【會員限定】三機大對決:Veggie Meter® vs Galaxy Watch 8 vs Prysm iO™——誰才是你抗氧化的真相偵探?


👋 歡迎會員!在開始之前,我想先問你一個問題:

如果你現在馬上去做 Prysm iO 掃描,你覺得你的分數會落在哪個區間?

認真想三秒鐘。

你的直覺,往往比你想像的更準確——也更殘酷。

讀完這篇,你會知道那個數字對你真正意味著什麼,以及你可以怎麼做。

光譜指數


三位選手,同一個賽場

最近幾年,「非侵入性測量皮膚類胡蘿蔔素」這件事,從原本只存在於頂尖大學實驗室的技術,快速走進了大眾生活。

現在市面上你能接觸到的裝置,主要有三種:

  • 🧪 Veggie Meter®(Longevity Link,公衛研究標配)
  • Galaxy Watch 8(三星,智慧穿戴代表)
  • 🔬 Prysm iO™(Nu Skin,個人精準健康)

三者都是「光學測量皮膚類胡蘿蔔素」,都不需要抽血,看起來好像在做同一件事。

但它們的技術哲學、精準度、使用場景,其實有著本質上的差異。

這篇文章就是要把這三者拆開來,讓你真正看懂它們各自代表什麼——以及你現在手上的工具,到底該怎麼用才是對的。


故事的起點:兩個研究群,三條路線

平行開拓的兩大陣營

全球非侵入性皮膚類胡蘿蔔素偵測技術的格局,其實由兩個獨立的研究群塑造了大半。

猶他大學陣營(美國)Werner Gellermann 博士與合作者 Igor Ermakov 博士,以及眼科教授 Paul Bernstein 博士,三人長期組成核心研究群。

Gellermann 物理學家出身,負責光學技術核心;Ermakov 主攻儀器設計與測量方法學;Bernstein 專精眼科應用。

他們主導了 RRS 技術與壓力式反射光譜法的原始發明,持有多項相關專利。

柏林夏里特陣營(德國)Jürgen Lademann 教授與合作者 Maxim Darvin 博士,帶領夏里特醫科大學(Charité)皮膚科研究群。

Lademann 是歐洲頂尖的皮膚科學家,Darvin 則是 MSRRS 技術的主要發明者,兩人的研究聚焦在皮膚光學測量的臨床應用,後來發展出 Galaxy Watch 所採用的空間分辨技術路線。

這兩個陣營在同一個科學領域 平行開拓,偶有跨大西洋合作(包括一篇關鍵的 2004 年聯名論文),但更多時候是各自領導獨立研究群,各自發表大量文獻,並在商業應用上走向截然不同的方向。

平行路線的核心差異

進入 2010 年代,兩個陣營的科學成果在商業化的路上分叉成三條截然不同的方向。

理解這三條路的核心差異,關鍵在於「如何解決血液干擾」這個根本難題:

Gellermann 物理排血路線(Veggie Meter + Prysm iO):以「醫療級量測準確度」為核心目標,發展出「按壓式反射光譜法(Pressure-mediated Reflectance Spectroscopy)」——透過物理施壓於測量窗口,暫時排空指尖微血管中的血液, 從源頭物理消除血紅素的光學干擾。

Veggie Meter 與 Prysm iO 都採用這條路線,但走向截然不同的應用場景與技術深度。

Lademann-Darvin 空間解析路線(Galaxy Watch):柏林夏里特團隊由 Darvin 博士主導開創的「多路徑空間分辨反射光譜(MSRRS)」,透過硬體矩陣同時捕捉不同深度的反射光,再 以數學演算法估算並扣除血液與膚色的干擾,讓量測能微型化至穿戴裝置。

三星 Galaxy Watch 8 的 BioActive 感測器正是沿著這條路徑發展的結果。

有一點值得特別說明: Prysm iO 的核心技術路徑,是直接建立在 Gellermann-Ermakov 陣營的壓力式反射光譜研究上

Lademann-Darvin 陣營的 MSRRS 成果是 Galaxy Watch 的學術根基;兩條路線各有明確的技術傳承,並非混合自同一學術源頭。


三機深度解剖

🧪 第一位選手:Veggie Meter® ——學術界的公衛偵探

出身: Gellermann 博士與合作者 Igor Ermakov 博士於 2004 年創立的 Longevity Link Corporation,目標是開發一款「拋棄昂貴雷射、讓公衛研究者都能負擔」的平民版掃描儀。

技術哲學:「物理純化派」

Veggie Meter 採用寬頻白光 LED(波長涵蓋 400–750 nm),用光直接照射皮膚後,測量哪些波段的光被類胡蘿蔔素吸收了。

核心難題是:皮膚裡的血液也會強烈吸收相近波長的光,如果血液存在,訊號就會一片混亂。

Veggie Meter 的解法非常直接—— 強力擠壓

你必須把手指用力按入一個特製的彈簧夾具中,讓機械壓力將指尖微血管的血液暫時排空(Blanching),讓白光能不受干擾地讀取純粹的類胡蘿蔔素訊號。

測量流程:

測量時間單次約 30 秒,為了提高精確度、降低皮膚異質性的影響,官方建議進行 三次掃描取平均,含數據處理整個流程約需 90 秒

定位:公衛研究的標準配備

Veggie Meter 迅速成為全球營養流行病學家的主力工具。

它成本相對低廉、硬體堅固耐用、不需要精密維護,可以大量採購並派發到偏遠社區。

在美國,研究人員把 Veggie Meter 帶進低收入社區,針對參與「婦女、嬰兒和兒童特別補充計畫(WIC)」的近 300 名成人進行測量,光學數據揭示了西方化飲食如何系統性地摧毀移民族群的抗氧化防禦力——這種社會層次的洞察,正是 Veggie Meter 被設計出來去做的事。

Longevity Link 甚至將技術授權給 MacuHealth 公司,以「LifeMeter」品牌回攻眼科市場。技術完成了一個優美的循環。

Veggie Meter 的限制: 對個人日常使用者來說,它的缺點也很明顯——外型像一台診所儀器,不適合家庭自測;每次要做三次取平均,流程繁瑣;而且它被設計為「群體研究工具」,並不提供個人化的健康建議系統。


⌚ 第二位選手:Galaxy Watch 8 ——日常生活的抗氧化哨兵

出身: 三星電子,學術基礎源自 Lademann 教授與合作者 Maxim Darvin 博士開創的「多路徑空間分辨反射光譜(MSRRS)」研究,2025 年整合至 Galaxy Watch 8 系列的 BioActive 感測器。

技術哲學:「空間分辨派」

三星的解法不只是靠物理壓力排走血液,更利用硬體工程解決問題。

Galaxy Watch 8 的 BioActive 感測器配備了 118 個微型發射器與 152 個探測器矩陣。

BioActive感測器

這個龐大的硬體陣列能捕捉不同「源探距離」的反射光——短距離路徑代表淺層(表皮,類胡蘿蔔素所在),長距離路徑代表深層(真皮,血紅素所在)。

透過分析 18,000 個原始數據點,系統能在空間維度上區分類胡蘿蔔素和血紅素的訊號分佈。

剩下無法靠物理區分的誤差,再用「血紅素指數(Hemoglobin Index, HbI)」演算法在軟體層面數學補償。

測量流程:

拇指(面積夠大,能完全覆蓋 LED-PD 矩陣) 按壓感測器 5 ~ 10 秒,完成。

與 Veggie Meter 的強力擠壓排血不同。

在按壓的同時,感測矩陣(118 發射器 / 152 探測器)會追蹤約 18,000 條光路徑,搭配 HbI 數學模型補償血液干擾。

定位:24 小時的生活趨勢監測

Galaxy Watch 最大的優勢不是單次精準度,而是 連續性

它貼在你手腕上,可以追蹤你連續幾天趕報告、連續應酬、或者一段規律飲食後的抗氧化趨勢變化。

當趨勢出現明顯下滑,手錶可以即時提醒你:「你這幾天的蔬果攝取量嚴重不足,需要補充了。」

值得一提的是,三星的測量並非虛構數據。

2023 年發表於《感測器》(Sensors)期刊的隨機對照試驗確認,這類穿戴式 RS 技術與共振拉曼光譜(RRS)黃金標準具有顯著正相關。

手錶用RS測量與RRS值差異

透過飲食干預研究也可以看到,Galaxy Watch 追蹤到的類胡蘿蔔素濃度變化趨勢,與 RRS 的曲線高度吻合。

胡蘿蔔素干預飲食週數與皮膚胡蘿蔔素變化

Galaxy Watch 的限制:

穿戴裝置受形式限制,透過數學估算解決血液補償問題,而非從源頭消除。

在膚色差異較大或測量時肢體有動作的情況下,誤差容許範圍相對較寬。

它給你的是一個「方向」,而不是一個可以做臨床決策的精準數字。

深一層:MSRRS 為什麼要分析「光走哪條路」?

Galaxy Watch 和 Prysm iO 都是「光打進皮膚、看反射回來的光」——但為什麼一個用拇指輕壓 5 秒,另一個用食指重壓 15 秒?

為什麼一個靠空間分辨,另一個靠高光譜?因為它們在用不同方法解決「血液雜訊」這個共同難題。

你皮膚的結構,可以粗略想成一棟兩層建築:

  • 一樓(角質層):住著類胡蘿蔔素,我們要找的目標
  • 二樓(真皮層):住著血管與血紅素,強力干擾源

當光照進皮膚後反射回來,這道光混合了「一樓的類胡蘿蔔素訊號」和「二樓的血液雜訊」。

三星的答案是: 看光走了多遠。

感測器矩陣裡,近距離的光路走得淺——它主要和一樓的類胡蘿蔔素互動;遠距離的光路鑽得夠深——它帶有二樓血液的干擾訊號。

透過同時分析 18,000 條不同深淺的光路數據,演算法用數學模型把「摻了血液的深層訊號」從總訊號裡扣除。

你可以把它想成 「3D 超音波」:不是直接切開看,而是透過光路的折射角度,推算不同深度的組織狀態。


🔬 第三位選手:Prysm iO™ ——個人精準健康的終極裁判

出身: Nu Skin,技術學術根基建立在 Gellermann 博士與 Ermakov 博士主導的壓力式反射光譜與二十年拉曼光譜研究之上,融合 AI 技術,2025 年推出。

技術哲學:「高光譜 AI 派」

Prysm iO 的設計目標是一個看似矛盾的命題: 用不帶雷射的輕巧裝置,輸出等同於昂貴雷射設備的精準數值。

解決方案分兩層。

第一層:物理先排雜訊

和 Veggie Meter 同路線,Prysm iO 配備壓力接觸窗,食指按壓 15 秒,先把指尖血液物理排空,從源頭消除血紅素干擾。

第二層:高光譜暴力採樣 + AI 校準

在血液已被排開的乾淨狀態下,Prysm iO 的 Spectral Rai™ 技術以每秒超過 6,000 次的速度採樣,在 15 秒內累積超過 70,000 次超光譜吸收測量——是 Galaxy Watch 18,000 個數據點的近 4 倍

這個超高數據密度,讓 AI 能細緻地描繪出光在穿透表皮、角質層、並與殘餘生物標記交錯時的完整吸收圖譜。

Nu Skin 的獨家資產:2,100 萬筆黃金標準數據

這才是 Prysm iO 真正的「底氣」。

在過去二十年間,Nu Skin 在全球近 50 個國家部署的拉曼光譜掃描儀(BioPhotonic Scanner S1–S3),累積了超過 2,100 萬筆高精純拉曼抗氧化數據。

AI 演算法以這個無與倫比的數據庫為訓練基礎,學會了如何把 Prysm iO 採集到的高頻反射訊號,精確「翻譯」回拉曼技術應有的準確度水準。

臨床驗證的最終裁決(2026):

Riggs 等人在《食品與營養學期刊》(Food & Nutrition Journal, 2026)發表的研究,針對 97 名受試者,同時進行血液 HPLC、S3 雷射掃描與 Prysm iO 掃描三方對比:

  • S3 掃描儀(雷射技術):R² = 0.7789
  • Prysm iO(AI + RS):R² = 0.7659

R² 超過 0.70 在人體臨床試驗中就已是極強相關性。

兩台機器的數據輪廓幾乎完全重疊。

PrysmiO與S3分別跟血液比較

一台沒有雷射的輕巧個人裝置,做到了與研究室雷射儀器幾乎等同的臨床級精準度。

深一層:Spectral Rai™ 為什麼要分析「光的顏色指紋」?

Prysm iO 的思路和 Galaxy Watch 完全不同。

它不關心「光走哪裡」,它關心的是:光的哪些顏色消失了。

類胡蘿蔔素會優先吸收特定波長的藍綠光,留下特定的「吸收凹陷」——就像每種分子的專屬指紋,精準標記在光譜上的固定位置。

傳統反射式設備只測幾個固定波長,解析度太低,指紋很容易被雜訊淹沒。

Prysm iO 的策略是把「顏色解析度」直接拉到極限。

把可見光切成幾百個連續的超細波段,15 秒內以每秒超過 6,000 次的速度掃描,累積 70,000 次超光譜吸收測量——畫面解析度從 720p 跳到 8K,類胡蘿蔔素的吸收指紋在這個精細度下無所遁形。

再加上 2,100 萬筆拉曼黃金數據訓練的 AI,學會精準辨認「這個吸收凹陷是真的類胡蘿蔔素,不是干擾」,並把結果直接校準到拉曼雷射的精準度。

你可以把它想成 「超高清法醫鑑定」:把每一條指紋線掃描到極致清晰,再比對已知指紋庫,給出精確身份認定。


三機直接對決:一張表看清楚

比較項目🧪 Veggie Meter®⌚ Galaxy Watch 8🔬 Nu Skin Prysm iO
技術派別物理純化派空間分辨派(MSRRS)高光譜 AI 派
科學路線Gellermann + Ermakov 路線Lademann + Darvin / SNU 路線Gellermann + Ermakov 路線
測量部位食指(指尖)拇指(覆蓋面積大)食指(指尖)
光源寬頻白光 LED(400–750 nm)多色 LED 矩陣(黃/藍/紫/綠)+空間分辨技術(MSRRS)超光譜 LED 陣列(Spectral Rai™)
硬體規格單點感測器、彈簧夾具強力擠壓118 發射器 × 152 探測器矩陣壓力接觸窗 + 高頻超光譜儀
單次數據密度少量單點採樣18,000 個原始數據點70,000+ 次超光譜測量
處理血液干擾物理排空(機械強壓排血)物理排空 + HbI 數學模型補償物理排空 + AI 多標記過濾
操作時間3 次掃描取平均(約 90 秒拇指按壓 5 秒食指按壓 15 秒
校準基礎壓力式 RS 技術、多族群臨床驗證血液 HPLC + RRS 綜合驗證2,100 萬筆 RRS 黃金數據庫
與血液檢測 (Serum)相關性r = 0.70 ~ 0.81r = 0.68** r = 0.87, R² = 0.7659(媲美 S3 雷射)**
使用場景公衛研究、社區篩查日常穿戴、趨勢監測個人精準追蹤、補充方案驗證
攜帶便利性診所儀器型✅ 24 小時貼身佩戴✅ 掌心大小、隨時可測
個人化建議無 App 提醒Samsung Health App 健康提醒Prysm iO™ App 精準干預建議

裁判結果:三者各有其位,但勝負已定

看完這張表,你可能會想:「那我到底該用哪一個?」

答案不是「擇一」,而是理解它們各自存在的意義:

🧪 Veggie Meter:學術圈的公衛照妖鏡

它的使命不是服務個人,而是服務社群研究。當公衛學家需要客觀測量一個社區、一個族群的蔬果攝取狀況,Veggie Meter 是最可靠的工具。

對你我來說,這台儀器更多是一個「科學背書」的存在——它證明了「皮膚 RS 技術能用於大規模人群」這件事是真的。

⌚ Galaxy Watch 8:你的日常抗氧化哨兵

Galaxy Watch 不是要取代精準儀器,它要做的是「習慣養成的守護者」。

它貼在你手腕上,不需要你刻意去做任何事,就能在你熬夜連上三天班之後提醒你:「你的抗氧化趨勢已經連跌四天,今天記得多吃蔬菜。」這種低摩擦、即時的生活反饋,是任何指尖儀器都做不到的。

如果你已經有 Galaxy Watch,它就是你日常生活裡非常好的習慣監測夥伴。相信它給你的趨勢方向——但不要把它的數字當作做決策的依據。

🔬 Prysm iO:你補充方案的終極裁判

這才是三機之中真正決定「你的錢花對了沒有」的工具。

當你開始執行一套新的營養補充計畫——不論是調整飲食習慣、還是加入 ageLOC Youthspan 這樣的精準補充——你需要的不是「大概的趨勢感」,而是一個可以信任的數字:這 60 天的投資,有沒有真的反映在我的細胞防禦力上?

Prysm iO 的 R² = 0.7659,與雷射設備幾乎持平。

它與 Prysm iO™ App 的深度整合,背後是橫跨 20 年、2,100 萬筆大數據的對標系統——告訴你,你在全球分佈裡處於什麼位置,以及你的改善軌跡是否符合預期。

Galaxy Watch 給你方向,Prysm iO 給你答案。兩者是最好的黃金搭檔,而不是競爭關係。


技術演化:為什麼 Prysm iO 是這 25 年的終點?

從雷射雕刻到 AI 演算,25 年的技術演進,最終落點就是: 不帶雷射危險、掌心大小、15 秒精準、個人可操作

Prysm iO 是這條路線的現階段終點。

生物光子掃描儀演進


讀到這裡,你已經理解三台裝置在做什麼、為什麼 Prysm iO 的數字值得認真對待。

下一步:把你自己的數字拿出來。

Prysm iO 15 秒實測教學:測完之後,你的分數代表什麼?


參考資料

  1. T R Hata et al., 2000. Non-invasive raman spectroscopic detection of carotenoids in human skin. J Invest Dermatol. 115(3):441-8.
  2. Igor V Ermakov et al., 2004. Noninvasive selective detection of lycopene and beta-carotene in human skin using Raman spectroscopy. J Biomed Opt. 9(2):332-8.
  3. Igor V Ermakov et al., 2005. Resonance Raman detection of carotenoid antioxidants in living human tissue. J Biomed Opt. 10(6):064028.
  4. Scott D Bergeson et al., 2008. Resonance Raman measurements of carotenoids using light-emitting diodes. J Biomed Opt. 13(4):044026.
  5. Maxim E Darvin et al., 2009. In vivo distribution of carotenoids in different anatomical locations of human skin. Exp Dermatol. 18(12):1060-3.
  6. Igor V Ermakov, Werner Gellermann, 2010. Validation model for Raman based skin carotenoid detection. Arch Biochem Biophys. 504(1):40-9.
  7. Susan T Mayne et al., 2010. Noninvasive assessment of dermal carotenoids as a biomarker of fruit and vegetable intake. Am J Clin Nutr. 92(4):794-800.
  8. Igor V Ermakov, Werner Gellermann, 2012. Dermal carotenoid measurements via pressure mediated reflection spectroscopy. J Biophotonics. 5(7):559-70. — Veggie Meter 核心原理
  9. Susan T Mayne et al., 2013. Resonance Raman spectroscopic evaluation of skin carotenoids as a biomarker of carotenoid status for human studies. Arch Biochem Biophys. 539(2):163-70.
  10. Maxim E Darvin et al., 2016. Multiple spatially resolved reflection spectroscopy for in vivo determination of carotenoids in human skin and blood. Laser Phys. Lett. 13:095601. — 三星 118 發射器/152 探測器結構的學理來源
  11. Jilcott Pitts SB et al., 2021. Use of the Spectroscopy-Based Veggie Meter® to Objectively Assess Fruit and Vegetable Intake in Low-Income Adults. Nutrients. 13(7):2270.
  12. Jeong-Eun Hwang et al., 2023. Evaluation of a Commercial Device Based on Reflection Spectroscopy as an Alternative to Resonance Raman Spectroscopy in Measuring Skin Carotenoid Levels. Sensors (Basel). 23(17):7654. — 三星 SAIT 發表,引用了 Gellermann 的波長與 Lademann 的空間分辨概念
  13. Matthew P Madore et al., 2023. A Narrative Review of Factors Associated with Skin Carotenoid Levels. Nutrients. 15(9):2156.
  14. Seoeun Ahn et al., 2024. Examination of the utility of skin carotenoid status in estimating dietary intakes of carotenoids and fruits and vegetables. Nutrition. 119:112304.
  15. Akira Obana et al., 2024. Association between atherosclerotic cardiovascular disease score and skin carotenoid levels. Sci Rep. 14(1):12173.
  16. Helen Knaggs, Edwin Lephart, 2025. Global Lifetime Non-invasive Spectroscopy-based RRS Quantification of Skin Carotenoids Provides Evidence for Enhancing the Human Healthspan. Adv Prev Med Health Care. 8(2) 1-35.
  17. Melanie Riggs et al., 2026. Validation of a New Non-invasive Personalized RS-Skin Carotenoid Scanner (Prysm iO) versus the BioPhotonic Scanner S3 RRS Device for Estimating Carotenoid Levels in Humans. Food Nutr J. 11:(1)1-5.
  18. Maxim E Darvin, Björn Magnussen, Jürgen Lademann, Wolfgang Köcher, 2016. Multiple spatially resolved reflection spectroscopy for in vivo determination of carotenoids in human skin and blood. Laser Phys. Lett. 13(9):095601. doi:10.1088/1612-202X/13/9/095601
下一步

不要再盲測,先把現有數據整理起來

如果你手上已經有健檢數據或穿戴裝置數據,下一步比繼續看文章更有效的是先把資料整理起來。

📊 填寫資料表,整理你的下一步方向

完成後我會協助你先整理目前最值得優先處理的項目與順序。

還沒做過評估?先做 1 分鐘身體警報評估 →