這場對談由 Ben Greenfield 邀請醫師兼企業家 Matt Dawson 展開，兩人探討了生物醫學的最前沿技術。Dawson 近期剛完成一項挑戰金氏世界紀錄的壯舉，與團隊在吉力馬札羅山（Kilamanjaro）進行快速往返攀登 [00:28]。儘管他自謙並非頂尖運動員，但他透過為期九個月的精確訓練，利用人工智慧（AI）教練處理包含乳酸閾值、最大攝氧量（VO2 max）及各類生物識別數據，最終成功讓五名成員在時限內完賽，打破了團體世界紀錄 [02:03]。這場攀登不僅是體力的挑戰，更是一場科學實驗。Dawson 指出，儘管隊友中有特種部隊成員或知名超馬選手，但他憑藉著對數據的精準掌控，包含在不同心率下應攝取的熱量與營養素比例，成為第一個登頂的人 [03:51]。他目前正致力於將這套基於大型語言模型（LLM）的分析系統轉化為應用程式，幫助使用者優化老化速度與健康指標 [04:30]。
Dawson 過去曾創辦提供精準醫療建議的 Wild Health，後來轉向領導 表觀遺傳學 (Epigenetics) 檢測公司 True Diagnostic [07:15]。他解釋，人類的 DNA 決定了約 20% 的健康結果，而剩下的 80% 則取決於飲食、睡眠、壓力與環境等後天因素，這些因素正是透過表觀遺傳學來測量的 [08:44]。表觀遺傳學觀察的是基因表現的「音量鍵」，即基因是被調高還是調低，而非基因本身的序列。他以癌症檢測為例，如 Cologuard（大腸癌篩檢）或 Grail（可檢測 50 種癌症的血液測試），這些測試是透過識別基因表現的特定「表觀遺傳指紋」來診斷疾病 [09:22]。一項與哈佛大學（Harvard University）合作的研究顯示，這種技術同樣能找到心血管疾病、慢性阻塞性肺病（COPD）與失智症等慢性病的特徵 [10:04]。
對談深入探討了表觀遺傳檢測與傳統生化抽血的差異。Dawson 提到研究員 Richard Marioni 的發現：透過表觀遺傳學預測的 C-反應蛋白 (CRP) 與 糖化血紅素 (HbA1C)，在預測認知退化等臨床結果上，比傳統直接測量血液中蛋白或血糖水平的方法更具預測效力 [11:43]。這是因為表觀遺傳版本測量的是炎症或糖分對身體產生的實質「影響」，而非僅僅是當下的數值 [12:28]。哈佛的研究進一步發現了 1,600 個這類預測因子，其中約三分之二的表現優於傳統生物標記。True Diagnostic 挑選出其中最關鍵的項目，開發出 True Health 檢測，提供比傳統檢驗更精確的疾病風險預測 [13:10]。這些預測是基於哈佛大學 10 萬人生物庫與蘇格蘭世代研究（Generation Scotland）的龐大數據訓練而成，能分析基因組中約 100 萬個位點的表現情況 [15:27]。
關於 生物年齡 (Biological Age)，Dawson 強調這並非單一數字，而是一種衡量死亡與患病風險的全局指標 [16:33]。他推薦三個經過權威機構驗證的演算法：首先是哈佛大學開發的 OMIC MH，專門預測未來 10 年內的死亡率 [17:34]；其次是杜克大學（Duke University）研發的 DunedinPACE，這被視為老化的「速度計」，測量的是生理時鐘推進的快慢 [17:53]；最後是耶魯大學（Yale University）的 Symphony Age，它能分析大腦、肝臟、腎臟等不同器官系統的個別老化速度，因為人體各器官的老化並非同步進行 [18:19]。Dawson 針對市場上琳瑯滿目的生理年齡測試提出四大評鑑標準：方法論必須公開發表於頂尖期刊、必須能精準預測發病率與死亡率、必須具有高度的 重測信度 (Reliability) 或內部相關係數 (ICC > 0.95)，以及必須對干預措施（如生活型態改變）有感應度 [22:24]。
最新的 Base II 臨床研究顯示，在 14 種預測死亡率的指標（如握力、最大攝氧量、認知健康等）中，DunedinPACE 的預測能力高居第一 [28:08]。即便 Ben Greenfield 的 OMIC MH 顯示生物年齡為 47 歲，但他的老化速度（DunedinPACE）僅為 0.7，意味著他每過一年，生理上僅老化 0.7 年，這反映了他過去極限運動造成的損傷已透過現有的健康管理得到修復 [19:53]。針對如何改善這些數據，Dawson 羅列了多項實證有效的干預措施，包括 熱量限制 (Caloric Restriction)、亞精胺 (Spermidine) 補充、提升 NAD 水平、以及攝取維生素 D3 與 K2 [28:30]。此外，他提到 GLP-1 受體促效劑 (GLP-1 Agonist)（如 Semaglutide）除了減重外，也顯示出獨立於熱量限制之外的長壽效益 [39:25]。
除了藥物與營養補給，Dawson 也分享了一些非傳統的觀測。例如，初步數據顯示，攝取 外源性酮體 (Exogenous Ketones) 可能對降低老化速度有顯著影響 [41:57]。在一項關於 死藤水 (Ayahuasca) 的研究中，初步觀察到參與者在體驗後，與 神經塑性 (Neuroplasticity) 及 腦衍生神經滋養因子 (BDNF) 相關的基因表現明顯上調，這提供了心理體驗轉化為生理改變的分子證據 [44:07]。然而，他特別強調，雖然許多人追求尖端生物駭客技術，但哈佛大學長達 80 年的長壽研究指出，社會關係的品質對壽命的影響力遠超吸菸、飲食或運動 [47:00]。忽視人際連結而只專注於數據優化，是本末倒置的行為 [48:04]。
最後，對談討論了數據解讀的複雜性。True Health 報告包含上百種指標，Dawson 建議使用 AI 來解析這些對人類大腦過於龐大的資訊。他分享了一個案例，其同事 Mike Min 透過 AI 分析發現，他的素食習慣與特定藥物導致了甲基化與牛磺酸水平異常，進而引發長期失眠，這是在單看個別生物標記時難以察覺的關聯 [49:15]。在進行檢測時，Dawson 提醒應注意急性因素的影響，例如長途飛行或高強度運動（如重量訓練）會暫時推高肝指數或炎症標記，建議在檢測前應有 48 至 72 小時的適度休息 [54:33]。這類精準檢測目前多採自費，但隨著醫學進步，未來預測失智症等特定疾病的檢測有望納入健保體系 [56:29]。對於追求極致健康者，Dawson 建議每季進行一次測試，而一般大眾則可每半年或一年測試一次，以持續監控並優化自身的生物年齡 [57:34]。