Cuatro semanas como un ‘Cyborg’ ultrahumano


Durante cuatro semanas Durante 2021, este reportero de TechCrunch dio el paso y probó un servicio de «aptitud metabólica» de la startup Ultrahuman, con sede en Bangalore. El programa de seguimiento, con la marca Cyborg, utiliza hardware de grado médico montado en el brazo para obtener una lectura en tiempo real de su glucosa en sangre, utilizando ese punto de datos dinámico para impulsar un servicio de salud cuantificado que califica lo que come y cómo se mueve. empujándolo a tomar decisiones de estilo de vida más saludables a lo largo del día.

La investigación ha relacionado la inflamación metabólica crónica, desde factores como la mala alimentación y la inactividad física, hasta el riesgo de desarrollar una serie de enfermedades, desde diabetes hasta enfermedades cardiovasculares, enfermedades renales crónicas e incluso cáncer. Entonces, la teoría detrás del producto es que muchas opciones de estilo de vida incrementales pueden acumularse para una perspectiva más saludable a largo plazo, si puede «optimizar» estas decisiones para evitar los desencadenantes de la inflamación y el estrés oxidativo.

Aquí sigue mi larga lectura sobre la curiosa experiencia de vivir con un dispositivo portátil que perfora la piel y una ventana digital que se actualiza dinámicamente en su proceso biológico, así como una discusión más amplia sobre el valor del monitoreo continuo de glucosa (MCG) para un propósito general de salud / estado físico. y, finalmente, algunas notas sobre el panorama competitivo que surgen en torno a la producción de este tipo de hardware de detección.

Como esta es una revisión general del producto / servicio de Ultrahuman (aún beta privado), también incluí una sección de «Veredicto y precio». Sáltese si desea profundizar en los detalles operativos. Pero primero algo de contexto …

Preámbulo y advertencias

Convertirse en un cyborg ya no es tan ciencia ficción como suena. Durante años, la tendencia del ‘yo cuantificado’ ha generado todo tipo de sensores y servicios para medir la actividad corporal y empujarlo a rastrear y ‘optimizar’ sus resultados, desde contadores de pasos y monitores de frecuencia cardíaca, hasta sensores de estrés y sueño, marcadores de capacidad pulmonar, y, más recientemente, cosas más raras: monitores de glucosa en sangre y analizadores de saliva o orina / caca, este último para profundizar en la salud hormonal y / o microbioma / metabólica si así lo desea.

Sirviendo bien a los preocupados con tecnología de detección montada en la muñeca, atada con correa o de otra manera autoadministrada, además de un servicio de suscripción para jugar al oráculo de bolsillo, a través de una interpretación proporcionada por la aplicación de lo que significan todos estos datos personales (y, por supuesto, cómo mejorar sus métricas). es un negocio en auge. Cierre sus anillos (de ejercicio). Respire más profundamente. Trate de acostarse más temprano y así sucesivamente.

Parte de esta tecnología sanitaria cuantificada puede parecer un poco superficial o frívola; un intento de «gizmoify» la vida diaria y presionar un dispositivo cuando solo podía salir a caminar o irse a la cama más temprano. Los productos más básicos funcionan vendiendo a los desafiados por la motivación una llamada para levantarse del sofá o un reemplazo de la estructura infantil perdida. O, bueno, datación como prueba de existencia.

Pero también pueden ser caballos para cursos; Si tiene un trastorno del sueño o sufre de estrés y ansiedad, entonces hacer un seguimiento de su sueño, y recibir pequeños empujones y consejos sobre cómo dormir más, podría ser justo lo que necesita para obtener Zzz de calidad.

La tecnología disponible también se ha vuelto más sofisticada. Aunque, cuando los rastreadores comerciales ponen un enfoque sugerente en la función de los órganos (corazón, pulmón, etc.), la cuantificación puede sonar impresionante, pero puede tener una precisión cuestionable, dado que muchas de estas cosas son para consumidores, en lugar de dispositivos médicos (regulados). .

Incluso los datos del rastreador de pasos pueden ser bastante inexactos.

Pero en un desarrollo más reciente, un número creciente de nuevas empresas están utilizando hardware de detección de grado médico para ofrecer análisis metabólicos autoadministrados mediante el seguimiento de cambios (casi) en tiempo real en la glucosa en sangre mediante el uso de un sensor que usted ‘usa’ en (y, bueno, en) la piel.

Esta es un área de enfoque fascinante y en crecimiento, pero aún novedosa, para las startups de salud cuantificadas. Uno que parece prometedor, en términos de poder brindar información sobre la salud individualmente útil y que, con suficientes datos, puede escalar en utilidad y ayudar a empoderar a muchos otros para que tomen decisiones de estilo de vida individuales más saludables.

Pero la gran advertencia es que la comprensión científica de la aptitud metabólica aún no es tan completa y holística como podríamos esperar.

Ultrahuman Cyborg: los bits del kit del producto: un sensor Abbott FreeLibre 2 CMG en caja, una toallita con alcohol y parches de la marca Ultrahuman para cubrirlo después de aplicarlo en el brazo.

Ultrahuman Cyborg: ¿Qué hay en la caja? Sensor CMG de Abbott, toallitas con alcohol, parches de cinta para usar sobre el sensor (Créditos de la imagen: Natasha Lomas / TechCrunch)

No se comprende mucho, por ejemplo, por qué puede haber tanta variación entre las respuestas metabólicas de los individuos (diferentes personas que consumen exactamente la misma dieta pueden tener respuestas muy diferentes, por ejemplo); o el papel exacto de la inflamación en el riesgo de desarrollar enfermedades como diabetes o cáncer.

Entonces, la capacidad de las nuevas empresas para jugar al oráculo aquí está limitada por la necesidad de más investigación. (No obstante, obtener datos para avanzar en la investigación y la comprensión es una parte clave de la oportunidad que los emprendedores están espiando).

El hardware de detección en cuestión tampoco está regulado para el caso de uso de «bienestar general» que persigue la mayoría de estas nuevas empresas.

Lo que significa que estos servicios siguen siendo novedosos, también conocidos como experimentales, incluso si el hardware que están reutilizando es legítimo, en el sentido de haber sido fabricado por firmas de dispositivos médicos establecidas y regulado para un uso más limitado (es decir, control de la diabetes).

Por lo general, estos sensores tienen autorización reglamentaria para que las personas con diabetes realicen un seguimiento de su glucosa en sangre, en lugar de tener que realizar pruebas constantes de punción en el dedo. Eso puede dar credibilidad a las nuevas empresas que se conectan a las API de los mismos fabricantes de dispositivos para obtener el mismo flujo de datos. Pero el giro interpretativo que estos servicios dan a los datos es solo eso: un giro.

Cualquier análisis más amplio, incluidas las recomendaciones de estilo de vida, definitivamente no está aprobado por la FDA.

Los debates que han seguido surgiendo durante años en torno a la nutrición, todas las dietas de moda, los libros más vendidos y las discusiones repetidas sobre lo que es bueno o malo para nosotros comer, o incluso qué es el ejercicio efectivo, es un síntoma de larga duración de un comprensión defectuosa de la interacción entre nuestra biología y aquello a lo que la exponemos habitualmente.

Está claro que medir sistemas complejos sin una comprensión completa de cómo todas las partes constituyentes pueden interactuar e interactuar significa que no obtendrá la imagen completa. En el mejor de los casos, es una instantánea, tal vez una que respalde una mejor comprensión. Pero nunca tendrá todas las respuestas. Entonces, otra advertencia, el riesgo de una mala interpretación es real.

También está la cuestión de cómo exactamente se mide la «aptitud metabólica». Como etiqueta, es un poco como un paraguas difuso: se arquea sobre complejas interacciones biológicas vinculadas a reacciones químicas que generan energía en nuestros cuerpos que pueden (o no) significar que somos fácilmente capaces de mantener un peso saludable; o que de otro modo puedan apoyarnos o trabajar en contra de nosotros para lograr un alto nivel de aptitud física.

Lo que comes; cómo; Cuándo; y qué tan activo y descansado (frente a estresado) estaba en ese momento son solo algunos de los factores que varían dinámicamente y que pueden afectar la función metabólica. (Un ejemplo ilustrativo: lo que comiste El dia antes de puede afectar la forma en que su cuerpo metaboliza un alimento en particular hoy dia.) Mientras que el biomarcador (o biomarcadores) que un producto elige para concentrarse y rastrear también influirá, obviamente, en lo que el servicio de «aptitud metabólica» puede ver y es capaz de deducir.

Las empresas emergentes que se enfocan en la salud metabólica están explorando una variedad de opciones, desde el seguimiento de la glucosa en sangre hasta el análisis del microbioma intestinal u otras excreciones corporales (como la orina), o la observación de una combinación de salidas / señales (tal vez también teniendo en cuenta la frecuencia cardíaca). Con el tiempo, es probable que se agreguen más señales corporales a la mezcla para tratar de desarrollar una comprensión más completa, pero gran parte del seguimiento metabólico genético actual se considera mejor como una pieza del rompecabezas; un boceto o una suposición aproximada, con más espacios en blanco que líneas de sombreado.

Cómo comprender, o mejor interpretar, los datos de una combinación de señales metabólicas no presenta escasez de preguntas y desafíos para aquellos que intentan producir la vanguardia para descubrir toda esta química corporal. Como reconoce el fundador de Ultrahuman, al decirle a TechCrunch: «Resolver la precisión de los conocimientos que generamos a partir de los biomarcadores de glucosa es el núcleo de nuestra misión».

El sitio web de la empresa también contiene un texto de exención de responsabilidad de que el servicio Cyborg proporciona «información general para que los atletas comprendan sus niveles de glucosa y rendimiento deportivo»; y no sustituye a una opinión médica profesional ni consiste en atención médica / tratamiento para afecciones o inquietudes médicas específicas.

Si bien la misión empresarial de desmitificar el metabolismo y comercializar el concepto de aptitud metabólica sigue en marcha, hay un par de cosas claras: 1) Existe una demanda para comprender mejor la función biológica (muchas personas, no solo atletas de élite, están interesadas en lo que está sucediendo con sus cuerpos en general y su metabolismo específicamente) – y: 2) se están haciendo afirmaciones importantes, pero aún no verificables, de lo que este tipo de tecnología de seguimiento de ‘salud’ podría proporcionar a un usuario individual como un beneficio a largo plazo.

Entonces, ¡otra advertencia! – Cualquiera que esté interesado en involucrarse con el biohacking metabólico debe tener claras las limitaciones.

Obtener un poco de datos no es lo mismo que obtener un diagnóstico, ni siquiera una comprensión adecuada. Más datos en este contexto pueden significar más ruido y confusión, no necesariamente una señal clara. También puede hacer que se preocupe por cosas que no debería.

Otra observación: el auge del consumidor en el seguimiento de la salud / bienestar digital durante la última década ha sido comprensiblemente más lento en la actualización cuando se trata de dispositivos portátiles invasivos / semiinvasivos. También conocido como dispositivos de detección que funcionan al estar instalados (al menos un poco) dentro del cuerpo.

Incluso parcialmente: sumergirlo debajo de la piel para que pueda pegar un filamento sensor en el líquido intersticial en el caso de Cyborg de Ultrahuman – el servicio de seguimiento metabólico «ponible» que es el enfoque principal de esta revisión. Esta combinación de sensor semi-invasivo más aplicación monitorea los niveles de glucosa (casi) en tiempo real como un proxy para comprender y calificar la salud metabólica, lo que brinda al usuario del parche avisos y alertas activados por el azúcar en la sangre para alentar ajustes beneficiosos en el estilo de vida.

El objetivo es ayudar al usuario del sensor a estabilizar sus niveles de glucosa a medida que avanza el día, evitando altibajos extremos, con la misión general de reducir la inflamación y el estrés oxidativo, que está relacionado con resultados negativos para la salud.

La sugerencia es que, prestando atención a la «aptitud metabólica», la frase de elección de Ultrahuman para describir su misión, y tomando pequeñas acciones relacionadas con lo que come y cuándo, y cómo y cuándo hace ejercicio y duerme, puede evitarlo o incluso revertirlo. Inflamación crónica que, con el tiempo, podría conducir al desarrollo de un trastorno metabólico como la diabetes, o enfermedad del hígado graso no alcohólico o enfermedad cardiovascular.

Si bien la noción de dieta no siempre es promovida abiertamente por las nuevas empresas que producen tecnología CGM, los picos de azúcar en la sangre también están asociados, por supuesto, con el consumo de alimentos azucarados (y con un mayor volumen de consumo), los cuales pueden conducir a un aumento de peso. Por lo tanto, apoyar la aptitud metabólica también implica ayudar a obtener y mantener un peso saludable.

Con tales ganancias potenciales que acaparan los titulares, desde la reducción del riesgo de enfermedades crónicas hasta el apoyo para el control del peso y un compañero digital inteligente para impulsar el rendimiento deportivo, es fácil ver por qué ha habido una gran lucha por desmitificar (y monetizar) el metabolismo.

Y cuando se trata de oportunidades de inicio, un rastreador de salud del consumidor literalmente ‘conectado’ es definitivamente mucho menos convencional que el equipo de rastreo montado en la muñeca como el Apple Watch, que instantáneamente reduce la competencia de los gigantes de la tecnología de consumo, brindando a los emprendedores audaces la oportunidad de brillar.

Es seguro decir que si el dispositivo portátil de Apple tuviera un colmillo metálico retráctil incrustado en la placa posterior, el gigante tecnológico no habría enviado tantos relojes, por muy elegante que parezca su filamento sensor de glucosa. (Apple seguramente querrá incorporar una versión sin aguja de monitoreo de glucosa en su reloj, como han sugerido los rumores, y si la tecnología funciona).

Perforar la piel suena complicado (incluso si no lo es realmente). Y muchas personas odian la idea de las agujas. Eso significa que simplemente hay más espacio y oportunidades, aquí en la vanguardia del biohacking (¡ja!), Para que las nuevas empresas de salud cuantificadas tracen un camino que parece para ir más allá de las principales empresas de tecnología de consumo. Auto-tecnología cuantificada que no tiene miedo de cruzar la línea de la fobia a las agujas sin duda siente más grave porque está literalmente más cerca del proceso biológico que se está rastreando.

Dicho esto, si colocar un rastreador en la piel hace una diferencia significativa frente a una ubicación menos íntima del sensor, en términos de la calidad de los datos que se capturan; el análisis de esos datos; y cualquier recomendación resultante proporcionada al usuario, es una pregunta difícil de responder. (De hecho, es toda una serie de preguntas, según el contexto y la ejecución de los servicios).

En el caso del Cyborg de Ultrahuman, la startup tiene cuidado de no hacer promesas excesivas; su marketing pone la responsabilidad en los usuarios de “trabajar para mejorar su salud con visibilidad en tiempo real de cómo la comida y el ejercicio impactan en su cuerpo, y una puntuación que lo motive a mejorar cada día”, como las instrucciones minimalistas que llegaron en la caja con el producto beta lo puso.

La «puntuación» metabólica que da Cyborg es personalizada, sí, pero es una abstracción e interpretación de los procesos biológicos que todavía plantean muchas preguntas para la ciencia. Así que, de nuevo, esto es más sobre ser parte de una búsqueda de respuestas frente a recibir una única «verdad biológica» en un plato. (En resumen, no hay plato; solo hay una gran cantidad de datos sugerentes para deleitar su curiosidad).

Si bien un poco de conocimiento puede ser algo peligroso, tal vez incluso más cuando los datos en cuestión se adjuntan a su propia biología, un vistazo al funcionamiento interno de uno es, sin duda, una hierba gatera para los curiosos. Y en nuestra era digital, con tanta información de investigación de salud disponible en línea con solo pulsar una tecla, ¿quién no siente un poco de curiosidad por cuestiones de biología personal?

El peligro, quizás, es que una ubicación de sensor más invasiva / íntima puede llevar a las personas a asumir automáticamente que este tipo de rastreador está brindando información de mayor calidad (y conocimientos más personalmente relevantes) que el calibre del procesamiento de datos, y nuestra comprensión científica más amplia de procesos metabólicos – es capaz de producir.

Sin embargo, Ultrahuman no tiene miedo de impulsar esa noción de ciencia ficción como un punto de venta. De ahí su elección abierta de la marca ‘Cyborg’, que enfatiza deliberadamente la ubicación del sensor intradérmico, la interfaz directa entre la tecnología y su cuerpo, lo que implica que esa es la salsa especial que impulsa un servicio de salud cuantificado que promete «empujarlo hacia una mejor salud, una pequeña paso a paso ”, y sin la necesidad de“ cambios drásticos en la dieta ”o el tedio / frustración de los“ planes genéricos de ejercicio ”.

Dado que muchas otras empresas emergentes también están aprovechando el mismo (o similar) hardware de CGM, la automatización de obtener los datos ya corre el riesgo de convertirse en un producto básico; así es como esta información se visualiza, analiza y contextualiza para cada usuario eso realmente cuenta.

Una vez más, sin embargo, dada toda la incertidumbre mencionada en torno a la ciencia, parece intrínsecamente difícil de cuantificar.

Por supuesto, los cínicos podrían decir que es una oportunidad de inicio perfecta …


Cyborg ultrahumano: cómo funciona

El seguimiento de los cambios dinámicos en la glucosa en sangre es el proxy de elección de Ultrahuman para evaluar la salud metabólica.

¿Por qué la glucosa? El CEO y cofundador de Ultrahuman, Mohit Kumar, dice que era la mejor opción para lo que querían que lograra el producto: ser «un biomarcador en tiempo real que es sensible a la comida, el estrés, el sueño y la actividad».

“Estábamos buscando biomarcadores y métodos para personalizar el viaje del fitness para las personas cuando también comenzamos, pero nos llevó un año de experimentación descubrir qué biomarcador realmente funciona para el tipo de impacto que estábamos viendo. Observamos varios biomarcadores como la VFC [heart rate variability], el sueño y la frecuencia respiratoria, pero la glucosa parecía realmente interesante debido a la retroalimentación que proporciona sobre nuestro aspecto alimentario del estilo de vida ”, le dice a TechCrunch.

“Esto significa que podríamos obtener comentarios instantáneos sobre estos factores de estilo de vida y lo que hemos visto es que los comentarios instantáneos conducen a una mejor capacidad de acción. Por ej. un empujón que lo empuja a caminar después de una comida y que le da un pico dará lugar a una mejor capacidad de acción en comparación con un informe que se envía después de un día.

“En segundo lugar, hay tantos wearables y marcadores de fitness que te ayudan a mejorar el rendimiento de tu actividad, pero no hay nada que te ayude a optimizar lo que comes. La nutrición es generalmente una caja negra y es mucho más confusa (dados los cientos de tipos de dieta y preferencias personales), pero probablemente sea el factor de estilo de vida más importante dado lo roto que está nuestro ecosistema alimentario.

“Esta es la razón por la que sentimos que utilizar glucosa tiene mucho sentido desde la perspectiva del ROI, a pesar de que es un biomarcador semiinvasivo. La versión beta privada nos ayuda a comprender qué empujones e información ayudan a las personas a realizar cambios de estilo de vida fácilmente. Hemos visto una participación masiva en la plataforma con aplicaciones abiertas / usuario de alrededor de 21 por día y la mayoría de las personas ven mejoras reales en su salud alrededor del día 45 de uso «.

El seguimiento de los cambios de azúcar en la sangre casi a medida que ocurren, gracias a la tecnología CGM, es inmediatamente un gran paso adelante en el desafiante negocio de la paciencia de la dieta (tradicional) de prueba y error durante un período de varias semanas / meses: Aka, cambie lo que usted coma / cómo hace ejercicio y espere y vea si realmente mueve la balanza, semanas o incluso meses después.

El seguimiento continuo de la glucosa en sangre (frente a los repetidos pinchazos en los dedos) ha sido posible gracias al desarrollo del hardware CGM en los últimos años, inicialmente para personas con un diagnóstico formal de diabetes. Pero ahora un número creciente de nuevas empresas están produciendo esta tecnología para un consumidor más preocupado por la salud o el fitness.

La tecnología en sí ha dado lugar a una ciencia interesante. Vea, por ejemplo, este artículo de investigación de 2018 que mostró que la desregulación de la glucosa (es decir, niveles altos o bajos fuera de lo que se considera el rango normal) en realidad era bastante común en personas «sanas»; es decir, aquellos sin un diagnóstico de diabetes o prediabetes, que no era lo que los investigadores esperaban encontrar.

Básicamente, el servicio de Ultrahuman consiste en un hardware de detección montado en el brazo (un sensor en forma de disco), que debe reemplazarse cada dos semanas, además de una aplicación para visualizar sus datos de glucosa en sangre y enviar alertas y empujones. Emparejas cada sensor nuevo con la aplicación para continuar el seguimiento.

El sensor CGM Abbott de Ultrahuman Cyborg se muestra usado en la parte superior del brazo

No es tu dispositivo de fitness promedio (Créditos de la imagen: Natasha Lomas / TechCrunch)

El hardware del sensor está fabricado por otra empresa: la empresa estadounidense de dispositivos médicos Abbott. El sensor específico que se envió con el producto Ultrahuman en el momento de escribir este artículo fue el sistema de monitoreo de glucosa flash FreeStyle Libre 2 de Abbott.

La autoadministración del sensor CGM es un poco estresante, pero principalmente porque solo tiene una oportunidad en la ubicación (correcta). Y con solo dos sensores en la caja beta entregados a TechCrunch, no quería desperdiciar ningún hardware.

En el momento de la solicitud, Ultrahuman había producido un par de videos (graciosamente con voz de robot) para instruir sobre la colocación y configuración del sensor. Estos fueron útiles, y solo un poco inquietantes (debido a la referencia, no presionar demasiado para evitar “algunas gotas de salpicaduras de sangre”).

El hardware de Abbott viene con su propio conjunto de instrucciones y un aplicador con resorte que ceba manualmente antes de colocar el vaso de plástico en la parte superior del brazo levantado y, con temor, presiona hacia abajo para disparar el filamento en su carne. La acción es lo suficientemente rápida como para hacerte estremecer. Puede que no sea de ayuda recordar otra frase en el video de instrucciones de Ultrahuman («aguja hueca»). Pero la aguja es solo el mecanismo de liberación del filamento; no te quedarás con ese trozo de metal visible en tu brazo.

¿Hubo alguna salpicadura de sangre? No que me diera cuenta. Sin embargo, el segundo sensor que instalé / puse parecía haberse disparado a un nervio o algo así, ya que fue bastante doloroso durante varios días. Después de lo cual se asentó o se acomodó. O, bueno, me acostumbré.

El primer sensor no fue doloroso, per se, para usar, pero definitivamente se necesita un poco de tiempo para acostumbrarse a dormir con un pedazo de plástico adherido a su brazo. Descubrí que ciertas posturas de yoga requerían contorsiones adicionales para evitar presionar incómodamente el sensor, por ejemplo. Y juro que podía escuchar un gemido muy agudo en mi cabeza por la noche mientras usaba el CGM, pero tal vez solo estaba soñando con una oveja eléctrica.

Sí, puede ducharse / bañarse con el sensor en su lugar. La caja de Ultrahuman contenía algunos parches de cinta de tela en forma de disco para ayudar a proteger el hardware (y agregar su marca a su brazo). Estos pueden comenzar a desprenderse después de unos días, dependiendo de su estilo de vida, pero el sensor en sí permaneció firmemente alojado durante mis dos períodos de dos semanas. (Puede quitar un parche dogeared y reemplazarlo por uno nuevo (si tiene suficiente de repuesto). Aunque eso también fue estresante, ya que no desea que la eliminación temprana del parche rompa prematuramente el sensor. divertido como aplicar una calcomanía completa de Macbook).

Si siente curiosidad por el filamento sensor en sí, se siente como un trozo de no ese multa cable. Puedes verlo por primera vez al extraerlo de tu brazo. En ese momento vi que parecía como si estuviera recubierto de algún tipo de pintura negra. Que estaba – no estaba muy contento de observar – descamando un poco … Pero para ese momento has estado viviendo con eso en tu piel durante dos semanas, así que la aceptación de Cyborg ya ha tenido lugar. Inteligente.

Una imagen del sensor CGM Abbott FreeLibre utilizado por Ultrahuman Cyborg, que se muestra después de ser retirado sostenido en una mano

El sensor después de la extracción de mi brazo (Crédito de la imagen: Natasha Lomas / TechCrunch)

¿Quedó una marca? Sí, una pequeña protuberancia roja donde el filamento había perforado la piel. Se desvaneció después de un tiempo. La cinta en sí, incluida la fijación incorporada del sensor (que se mantuvo mucho más firmemente adherida), nunca me molestó.

El sensor se empareja con la aplicación de Ultrahuman a través de Bluetooth. Esto significa que puede perder la conexión si su teléfono está fuera de la proximidad de unos pocos metros con su brazo / persona, momento en el que se detendrá el flujo de datos (y las alertas en tiempo real). ¡Así que ahora tienes la excusa perfecta para que tu teléfono nunca se aparte de tu lado!

Si eso sucede, la aplicación le notificará y le pedirá que vuelva a presionar el teléfono en el sensor cuando pueda para cargar las lecturas faltantes. (NB: en la configuración, el sensor también necesita un poco de tiempo para «calentarse», antes de que los datos comiencen a fluir. Por lo tanto, es posible que se encuentre paseando por la habitación mientras espera a que esté listo para registrar su primer entrenamiento / comida, etc. )

La aplicación en sí fue un trabajo en progreso durante el período de prueba de TechCrunch que se dividió en más de un mes (ya que tomé un descanso entre la aplicación del sensor 1 y el sensor 2), y el software pasó por una serie de cambios, incluido uno visual importante. retocar.

Esto cambió el gradiente de la línea de la gráfica de glucosa de una vista demasiado simplista (donde la glucosa baja a alta siempre se mostraba de verde a rojo) a tener una «zona objetivo» central donde la gráfica se muestra en verde helado «bueno para ir» pero como / si las tasas caen demasiado bajas o demasiado altas, sangrarán en un gradiente de amarillo a naranja a rojo, lo que significa que puede tener altos rojos y baja si está fuera del rango óptimo de glucosa (que está entre 70 mg / dL y 110 mg / dL).

Esta actualización supuso una gran mejora, ya que la versión anterior sugería visualmente que se necesitaba una glucosa más baja. siempre mejor, incluso si el nivel ya estaba por debajo del objetivo (también conocido como hipoglucemia), que es solo una pequeña ilustración de algunas de las dificultades de diseño / UX para este tipo de producto de salud cuantificado.

Además de graficar los altibajos de su glucosa en sangre a lo largo del día (o al menos la aproximación que el hardware de Abbott extrae de su líquido intersticial; como cualquier diabético podría decirle, estos niveles no siempre coinciden exactamente con las lecturas de glucosa en sangre; y si su glucosa está subiendo o bajando, puede haber un breve lapso de tiempo antes de que aparezca en un monitor de glucosa flash), la aplicación muestra lo que Ultrahuman denomina una «puntuación metabólica», que es un número del ‘0’ al ‘100 ‘.

Esta es la principal mecánica «métrica» ​​que utiliza la aplicación para intentar impulsar y ludificar los ajustes de estilo de vida saludable.

Ultrahuman describe esta puntuación como un indicador de su «salud metabólica general» y dice que se calcula en función de la variabilidad de la glucosa, la glucosa promedio y el tiempo en las métricas objetivo. El número se restablece a 100 todos los días a la medianoche y aumenta o disminuye «según las actividades de su estilo de vida diario y la respuesta del cuerpo».

La misión de la gamificación parece muy simple: «Tu objetivo es maximizar esta puntuación a diario», como dice la aplicación.

En la práctica, obtener una puntuación «buena» (es decir, alta) dependerá de su biología y estilo de vida individuales. Y, lamentablemente, puedes despertarte con una puntuación que ya está por debajo de los 80 (o, supongo, peor), dependiendo de lo que hayas hecho o comido antes.

NB: El estrés también puede afectar el nivel de azúcar en la sangre, por lo que los eventos fuera de su control pueden afectar sus métricas.

El registro de alimentos, y / o actividad u otros tipos de eventos que se agregaron gradualmente a la aplicación durante el período de prueba, se realiza manualmente.

Inicialmente, esto fue escribiendo de manera personalizada las descripciones de sus comidas (o actividad). Una actualización posterior agregó un índice de alimentos y actividades que le permite buscar y elegir de una lista estructurada y sus cantidades o tiempos en lugar de escribir todo manualmente.

Al final, preferí la escritura personalizada para registrar alimentos, ya que la lista era demasiado específica y tediosa para parecer útil. (Escriba: «Queso» y sugerirá muchos tipos diferentes de quesos, pero no necesariamente el exacto que está comiendo, ni la cantidad que realmente tiene en su plato, que es posible que no sepa en ningún caso; y eso es solo un ingrediente de la comida para registrar; repetir eso para un plato completo rápidamente envejece rápidamente … Además, la lista también parecía bastante centrada en los EE. UU., Lo que no fue muy útil para registrar una dieta europea).

Mientras que escriba su propio queso favorito, o de hecho, una descripción personalizada de toda la comida, y puede registrarlo rápidamente la próxima vez que lo coma, ya que la aplicación recordará su etiqueta personalizada.

Sin duda, Ultrahuman está ansioso por obtener datos estructurados de la mejor calidad que pueda, para construir la utilidad más amplia que se busca en los modelos predictivos de inteligencia artificial. Pero, si el registro se parece demasiado a un trabajo, pocos usuarios realizarán la tarea perfectamente de forma gratuita. Por lo tanto, es posible que tenga que trabajar mucho para obtener datos precisos y estructurados (en lugar de personalizados pero crípticos) de respuesta de alimentos a glucosa de su base de usuarios beta.

(De hecho, es posible que deba depender de pedir a los usuarios que tomen una imagen de su comida y aplicar tecnología de visión por computadora para hacer deducciones informadas, por ejemplo, aunque eso también puede introducir muchos errores. A largo plazo, si la tecnología se generaliza, usted Podría imaginarse a los restaurantes imprimiendo un código QR por comida en sus menús que se pueden escanear para que todos los datos de nutrientes correctos se registren instantáneamente para reducir la fricción de entrada).

El registro de actividad fue mucho más sencillo que las comidas. Sobre todo porque, a menos que sea un atleta olímpico, necesitará registrar mucho menos que la comida.

Después de los comentarios de la comunidad de los usuarios beta, Ultrahuman también agregó eventos de «estrés» como una opción de registro, así como el ayuno, que por supuesto puede causar estragos en la glucosa en sangre pero, según algunas investigaciones, puede tener su propio conjunto de beneficios para la salud. Por lo tanto, brindar a los usuarios opciones más granulares para ayudar a estructurar mejor los datos de CGM es sensato.

En el futuro, parece probable el registro automatizado a través de la integración con otros tipos de dispositivos portátiles de consumo. Por ejemplo, es fácil imaginar que su banda de fitness o su reloj inteligente detecta una actividad específica y pasa esos datos a la aplicación Ultrahuman, lo que podría pedirle al usuario que confirme los detalles del entrenamiento detectado.

Sin embargo, por ahora, los usuarios beta mantienen el control de ingresar y estructurar los datos, por lo que es probable que la calidad de los datos sea una mezcla heterogénea real.


Lo que aprendi

Los consejos de Ultrahuman advierten que durante el uso temprano del producto probablemente no será recompensado con puntajes altos y estables.

Esto se debe a que aprender lo que debe hacer para estabilizar su glucosa en sangre generalmente lleva un poco de tiempo, ya que debe probar diferentes cosas (combinaciones de alimentos, horarios de ejercicio, etc.) para ver qué funciona para usted. Aunque este es todavía un proceso mucho más acelerado frente al tedioso asunto de la evaluación del régimen de ejercicios y dietas de la vieja escuela. (Ofc, si ha sido bendecido con un glucotipo naturalmente más estable (es decir, de baja variación), es posible que necesite hacer mucho menos «manejo» manual, por así decirlo).

Sin embargo, todavía no estaré preparado para el horror inicial. Y pasé casi toda la primera semana, con la mandíbula en el suelo, viendo cómo la aplicación puntuaba las cosas que suelo comer.

¿Almuerzo de sándwich de pan de pita con ensalada de humus seguido de algunas nueces, media manzana y café (blanco, sin azúcar)? ¿No suena razonablemente saludable? Um, aparentemente no, en mi caso. Sigue siendo uno de los almuerzos de la «zona inferior» de todos los tiempos durante mis cuatro semanas como Cyborg (obteniendo un gran «0»). 😬

La peor comida para el almuerzo de todos los tiempos durante el período de prueba (simplemente en términos de qué tan alto alcanzó mi nivel de glucosa después de comer) no fue al menos un plato que había preparado yo mismo, sino una comida rápida, aunque de una marca que comercializa su tarifa como un Opción “natural” y más saludable que las tradicionales patatas fritas McBurgers n.

The meal in question — Leon’s lentil masala with brown rice followed by a “regular” coconut milk latte (brand of plant milk: Rude Health); another ‘0’ scorer — produced such an epically large spike that I decided I needed to do an emergency HIIT session just to bring my elevated levels back down again.

The exercise did do the trick. However, if I’d known before lunch that I would need to do do a bunch of burpees and squats right after lunch to metabolise the food spike I might well have revised my food choices.

How continuous glucose monitoring, and mass access to real-time metabolic data, will affect the fast food industry is certainly an interesting question to ponder…

Screengrab from Ultrahuman's Cyborg app showing a glucose spike that's been managed down via exercise

A whopping fast food spike — vanquished by doing some intense exercise (Image credits: Natasha Lomas/TechCrunch)

I hadn’t checked the ingredients small print prior to eating the Leon meal — but eyeing the label suspiciously afterwards, in the red glow of the app’s condemnation, I was unimpressed to find “caster sugar” in a long list of additions.

Although, knowing what I know now, it was probably the coconut milk (an ingredient in both the stew and the coffee) that was especially triggering for me.

Sadly, the post-meal coffee probably didn’t help either.

My least favorite Cyborg learning was that coffee seems to raise my blood sugar. Green tea? Totally fine. Black coffee, decaf, white? All cause me some uplift. And since I like to drink coffee in the afternoon, after eating lunch, that means a raise atop a (food) raise — which might be just enough to tip me into the red.

I still refuse to be a morning coffee person, though.

Rice can also be a spiker for many people — certainly white rice which is more quickly metabolized by the body vs the more fiber-rich wholegrain. Although I’m now more wary of the crash that can come after eating a mainly white rice-based evening meal as it seems to work against keeping blood sugar stable and sustained in the target zone overnight.

Blood sugar lows are just as important to avoid as highs, as it turns out. At least, that’s my sense after four weeks hooked to a CGM. Although my early usage of the app was entirely preoccupied with trying to avoid the big red spikes, they did get easier to manage over time — with some creative biohacks and a few strategic dietary edits.

For example, I have all but removed plant-based milks from my diet (save for a dash of oat milk in coffee; no I have not — will not! — give up coffee entirely. But I do tend to nurse a cup for longer now). The spikes these alt milks served up were just too consistently red flag-ish to ignore and I came to think of them as akin to fruit juice and best avoided. Which — again — is pretty interesting considering how often the marketing of these highly processed beverages makes loud noises about how they offer a ‘healthy choice’.

Interestingly, other Cyborg users seem to have reported a similar issue — per one of the company’s email newsletter round-ups of shared learnings, where it wrote that: “Almond milk and breakfast cereal could actually cause a bigger spike than a hotel breakfast buffet!”

Maybe this is a similar mechanism as can cause a glass of orange juice to spike whereas eating a whole orange (typically) won’t. Or maybe it’s down to something more specific in how these drinks are manufactured — the type of processing they undergo and specific additions. Many have added sugar for instance (although the ones I was pouring on my cereal definitely didn’t — yet they still spiked me). Unfortunately I didn’t have a chance to make a homemade version of oat milk to do a direct comparison with commercial brands to see if it was any less spikey.

For breakfast I do still usually eat a bowl of oats — which certainly also has spike potential (being carbs, albeit fiber-rich carbs) — but I make sure they are jumbo oats (not oatmeal). Most importantly, I liberally dust the bowl with cinnamon (which I discovered helps reduce glucose spikes). And I eat them with water (not any kind of milk), plus a blob of natural yogurt (for flavor and some essential vitamins), plus the usual mix of berries and seeds.

This is not a massive change on my pre-CGM breakfast of choice (oats, berries, seeds etc but washed down with, er, oat milk). But the difference in metabolic score terms? Huge! It switches from a meal that typically scores a ‘2’ to a ‘9’. Crazy but true (or, well, true per Ultrahuman’s reading of my fluctuating interstitial fluids).

I also found creative ways to adapt how I consume bread to limit how much of a spike it generates.

Eating less or even no bread is one way to shrink glycemic load and manage down any associated blood sugar rise. However like oats, wholegrain bread is a complex carb that has dietary benefits so I didn’t want to remove it (or, indeed, quit carbs entirely) from my diet. So, with the benefit of the app’s real-time glucose view, I experimented with eating a slice of wholemeal bread towards the end of lunch, after other fiber, protein and fat rich foodstuffs — which take the body longer to break down — and that seemed helpful.

I then found another specific biohack — involving apple cider vinegar — that worked a treat.

As with cinnamon, I learned this type of fermented vinegar has properties that help to reduce glucose spikes. So I experimented with pouring the vinegar (stay with me) on a slice of sourdough bread before eating it — yes this sounds odd but actually tastes amazing! Using this method, plus eating the bread later on in the meal (after the salad, nuts etc), I could turn a lunch that spiked into one that remained in the healthy zone. There’s simply no way I’d have figured out something as specific as that without being able to see real-time shifts in my blood sugar.

The problem is the lunches that spiked didn’t make me feel any different/less healthy vs the lunches that didn’t. Not without seeing the metabolic response in the app. So it just wouldn’t have been possible to distinguish between them without the sensor data.

Plus, of course, another person, with different metabolic responses, may be able to eat five slices of bread without any spikes at all. So there really is no clever way to generalize — beyond setting basic strictures such as control your carb intake and carefully build the balance of foodstuffs on your plate. And generic, broad-brush strategies that can be very demotivating in the absence of immediate feedback — which is exactly what makes the CGM so potentially, individually transformative as a lifestyle tool. Suddenly you can try stuff and see if it actually works for you or not.

That said, whether managing relatively small blood sugar spikes is as important for a person’s long term health as metabolic tracker startups like to suggest is a wider question.

Ultrahuman Cyborg shown on the arm of this TechCrunch reporter

The TechCrunch reporter as a ‘Cyborg’ (Image credits: Natasha Lomas/TechCrunch)

Dr Matthew Campbell, a scientist who does research into biological systems that impact the human metabolism at the University of Sunderland in the UK, was sceptical about the benefits of otherwise ‘healthy’ people putting so much effort into managing their blood glucose when we asked for his views on this general use of CGM technology.

“Glucose usually fluctuates throughout the day anyway — it’s not a kind of static variable, it is very dynamic. But it should, on average, stay within a normal range. There are cut off points for people who would be characterised as high risk. For example, if your glucose doesn’t come down below a certain level after a meal or in the morning time if it’s chronically elevated. And that’s where the kind of cut points are for diagnosing diabetes or even pre-diabetes, the people who are at risk of developing diabetes,” he tells TechCrunch.

“The issue that we have [with ‘healthy’ people tracking their glucose] is just these arbitrary values — if it’s going down that’s okay, if it’s going up that’s not so good — [but] if you sit within the normal range I don’t know what the clinical utility and the usefulness or the health advantage is of, for example, reducing your glucose by 1mmol if it’s already in the healthy range.

“So I guess if you already sit — 95% of the time — within a healthy range trying to flatten that line or aggressively manage it even lower, I don’t think that confers any additional health benefit because you are already in a healthy range.”

Campbell also pointed to the challenge of correctly linking the blood glucose data that comes from the CGM to everything going on in the user’s body which might be influencing glucose levels, noting too that as well as a time lag the exact position of the sensor on the user’s arm can affect the readings, for example.

“So certain situations, is it your weight, your sex, your ethnicity, individual genetic makeup — all of those different factors influence glucose levels — sleep impacts it, nutrition impacts it,” he says. “And I think if this tech just [tracks] the glucose trace and it doesn’t tie in those other factors then it’s quite difficult to make an informed decision on what is influencing your glucose levels.”

He was more positive about the potential of CGM for athletes, though.

“I think what it can be useful for — you mentioned elite athletes — if you’re exercising at particularly high levels or for a long duration of time — even if you don’t have diabetes, can be at risk of having low blood sugar levels and a lot of this tech tends to come with alerts,” he adds.

Campbell also raised an interesting comparison — suggesting out of range glucose may not always be a problem if the individual’s metabolism is able to aggressively manage it back down again.

“The way to think of it is a little bit like heart rate during exercise,” he says. “If you’re exercising somebody might have a much higher heart rate at the same exercise intensity as somebody else and you might think they’re exercising a lot harder therefore they might be less fit.

“But actually if the variability within the heart rate is a lot greater then that’s more indicative of more cardiovascular flexibility. Which is pretty much associated with very good exercise tolerance and very good levels of fitness — and I don’t really see how it’s any different with glucose response.

“So it’s not necessarily the fact that the glucose level goes outside of range because that happens for a large proportion of people and they can be metabolically healthy — I think what is important is looking at the overall picture.”

Given that, Campbell suggested the true utility of these services will be in augmenting the CGM data with algorithms and machine learning — that can “look for patterns in the data” and “piece things together rather than just cherry picking ‘well your glucose level went high after you did this’; well it doesn’t really matter if it came down fairly aggressively, maybe that’s actually a good thing.”

Returning to blood sugar lows, I had an interesting personal experience in that I was able to figure out — through usage of the app (including by chatting to Ultrahuman’s in-app coaches to get their manual analysis of my CGM data) — that a series of glucose lows I had experienced overnight correlated with waking up in the middle of the night in a cold sweat or even with cramps.

I also noticed that such overnight lows often followed a meal that had involved drinking alcohol (which, turns out, plays its own devilish game of interference with normal metabolic processes). So keeping a careful eye on the ratio of food to alcohol — and perhaps eating a protein-rich snack before bed after an evening meal when I had drunk wine with a less nutrient dense dinner (white rice, say) — was another little hack I was able to work in to shrink the risk of going hypo/crampy in the night without having to forgo wine with a meal.

In that case the personal benefit looks tangible: Not having my sleep unpleasantly disturbed.

I was also able to extrapolate this finding to suggest a similar night time snack hack for an elderly relative — who had been suffering chronic night cramps for months. After she’d adapted her regime to include a strategic bedtime snack she soon reported being almost entirely cramp free overnight.

These are of course just a couple of anecdotal examples — but they are illustrative of the potential for individuals to experiment, make connections and join the dots between the unique quirks of their lifestyle and the CGM data.

Dr Michael Snyder, a Stanford professor and co-author of the aforementioned pioneering research paper — who is also a co-founder of a (rival) US startup, called January AI, which sells its own metabolic health tracking service that’s productizing CGM — is, as you’d expect, evangelic about the benefits of the technology to deliver valuable revelations to individual users.

He actually has Type 2 diabetes — and has worn a CGM to help manage the condition for around a decade at this point — so is well placed to comment on the tech’s utility.

Albeit his personal use, for a specific medical condition, is very different to the general fitness/health use Ultrahuman, January AI and other startups in this space are targeting. But he suggests that broader use of CGM technology could help manage or even reverse the risk of people becoming pre-diabetic or diabetic.

“Right away you learn what foods spike you and what doesn’t — and that just differs from one person to the next,” he tells TechCrunch. “You can actually see people who have glucose dysregulation who might not otherwise know it and this is a big deal because 90% of pre-diabetics don’t know it and 70% of those will go on to become diabetic so one could argue it’s really really valuable to get their glucose under control so at least they can push off becoming diabetic hopefully for a number of years.”

“There’s these kind of hidden secrets in your food — at least they’re secrets to you, they’re probably obvious to somebody,” he adds. “But even people who think they knew everything learn stuff, from what I can tell, that they didn’t realize. And, yeah, there’s just sugar everywhere.

“It probably lines up to the concept that I think now — compared to right after World War 2 — people eat something like 40,000x more sugar than they used to. It’s just everywhere.”

“I personally think — from my standpoint — the whole world should be getting measured on this at least on some treatments,” he also tells us. “If your glucose is under control maybe you get measured a little bit less, get measured periodically. But if you’re pre-diabetic or diabetic I think this information should be life-saving on some level.”

Snyder also predicts the tech will get a lot more powerful — thanks to the addition of AI and predictive modelling around food responses based on all the empirical data that’s now being ingested after being fed in by early adopters.

“That’s why you need AI,” he notes. “First of all you’ve got to know which foods spike you — which ones don’t. It’s very empirical unless you just do it you don’t know going in — so we’re finding some people spike to grapes, other people to pasta. Everybody spikes to white rice.

“But different people do spike to different things and at some point we’ll get predictive about what’s doing that but right now it’s just empirical. And so that’s what these devices do — they teach you.”

“For January AI we have food recommender system because we can say well here’s what you’re eating that spikes you and we know the composition of these other foods and with reasonable predictive accuracy we can say well this food didn’t spike you, eat that one, don’t eat that one,” he adds.

“It sounds crazy — but it is a big data problem. You need to have a lot of data and a lot of understanding to be able to do that.”

January AI similarly factors in the user’s activity level — given it also impacts glucose level. And Snyder argues that even just tracking those two elements is enough for such a service to be useful.

“I think that’s essentially at least two of the ingredients — but you’re right there are a lot of factors and that’s why it’s a data problem,” he adds. “Bring in enough data around you personally and we’ve got the data to decide what formulas are working for you.”

Personally, I can say one thing for sure: I have never known a gadget to be so engaging. Just on the pure information level.

The Ultrahuman app’s fairly formulaic alerts — which might pop up to warn you that your glucose is rising and suggest you “get movin’” to bring the level down; or nudge you to eat earlier in the evening for “better sleep quality and metabolic response”; or offer some motivation by trumpeting an “epic/insane start to the day” based on minimal spikes/crashes — were probably the least personally useful element of the product for me. Because, well, if you’re paying attention to the data you’ll soon realize that sort of stuff yourself.

I was very quickly way down the rabbit hole of testing diet/exercise tweaks to see whether I could identify hacks and strategies to keep things frosty green.

It’s absolutely fascinating/terrifying to watch how your body deals with the stuff you throw at it. But, be warned: Your S.O. will hate you as you inexorably whip out your phone at lunch/dinner to first log your meal and then vicariously observe as the app scores your body’s response to whatever you’re eating. It’s a double whammy for screen time. And the stickiest app I’ve used since forever. (Sometimes literally given you’re logging what you’re eating.)

But of course it’s not perfect.

One notable functionality issue I found is that the app wasn’t always able to distinguish between an exercise-related spike (yes intense exercise can raise blood sugar out of the target range!) and a food related spike (even if you’re doing careful logging) — so it could end up scoring your day badly when it shouldn’t.

Exercise spikes are “nothing to worry about”, per Ultrahuman’s coaches — who I quizzed about this via the app’s chat function. “The reason for spikes during strength and HIIT workouts is due to an increase in adrenaline and cortisol which stimulates the liver to break down glycogen into glucose,” was the explanation I got from one of the coaches, along with the reassurance that this is: “Nothing to be worried about. It’s natural phenomenon.”

Now a person with diabetes may need to worry about going out of target even if exercise is the cause — as their body could have trouble bringing the elevated blood glucose back down again. But a person without that diagnosis — the more general consumer that Ultrahuman is targeting for Cyborg — shouldn’t, in theory, be worried.

However the app, in its current form, ended up causing me some concern when I did some intense exercise and then right afterwards ate a meal. High glucose rates caused by the HIIT — which the app will normally notify as “a good spike” — seemed to get co-mingled with the food-related increase and that combination conspired to dent my metabolic score.

Accurately distinguishing a “good spike” from a bad one is evidently a work in progress.

Here’s what Kumar told TechCrunch when we asked about this: “Solving for accuracy of insights that we generate from glucose biomarkers is at the very core of our mission. If we look at clinical grade parameters that determine how one’s body responds to something like food, we get to know that it is a combination of: ‘X ( macro+micro constituent of food ) + Y ( the state of recovery i.e stress, sleep deficit, microbiome diversity etc ).’

“The platform currently looks at X closely and hence you would see that there are many exceptions to how glucose responds to food. With our custom hardware that’s going live in early 2022, we are changing the way we look at this by capturing the rest of the Y factors i.e HRV, sleep etc. We feel this will completely change how we look at the food and activity response and the resulting accuracy.

“For e.g.: The platform will be able to clearly figure the attribution of activity and food within a spike. This is because we could figure out your approximate glycogen release thresholds based on a combination of glucose with other factors that we will capture via our custom hardware wearable.”

Kumar also said the startup is starting clinical trials for a study that relates glucose, insulin and other bodily parameters (“Triglycerides and hormone balance”) to establish what he described as “a proper correlation between glucose monitoring predictions (‘metabolic score’) and the actual state of metabolic health”.

“This has also been attempted in the past with lesser tools and non-continuous glucose at disposal but the v2 here will have way more validation,” he predicts.

So, once again, more research is needed to try to improve the resolution of the ‘personalized’ snapshot of data the CGM is pulling out of your arm. Which also means that these cutting edge quantified health services may still be making a relatively crude assessment of what’s going on in your body at any given moment.

There’s a similar complication with food too of course, unless you’re someone who eats a single foodstuff per meal.

Since most of us eat foods in combination (bundling different ingredients), it’s the combo you’re eating that counts — and, indeed, the order in which you eat different ingredients on your plate can affect how you metabolise them. So the same meal eaten in a different way (or at a different time of day) might go down (or up) differently.

Starting with fiber rich foods (salad, vegetables etc), moving through proteins and fats and ending with (any) carbs — a deconstructed humus salad pita lunch, say — would probably have been less of a low scoring lunch for me than wrapping the same food in bread and eating it the quick and convenient way.

Another clear takeaway from my four weeks as a Cyborg is that fast, ‘convenient’ food — scoffed at a pace — will, inexorably, cause big, unhealthy-looking glucose spikes.

I also found that more processed the food (i.e. prepared meals with added sugars, preservatives, oils etc), were more likely to spike vs eating whole foods, freshly prepared.

This was not surprising to me — I’ve long sought to avoid eating heavily processed foods in favor of stuff I prepare myself using fresh/minimally processed ingredients — but it did underscore how much of a problematic food culture the Western world has developed, with its time-is-money emphasis on speed which encourages liberal use of artificial sweeteners and other additives in order to turn an edible convenience food into a profitable product with a long shelf life.

My experience of using a CGM suggests that eating in a way that is healthier for you — because it generates less inflammation and oxidative stress — requires both more time to prepare food and more time to consume food.

Healthier ingredients may also be more expensive to buy and assemble yourself vs buying a product that comes prepackaged and ‘ready to eat’. So health can literally cost more, in time and money. So there are huge socioeconomic considerations when you start to dig into metabolic health.

Cracking open this Pandora’s (lunch)box has implications that scale beyond our broken food system too — touching on wider structural inequalities baked into our societies.

Poor health and poverty are often intertwined. And it remains to be seen whether big data and AI will be able to break that link by democratizing access to valuable health insights — scaling broad utility off of enough individual-level learnings — or whether tech’s wealth divide will just serve to further accelerate inequalities as health tech gets smarter too.

The concept of a cyborg instantly implies a new elite tier of humanity. But what about all those who can’t afford to be wired in?

Image of a Pizza Express meal alongside post-meal blood sugar displayed in the Ultrahuman Cyborg app

Pizza for dinner? A slow but steady rise in blood sugar may follow… (Image credits: Natasha Lomas/TechCrunch)


Verdict & Price

While I remain (healthily) sceptical of the scale of the potential gains being claimed for metabolic tracking, four weeks as an Ultrahuman Cyborg was long enough to convince me this is the start of something big. And I didn’t have an obvious need going into testing the product — such as wanting to lose weight or needing to get fit. I’m just interested in staying healthy.

Nor am I a big fan of fitness wearables, generally. But this felt like a different level of self quantification.

The future of healthcare will certainly be about shifting towards preventative interventions by leveraging data accessibility to inform and augment our ideas about what’s good and healthy for us — even if, where metabolic health is concerned, there’s no shortage of learning and research still to do.

The data from individual sensors (Ultrahuman’s service alone has some 400x cyborgs at the time of writing) will also feed research that will continue to deepen our understanding of complex metabolic processes. Although there is a degree of risk that commercial interests will look for results which support and underscore their point of view, the potential scale of use — as more of these services launch — should help drive transparency and keep the science clean.

At the same time there is plenty to be cautious about.

The most engaged and scientifically literate users are likely to get the most out of this sort of tracking as they can bring wider knowledge/resources to bear to help them interpret their data — while a less informed user might take an overly simplistic read of what the information means.

There is also the risk that linking big bold stress triggers to food and other lifestyle events could lead to (or exacerbate) problems like eating disorders. The service wrapper and support are therefore a really key piece of making the most of what CGM tech can offer.

In short, poor UX decisions could have serious ramifications. And a lot of care and due diligence is needed over service design and delivery.

Longer term, having a snapshot view of blood glucose may — on its own — turn out to be far too limiting.

A more fully integrated tracking platform is likely to be needed to deliver the best understanding of an individual’s metabolism, drawing in a variety of signals and biomarkers. Although, right now, tracking glucose feels like a start; one which offers the chance to experiment with lifestyle tweaks that could accrue significant benefits over time — in a way that’s far more motivating than trying to figure out healthy individual dietary choices without any kind of real-time feedback.

Even just four weeks using the product yielded so many interesting tidbits and so much food for thought — avocado and egg is a super solid breakfast choice!; beer is a terrible spiker but natural cider looks (er) practically medicinal!; olives and nuts are truly the food of the Gods! — and the experience has led me to make some small but sustained lifestyle changes.

The jury is still out on whether those tweaks are genuinely worthwhile from a long-term health point of view. But given the changes weren’t especially radical, even if there’s only a tiny chance they have a benefit then, really, where’s the harm in that?

That said, another qualification: I do wonder whether (further) reducing the amount of carbs I eat — as a result of seeing how much they can spike me — might not have capped how much energy I have available for training purposes.

I already had a fairly low intake of carbs and it’s important to remember that food is also fuel — and energy needs vary. So a ‘spikes are bad, stability is best’ view on blood glucose may be too simplistic for an above average sporty lifestyle.

There is a real need to plug this data into relevant specialisms. A personal trainer would likely be able to make far more intelligent use of my results for me — based on knowing my individual fuel for training needs. Such a person may even be able to advise on dietary tweaks that could let me have my bread and eat it, so to speak.

But of course a personal trainer — or nutritionist — isn’t something everyone can afford or otherwise justify based on their (non-Olympic athlete) lifestyle. So on that front the product looks good value. (Even if you’re mostly getting raw data and need to do much of the wider interpretation yourself.)

How much does Ultrahuman’s Cyborg cost? The beta program is priced at ~$80 for two weeks (or $470 for 12 weeks). If you were paying a human personal trainer to be on your case and analyzing your data 24/7 it would be a lot more expensive than that — so it looks like pretty good value. (A decent personal trainer might cost $80 an hour.)

It’s important to emphasize that the app isn’t actively trying to be a full-time personal trainer. But it can do some basic things like offer exercise nudges if your blood glucose gets too high and — retrospectively — identify your “best workout zones”, aka optimal time windows to take exercise over the course a week based on how your body was fuelled. (“Do you see a trend? Use these times to your advantage to crush your next workout” was one suggestion it emailed me, although this nudge seemed more random than useful tbh.)

There are also a few (human) coaches on hand in the app to take questions and help you analyze your data. Plus you can always ask for help from other users via the invite-only Cyborg Slack channels. (Albeit, that’s crowdsourced wisdom, not dedicated professional support.) So the ‘relative value’ price-tag comes with the caveat that most of the time you’re on your own when it comes to drilling in and distilling more nuanced insights.

One more thought to ponder: As with every data-driven and ambitiously predictive AI product the Cyborg isn’t just training you; your data is training the Cyborg… So how much do you think 24/7 access to your biology is worth?

The value being derived from your highly intimate personal data flows two ways — and that upside isn’t necessarily being distributed equally. If you feel you’re getting enough value from the service that may not bother you. But privacy considerations are impossible to ignore.

Even if you’re comfortable sharing such intimate data with a commercial company in order to be able to access the service, Ultrahuman’s privacy policy for Cyborg notes some circumstances where your information may end up elsewhere — such as if it receives a subpoena it’s legally bound to respond to.

The policy also specifies that: “Anonymized, aggregated data may be shared with advertisers, research firms and other partners.” And robustly anonymizing health data has been shown to be notoriously difficult to do, even as the adtech industry has shown a rapacious appetite for triangulating and “sharing” data to better profile individuals for targeting — up to and including applying labels like “diabetes”. So your highly personal data leeching from a CGM into the modern web’s manipulative microtargeting ad matrix is not, unfortunately, impossible to imagine.

But let’s end on a personal note: What has Kumar himself learned from using CGM to track his glucose?

“For me the biggest learning has been around expanding my food spectrum and incorporating more of the foods that I like. Prior to this I pretty much followed a disciplined diet but couldn’t sustain it for long given it would affect social eating etc. With Cyborg, I’m able to understand how I can balance food with my activity. On the days I lift weights or am generally more active, I know that I have a little bit of extra flexibility around eating what I want to,” he tells TechCrunch.

“The other big learning — which is a work in progress — is around maintaining stable energy levels throughout the day. For me, stable glucose levels are broadly correlated to stable energy levels and this is what I’ve been trying to maintain during a particular week where I have a lot of reading work to do.”


Cutting edge competition

Here, past the quantified self trend’s needle-phobia line, is truly a wild(er) west — a lesser trodden arena of experimental startup opportunity. Naturally, it’s a lot more interesting than boring old step/sleep tracking, exactly because it’s so much less familiar.

There is a genuine sense of discovery as you fire the spring-loaded CGM sensor into your arm; feeling like a bit of a pioneer, involved in a kind of citizen science collective — with the fascinating opportunity to design and run experiments that interrogate the health of your own lifestyle.

On top of that, is the overarching possibility that what you learn personally might be useful to others — encouraged by Ultrahuman’s community-building efforts around Cyborg (such as its Slack channels, where early adopters are encouraged to share their learnings; as well as virtual and in person meet ups) — so there’s a ‘philanthropic mission’ feel as well.

Startups that are bold enough to get entangled in skin-puncturing machine-human interactions do have a chance to stand out. After all, mainstream tech giants simply can’t be that freaky. And it sets them apart from the wider wellness quantification crowd that’s plumped for a more quotidian biomarker to track.

That in turn means these startups have a chance to grab some very intimate biological data to feed their product dev, data science, AI models and algorithmic predictions; and — potentially — jockey themselves into position to race ahead as consumer appetite for personalized health services steps up.

On the blood glucose tracking front — an activity that has traditionally been associated with people who have conditions like diabetes (or pre-diabetes) — a large number of startups are now taking the plunge into willing recipients’ interstitial fluids.

As well as (India’s) Ultrahuman, with its still beta Cyborg service, there’s January AI, which does glucose tracking combined with heart rate monitor data to offer personalized food predictions and exercise ‘recipes’ to help you burn off any indulgent excess; Levels Heath, which has bagged backing from a16z; Signos, which is using CGMs to offer real-time weight loss advice; the athletic-performance focused Supersapiens; and NutriSense, which offers big picture soundbites around “optimizing” your “daily health performance”, to name a few of Ultrahuman’s US CGM-leveraging rivals.

There are more competitors in Europe — including (UK-based) Zoe, which is using data from large-scale microbiome studies to generate AI models to predict individual food responses. So as well as getting users to wear a blood glucose monitor, it also asks them to send in stool samples for lab analysis.

Also targeting glucose monitoring in the region is Germany’s Perfood (“personalized diet” for weight management); and Holland’s Clear Nutrition (“learn your unique responses to food” and “build your own nutrition plan”). At the time of writing, another European company in this nascent space, Finland’s Veristable — or Veri for short — was spotted advertising its 24/7 glucose monitor service on photo-sharing social network Instagram.

The ad pictured a very hipster look model sporting the same disc-shaped wearable which Ultrahuman’s service uses (and indeed many others do), taped over with a stylish grey patch vs the former’s black and white disk emblazoned with its tipped ‘K’ symbol. “End the Guessing Game of “What Should I Eat?” Veristable’s ad proclaimed, pointing Europeans toward a €159pm service.

Both Veri, which raised a seed round in June (per Crunchbase), and Ultrahuman — and a number of others — are using a CGM made by Abbott (the aforementioned FreeStyle Libre). This disc-shaped data-collecting device comes with a spring-loaded applicator that’s armed with a hollow needle. Once positioned in place you press down (firmly but not too firmly) and it fires the filament directly into your flesh.

The novelty here isn’t the tech itself — CGMs have been around for some years (Abbott’s FreeStyle Libre was introduced in 2016 for example, while Dexcom, another maker, got FDA approval for a fully interoperable CGM that could be used with other electronic diabetes management devices back in 2018) — it’s what they’re doing with it that’s experimental.

So while CGM tech has already been a transformative technology for people with diabetes and pre-diabetes, it’s only relatively recently there have been moves to commercialize it for a more general user who just wants to get to know their own body better.

Last summer, Dexcon gained FDA clearance for its real-time APIs for third party developers and devices. Fitness hardware maker Garmin was among the first wave of companies signed up to work with it to expand users’ access to their glucose data, albeit still with a focus on boosting utility for people with diabetes.

But investors have been quick to spot broader consumer potential — and are increasingly injecting funds to accelerate developments and get CGMs into many more arms.

Early last year, for example, January AI topped up with a further $8.8M; while Zoe bagged a $53M Series B in May 2021 (recently expanded when they added Balderton as an investor). Ultrahuman also announced a $17.5M in Series B (in August 2021); while Signos raised a $13M Series A in November.

As more data flows, it’s a safe bet that much more VC cash will follow.

Ultrahuman’s PR points to the scale of the addressable potential market — talking about an emerging “metabolic health crisis”, and claiming that some 88%+ of Americans (and almost 80% of the global population) are “dealing with a metabolic disorder”; and thus could potentially benefit from joining its “Cyborg army”, as it brands early adopters.

So the potential addressable market is huge. Although any such wider onboarding looks like it will entail a steep learning curve — as startups seek to push beyond the low friction pond of early adopters and performance enthusiasts and step outside the quantified self and biohacking communities where this tech will naturally thrive.

A big part of Ultrahuman’s community-building efforts focus on encouraging users to share individual experiences and tips via invite-only Cyborg Slack channels and Townhalls, as well as signing up sporty influencers to evangelise the benefits of “performance fuelling” and other biohacking techniques that feed the purpose of sporting a CGM.

“The world currently has over 500M+ people who are diabetic but if you look at the problem holistically, you’d notice that there are almost 600M+ pre-diabetic people,” its PR goes on to claim, before suggesting the cure: CGM technology combined with “health score algorithms” and “instant health nudges” — which it argues “could help millions improve and help control / reverse this crisis”.

Whether millions of people can be sold on wearing a sensor in their skin remains to be seen.

But the technology may well evolve so it can be less invasive — and more mainstream-friendly — without losing too much accuracy. At which point there’s no reason to think it wouldn’t become a standard bit of fitness kit.

Whether a metabolic tracker subscription service is something millions of people will shell out for every month is another question. But once you’ve had a taster of this kind of data access it can be addictive. Even if you may also feel a bit ‘watched’ and judged as the sensor feeds back data on your lifestyle choices and the software scores how healthily you live.

It’s funny to imagine that the world’s unhealthy pursuit of something sweet to eat may, over time, get commercially rerouted into tracking and biohacking the rollercoaster ride of blood sugar — which should at least be a healthier fixation than blindly chasing the next sugar high.





Fuente: TechCrunch

Compartir:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos y para fines de afiliación y para mostrarte publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de tus hábitos de navegación. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver Política de cookies
Privacidad