Metodologija
Posljednji pregled: 25. travnja 2026.
LongevityMate pretvara podatke iz krvnih testova, opcionalni kontekst nosivih uređaja, ciljeve i odgovore o načinu života u obrazovne uvide. Ova stranica opisuje visoku razinu procesa koji koristimo kako bi korisnici mogli razumjeti što pokreće svaki izvještaj, nadzornu ploču i Mateov odgovor.
1. Unos podataka i normalizacija
Uzimamo vrijednosti biomarkera, jedinice i datume iz učitanih ili ručno unesenih rezultata. Gdje korisnici odaberu povezivanje s Apple Health ili Health Connect, također možemo koristiti ovlaštene sažetke nosivih uređaja za dodatni kontekst. Normaliziramo jedinice gdje je to moguće kako bi se vrijednosti mogle dosljedno uspoređivati tijekom vremena.
2. Grupiranje biomarkera i ocjenjivanje
Osnovni biomarkeri grupirani su u osam ocijenjenih zdravstvenih kategorija. Svaka kategorija koristi Must biomarkere za otključavanje rezultata, a zatim uključuje Support biomarkere kada su dostupni za usavršavanje rezultata. Osnovni panel biomarkera također uključuje svaki marker potreban za procjenu biološke dobi.
Potpuna pokrivenost markera je navedena na Vodič za test.
3. Izrada preporuka uz pomoć AI
AI komponente koriste vaš strukturirani kontekst biomarkera, ciljeve, odgovore prilikom uključivanja, dostupne signale nosivih uređaja i povijest napretka za izradu obrazovnih prijedloga i prioriteta akcije. Izlazi su namijenjeni podršci informiranim raspravama s kliničarima, a ne njihovom zamjenjivanju.
Pogledajte granice i poznate ograničenja na Ograničenja AI-a stranica.
4. Kontrole korisnika i privatnost
Users can update entries, control connected data sources, export information, and request deletion. Data handling details are documented in our Politika privatnosti i granice korištenja su u Uvjeti korištenja.