Metodologi
Last reviewed: 25 April 2026
LongevityMate mengubah data tes darah, konteks wearable opsional, tujuan, dan jawaban gaya hidup menjadi wawasan edukatif. Halaman ini menjelaskan proses tingkat tinggi yang kami gunakan agar pengguna dapat memahami apa yang mendasari setiap laporan, dasbor, dan respons Mate.
1. Pengambilan dan normalisasi data
Kami mengolah nilai biomarker, unit, dan tanggal dari hasil yang diunggah atau dimasukkan secara manual. Di mana pengguna memilih untuk menghubungkan Apple Health atau Health Connect, kami juga dapat menggunakan ringkasan perangkat yang diotorisasi untuk konteks tambahan. Kami menormalkan unit di mana memungkinkan sehingga nilai dapat dibandingkan secara konsisten dari waktu ke waktu.
2. Pengelompokan dan penilaian biomarker
Biomarker inti dikelompokkan menjadi delapan kategori kesehatan yang dinilai. Setiap kategori menggunakan biomarker Harus untuk membuka skor, kemudian memasukkan biomarker Dukungan saat tersedia untuk memperhalus hasil. Panel biomarker Esensial juga mencakup setiap penanda yang diperlukan untuk estimasi usia biologis.
Cakupan marker lengkap terdaftar di Panduan Tes.
3. Penyusunan rekomendasi yang dibantu AI
Komponen AI menggunakan konteks biomarker terstruktur Anda, tujuan, jawaban onboarding, sinyal wearable yang tersedia, dan riwayat kemajuan untuk menyusun saran edukatif dan prioritas tindakan. Output dimaksudkan untuk mendukung diskusi yang terinformasi dengan klinisi, bukan untuk menggantikannya.
Lihat batasan dan batasan yang diketahui di Batasan AI page.
4. Kontrol pengguna dan privasi
Users can update entries, control connected data sources, export information, and request deletion. Data handling details are documented in our Kebijakan Privasi dan batasan penggunaan ada di Syarat Layanan.