OpenMetabolics：使用放在口袋里的智能手机估算能量消耗

为什么你的手机可能成为健康领域的改变者

保持活动是保护健康最简单的方式之一，但我们仍然难以准确衡量每天身体实际完成了多少运动。健身追踪器和计步器只能给出粗略估计，且经常忽略短时的活动爆发并误判运动强度。本研究介绍了OpenMetabolics，一种利用放在裤子口袋里的普通智能手机来估算日常生活中能量消耗的新方法，可能让任何拥有手机的人都能获得接近实验室级别的活动监测。

把口袋里的手机变成活动计

OpenMetabolics的核心思想是，在常见活动中如走路、爬楼、跑步和骑行时，大部分工作由腿部完成。当手机放在口袋里时，其内置的运动传感器能够感知腿部的每一次摆动。研究人员构建了一个系统，观测这种腿部运动并用它来估算肌肉的能量消耗。该系统不再依赖简单的计步或心率区间，而是研究每一步的运动模式，并将其与先前实验室测得的能量消耗联系起来。

从原始运动到能量消耗

为了实现这一点，团队首先必须把杂乱的真实世界运动转化为计算机能够学习的形式。他们设计算法，将手机的位置与大腿对齐，将运动分解为单独的步伐，并把每一步压缩为对腿部运动的简洁描述。随后，他们用由许多小决策树组成的机器学习模型，在36名参与者的实验室数据上进行训练，这些人在进行活动时用专门的呼吸测量设备记录了真实的能量消耗。该模型学习了腿部运动、身体尺寸与能量使用之间的关系，从而能够在实验室外对每一步的能量消耗进行估算。

在真实街道上胜过流行可穿戴设备

接着，研究人员在日常环境中测试了OpenMetabolics。志愿者在户外背着背包式呼吸系统以获得参考测量，同时佩戴常见设备：智能手表、心率监测器、计步器、佩戴在大腿的运动传感器以及绑在大腿上的手机，进行步行、跑步、爬楼和骑行以及坡道行走。在这些活动中，基于智能手机的OpenMetabolics系统给出了最准确的能量估算，累计误差约为许多现有工具的一半。它在在人行道和楼梯等真实世界步行场景中的表现尤其突出，而简单的计步器和腕部设备常将缓慢轻松的走路与更费力的爬坡或上坡混淆。

解决口袋里手机晃动的问题

当然，人们通常不会把手机绑在大腿上。现实中，手机在松动的口袋里会四处移动，产生会干扰传感器的“运动噪声”。为了解决这一点，团队记录了不同服装类型下的步行数据——牛仔裤、运动裤、普通短裤和运动短裤——参与者在口袋里放一部手机，另一部则牢固绑在大腿上。他们训练了一个简单的校正模型，学习由手机在口袋中移动产生的典型额外运动并将其剔除。这样使运动误差降低了超过四分之一，并消除了不同服装类型下能量估算的大部分偏差。当研究人员模拟数百种人群与服装组合时，经过校正的口袋手机数据被证明与牢固绑在大腿上的手机数据一样准确。

以细致视角观察日常生活

最后，团队开展了一项为期一周的居家研究，参与者在清醒时间内只需将研究用智能手机放在口袋里携带。OpenMetabolics为几乎每一步都生成了能量估算，呈现出丰富的日与周模式。它捕捉到通勤时段的活动集中度、个体之间活动水平的差异，以及周日相较于工作日的能量使用下降——这些趋势与更大规模人群研究中观察到的相符。因为整个系统实现为一款应用且数据与代码公开共享，原则上可与大量人群在多种情境中使用，包括无法获得昂贵医疗设备的社区。

这对日常健康意味着什么

对非专业人士而言，结论很直接：这项工作表明，一部普通的口袋智能手机可以逐步精确追踪你燃烧的能量，接近专业实验室设备的水平，并优于许多流行的可穿戴设备。作者通过将方法和软件开源，期望研究人员、临床医生和公共卫生组织能够开展大规模、低成本的研究，从而最终阐明现实世界运动如何影响健康、疾病风险和治疗效果。从长远来看，像OpenMetabolics这样的工具可以帮助个性化运动建议、指导城市设计、支持体重管理和康复项目，并将高质量的活动监测带给那些从未拥有过健身追踪器的人群。

引用: Cho, H., Slade, P. OpenMetabolics: Estimating energy expenditure using a smartphone worn in a pocket. Commun Eng 5, 35 (2026). https://doi.org/10.1038/s44172-026-00604-9

关键词: 身体活动, 能量消耗, 智能手机传感, 可穿戴健康, 行走模式