GLP-1药物的热潮已经持续了数年，但一个老问题始终悬而未决：临床试验里的漂亮数据，搬到现实世界中还能打多少折扣？毕竟，严格筛选的受试者和真实门诊里的患者，完全是两码事。

　　在刚刚闭幕的第33届欧洲肥胖大会（ECO 2026）上，一项名为OUTSTEP 3的研究给出了一个全新的解题思路——不用等真实世界数据慢慢积累，而是让AI直接“算”出来。研究者借助人工智能框架，将STEP系列临床试验的治疗效应迁移到法国22万人的真实队列中，模拟司美格鲁肽2.4 mg在现实场景下的表现。

　　这不仅是药物评价方法上的一次技术尝鲜，更可能预示着未来肥胖管理从“经验驱动”向“数据驱动”的转折点。我们来看AI到底算出了什么。

　　为什么需要AI来“算”疗效？

　　任何一款减重药物，RCT数据都是它的“学历证书”，光鲜、严谨，但也带着明显的局限性。严格的入排标准把大量真实世界的复杂患者挡在了门外——比如依从性差的人、多重用药的老年人、或者饮食作息极不规律的人群。这些人在临床实践中才是常态。

　　OUTSTEP 3研究的出发点正是这个现实困境。研究者没有等待漫长的真实世界随访数据，而是采用了一种叫“疗效迁移”的建模策略。他们从STEP 1、2、5等关键试验中提取了司美格鲁肽2.4 mg的亚组疗效数据，然后将其“投射”到法国CONSTANCES队列——一个包含超22万人、并与国家医疗数据库关联的高质量真实世界人群上。

　　这种方法的核心假设是：只要两群患者在关键特征上足够匹配，临床试验中观察到的相对疗效就可以在真实世界中复现。虽然听起来有点绕，但本质上就是用AI搭建了一座从“理想条件”通往“日常实践”的桥梁。

　　AI交出的亮眼成绩单

　　模型预测的结果首先给出了一个定心丸。在完全依从治疗的假设下，针对符合EMA适应症的非糖尿病肥胖/超重人群，司美格鲁肽2.4 mg治疗2年可实现约16.1%的平均体重降幅，绝对治疗差异达到14.8%。这个数字与STEP系列试验中17%左右的降幅高度吻合，说明药物的核心疗效在真实世界中并没有明显“缩水”。

　　更值得关注的是达标率。AI预测显示，分别有97%和44%的参与者能够实现≥10%及≥15%的体重降幅。这意味着在真实临床环境中，绝大多数使用者都能获得有临床意义的减重效果，而近半数人可以达到“大幅改善代谢健康”的水平。

　　但真正让研究者眼前一亮的，是AI对亚组人群的精准洞察。以重度肥胖且无糖尿病的女性为例（基线BMI中位数36.8 kg/m，样本量1665人），模型预测治疗100周后绝对治疗差异可扩大至17.9%，且减重≥10%和≥15%的患者比例均达到100%。换句话说，对于那些最难减重的人群，司美格鲁肽2.4 mg反而是“遇强则强”。

　　AI模拟了一次“后悔实验”

　　如果说减重效果是患者最关心的“收益”，那么停药后会不会反弹就是他们最担心的“风险”。OUTSTEP 3专门针对这个问题做了模拟，结果可以说相当直白。

　　研究分析了CONSTANCES队列中早期停药的人群（BMI中位数46.7 kg/m，75%为女性）。模型预测，如果坚持用药，绝对治疗差异可维持在13.0%；但如果患者在20周左右就提前停药，这一差异会断崖式跌至1.28%。具体来看，停药后5个月体重反弹约5%，到2年时反弹幅度累计达到13%，几乎把治疗期间减掉的肉全吃了回来。

　　这个结果再次验证了一个被反复强调但总被忽视的道理：肥胖是一种慢性疾病，不是一次短期的“突击减肥”。司美格鲁肽的作用是管理体重，而非“治愈”肥胖。擅自停药不仅浪费了前期的努力，还可能让患者在体重反复波动中承受更大的代谢压力。

　　对于临床实践而言，AI的这一模拟提供了非常直观的患者教育素材。与其用抽象的概念解释“依从性”，不如直接给患者看这两条截然不同的体重轨迹曲线——坚持和放弃，两年后完全是两个世界。

　　AI算出的“硬核获益”

　　减肥药能不能只负责减重？从市场角度看可以，但从医学角度看远远不够。幸运的是，司美格鲁肽2.4 mg在心血管保护方面已经拿出了硬证据。SELECT研究证实，针对合并心血管疾病的非糖尿病超重/肥胖人群，该药可降低20%的主要心血管不良事件风险。

　　OUTSTEP 3的AI模型进一步将这一获益推算到了更广泛的真实世界人群中。结果显示，在符合EMA适应症的25511名患者中，司美格鲁肽2.4 mg治疗5年可降低26%的r5P-MACE风险，预计可避免214起心血管事件。而在前面提到的重度肥胖女性亚组中，风险降低幅度同样达到26%，需治疗人数低至107，意味着临床效率更高。

　　这些数据让司美格鲁肽2.4 mg在减重药物中具备了独特的“身位优势”。正如2024年ESC临床共识声明所强调的，它是目前唯一被证实能降低心血管死亡、心梗和卒中风险的肥胖治疗药物。减肥从来不只是为了好看，更是为了活得更久、更健康。

　　AI时代的“肥胖管理”

　　OUTSTEP 3的意义不止于验证司美格鲁肽的疗效。它更大的价值在于，向我们展示了AI如何成为临床决策的“辅助大脑”。传统RCT给出的是平均效应，而AI模型可以在治疗启动前，基于患者的基线特征预测其个人的减重轨迹和获益概率。

　　当然，这项研究还只是概念验证阶段。AI模拟不能完全替代真实世界的观察性研究，模型的可信度评分也提示存在一定偏倚风险。但方向已经非常清晰：随着数据的积累和算法的迭代，我们有理由相信，未来的肥胖管理会越来越像“导航驾驶”。

　　医生输入患者的关键信息，系统实时输出最优的药物选择、预期的减重曲线、停药后的反弹风险，甚至个性化的心血管获益评估。这不仅是效率的提升，更是从“千人一方”向真正个体化医疗的跨越。而OUTSTEP 3，正是这条路上的一个重要里程碑。

　　参考文献：

　　1.ECO 2026, OUTSTEP 3 Study Presentation.

　　2.Wilding JPH, et al. STEP 1.?NEJM. 2021.

　　3.Lincoff AM, et al. SELECT.NEJM. 2023.

　　4.Vrints C, et al. ESC Clinical Consensus on Obesity and CVD.Eur Heart J. 2024.