長久以來，已經習慣用 BMI（身體質量指數，Body Mass Index） 來判斷一個人是否肥胖，但越來越多研究證實：
BMI，只能看見體型，卻看不見真正的代謝健康。
💡2026 年 7 月 1 日，國際頂尖期刊《Cell Reports Medicine》發表一項重要研究，題為 《Metabolomic and lifestyle profiles refine BMI-metabolic phenotypes in older adults》。研究由上海交通大學醫學院仁濟醫院、清華大學及多個研究團隊共同完成，針對 13,202 位高齡族群（Natural Aging Cohort，NCT04517513）進行大規模代謝體學分析，探討 BMI 是否真的足以代表一個人的代謝健康。研究指出，BMI 雖然是目前全球最普遍使用的肥胖指標，但它只能反映體型，無法真正反映人體的代謝健康狀態。即使加入血糖、血脂、血壓等傳統心血管代謝危險因子，仍不足以精準評估老年族群未來的疾病與死亡風險。
為了解決這項限制，研究團隊利用高通量代謝體學（Metabolomics）分析血液中的代謝物，並結合可解釋的人工智慧（Explainable Machine Learning），從數百種代謝物中篩選出 39 種核心代謝物（hub metabolites），建立全新的 BMI-Metabolic Health Score（BMHS）。模型在不同 BMI 族群中辨識代謝異常的表現良好，AUC 達 0.763–0.801。
研究最重要的發現包括：
✅ 不論 BMI 正常、過重或肥胖，都同時存在「代謝健康」與「代謝異常」兩種族群。
✅ BMHS 比傳統 BMI 更能獨立預測全因死亡率（All-cause mortality）及心血管死亡率（Cardiovascular mortality）。
✅ 研究發現，多條重要代謝路徑與代謝健康密切相關，包括膽鹼（Choline）代謝、葉酸介導的一碳代謝（Folate-mediated one-carbon metabolism）、牛磺酸（Taurine）與 Hypotaurine 代謝，以及葡萄糖與胺基酸代謝。其中，膽鹼代謝異常在代謝不健康的肥胖族群中特別明顯，而葉酸介導的一碳代謝則呈現肥胖族群特有的代謝變化，顯示不同 BMI 背後存在不同的生物學機制。
此外，研究進一步將 BMHS 與生活型態（飲食、運動、吸菸等）結合分析，發現具有健康生活型態且 BMHS 較佳的族群，其死亡風險最低；相反地，即使 BMI 正常，如果代謝異常且生活型態不佳，健康風險仍明顯增加。這表示生活型態仍具有可介入、可改善代謝健康的重要價值。
研究團隊最後提出一個重要觀點：未來健康管理應從「BMI 導向」轉變為「代謝體導向」。透過代謝體學、多體學（Multiomics）、人工智慧分析與生活型態資訊的整合，可以建立更精準的健康疾病風險評估模型，讓疾病預防、風險分層及個人化健康管理更早、更準確，也為精準健康（Precision Health）提供新的發展方向。
換句話說，真正需要管理的，不一定是體重，而是代謝。
