← 返回網誌
🌏Lifestyle Habits·12 分鐘閱讀

什麼是 K-Wellness — 為何「測量·評估·生活方式」整合模型正成為全球健康管理新標準

一句話總結

K-Wellness 不是行銷標籤。它是系統化整合模型——量化測量 → 多指標評估 → 個人化處方 → 生活方式協調——透過韓國代謝診所的 12 週轉型計畫驗證。此模型精確對應學術標準:BMI 的限制、身體組成+生活方式評估、個人化行為處方——Ross 2020、DPP、Look AHEAD、Wing & Phelan 皆指向同一方向。HAVIT 是讓此方法論可供美國及全球用戶使用的數位入口。HAVIT 不是醫療診斷工具。

🕓 更新: 2026-05-28

本文僅供一般資訊參考,不能替代專業醫療建議、診斷或治療。如有任何健康相關問題,請務必諮詢合格的醫療專業人員。

1. 為何現在談 K-Wellness

過去十年,全球市場分三波採納韓國方法:

K-Beauty   (2010年代)  : 10步驟保養——量化流程、逐步評估
K-Pop      (2020年代)  : 系統化製作——詳細測量與評價
K-Wellness (2026~)     : 整合測量·評估·處方·協調

共同點:「結構化」。不是模糊的生活方式建議,而是逐步、量化、可重複的方法論。

K-Wellness 與學術文獻一致有明確原因——肥胖管理的臨床標準正指向完全相同的方向:

  • BMI 單獨使用有明確限制(Ross et al. 2020, Nature Reviews Endocrinology; Tomiyama et al. 2016, International Journal of Obesity)
  • 需要整合身體組成+生活方式評估(Heymsfield et al. 2024, Obesity Reviews)
  • 生活方式介入產生比單獨藥物治療更強的效果(DPP, New England Journal of Medicine 2002:生活方式 58% vs metformin 31% 風險降低)
  • 自我監測是長期維持的核心(Wing & Phelan 2005, American Journal of Clinical Nutrition)
  • 個人化處方優於統一處方(Zeevi et al. 2015, Cell; Berry et al. 2020, Nature Medicine)

K-Wellness 將這五項原則實作為單一套組——學術文獻建議方法的服務化。

2. K-Wellness 的臨床根源——韓國代謝診所模型

HAVIT 創辦人 Ryan Yun 是韓國領先減重公司(JUVIS Diet)子公司的前執行長。JUVIS 透過整合三要素的 12 週計畫維持強勁需求:

2.1 測量與診斷

  • 身體組成分析(體脂率、肌肉、內臟脂肪、BMR)——Ross 2020 建議的多指標方法
  • 代謝測試(透過呼吸氣體分析的 RMR/RQ)
  • 荷爾蒙與血液檢測
  • 生活方式訪談(飲食習慣、睡眠、壓力、活動模式)——DPP/Look AHEAD 的核心臨床變數

→ 開始前建立量化基準線

2.2 專屬一對一專家照護

  • 每週一對一諮詢(醫師、營養師、運動專家)
  • 飲食日誌審查與即時回饋
  • 偵測到停滯期時立即介入

→ 與 Look AHEAD 驗證的「強化生活方式介入(ILI)」模型相同

2.3 個人化處方與計畫

  • 飲食+運動+行為改變整合套組
  • 每週目標(0.5kg/週,第2週準備停滯期)
  • 必要時整合藥物處方(GLP-1 等)——WHO/ADA 建議的「藥物治療+行為治療」模型

端到端責任制

整合運作這三者是 K-Wellness 模型的本質。不是片段方法(僅追蹤、僅教練、僅藥物),而是測量·評估·處方·監測·協調的完整循環。

3. K-Wellness 的限制——以及為何需要數位轉型

韓國代謝診所模型(如 JUVIS)有明確限制:

  • 需要到診所——每週 1-2 次診所訪視
  • 高價格——12 週套組數千美元;一般用戶可及性低
  • 地理限制——在韓國境內運作;美國/全球用戶難以接觸
  • 規模限制——每位教練的人均容量有界限

這些限制意味著即使具有臨床研究等級的有效性,該模型仍無法觸及全球一般大眾。

學術數位健康文獻正在縮小此差距:

  • Tate et al. (2003, JAMA)——數位行為介入產生 1.7 倍於標準資訊提供的體重減輕
  • Patel et al. (2015, Annals of Internal Medicine)——數位工具有效性與個人化×回饋即時性×行為觸發成正比
  • Krebs & Duncan (2015, JMIR mHealth and uHealth)——58% 美國成人使用至少一個健康 app;但 30 天流失率為 70-95%

也就是說,數位健康 app 有效性隨著「個人化·即時回饋·結構化行為觸發」的整合程度而擴展。此整合正是 K-Wellness 的數位實作。

4. HAVIT 的 K-Wellness 數位實作

HAVIT 將 K-Wellness 模型移入單一智慧型手機。

4.1 測量與評估 → AI 身體組成估算(無需硬體)

JUVIS 使用 InBody 與代謝測試設備執行的評估,HAVIT 透過AI 模型從問卷+基本身體資訊(身高、體重、性別、年齡)+生活方式訊號估算(照片輸入為選項)。

  • 體脂率、骨骼肌量、內臟脂肪、BMR、TDEE、WHtR、生理年齡
  • 內部比對研究(n=70,以 InBody 為參照):±5% 一致率 92.9%,MAE 2.42%p,CCC 0.93
  • 乙支大學 n=150 外部研究(計畫投稿 KSCI 索引期刊)進行中
  • 診所訪視 → 智慧型手機問卷+基本身體資訊+生活方式訊號整合(無需額外設備或照片即可運作)

4.2 專屬照護 → 24/7 AI 教練

JUVIS 營養師與教練的角色由AI 教練引擎取代:

  • 即時分析用戶資料(身體組成、飲食、睡眠、運動、情緒)
  • 自動偵測停滯期 → 自動調整處方
  • 偵測到警示訊號時建議諮詢醫療專業人員

核心差異是規模。人類教練有人均容量限制;AI 教練可同時應用於所有美國及全球用戶。

4.3 個人化處方 → 126 種原型 × 2,000+ 行為庫

JUVIS 12 週轉型計畫的專業知識移入資料結構:

  • 126 種原型——用戶狀態·類型·行為·人格的組合
  • 2,000+ 行為庫——已驗證行為任務池的總規模
  • 800+ 行動資料庫——庫內用於即時教練配對的優先集
  • GLP-1 用戶行為處方整合——M0(開始)/M1(適應)/M2(維持)階段特定行為處方(藥物處方仍屬醫師職權)

每位用戶收到與其原型配對的處方。「30 歲女性、低肌肉量、深夜進食模式」原型與「20 歲男性、過度運動、睡眠不足」原型收到完全不同的處方。實作 Zeevi/Berry 資料建議的 N-of-1 個人化。

5. K-Wellness 的 5 項原則——對應學術建議

HAVIT 遵循的 K-Wellness 原則及其學術基礎:

5.1 先測量,再計畫

意圖·動機 → 測量 → 評估 → 計畫 → 行動。沒有測量就沒有計畫。 → 基礎:Ross 2020(生命徵象)、Heymsfield 2024(基於身體組成的風險分層)

5.2 依類型個人化,非平均值

拒絕「每日 1,500 kcal」等平均處方。原型特定配對為預設。 → 基礎:Zeevi 2015(餐後血糖反應的個體差異)、Berry 2020(PREDICT 1)

5.3 每日微調整

每日小調整優於每週/每月大決策。自動偵測停滯期 → 立即調整處方。 → 基礎:Wing & Phelan 2005(每日自我監測的有效性)

5.4 持續行為改變 > 速成減重

12 週 → 6 個月 → 1 年視野。習慣化與停滯期導航是核心,非短期減重。 → 基礎:STEP 4(停藥後復胖 11.6%p)、Look AHEAD 10 年追蹤

5.5 整合,非片段

飲食·運動·睡眠·心理·藥物——在單一處方中。不是 5 個分開的 app。 → 基礎:DPP 的生活方式介入整合結構;WHO/ADA 的「藥物+行為治療」建議

6. K-Wellness vs 西方健康管理——整合 vs 片段

請見下方比較表的並列對照。

若西方風格強調「自主性與資訊提供」,K-Wellness 強調**「結構化指導+整合處方」**。

兩者皆有價值。但在平均減重失敗率超過 80% 的現實中,學術臨床文獻(DPP、Look AHEAD、STEP)一致驗證整合·結構化·自我監測的有效性。

K-Wellness 是該模型的一種實作;HAVIT 增加數位與全球可及性。

7. 全球適用性——美國、亞洲、歐洲

關於 K-Wellness 模型的一個疑慮:「它不是高度依賴韓國文化嗎?」

答案:核心科學(身體組成、生活方式、個人化)與種族和文化無關。然而,飲食選項、文化表達與行為觸發頻率需要區域適應,HAVIT 設計如下:

  • 33 語言完整在地化——不僅是翻譯,而是原型特定飲食與文化訊號對應
  • 40+ 進入點——用戶進入教練的超過 40 個點,各有適當語調、長度與時機
  • 區域飲食選項——根據用戶區域提供韓式、美式標準、地中海式、拉丁式等

美國——成人肥胖盛行率 41.9%(CDC NHANES 2021-2023,約 1.36 億成人)且 GLP-1 使用成長最快——是 HAVIT 最重要的核心目標市場之一。

8. 限制與注意事項

透明陳述:

  1. **K-Wellness 不是臨床診斷系統。**HAVIT 是每日追蹤、趨勢監測與生活方式教練工具。診斷與治療決策仍屬醫師職權。
  2. **JUVIS Diet 與 HAVIT 不是同一家公司。**HAVIT 創辦人作為前 JUVIS 子公司執行長體驗該模型,並透過 AI Connect Inc. 將方法論數位化。
  3. **12 週效果是診所資料。**HAVIT 在數位環境中的實證效果正由外部研究驗證(乙支大學 n=150 等)。
  4. **個人化需要資料累積。**前 1-2 週是基準線學習期。

9. 結論

K-Wellness 不是行銷標籤。它是韓國代謝診所運作的整合模型——測量·評估·處方·協調——此模型精確對應學術文獻建議的生活方式介入臨床標準。

差異在於可及性。診所有設施、價格與地理限制;HAVIT 將有效性移入智慧型手機。

當 K-Beauty 首次出現時,「真的需要 10 個步驟嗎?」是常見質疑。今日它已成為全球標準的一部分。K-Wellness 將遵循相同路徑,HAVIT 作為其數位入口——以美國用戶為核心市場。(HAVIT 不是醫療診斷工具;臨床診斷與治療決策屬醫師職權。)

Continue in the App

Personalized wellness with your own data

📊 關鍵統計

58% vs 31%
DPP 生活方式 vs metformin 糖尿病風險降低
Knowler et al. 2002, New England Journal of Medicine (DPP, n=3,234)
1.7×
數位行為介入 vs 資訊提供體重減輕
Tate et al. 2003, JAMA
58%
使用 ≥1 個健康 app 的美國成人
Krebs & Duncan 2015, JMIR mHealth and uHealth
70–95%
健康 app 30 天流失率
Krebs & Duncan 2015, JMIR mHealth and uHealth
92.9%
HAVIT 身體組成 ±5% 一致率 vs InBody
AI Connect 內部研究 2025,n=70
33
HAVIT 支援語言
HAVIT 產品規格
41.9%
美國成人肥胖盛行率
CDC NHANES 2021–2023(約 1.36 億成人)

K-Wellness(整合)vs 一般西方健康管理(片段)

項目K-Wellness(整合)一般西方健康管理(片段)
起點量化測量+基準線動機中心
教練風格一對一或 AI 專屬團體/線上資訊
資料頻率每日~每週每月~每季
醫療整合藥物·飲食·運動整合依領域分離
臨床模型代謝診所 12 週標準照護

西方健康管理強調自主性與資訊提供;K-Wellness 強調結構化指導與整合處方。DPP、Look AHEAD 與 STEP 試驗驗證整合模型的有效性。

常見問題

K-Wellness 只適合韓國用戶嗎?
核心科學(身體組成、生活方式、個人化)與種族無關。相同方法適用於美國、加拿大、日本與其他全球用戶。飲食選項需要區域飲食文化對應。
K-Wellness 如何與 GLP-1 藥物結合?
它直接實作 WHO/ADA 建議的「藥物+行為治療」模型。飲食/運動/行為處方依 M0/M1/M2 階段而異。M1 肌肉流失預防與 M2 停藥後復胖預防是重點強調。
K-Wellness 只是行銷標籤嗎?
不是。它是測量、評估、個人化處方與協調的整合模型,與生活方式介入的臨床標準一致(DPP、Look AHEAD)。
會強制韓式飲食嗎?
不會。飲食選項根據用戶區域與飲食文化提供:韓式、西式、日式、中式、地中海式、拉丁式等。僅量化測量與停滯期導航的 K-Wellness 方法論普遍應用。
臨床驗證進展到哪裡?
AI 身體組成估算:內部 n=70 完成,外部乙支大學 n=150 進行中。行為處方有效性:外部 RCT 設計階段。

參考資料

  • Waist Circumference as a Vital Sign (Ross et al.) — Nature Reviews Endocrinology, 2020
  • Misclassification of cardiometabolic health when using BMI (Tomiyama et al.) — International Journal of Obesity, 2016
  • Body composition for obesity risk stratification (Heymsfield et al.) — Obesity Reviews, 2024
  • Diabetes Prevention Program — DPP (Knowler et al.) — New England Journal of Medicine, 2002
  • Cardiovascular Effects of Intensive Lifestyle Intervention (Look AHEAD Research Group) — New England Journal of Medicine, 2013
  • Long-term weight loss maintenance (Wing & Phelan) — American Journal of Clinical Nutrition, 2005
  • Personalized Nutrition by Prediction of Glycemic Responses (Zeevi et al.) — Cell, 2015
  • PREDICT 1: Human postprandial responses to food (Berry et al.) — Nature Medicine, 2020
  • Internet-based weight loss program (Tate et al.) — JAMA, 2003
  • Wearable devices and behavior change (Patel et al.) — Annals of Internal Medicine, 2015
  • Health app use among US adults (Krebs & Duncan) — JMIR mHealth and uHealth, 2015
  • Clinical Management of Obesity Guidelines — World Health Organization, 2022
  • Standards of Medical Care in Diabetes — American Diabetes Association, 2024
  • 內部身體組成驗證研究,n=70 — AI Connect Inc., 2025
  • 乙支大學臨床試驗(n=150,進行中,計畫投稿 KSCI) — 乙支大學,進行中