手机上的健康类应用有几百万个，记录步数、计算热量、提醒喝水。但它们大多不能被称为数字疗法。数字疗法（digital therapeutics，简称 DTx）是一个窄得多、也重得多的概念：它是有循证基础、经监管批准、用于预防或治疗疾病的软件，按医疗器械来管理，有明确的适应证与临床证据要求。在这个框架下，软件不再只是工具，而是"治疗手段"本身——这就是"软件即处方"这句话的含义。而在 DTx 已经落地的方向里，营养与慢病管理走得相当靠前。
两者看起来都是软件，差别却在三条线上。
第一条是循证要求。健康类应用通常不需要临床证据，能上市就行；DTx 则需要临床评价乃至随机对照试验，用数据证明它对所声称的适应证有效。这是最硬的一条分界——有没有做过对照试验、结果是否发表、证据等级如何，决定了它属于哪一类。
第二条是监管身份。DTx 按医疗器械注册或备案管理，受相应的法规约束，包括质量管理体系、临床评价、不良事件监测与上市后监管。健康类应用通常不在这一体系内，属于一般消费软件。这也意味着 DTx 的说明书上会写明适应证、禁忌与使用方法，而不是"仅供参考"。
第三条是使用方式。DTx 通常由医生开具或推荐，有明确的适用人群与使用周期；健康应用则由用户自行下载使用。这个差别在中国市场尤其关键——它决定了产品是走临床路径还是走消费路径，两者的渠道、定价与证据要求完全不同。
把这三条摆在一起，就能理解为什么行业里常说"大部分健康APP不是数字疗法"：它们缺的不是技术，而是循证与监管身份这两块基石。
在 DTx 落地的各个方向里，营养与慢病管理走得比较早，这不是偶然。
原因在于这类场景的三个特征与 DTx 的能力高度匹配。第一个特征是数据密集：血糖、体重、膳食记录、运动量、用药情况，这些都可以被结构化地采集。没有数据，软件就没有可分析的对象；而营养管理恰恰是最容易被数据化的日常行为之一。
第二个特征是行为密集。营养干预的效果不取决于一次性的决定，而取决于每天重复的选择。这需要持续的反馈、提醒与调整，而这正是软件擅长的——它可以做人力做不到的事：每天记录、即时反馈、长期跟踪、按数据调整方案。
第三个特征是需要长期陪伴。慢病管理的周期以年计，而传统门诊的触达频率以月或季计。中间那一大段空白，恰恰是 DTx 可以填补的空间：把诊疗室里的处方，延伸到日常的每一天。
具体到场景上，糖尿病的膳食与血糖管理是最成熟的落地方向之一。这类产品通常结合连续血糖监测或自我血糖监测数据，给出膳食建议、胰岛素剂量提醒的支持信息、以及行为干预模块，并在试验中被验证可以降低糖化血红蛋白。减重与体重管理的行为干预也是类似逻辑，通过目标设定、自我监测、反馈与激励机制改善依从性。
营养之所以能先迈这半步，本质上是因为它同时满足了这三个特征——它是可被数据化的、高度依赖日常行为的、且需要长期管理的领域。
既然是医疗器械，就要走监管路径。国际上对软件类医疗器械已经形成了相对清晰的框架，通常被称作软件即医疗器械（Software as a Medical Device, SaMD）。
这套框架的核心是按风险分级。风险取决于两个维度：软件提供的信息在医疗决策中的重要程度，以及所针对的健康状况的严重程度。一个只提供一般性健康建议的软件，风险最低；一个为医生提供诊断参考信息的软件，风险更高；一个直接给出治疗干预指令、且用于严重疾病的软件，风险最高。风险等级决定了它需要走什么样的审评路径、提交什么样的临床证据。
对 DTx 而言，这意味着它必须回答一个问题：你声称能改善什么？用什么证据？如果声称可以降低糖化血红蛋白，那就需要拿出对应的临床试验结果；如果只是辅助记录，那就不需要走到这一层。证据要求与声称强度严格对应，这是监管的基本逻辑，也是它与健康应用的分水岭。
在中国，相关的审评指导原则也在逐步完善。软件类医疗器械的分类界定、临床评价要求、以及针对人工智能类软件的审评要点陆续出台，为这类产品的注册提供了更明确的路径。同时，部分产品也在探索以"处方"形式由医生开具、在医院场景内使用的模式。
监管框架的逐步清晰，对行业是好事：它把"什么是有效的"这个问题，从营销话术拉回到了可验证的标准上。
讲了前景，也要讲它真正的难题。
第一个难题是依从性。DTx 的效果建立在"用户持续使用"这个前提上，而真实世界里的软件使用衰减非常快——下载后的活跃度往往在数周内大幅下降。临床试验里的受试者在被观察的状态下依从性较好，但真实使用中少了这层外部约束，效果会打折扣。这是所有数字健康产品共同的挑战，也是为什么"临床有效"与"真实世界有效"之间常常存在落差。
第二个难题是行为改变的机制。给出数据不等于改变行为。一个人知道自己今天的血糖曲线不理想，与他明天真的改变早餐，中间隔着一整套动机、环境、习惯与能力的因素。软件能做的是降低信息门槛与行动门槛，但它替代不了全部的行为支持。这也提示产品设计的关键：真正有效的 DTx，核心往往不是"测量多准"，而是"行为干预设计得多好"。
第三个是处方权与责任归属。软件作为治疗手段由谁开具？如果软件的算法给出了建议，而这个建议对患者产生了不利影响，责任在开发者、在开具处方的医生、还是在使用者？这些问题在世界范围内都还在探索。此外还有数据隐私与安全问题——健康数据的敏感度极高，其采集、存储与使用的边界需要清晰界定。这一点在中文语境下常被概括为数据合规。
这三个难题决定了 DTx 不会是一个"做完就能赢"的赛道。它的价值是明确的——把专业干预延伸到日常；但它的上限取决于能否真正改变行为，而这恰恰是最难工程化的部分。
数字疗法在技术与证据之外，还卡在一道相当现实的门上：谁来付钱，以及怎么进入使用流程。
先看支付。一款获得批准的 DTx 有明确的适应证与临床证据，但它的使用方式与传统药品不同——它不是一个被消耗掉的实物，而是一段时间的服务。这让传统的按盒计价逻辑不适用，而按疗程、按订阅或按效果付费的模式仍在探索。在医保端，是否将这类服务纳入门诊或慢病管理的支付范围，各地的进展不一；而在自费端，用户对"为软件付费"的接受度仍在培养。
第二个是准入路径。DTx 要进入医院的使用流程，需要经过采购、定价、以及与现有诊疗路径的衔接。它不像药品有成熟的招标与处方体系，也不同于器械有明确的科室采购流程。医生在什么环节开具、患者如何获取、随访数据如何回流到病历，这些实操问题决定了一款产品能否被真正使用。
第三是医生端的接受度。开具一个软件处方，医生需要理解它的适应证、证据强度与使用方式，也需要相信它能减轻而不是增加自己的工作负担。如果产品需要医生投入额外的解释与跟进时间，而缺乏相应的激励与流程支持，落地就会遇到阻力。
这三道门决定了 DTx 的商业化节奏会比技术成熟得更慢。它提示行业的是：获批只是起点，真正的考验在于能否嵌入现有的支付与诊疗流程，而这需要的不是算法能力，而是对医疗体系运转方式的理解。
Q：数字疗法是什么？
A：数字疗法（digital therapeutics, DTx）指有循证基础、经监管批准、用于预防或治疗疾病的软件。它按医疗器械管理，有明确的适应证、临床证据要求与使用周期，通常由医生开具或推荐。
Q：数字疗法和普通健康APP有什么区别？
A：三条分界：一是循证要求，DTx 需要临床评价乃至随机对照试验；二是监管身份，DTx 按医疗器械注册备案，受质量管理体系与不良事件监测约束；三是使用方式，DTx 通常有明确的适用人群与使用周期，由医生开具或推荐，而健康应用由用户自行下载。
Q：营养方向有哪些数字疗法的应用？
A：糖尿病的膳食与血糖管理是最成熟的方向之一，通常结合血糖监测数据给出膳食建议与行为干预模块；减重与体重管理的行为干预也是典型场景。它们的共同点是可被数据化、高度依赖日常行为、且需要长期管理。
Q：数字疗法怎么监管？
A：按软件即医疗器械（SaMD）的框架，以风险分级管理。风险取决于软件信息在医疗决策中的重要程度与所针对健康状况的严重程度，等级决定了审评路径与临床证据要求。声称强度与证据要求严格对应，这是它与健康应用的分水岭。
Q：数字疗法目前最大的难点是什么？
A：行为改变与依从性。数据有效不等于行为改变——知道血糖不理想与真的改变早餐之间隔着动机、环境与习惯。此外，处方权与责任归属的界定、以及健康数据的 privacy 与安全边界，都仍在探索中。
信源：数字疗法（digital therapeutics）定义与行业共识文件；软件即医疗器械（SaMD）风险分级框架及监管指导原则；糖尿病膳食与血糖管理类数字疗法的随机对照试验及糖化血红蛋白结局研究；数字健康产品真实世界依从性与使用衰减的实证研究；数字疗法处方模式、责任归属与数据合规的行业讨论。
温馨提示：本文为行业资讯与健康科普，不构成诊疗建议；具体方案请咨询专业机构。
