Μεθοδολογία

Τελευταία αναθεώρηση: 25 Απριλίου 2026

Το LongevityMate μετατρέπει τα δεδομένα εξετάσεων αίματος, το προαιρετικό συμφραζόμενο φορετών, τους στόχους και τις απαντήσεις τρόπου ζωής σε εκπαιδευτικές πληροφορίες. Αυτή η σελίδα περιγράφει τη διαδικασία υψηλού επιπέδου που χρησιμοποιούμε ώστε οι χρήστες να κατανοούν τι τροφοδοτεί κάθε αναφορά, πίνακα ελέγχου και απάντηση του Mate.

1. Εισαγωγή και κανονικοποίηση δεδομένων

Εισάγουμε τις τιμές βιοδεικτών, τις μονάδες και τις ημερομηνίες από τα ανεβασμένα ή χειροκίνητα αποτελέσματα. Όπου οι χρήστες επιλέγουν να συνδέσουν την Apple Health ή το Health Connect, μπορούμε επίσης να χρησιμοποιήσουμε εξουσιοδοτημένες συνοπτικές αναφορές φορετών για επιπλέον πλαίσιο. Κανονικοποιούμε τις μονάδες όπου είναι δυνατόν ώστε οι τιμές να συγκρίνονται σταθερά με την πάροδο του χρόνου.

2. Ομαδοποίηση και βαθμολόγηση βιοδεικτών

Οι βασικοί βιοδείκτες ομαδοποιούνται σε οκτώ κατηγορίες υγείας με βαθμολογία. Κάθε κατηγορία χρησιμοποιεί τους βιοδείκτες Must για να ξεκλειδώσει τη βαθμολογία, και στη συνέχεια ενσωματώνει τους βιοδείκτες Support όταν είναι διαθέσιμοι για να βελτιώσει το αποτέλεσμα. Το Essential πάνελ βιοδεικτών περιλαμβάνει επίσης κάθε δείκτη που απαιτείται για την εκτίμηση της βιολογικής ηλικίας.

Η πλήρης κάλυψη δεικτών αναφέρεται στο Οδηγός Δοκιμών.

3. Σχεδίαση προτάσεων με βοήθεια AI

Τα στοιχεία AI χρησιμοποιούν το δομημένο βιοδείκτη σας, τους στόχους, τις απαντήσεις κατά την εγγραφή, τα διαθέσιμα σήματα από φορετές συσκευές και την ιστορία προόδου για να συντάξουν εκπαιδευτικές προτάσεις και προτεραιότητες δράσης. Τα αποτελέσματα προορίζονται να υποστηρίξουν ενημερωμένες συζητήσεις με κλινικούς ιατρούς, όχι να τις αντικαταστήσουν.

Δες τα όρια και τις γνωστές περιορισμούς στο Περιορισμοί AI σελίδα.

4. Έλεγχοι χρηστών και ιδιωτικότητα

Users can update entries, control connected data sources, export information, and request deletion. Data handling details are documented in our Πολιτική Ιδιωτικότητας και τα όρια χρήσης βρίσκονται στο Όροι Υπηρεσίας.