持續優化的真實世界解決方案。

JoiiEco Health OS是一套以使用者長期健康管理為核心的全人健康作業系統，此功能整合穿戴裝置、運動紀錄、飲食管理、生理數據、AI 分析與企業健康管理場景，協助個人、醫療端與企業端共同面對慢性病、多重共病與預防醫學的挑戰。

五大護城河：打造可持續累積的數位療法平台

JoiiSports 將健康視為一項需要長期投入、持續追蹤與複利累積的行動工程。透過 AI 演算、行為設計、穿戴裝置整合與跨場域服務串聯，平台逐步建構出數位療法的五大核心護城河，使健康管理不再只是短期活動，而能成為可持續、可量化、可優化的長期健康系統。

1. 數據化 Data-Driven

JoiiSports 可整合 Apple Watch、Garmin、Fitbit、Samsung 等主流穿戴裝置，匯集心率、步數、睡眠、運動軌跡與日常活動等多源健康資料，將原本分散於不同裝置與生活情境中的健康行為，轉化為可追蹤、可分析、可管理的連續性數據。
透過數據化基礎，平台能建立個人健康變化的長期軌跡，協助使用者、企業與醫療端從片段紀錄走向趨勢判讀，進一步掌握健康風險與介入成效。

2. 生活化 Lifestyle

JoiiSports 將運動、飲食紀錄與健康任務融入使用者的日常生活，降低健康管理的執行門檻。平台內建 AI 飲食日記，使用者只需拍攝餐點照片，即可自動辨識食物內容、熱量與碳水化合物、蛋白質、脂肪等主要營養素，讓飲食管理更直覺、更容易持續。

同時，還可透過手機前置鏡頭進行 45 種以上 AI 運動動作偵測，例如深蹲、伏地挺身、棒式等，讓使用者不需額外設備，也能在日常場域中進行運動訓練與自我管理。這使健康行為不再停留於提醒或衛教，而能逐步養成可持續的生活習慣。

3. 生態化 Ecosystem

JoiiEco Health OS 以開放式健康生態圈為核心，串聯個人健康管理、企業員工健康促進、醫療機構生活型態介入、政府公共健康計畫與 ESG 永續應用，形成跨場域、跨角色、跨資料來源的數位健康基礎架構。透過生態化整合，健康數據不再侷限於個人 App，而能延伸至企業健康管理、醫療照護支持與公共衛生治理，讓不同利害關係人能在同一套健康作業系統中，看見參與、行為改變與健康成果。

4. 個人化 Personalized

透過長期累積的行為與生理數據，JoiiSports能進行即時分析與健康狀態評估，提供更貼近個人需求的健康雷達圖、風險提醒與訓練建議。能依據使用者的身體狀態、活動習慣、健康目標與數據變化，提供更符合個人情境的回饋，協助每位使用者找到真正適合自己的健康路徑。

5. 精準化 Precision

JoiiSports 導入 AI 模型、深度學習演算法與專利 JoiiScore™ 評估機制，將運動、心率、睡眠、飲食與行為表現進行整合分析，協助使用者更精準掌握自身健康狀態。

對企業與醫療端而言，精準化的價值不僅在於個人健康評估，更在於能以量化數據追蹤介入成效，清楚呈現參與率、持續率、行為改變與健康促進成果。這讓健康管理從主觀感受與活動紀錄，進一步升級為可驗證、可比較、可持續優化的數位療法模式。

■ 終結照護碎片化：AI 健康管家 Dr. Paul

面對 MLTC 患者經常在不同專科之間流轉、缺乏長期統籌與連續追蹤的問題，JoiiEco 提出以 AI 為核心的全人健康管理模式，打造個人化 AI 數位健康管家—— Dr. Paul。

Dr. Paul 的定位並不是取代醫療專業，而是作為使用者日常健康管理的 24/7 陪伴者與「縱向健康管理者」（Longitudinal Owner），協助整合日常行為、生理數據、風險變化與介入建議，補足傳統門診照護之外的空白，讓健康管理不再只發生於看診當下，而能延伸到每日生活、每一次行為選擇與每一個可被追蹤的健康訊號之中。

此功能的核心運作，是一套持續進化的「四步驟閉環學習系統」（Closed-Loop Learning），讓健康管理從單向提醒，轉變為能夠持續學習、即時回饋與個人化調整的智慧系統。

1. 輸入 Input

系統全面接收使用者的飲食照片、運動軌跡 GPX、睡眠結構、HRV、心跳間距 BBI、血氧、生理量測資料與穿戴裝置數據，建立個人化且連續性的健康資料基礎。這些資料不再只是零散紀錄，而是形成理解個人健康狀態的數據底圖。

2. 分析 Analyze

透過長期累積的心率資料庫與 AI 模型，系統可進行健康風險分析、Framingham 風險評估與慢性病風險探勘，協助提前辨識潛在健康風險。相較於傳統依賴單次檢驗或片段問診的方式，Dr. Paul 更能從長期趨勢中掌握身體狀態的變化，及早發現可能被忽略的風險訊號。

3. 介入 Intervene

Dr. Paul 作為隨身 AI 健康教練，可依據生活型態醫學六大支柱，啟動 JITAI（Just-in-Time Adaptive Intervention，即時適應性介入）機制，在使用者最需要的時刻，提供適切的知識回覆、行動提醒與健康建議。

這種介入不只是單純推播訊息，而是根據使用者當下的身體狀態、行為模式與生活情境，提供更貼近個人需求的行動推力，協助使用者把「知道」轉化為「做到」，把健康知識落實為可持續的生活習慣。

4. 回饋 Feedback

系統持續蒐集 HRV、心跳間距 BBI、血氧、運動表現、睡眠品質與日常行為等連續性生理回饋，用以檢驗介入成效。隨著時間與資料累積，AI 模型將不斷迭代，逐步建立更貼近個人身體狀態、生活節奏與健康目標的管理模式。透過這套閉環機制，Dr. Paul 不只是記錄健康資料，而是能夠從資料中學習、從回饋中調整，並持續協助使用者朝向更穩定、更健康的生活型態前進。

■ 數據創造真實改變，讓健康促進成為可量化成果

生活型態醫學的價值，不只是提供衛教資訊，而是透過持續的行為改變，降低疾病風險、減少無效治療、降低多重用藥負擔，進而創造更高的健康價值。

JoiiEco Health OS 結合 AI、數位療法與生活型態醫學，將原本難以追蹤的健康行為轉化為具體數據，協助企業、醫療機構與公共健康計畫清楚掌握參與率、持續率、運動成果、健康行為變化與介入成效。

透過數據的持續累積與 AI 的即時分析，健康行為能被看見，介入成效能被驗證，個人與組織也能更清楚掌握健康改善的真實成果，讓健康管理真正從片段式照護，邁向長期陪伴、精準介入與可量化成果的新階段。

■ 從個人健康到企業 ESG：創造永續健康價值

更具前瞻性的是，JoiiSports 不僅協助個人建立健康行為，更進一步將員工的日常健康行動轉化為企業可衡量的永續指標。面對全球對 ESG（環境、社會與公司治理）的高度重視，JoiiSports 推出「『碳』訪森林祕寶」、「拯救北極熊的家」、「挑戰五大洲，世界尋寶之旅」等模組，將企業員工的步行步數、運動參與與健康行為，轉化為具體且可視覺化的永續成果。

透過系統化數據換算，平台能將員工累積的步行步數對應至森林碳吸存量，並以量化方式呈現在企業健康促進成果與 ESG 永續報告中。這使企業不僅能掌握員工參與率、活動成果與健康行為變化，也能將原本分散的個人行動，整合為組織層級的永續影響力。

這樣的設計，讓企業健康促進不再只是福利活動或短期競賽，而是能與員工福祉、低碳生活、社會責任與永續治理相互連結的長期策略。員工每一次步行、運動、健康行為的累積，都能被轉化為企業推動 ESG 的具體證據。

■ 結論與未來展望

《The Lancet》於 2026 年美國糖尿病學會科學年會發表的系列論文，為全球醫療體系敲響了不容忽視的警鐘， MLTC 已不只是臨床醫療問題，更是威脅人類健康、社會勞動力與經濟韌性的重大公共衛生危機。

傳統「單一疾病、分科治療、後端用藥」的醫療模式，已難以完整回應當代慢性病與多重共病的複雜挑戰，即便 SGLT2 抑制劑與 GLP-1 受體促效劑等新一代藥物，已展現出心腎保護、代謝改善與抗發炎等重要療效，但若缺乏整體生活型態的重塑，醫療體系仍將持續承受龐大的疾病負擔，藥物是可以控制疾病進程，卻無法單獨修復造成疾病的生活環境、行為模式與代謝根源。

因此，我們必須重新正視疾病背後的社會決定因子，並回到生活型態醫學的核心。透過運動、飲食、睡眠、壓力管理、社會連結與成癮行為管理六大支柱，從源頭改善細胞能量代謝、降低發炎負荷、恢復自律神經平衡，並重建身體長期健康的基礎。

在這場醫療典範轉移中，數位科技不只是輔助工具，而是連接嚴謹醫學理論與日常生活實踐的關鍵橋樑。透過 JITAI的精準行為推力、HRV 等數位生物標記的連續監測，以及如JoiiSports Dr. Paul 功能般具備閉環學習能力的 AI 健康管家，個人健康管理得以跨越「知道」與「做到」之間長久存在的鴻溝。

真正的數位健康價值，不在於蒐集更多資料，而在於將資料轉化為洞察，將洞察轉化為行動，並將行動累積為可持續的健康改變，這正是從 Data to Destiny 的意義：讓數據不再只是冰冷的紀錄，而能成為改變生命軌跡、延緩疾病進程、重建健康韌性的力量。

未來的醫療，不應只是被動等待疾病發生後再進行補救，而應走向前瞻預測、精準預防、個人化介入與數位賦能的整合模式。透過 AI、數位療法與生活型態醫學結合，JoiiSports 有機會為讓健康管理從片段照護轉向長期陪伴，從單一疾病控制轉向整體生命品質提升。

這也正呼應 虹映科技 JoiiUp 所堅信的核心願景：Technology with Purpose, Science with Compassion, Health for Generations. 科技賦能，醫者仁心，世代健康。

科技讓醫療擁有新的可能，科學讓介入建立在證據之上，而醫者的仁心，則提醒我們所有創新最終都應回到對生命的尊重與長期守護。當科技、醫學與人本關懷真正整合，我們才能引領個人、企業與社會，邁向一個更健康、更有韌性、更延續的未來。

_______________________________________________________________

JoiiSports app 虹映科技創辦人陳立洋執行長

________________________________________________________________

透過 JoiiSports App 企業運動 app 專屬後台 -

JoiiCare 企業 / 組織健康促進服務平台的管理，不僅體現企業對員工健康的關懷，更可增強企業在社會責任中的形象。

另外企業對員工健康和福祉的承諾將成為一項關鍵評價指標，強化企業在 ESG 報告中的表現，可進一步吸引社會大眾、及投資方的關注和支持。

________________________________________________________________

JoiiSports App形象影片

JoiiCare 健康促進服務平台提倡企業線上揪團運動活動，旨在提升員工的參與度和健康福祉。

我們認為健康計畫的成功不僅在於參與，而在於實現實際的健康改善。我們的目標是幫助企業培養更健康的員工，提供有效的策略和工具，激勵員工做出持久的健康改變。

通過專注於真正的健康成果，我們幫助企業實現健康目標，並打造更具生產力、參與度和韌性的團隊，並協助企業客戶在 ESG 報告中的數據生成與撰寫。

歡迎對於職場健康促進服務有需求的人資、福委、廠護、護理師等填寫表單，立即獲得免費諮詢！

聯絡我們

點擊：了解更多 JoiiCare 平台資訊

服務專線：0937-122-660 行銷業務處駱經理

服務信箱：joiicare@joiiup.com

載入中…

參考文獻

[1] https://www.leicesterdiabetescentre.org.uk/news-blog/major-insights-multiple-long-term-conditions
[2] https://read.qxmd.com/read/42259340/epidemiology-of-cardiometabolic-multiple-long-term-conditions
[3] https://le.ac.uk/news/2026/june/global-diabetes-research-leicester
[4] https://ouci.dntb.gov.ua/works/lDdGKZGZ/
[5] https://journalofmetabolichealth.org/index.php/jmh/rt/printerFriendly/92/292
[6] https://academic.oup.com/endo/article/147/6/2643/2878572
[7] https://www.thehealthstyledoctor.com/blog/insulin-resistance-what-it-is-and-how-to-test-for-it-part-1
[8] https://waltersport.com/wp-content/uploads/2026/06/3-LANCET-Interventions-for-the-prevention-and-management-of-cardiometabolic-multiple-long-term-conditions-Valabhji-et-al.-2026.pdf
[9] https://www.ahajournals.org/doi/full/10.1161/CIRCULATIONAHA.124.071689?doi=10.1161/CIRCULATIONAHA.124.071689
[10] https://e-dmj.org/journal/view.php?doi=10.4093/dmj.2025.0220
[11] https://www.mindfulsuite.com/knowledge-center/your-nervous-systems-dashboard-decoding-hrv
[12] https://ouraring.com/blog/zh_TX/what-is-heart-rate-variability/
[13] https://www.psychologytoday.com/us/blog/sweet-emotion/201406/what-is-heart-rate-variability-and-why-does-it-matter
[14] https://ctyeh.com/articles/1853
[15] https://pmc.ncbi.nlm.nih.gov/articles/PMC5364076/