摘要：数字健康技术可通过个性化的生活方式干预，辅助疾病的管理与预防。可穿戴设备和智能手机正越来越多地被用于在日常生活中持续监测健康状况和疾病，以维护健康为目标。本文旨在展示可穿戴设备和智能手机在（1）检测进食时刻以及（2）预测和解释健康人群个体血糖水平方面的潜力，从而最终支持健康自我管理。24名受试者在14天内通过组织间隙葡萄糖监测、饮食记录、活动追踪和睡眠监测收集了连续数据。我们验证了利用连续葡萄糖监测和活动追踪来识别进食时刻的可行性，所构建的预测模型在训练集和测试集中的准确率分别为92.3%（87.2–96%）和76.8%（74.3–81.2%）。此外，我们还展示了基于饮食记录、活动追踪和睡眠监测预测血糖峰值的能力，训练数据集的总体平均绝对误差为0.32（±0.04）mmol/L，测试数据集为0.62（±0.15）mmol/L。通过夏普利加性解释法，我们识别出了对预测个体血糖峰值至关重要的个人生活方式要素，为提供个性化生活方式建议奠定了基础。尽管这些数字生物标志物尚待进一步验证，但它们通过个性化生活方式建议，在支持2型糖尿病的预防和管理方面展现出巨大潜力。
