Apple Health App 更新加入 Health Age，但评分只是开始

Apple 宣布更新 Apple Health app，将多年来的传感器读数转化为对身体状况的两项简明判断。其中一项用于估算 Health Age，另一项则给出每日 0 至 10 分的准备度评分。

这项重新设计借助 Apple Intelligence 解读健康记录、可穿戴设备测量数据、活动、睡眠和可选的实验室检测结果。Apple 不再希望用户逐一查看分散的图表，而是希望 Health 解释哪些信息重要，并建议下一步该怎么做。

这一转变带来了真正的张力。Apple 不再仅将 Health 定位为个人数据的安全存储库，而是要将这款 app 变成主动的解读者：对信号进行排序、识别模式并推荐行为。

WHOOP、Oura、Garmin 以及独立 Apple Health 开发者的产品，早已将生物识别数据转化为恢复或长寿评分。如今，Apple 可以在其庞大设备用户群已安装的软件中提供类似判断。

优势在于覆盖面，风险则在于权威性。Apple 展示的评分，可能显得比其背后的测量数据和假设所能支撑的结论更确定。

Apple Health App 更新究竟带来了哪些变化

Apple 正在用一套旨在给出结论的系统，取代一系列健康图表。

重新设计后的 app 引入了 Insights 标签页，汇总心脏健康、睡眠、健身、生命体征、周期跟踪和准备度等方面的及时信息。随着新信息在一天中不断到来，摘要也会相应变化。

“For You”区域将根据每位用户的数据提供建议和教育内容。Apple 举例称，当 app 识别出用户连续多个夜晚睡得很晚后，可能会建议其改善睡前放松习惯。

另一个例子将锻炼模式与心肺适能联系起来。当用户的数据表明此类训练有助于实现目标时，app 可能建议在晨跑中加入间歇训练。

这些提示看似很小，但其作用至关重要。此前，Health 向用户提供大量测量数据，却将大部分解读工作留给用户、其他 app 或临床医生。如今，Apple Intelligence 介入了测量结果与用户下一次决策之间。

新的 Longevity 标签页以更长的时间维度采用相同思路，整合心脏健康、睡眠、心理健康、运动、代谢健康、听力和营养相关的信息。

Health Age 是该标签页中的核心功能。Apple 表示，它会将个人指标与其实际年龄通常对应的模式进行比较。

该计算可采用 VO2 max、静息心率、睡眠和心率变异性。VO2 max 用于估计身体在运动时利用氧气的效率，而心率变异性则衡量连续心跳之间间隔的变化。

用户还可以通过实验室数据丰富这一图景，包括 A1c 和 LDL 结果。A1c 反映数月内的平均血糖水平，而 LDL 是一种与心血管风险相关的胆固醇。

Health 已可导入实验室检测结果并展示趋势。重新设计后的 app 还将让美国用户通过 Quest Diagnostics 网点安排涵盖 50 多种生物标志物的检测。

根据 Apple 发布的详细健康功能公告，该 app 可整合来自 iPhone、Apple Watch、AirPods、临床记录、第三方 app 和连接设备的数据。这种广度是 Apple 战略的核心。

此次更新还加入了居家动作评估。用户可借助 iPhone 摄像头和 Apple Watch，完成涉及柔韧性、力量、平衡、动作机制和 VO2 max 的评估。

Apple 表示，视频分析完全在设备端运行，同时不会录制、存储或共享任何评估视频。

如果评估发现平衡能力需要关注，Health 可以提供说明以及适合用户能力水平的训练计划。这就完成了从测量到解读、再到行动的闭环。

Apple 于 2026 年 9 月 9 日宣布这一重新设计。该公司表示，该更新将于今年晚些时候推出，首先支持美国英语。

该 app 需要支持 Apple Intelligence 的 iPhone 或 iPad，不过部分功能仍仅限 iPhone。Health Age 需要 Apple Watch，具体可用性将因设备、语言、地区和当地法规而异。

因此，这不是一项仅有单一硬件要求的功能，而是一个分层系统：其能力取决于每位用户可获得的传感器、记录、设备和权限。

这种复杂性将考验 Apple 的界面设计。简洁的洞察只有在用户能够理解其基于哪些输入得出，以及哪些缺失输入可能改变结果时，才真正有用。

TechCrunch 对该Health app 的初步报道正确聚焦于 Health Age 和准备度。但更大的变化，是连接 app 各个部分的决策层。

Apple 并不只是增加了两个数字。它还在决定哪些健康信号值得关注、这些信号之间如何关联，以及应当采取何种行动。

Apple Health 准备度评分将信号转化为每日指令

准备度评分将多个不确定的测量结果压缩为一项极具说服力的建议。

新的准备度体验将随 Apple Watch Series 12 和 Apple Watch Ultra 4 推出。它会分析近期活动、睡眠评分和生命体征，然后返回一个 0 至 10 分的评分。

每个评分还会对应四项建议之一：Recover、Pace Yourself、Ready 或 Go For It。这些标签将测量结果转化为当天的直接指引。

这种区别使准备度不同于传统仪表盘。图表展示发生了什么，准备度建议则提示一个人应如何应对。

当高强度锻炼或生命体征变化产生新证据时，评分可在一天中变化。Apple 还会展示影响结果的因素，让用户查看更多细节。

该公司表示，算法由运动科学家和医生基于 Apple Heart and Movement Study 的数据开发。这项研究为考察活动、行动能力和心血管测量数据之间的关系提供了大规模研究环境。

新一代手表硬件扩展了该模型可用的数据。Series 12 和 Ultra 4 使用新的光学和电学心率传感器，其中包括更大、效率更高的绿色 LED。

Apple 表示，这些手表会全天每五秒测量一次心率。心率变异性最快可每五分钟测量一次，Apple 称其频率是此前的 24 倍。

该系统将 Recovery HRV 与整体 HRV 区分开来。Recovery HRV 旨在识别每日压力和恢复信号，而整体 HRV 则提供更广泛的心血管健康视角。

夜间生命体征会将 Recovery HRV 与个人基线进行比较。新的日间视图可在变化反映于当晚测量数据之前将其呈现出来。

这些更新共同打造出响应更迅速的 Apple Health 准备度评分。手表可以更频繁地观测，将测量数据与个人基线比较，并随一天中的变化更新建议。

例如，有人睡眠不佳，但醒来时获得的初始评分尚可。高强度的晨间锻炼和异常的日间生命体征，可能随后将建议从 Ready 调整为 Pace Yourself。

这类反馈或许能避免又一次高强度训练，也可能影响工作、旅行或其他与运动无关的计划。

因此，这一评分争夺的不只是健身市场中的注意力。Apple 明确将准备度描述为同时服务工作日和训练计划的指引。

这种宽泛定位提升了其实用性，但也延展了这个数字的含义。身体恢复状况并不能自动衡量专注力、动力、情绪压力或个人日程的现实要求。

低分在被当作提示时仍然有价值。用户可以在作出选择前，检查睡眠、近期锻炼、疾病症状、饮酒或异常压力。

问题始于建议变成指令。有人可能因低读数而避免有益活动，也可能因为手表显示 Go For It 而过度勉强自己。

没有任何可穿戴设备能够完整掌握用户的身体状况。传感器贴合度、皮肤接触、睡眠检测、药物、疾病、旅行以及漏记的锻炼，都会影响可获得的健康图景。

Apple 的贡献不在于发明准备度评分，而在于将这种解读方式变成 Apple Watch 和 Health 的原生组成部分。

这一位置会立即给那些读取 Apple Health 数据、并销售自家恢复仪表盘的第三方开发者带来压力。他们如今必须解释：对于 Apple 已经收集的信息，用户为何还需要第二套算法。

部分开发者可以通过训练计划、详细趋势分析、专项运动模型或教练指导形成差异化。那些主要在 Apple 数据之上叠加一个评分的 app，则面临更难的论证。

最具影响力的竞争优势可能是整合能力。Apple 掌控手表传感器、操作系统、Health 数据库、通知系统，以及用户查看结果的界面。

它可以在一天中更新评分，无需用户维护另一个账户或在不同服务之间转移数据。它还可以将准备度与活动圆环、睡眠、生命体征和教育指引连接起来。

这种便利性会让 Apple 的数字具有影响力，甚至早于独立研究人员确认它是否比竞争评分更能预测结果。

Health Age 将 Apple 带入 WHOOP 的领域

Health Age 让 Apple 从每日健身反馈进入更具雄心的长寿量化领域。

准备度关注身体今天能够承受什么。Health Age 则以更长期的视角，判断个人测量数据与其实际年龄相比处于何种水平。

这一概念在可穿戴设备市场并不陌生。WHOOP 已通过其 Healthspan 体验提供 WHOOP Age 和 Pace of Aging。

WHOOP 利用睡眠、活动、负荷和健身信息计算生理年龄。其输入包括静息心率、VO2 max、睡眠规律性、步数以及在不同心率区间停留的时间。

该公司的 Healthspan 方法论采用较长的校准周期，并将长期年龄估计与近期变化区分开来。WHOOP 还表示，目前不存在可用于验证这些专有年龄指标的临床基准。

这一披露指出了每款消费者 Health Age 产品面临的核心问题。生理年龄并非像身高一样可以直接观测的单一属性。

不同模型可以选择不同的输入、比较人群、时间窗口和权重。因此，两台设备可能为同一个人给出不同年龄，而这并不意味着其中任何一台设备存在简单的软件错误。

Apple 表示，其算法参考了现有最佳科学证据。这在方向上令人安心，但尚不足以让外部人士评估完整计算方法。

用户需要知道每项输入的重要程度、系统如何处理缺失数据，以及近期行为会以多快速度影响结果。他们还需要了解比较人群的背景。

较低的 Health Age 可以激励人们养成有益习惯。它可以奖励持续规律的睡眠、经常运动、心血管健康改善，或代谢指标变好。

较高的结果也可能引发不必要的焦虑。被告知自己的身体年龄高于预期所带来的情绪冲击，可能超过底层模型本身的精确度。

Apple 似乎认识到可解释性的必要性。Longevity 标签页将展示影响结果的类别，而非将 Health Age 作为一个孤立数字呈现。

这种设计让用户能够从醒目的分数进一步了解心脏、睡眠、运动、代谢、听力、营养和心理健康信息。可选评估与实验室检测结果还可提供更多背景。

输入来源的广泛性为 Apple 带来了独特的竞争优势。Apple Watch 可采集持续性的可穿戴设备数据，而 iPhone 则保存来自医疗系统及其他应用的记录。

AirPods 和 iPhone 摄像头提供了额外的感测或评估途径。实验室集成则增加了腕戴设备无法生成的测量数据。

这构建了一个广泛的个人健康模型，但未必是完整的模型。社会条件、慢性疾病诊断、药物、残障、家族病史和医疗服务可及性都可能影响健康，却未必能被整齐地纳入可穿戴设备评分。

提高 VO2 max 的用户可能会看到积极变化。另一位正在管理严重疾病的用户，即使严格遵循有效治疗方案，也可能得到令人沮丧的年龄估计。

应用必须传达可改变的影响因素与不应被解读为个人失败的因素之间的差异。否则，一个简单的数字可能会将健康道德化，而不是帮助人们理解健康。

Apple 相较 WHOOP 的优势在于其覆盖更广泛消费者设备系统的分发能力。WHOOP 的优势则在于其长期专注于恢复、训练和长期指导。

Oura 和 Garmin 也提供不同形式的状态或恢复解读。它们的存在表明，市场早已超越原始步数和心率图表。

Apple 如今验证了这一方向，同时也提高了所有参与者的竞争门槛。竞争对手必须证明，其模型、指导、产品形态或社群能够提供 Apple 原生体验无法提供的价值。

对于直接构建在 HealthKit 之上的应用而言，这一挑战尤其严峻。这些产品曾帮助证明，Apple 的原始测量数据足以支持恢复和长寿产品。

Apple 现在可以在操作系统层面复现这一基础类别。开发者将需要更深入的专业化、更清晰的证据，或为特定用户设计的工作流程。

这并不意味着市场会消失。通用评分很难同时平等地服务耐力运动员、轮班工作者、老年人和伤病恢复者。

专业产品可以通过展示其假设、适应狭窄场景，并将测量数据与有用决策连接起来取得成功。Apple 的入场只是提高了最低标准。

更广泛的竞争领域如今还包括通用 AI 助手。例如，OpenAI 允许美国用户将 Apple Health 和受支持的医疗记录连接到其健康体验。

对话式系统可以回答涉及实验室结果、预约、药物、睡眠和活动的问题。相比之下，Apple 重新设计的 Health 应用提供了一个高度整合、持续更新的界面。

因此，这场竞争远不止 Apple 与可穿戴设备厂商之间的较量。它也是原生健康智能与开放式对话解读之间的竞争。

Apple 对感测与设备场景拥有更多控制权。通用助手则可以接收更广泛的问题，并跨越多个主题跟随用户的推理过程。

Health Age 为 Apple 在这场竞争中提供了一个容易记住的数字。它能否成为有用的指引，取决于应用能否清楚解释这个数字可以以及不可以意味着什么。

AI 健康指引面临准确性与信任问题

Apple Intelligence 可以让健康数据更易理解，但流畅的表达不应被误认为是医学确定性。

重新设计的应用解决了一个真实问题。人们可以积累多年的睡眠、运动、心脏、实验室和临床数据，却不知道哪项变化值得关注。

Apple Intelligence 可以整理这些记录并生成及时摘要。它可以将一连串熬夜与关于睡前放松习惯的建议联系起来。

它可以突出显示心肺健康趋势的改善，而不必要求用户比较多张图表。它还可以将实验室结果与 Apple 临床专家提供的教育内容配对。

这些用途侧重于解释和优先级排序。它们的风险低于诊断疾病或指导治疗，但仍需要谨慎的边界。

Apple 的摘要将依赖不完整的观测数据。手表可以测量某些生理信号，但无法知晓每一种疾病、用药变化、个人情况或症状。

实验室结果可以改善整体图景，但无法消除不确定性。一项生物标志物超出参考范围可能有多种原因，其解读往往取决于病史和临床背景。

运动评估也带来了类似的取舍。在设备端运行摄像头分析能够保护视频隐私，并使评估更易获得。

然而，居家评估无法复现物理治疗师或运动生理学家检查中的每一个环节。用户也可能以错误方式完成动作，或以模型无法发现的方式进行代偿。

因此，评价 Apple 时应看其校准能力，而不仅仅是个性化程度。校准良好的系统会表达不确定性，并在证据有限时适当地升级处理。

Health Age 带来了特殊的沟通挑战。它以人们熟悉的“年”为单位，因此输出看起来很精确，尽管底层概念依赖于模型。

就绪度评分以不同形式面临同样的问题。七分看起来与六分有显著差别，但用户尚不清楚相邻数值之间究竟存在多大的实际差异。

关于影响因素的透明度会有所帮助。Apple 还应说明，当数据缺失、异常或近期中断时，评分何时会变得不那么可靠。

独立验证将比精致的解释更重要。Apple 表示，一项涉及逾 1,000 名参与者的研究将其新的心率感测技术与领先的可穿戴设备进行了比较。

据该公司称，Apple Watch 在受测设备中实现了最高的心率准确度。这一说法涉及传感器测量，而非 Health Age 或就绪度建议的有效性。

准确的心率读数能改善输入数据，但并不会自动验证基于这些输入得出的每一项结论。

该就绪度算法借鉴 Apple Heart and Movement Study，并由医生与运动科学家共同开发。若能提供有关结果、人群覆盖范围和性能的更多细节，便可进行更有力的评估。

用户还应区分健康指导与受监管的医疗功能。Apple 已打造多项针对特定疾病的健康功能，但就绪度评分服务于不同目的。

人们不应因获得较好的评分而忽视令人担忧的症状。同样，不利的读数本身也并非诊断。

隐私又引入了一层信任问题。健康数据可能揭示疾病、习惯、生殖信息、用药情况和其他细节，用户不会像对待普通应用活动那样对待这些信息。

Apple 表示，Health 经重新设计后会在整个体验中保护这些信息。其更广泛的健康隐私模型让用户控制应用可以读取或写入哪些数据类型。

对于 Apple Intelligence，该公司表示会尽可能在设备端完成处理。更复杂的工作可使用运行于 Apple silicon 服务器上的 Private Cloud Compute。

Apple 表示，发送至 Private Cloud Compute 的数据不会被存储，也不会向公司开放访问。其AI 隐私文档还允许用户生成一份从设备发出的请求报告。

这些架构承诺具有相关性，但 Health 公告并未完整说明每项新功能的处理路径。用户需要在应用内获得清晰、针对具体功能的解释。

例如，运动评估明确在设备端运行。Apple 应为 Health 摘要、个性化建议，以及构成 Health Age 的每项要素提供同样清晰的说明。

第三方数据带来了更多复杂性。临床系统、实验室、连接的应用和设备各自拥有不同的安全实践与权限结构。

Apple 可以在信息存储于 Health 时保护它，却无法控制每一个生成或此前存储这些信息的系统。用户需要理解这一边界。

最有效的界面应让数据来源可见。一项建议应显示支持它的数据来自哪台设备、哪项检测或哪份记录，以及这些信息何时采集。

它还应将测量事实与推断解读分开。“你的静息心率升高了”是一项观察，而“你需要更多恢复”则是模型判断。

Apple 能否让这些层次清晰易懂，将决定重新设计的应用是建立知情的信任，还是造成被动依赖。

Apple 的健康智能成为日常功能前值得关注的事项

三个信号将决定 Apple 是否构建了有意义的指引，还是仅仅打造了一个更具说服力的仪表盘。

第一个信号是对 Health Age 和就绪度的独立验证。Apple 已介绍输入数据和研究背景，但外部研究人员仍需要足够细节来测试输出结果。

有用的验证不应只考察平均传感器准确度。它还应评估建议能否在不同年龄群体、肤色、健身水平、健康状况、用药情况和不规律作息中保持可靠。

研究人员还应根据重要结果测试这些评分。如果就绪度评分能够持续关联恢复或表现，而不仅仅是关联 Apple 自己的类别标签，它便更具可信度。

Health Age 也需要同样明确的目标。如果不同的生理年龄系统给出相互矛盾的答案，用户应知道每个模型旨在估计哪些结果。

第二个信号是 Apple 在美国英语版本推出期间如何呈现不确定性。界面应标示信息缺失、佩戴中断、传感器质量问题和异常情况。

Apple 表示，就绪度将展示其影响因素。这种解释的深度和清晰度将比评分的视觉润色更重要。

关注用户能否轻松区分健康建议与临床警示。还要关注当可用数据超出其预期适用范围时，应用是否建议寻求专业医疗服务。

发布过程本身也构成一项重要测试。Health Age 需要 Apple Watch，而重新设计的应用需要兼容 Apple Intelligence 的硬件和当前软件。

部分功能仍将受设备、地区、语言和年龄限制。如果这些要求令人困惑，用户可能会比较建立在不同数据集基础上的体验。

基于持续采集的新 Apple Watch 测量数据构建的评分，不会等同于基于较旧或稀疏记录得出的洞察。Apple 需要让这些差异清晰可见。

第三个信号来自 WHOOP、Oura、Garmin 以及独立 HealthKit 开发者的回应。Apple 已将“身体准备度”和“生理年龄”的基础表达纳入其平台。

竞争对手可以通过发布更有力的证据、披露更多模型细节，或为特定运动和健康场景构建指导方案来应对。他们也可以改进教练功能，将评分与切实可行的计划联系起来。

独立开发者面临的压力最为直接。当 Apple 随手表提供通用准备度界面时，这类产品将很难形成有效壁垒。

能够存活下来的应用，可能会更强调专业化。它们或许会服务于耐力训练、力量训练计划、轮班工作、伤病恢复，或其他需要比通用评分更多背景信息的场景。

通用 AI 助手也是这一竞争格局的一部分。它们可以通过对话解读互联记录，而 Apple 则能够将建议直接整合进日常设备体验中。

用户会通过实际行为表明自己更偏好哪种模式。关键指标包括持续使用频率、是否保留授权、是否愿意添加实验室检测记录，以及建议是否能促成有价值的后续行动。

Apple 的 Health Age 和准备度评分，初期应被视为经过整理的证据，而非最终定论。它们最适合用于引出关于睡眠、训练、压力或长期健康的更好问题。

当 Apple Health 应用更新触达用户后，在改变重要日常习惯之前，应先查看每项结果背后的影响因素。请思考测量数据是否完整、趋势是否持续，以及症状是否呈现出不同的情况。

评分可以帮助聚焦注意力，但无法囊括一个人所有相关事实。

Apple 如今已拥有传感器、软件和 AI 系统，能够让个人健康数据变得易于理解。下一项考验在于，这种理解能否始终如实呈现其中的不确定性。