Metodika
Paskutinį kartą peržiūrėta: 2026 m. balandžio 25 d.
LongevityMate paverčia kraujo tyrimų duomenis, pasirenkamą nešiojimo kontekstą, tikslus ir gyvenimo būdo atsakymus į mokomąsias įžvalgas. Šiame puslapyje aprašomas aukšto lygio procesas, kurį naudojame, kad naudotojai suprastų, kokios galios yra kiekviena ataskaita, prietaisų skydelis ir Mate atsakymas.
1. Duomenų priėmimas ir normalizavimas
Mes gauname biologinių žymenų vertes, vienetus ir datas iš įkeltų arba rankiniu būdu įvestų rezultatų. Kai naudotojai pasirenka prisijungti prie Apple Health arba Health Connect, taip pat galime naudoti įgaliotas nešiojamas santraukas papildomam kontekstui. Kai įmanoma, normalizuojame vienetus, kad vertes būtų galima nuosekliai palyginti laikui bėgant.
2. Biomarkerių grupavimas ir balų nustatymas
Pagrindiniai biomarkeriai yra suskirstyti į aštuonias įvertintas sveikatos kategorijas. Kiekviena kategorija naudoja Must biologinius žymenis, kad atrakintų rezultatą, tada sulankstoma, kad būtų palaikomi biomarkeriai, kai jie pasiekiami, kad būtų galima patikslinti rezultatą. Essential biomarker skydelyje taip pat yra visi žymekliai, reikalingi biologiniam amžiui įvertinti.
Visas žymeklio aprėptis nurodytas Testų vadovas.
3. Rekomendacijų rengimas dirbtiniu intelektu
AI komponentai naudoja jūsų struktūrizuotą biologinio žymeklio kontekstą, tikslus, įtraukimo atsakymus, turimus nešiojamus signalus ir pažangos istoriją rengdami švietimo pasiūlymus ir veiksmų prioritetus. Rezultatai yra skirti palaikyti informuotas diskusijas su gydytojais, o ne juos pakeisti.
Žr. ribas ir žinomus apribojimus AI apribojimai puslapį.
4. Vartotojo valdymas ir privatumas
Vartotojai gali atnaujinti įrašus, valdyti prijungtus duomenų šaltinius, eksportuoti informaciją ir prašyti ištrinti. Duomenų tvarkymo detalės yra dokumentuojamos mūsų Privatumo politika ir naudojimo ribos yra Paslaugų teikimo sąlygos.