在众多以回顾性研究为主、充斥流行语的数字健康领域中，新加坡国立大学生物医学工程系主任何鼎教授与他的团队另辟蹊径，专注于前瞻性研究，透过即时、个人化的干预措施，帮助人们在当下立即改善健康。

何教授的研究核心理念在于厘清回顾性与前瞻性的数字健康研究。大多数医疗领域中的人工智能（AI）应用，皆依赖历史数据来预测未来。而他则主张转向「前瞻性模型」，利用当前数据，在「今天」就产生实质影响。

为印证此理念，何教授亲身参与其开创性的「Delta」研究，并成为项目中唯一一位测试对象。在统计学中，「Delta」意指「变化」。这项介入性试验旨在证明，有意识地改变生活方式，能对个人健康产生可观的影响。

有别于每年仅获得一次健康的「静态快照」，何教授团队转而收集一套高解析度的纵向数据集。这些数据详尽记录了他在进行一系列重大生活方式改变期间，其代谢、心脏、肠道与睡眠健康等生理指标的变化。这些介入措施包括长时间禁食以研究代谢效应、大幅提前就寝时间以观察睡眠模式的变化，以及针对身体活动的特定调整。

Delta 的研究成果令人惊艳。透过自身数据的精准指引，何教授的健康状况显著改善，其代谢年龄比实际年龄年轻了14岁。这项惊人的转变并非猜想，而是透过功能性测试，准确量化其身体表现所得。

何教授的研究强调从「静态健康快照」转向「连续健康故事」的必要性。透过追踪个人的「Delta」，亦即生理指标随时间的变化，我们能发掘单一数据点完全忽略的重要见解。

这种方法不仅能帮助个人，更能让我们在症状出现前，及早识别出可能预示健康风险的指标，例如认知衰退的预警讯号。何教授指出，许多这类指标其实早已存在，但往往要等到病人已出现症状才会进行检测。

他展望未来的数字健康模式，将不再把人视为被动的测试者，而是积极的参与者。他认为，当每个人能够掌握自己的数据，便能做出更明智的健康选择。这种即时反馈的力量，甚至可能超越任何药物。

以睡眠研究为例，一位参与者若能即时看见数据显示自己实际只获得了四个半小时的深度睡眠（尽管他以为自己睡了七小时），这项分析和发现足以激励他作出微小的变，最终大幅提升睡眠品质。相比于一项仅得出「人们睡眠不足」结论的回顾性研究，这种个人化的即时回馈更为有效且具成本效益。

何教授的研究是一项有力的行动号召，透过从理论性的AI转向前瞻性、介入性与参与式的模型，我们能够真正善用科技，不仅用来治疗病人，更能积极维护健康者的福祉。

何教授将担任即将举行的「亚洲数字健康峰会2025」（Digital Health Asia 2025）专题演讲嘉宾，发表题为「数字长寿医学：完善个人化健康方案以支援健康老龄化」的演讲，分享他的突破性研究中及个人健康「Delta」。

本次峰会由泰晤士高等教育（THE）主办，与香港城市大学（城大）及城大数码医学研究院携手，为应对迫在眉睫的医疗保健挑战提供交流平台。这是首个在亚洲区举行的THE「数字健康系列」峰会。

有关峰会详情请浏览专题网页。