Tecnologia
Smart ring e glicemia: cosa può davvero capire un anello senza misurare il glucosio
Gli smart ring misurano bene frequenza cardiaca, HRV e alcuni aspetti del sonno. Ma quando si parla di glicemia il confine tra previsione e misura diventa cruciale. L’AI può riconoscere pattern metabolici, ma non trasforma un anello in un CGM. Ecco cosa sappiamo davvero.
Riedizione aggiornata dell’articolo “BioHeQ Ring: grazie all’A.I. finalmente analizzato anche il rischio di glucosio in eccesso”, Biohacking Now, Autunno 2025.
Il sogno è irresistibile: infilare un anello al dito e sapere come sta andando la nostra glicemia senza ago, senza sensore sottocutaneo, senza punture.
La tecnologia wearable ci ha abituati a una progressione rapidissima: passi, frequenza cardiaca, HRV, temperatura, sonno, recupero. Perché non dovrebbe arrivare anche il glucosio?
Il problema è che qui bisogna distinguere tre cose completamente diverse: misurare il glucosio, stimarlo indirettamente e stimare il rischio di pattern metabolici compatibili con una glicemia alterata.
Confondere questi livelli significa trasformare un algoritmo interessante in uno strumento diagnostico che non è.
Cosa misurano bene oggi gli smart ring
Le review più recenti mostrano che gli smart ring possono raggiungere una buona accuratezza per frequenza cardiaca, HRV e rilevazione sonno-veglia. Una systematic review del 2025 ha raccolto 107 studi, per circa 100.000 partecipanti, riportando risultati molto convincenti su heart rate e HRV e una buona sensibilità nella sleep detection.
Questo rende gli anelli particolarmente utili per il trend monitoring: recupero, variazioni autonomiche, temperatura periferica, attività fisica e pattern del sonno.
Ma il fatto che un sensore misuri bene un segnale non significa che possa misurare tutto.
La glicemia è un’altra cosa
Nel 2024 la FDA ha pubblicato una safety communication molto netta: nessuno smartwatch o smart ring era stato autorizzato, cleared o approved per misurare o stimare autonomamente valori di glucosio senza perforare la pelle.
La distinzione è importante. Un wearable può visualizzare dati provenienti da un CGM autorizzato. Può anche usare algoritmi per riconoscere pattern associati a rischio metabolico. Ma questo è diverso dal misurare direttamente il glucosio interstiziale o ematico.
Per una persona con diabete la differenza non è teorica: un valore errato può modificare decisioni terapeutiche, dosaggi di insulina o altri farmaci.
Allora cosa può fare davvero l’AI?
Molto, ma a patto di chiamare le cose con il loro nome.
Un algoritmo può integrare HRV, frequenza cardiaca, attività, temperatura, qualità del sonno e altri segnali per riconoscere pattern associati a stress metabolico, pasti, recupero scarso o rischio glicemico.
Questa è una funzione plausibile e potenzialmente utile. È predizione, non misura diretta.
Il problema dei proxy
Questo è uno dei principi più importanti del biohacking moderno: non confondere un proxy con il fenomeno che cerca di rappresentare.
HRV può raccontarci qualcosa sul tono autonomico, ma non è una diagnosi di stress. Un punteggio di sonno può riflettere pattern utili, ma non sostituisce una polisonnografia. Un readiness score può orientare una scelta di allenamento, ma non conosce automaticamente il nostro stato fisiologico completo.
Lo stesso vale per il “rischio glicemico”.
Come usare bene uno smart ring
- Guardare trend settimanali e mensili, non ossessionarsi sul singolo punteggio.
- Usare HRV e resting HR come segnali contestuali, non come verdetti.
- Confrontare sonno, attività e sintomi con periodi precedenti.
- Se interessa la risposta glicemica reale, validare con CGM o misure ematiche.
- Usare l’AI come generatore di ipotesi, non come medico automatico.
Il futuro
La direzione resta affascinante. Wearable e AI stanno già mostrando capacità predittive in diversi ambiti clinici e comportamentali. Il futuro probabilmente non sarà un singolo sensore onnisciente, ma un sistema multimodale che combinerà segnali fisiologici, laboratorio, CGM, anamnesi e comportamento.
Conclusione
Lo smart ring è già uno strumento potente. Non ha bisogno di fingere di essere un glucometro per esserlo.
L’AI può aumentare il significato dei dati. Non può trasformare un proxy in una misura clinica solo perché l’interfaccia sembra convincente.
Riferimenti essenziali
- Gong EJ et al. Smart Ring in Clinical Medicine: A Systematic Review. Biomimetics. 2025. PMID: 41439888.
- U.S. Food and Drug Administration. Do Not Use Smartwatches or Smart Rings to Measure Blood Glucose Levels. 2024.
- Integration of artificial intelligence and wearable technology in the management of diabetes and prediabetes. 2025. PMID: 41254217.