Health Guardianは24時間365日、バックグラウンドで静かに動作し、通常は目に見えない健康指標を追跡。その情報はGoogle Healthアプリ内で月次サマリーとしてまとめられます。これはGoogleがこれまでに手がけたウェアラブル向けヘルスAIの中でも最も野心的な試みですが、同社はこのツールが何をできて何をできないかについて、意図的に慎重な姿勢を崩していません。
インスリン抵抗性トレンドは、ウェアラブルデバイスに内蔵されたセンサー(心拍数、心拍変動(HRV)、SpO₂、動き、睡眠の質、皮膚温)が数週間かけて収集した生理データを分析します。そのデータはAIモデルに送られ、代謝の変化(具体的にはインスリン抵抗性が上昇傾向か下降傾向か)を検出します。
この機能には採血も、グルコースセンサーも、指先を刺す必要も一切ありません。ウォッチがもともと収集しているデータを受動的に利用します。
代謝の変化は長期間かけてゆっくりと起こるため、GoogleによればHealth Guardianが最初の詳細なサマリーを表示するには、継続的に約30日間の装着が必要です。また、この機能を利用するにはFitbit Premiumのサブスクリプションが必要です。
Googleはこのツールの限界について明確に説明しています:
同社はこの機能をウェルネスツールとして位置づけており、医療診断デバイスではありません。
このスイートには、インスリン抵抗性トラッキングを補完する3つの機能が含まれています:
Googleによれば、インスリン抵抗性トラッキングの背後にあるAIモデルは、500万人の同意ユーザーからの1兆分以上のセンサーデータで訓練されました。(一部の情報源では「数百万人の同意ユーザー、数十億分のデータ」と表現されています。)
基礎研究は2026年3月16日付でNature誌に掲載されました。タイトルは『Insulin resistance prediction from wearables and routine blood biomarkers』です。この研究で、マルチモーダルモデルは以下の性能を示しました:
これらの結果は、ウェアラブルデータに人口統計情報と血液バイオマーカーデータを組み合わせ、臨床的な血液検査によるインスリン抵抗性測定法(HOMA-IR)で検証したものです。臨床検証には、1,100人以上の参加者を対象としたWEAR-ME研究のデータが使用されました。
GoogleのHealth Guardianは、代謝に関する健康インサイトをより身近なものにするための重要な一歩ですが、医療検査の代替にはなりません。インスリン抵抗性トラッキング機能は、長期的な傾向を手軽に、非侵襲的に把握する手段を提供します。医師との相談のきっかけにはなりますが、それだけで状態を診断したり管理したりできるものではありません。
Health Guardianは24時間365日、バックグラウンドで静かに動作し、通常は目に見えない健康指標を追跡。その情報はGoogle Healthアプリ内で月次サマリーとしてまとめられます。これはGoogleがこれまでに手がけたウェアラブル向けヘルスAIの中でも最も野心的な試みですが、同社はこのツールが何をできて何をできないかについて、意図的に慎重な姿勢を崩していません。
インスリン抵抗性トレンドは、ウェアラブルデバイスに内蔵されたセンサー(心拍数、心拍変動(HRV)、SpO₂、動き、睡眠の質、皮膚温)が数週間かけて収集した生理データを分析します。そのデータはAIモデルに送られ、代謝の変化(具体的にはインスリン抵抗性が上昇傾向か下降傾向か)を検出します。
この機能には採血も、グルコースセンサーも、指先を刺す必要も一切ありません。ウォッチがもともと収集しているデータを受動的に利用します。
代謝の変化は長期間かけてゆっくりと起こるため、GoogleによればHealth Guardianが最初の詳細なサマリーを表示するには、継続的に約30日間の装着が必要です。また、この機能を利用するにはFitbit Premiumのサブスクリプションが必要です。
Googleはこのツールの限界について明確に説明しています:
同社はこの機能をウェルネスツールとして位置づけており、医療診断デバイスではありません。
このスイートには、インスリン抵抗性トラッキングを補完する3つの機能が含まれています:
Googleによれば、インスリン抵抗性トラッキングの背後にあるAIモデルは、500万人の同意ユーザーからの1兆分以上のセンサーデータで訓練されました。(一部の情報源では「数百万人の同意ユーザー、数十億分のデータ」と表現されています。)
基礎研究は2026年3月16日付でNature誌に掲載されました。タイトルは『Insulin resistance prediction from wearables and routine blood biomarkers』です。この研究で、マルチモーダルモデルは以下の性能を示しました:
これらの結果は、ウェアラブルデータに人口統計情報と血液バイオマーカーデータを組み合わせ、臨床的な血液検査によるインスリン抵抗性測定法(HOMA-IR)で検証したものです。臨床検証には、1,100人以上の参加者を対象としたWEAR-ME研究のデータが使用されました。
GoogleのHealth Guardianは、代謝に関する健康インサイトをより身近なものにするための重要な一歩ですが、医療検査の代替にはなりません。インスリン抵抗性トラッキング機能は、長期的な傾向を手軽に、非侵襲的に把握する手段を提供します。医師との相談のきっかけにはなりますが、それだけで状態を診断したり管理したりできるものではありません。