PHA: connecting wearable data, evidence, and health coaching
Google’s Personal Health Agent coordinates data analysis, evidence retrieval, and coaching. Response-quality evaluations do not establish long-term health benefits.
Google Research、Google DeepMind等团队 · 2026-10-21
PHA把计算、检索和辅导组合为一个健康助手；评测支持其回答质量优势，长期健康收益仍需验证。
智能手表已经积累了大量睡眠、心率和运动记录。PHA尝试把这些数据与血检、问卷和用户背景结合，让健康助手既能计算，也能解释，并通过对话帮助用户细化目标。主实验使用Gemini系列基础模型，研究重点在于智能体的分工、工具调用和协作架构。
一个问题，三类Agent接力
PHA包含数据分析（DS）、健康领域（DE）和健康教练（HC）三个专长互补的Agent。调度器根据问题选择主力和辅助角色，组织结果综合、反思和记忆更新。不同问题调用的角色组合可以不同。
研究使用了来自1165人WEAR-ME研究的数据，并开展11项评测，累计7000余条人工标注和1350小时人类投入。数据来源人数不能当作直接测试PHA的用户人数。
数据分析先做计划，再执行代码
DS Agent先判断时间范围、数据是否充足以及需要怎样计算，再生成并执行代码。报错会反馈给模型，推动修正。分析计划平均得分为75.6%，基础Gemini为53.7%；在173个单元测试中，首次代码通过率为75.5%对58.4%，最多五轮纠错后达到79.0%。这些是计算任务指标。
健康摘要要有个人背景与证据
DE Agent通过检索和多步核对，把数据放回个人背景。在30份个人数据画像、5位临床医生参与的盲评中，65%的DE摘要被评为“有用”或“很有用”，基础模型为30%。但专家安全审查仍识别出约2%可能造成中到重度伤害的摘要，因此有用性提高不能直接推出临床安全。
先聊目标，再提出具体建议
HC Agent关注目标、动机、约束、倾听和反馈。31名用户的体验评测显示，在六个辅导主题中的五个，HC更受偏好；三位健康专家进一步复评了对话记录。进度衡量仍是弱项，基础模型在该项表现更好。对话体验改善与长期行为改变，需要分别验证。
动态协作比简单并行多了什么
完整系统与同一基础模型上的单Agent PHIA、并行多Agent比较。45名参与者扮演与个人健康情况相近的WEAR-ME数据画像，与各系统展开对话。总体首选比例为PHA 46.7%、并行系统28.9%、PHIA 24.4%；三位专家对总体质量的第一名选择比例分别为66.7%、20.7%、12.6%。
动态调度使前一Agent的发现可以进入后一Agent的回答，并通过反思整合已有信息。PHA相对并行系统的调用次数与响应时间较低，但单Agent的成本仍最低。论文验证的是短期任务表现和对话质量，未证明长期健康结局改善；它仍是日常健康支持研究原型。
论文信息
| Title | The anatomy of a personal health agent |
| Journal | Nature |
| Published online | 2026-10-21 |
| DOI | https://doi.org/10.1038/s41586-026-11161-8 |
来源与资源
- 官方代码：调度器、三类子Agent、提示词、工具框架及示例。基础模型权重不在此次开源范围。
- 论文Data availability说明了数据获取方式。50份数据画像子集与完整1165人数据集的访问条件不同，完整数据需申请。
- Google Research官方介绍：该页面正文仍保留早期10项任务、1100小时口径；本篇数据统一采用2026年正式论文的11项、1350小时。
原图来源：Heydari 等，Nature（2026），按 CC BY 4.0 转载。图面与编号保留原样，中文图注为本站解读。
FOLLOW THE QUESTION