Metodoloģija
Pēdējoreiz pārskatīts: 2026. gada 25. aprīlis
LongevityMate pārvērš asins analīžu datus, izvēles valkājamo kontekstu, mērķus un dzīvesveida atbildes par izglītojošiem ieskatiem. Šajā lapā ir aprakstīts augsta līmeņa process, ko mēs izmantojam, lai lietotāji varētu saprast, kāda ir katra pārskata, informācijas paneļa un atbildes Mate darbība.
1. Datu uzņemšana un normalizācija
Mēs uzņemam biomarķieru vērtības, vienības un datumus no augšupielādētiem vai manuāli ievadītiem rezultātiem. Ja lietotāji izvēlas savienot Apple Health vai Health Connect, mēs varam izmantot arī autorizētus valkājamus kopsavilkumus papildu kontekstam. Ja iespējams, mēs normalizējam vienības, lai vērtības varētu konsekventi salīdzināt laika gaitā.
2. Biomarķieru grupēšana un vērtēšana
Galvenie biomarķieri ir sagrupēti astoņās veselības kategorijās. Katra kategorija izmanto Obligātie biomarķieri, lai atbloķētu rezultātu, un pēc tam tiek salocītas Atbalsta biomarķierus, kad tie ir pieejami, lai uzlabotu rezultātu. Essential biomarķieru panelī ir iekļauti arī visi marķieri, kas nepieciešami bioloģiskā vecuma noteikšanai.
Pilns marķiera pārklājums ir norādīts uz Pārbaudes rokasgrāmata.
3. Ieteikumu izstrāde ar mākslīgo intelektu
AI komponenti izmanto jūsu strukturētā biomarķiera kontekstu, mērķus, atbildes, pieejamos valkājamos signālus un progresa vēsturi, lai izstrādātu izglītības ieteikumus un darbības prioritātes. Rezultāti ir paredzēti, lai atbalstītu informētas diskusijas ar ārstiem, nevis tos aizstātu.
Skatiet robežas un zināmos ierobežojumus AI ierobežojumi lapā.
4. Lietotāju vadīklas un privātums
Lietotāji var atjaunināt ierakstus, kontrolēt saistītos datu avotus, eksportēt informāciju un pieprasīt dzēšanu. Informācija par datu apstrādi ir dokumentēta mūsu Privātuma politika un lietošanas robežas ir Pakalpojuma noteikumi.