Внедрение данных с трекинговых устройств в контекст диалогового ассистента

Мы последовательно расширяем персонализацию ассистента «Я здоров» на данных о здоровье пользователя.
Сейчас он работает с данными медкарты, долгосрочной памяти и дневников — показатели здоровья, приём препаратов и питания.
Сейчас мы прорабатываем следующий шаг — данные с трекинговых устройств.
Скоро у нас появятся интеграции с Apple Watch и Google Health Connect. Далее по плану — Oura, Whoop, Garmin и другие.

Цель интеграции — обогатить этими данными ассистента и рекомендательную систему — и сделать ответы и рекомендации ещё персональнее.

Что мы поняли про данные трекинговых устройств и как планируем внедрять их в контекст ассистента и рекомендательной системы

Эти данные, конечно, не обладают клинической точностью лабораторных биомаркеров и обследований.
Зато их много: они собираются каждый день, непрерывно, без участия человека.

Мы изучаем структуру данных, которые возвращают разные типы устройств. На что эти данные влияют и как связаны между собой. Как одни и те же показатели интерпретируют разные производители.
Разобрали модель Google SensorFM, которая на основе данных с трекеров генерирует медицинские инсайты.

Данные с трекеров условно можно поделить на 3 группы:

Показатели — пульс, HRV, SpO₂, температура кожи и так далее.
События — сон, тренировки, ходьба, активность.
Показатели привязываются к событиям.
Расчётные показатели вендоров — восстановление, качество сна, стресс и другие. Это алгоритмические показатели, которые каждый производитель считает по своей закрытой модели.

Нельзя просто передать в контекст модели данные с трекеров

Во-первых — они просто засорят контекст своим количеством.
И, что ещё хуже, модель будет выдумывать взаимосвязи и корреляции, которых нет, и уверенно их объяснит.
Что неприемлемо для медицинского ассистента.

Этот же вывод есть в статьях разработчиков SensorFM. Передавать в языковую модель сырые данные с трекеров не просто бессмысленно, а вредно.

Наш общий подход и концепция решения

На нашей стороне формируем единую структуру данных, по которой раскладываем все полученные с устройств показатели. Отдельно храним показатели, события и алгоритмические показатели вендоров.

Собираем базу диапазонов общих нормативных значений показателей с учётом пола, возраста и других параметров.

При оценке показателей трекинговых устройств часто значение имеют динамика и отклонения от средних значений в периоде.
Поэтому по каждому показателю рассчитываем среднемедианные значения пользователя за прошедшие периоды.
Рассчитанные средние значения группируются по разным признакам и событиям, например, будни/выходные, покой/нагрузка, фазы женского цикла.

На основе текущих показателей, общих нормативов и средних значений периодов математической моделью формируем инсайты, например: выход показателя за границы общего норматива, отклонение от среднего показателя пользователя или сдвиг тренда.

Добавляем базу правил интерпретации трекинговых данных на основе клинических стандартов и профильных медицинских статей.
По-простому — это правила, описывающие доказанные связи медицинских отклонений и факторов риска с показателями и событиями с трекера.

И эти инсайты уже отправляем в контекст языковой модели — для интерпретации, ответов в диалоге и рекомендаций.
Модель не считает по сырым рядам. Она объясняет то, что уже посчитано.

Вот такой общий подход)

Поставьте реакции, если тема интересна — в следующих постах расскажу про:
• интеграцию с устройствами и структурирование данных о показателях, событиях и расчётных показателях
• общие нормативы, средние значения пользователя и как из них формируются инсайты
• инструкции передачи инсайтов на базе трекинговых устройств в ассистент и рекомендательную систему
• разбор модели Google SensorFM

Первый раз был на подкасте в качестве гостя.
Много рассказал про историю создания, текущий функционал и планы празвития Я здоров, а также про рынок медтеха и медицинский AI.

Не очень понравилось как я говорил и держался в кадре - скорость речи, бегающие глаза и вот это всё - тут определённо надо поработать.
Но смыслы думаю раскрыл неплохо.

А уже в понедельник выйдет первый после длительного перерыва выпуск подкаста Лучшее время с экспертом по речи, коммуникациям и публичным выступлениям. Там мы кстати немного разобрали и мою речь тоже)

Работа с данными трекинговых устройств. Интеграции и структура данных

В прошлом посте рассказал наш общий подход к работе с данными трекеров.
Сегодня подробнее про первый шаг - формирование общей структуры базы данных.

Мы планируем поэтапно интегрироваться с разными видами трекинговых устройств и в конечном счете охватить все.

Мы закладываем, что пользователь может сменить устройство. А в редких случаях — пользоваться несколькими одновременно.

Поэтому нам важно было сформировать единую структуру базы данных, которая учитывает все возможные данные и приводит их к одному формату.

Для этого изучили, какую информацию и в каком виде можно получать с Apple Health, Google Health Connect, Whoop, Oura и Garmin — основных и наиболее популярных устройств.

Все данные с трекеров мы делим на три большие группы:

1. Показатели

Разделены на несколько доменов:

Пульс и сердце — пульс дневной, пульс покоя, HRV, пульс при ходьбе
Сон — длительность, время отбоя и подъёма, стадии, время в постели
Активность и движение — шаги, минуты интенсивности, этажи, набор высоты, калории
Дыхание и кислород — SpO₂, суточный и мгновенный
Температура — температура кожи, базальная температура

Показатели бывают разной гранулярности измерения:
мгновенные значения
дневные, средние, ночные
фиксация по триггеру, когда пользователь сам запускает замер

2. События

Тоже делятся на группы: сон, тренировки, бытовая и профессиональная активность, сессии восстановления (баня, массаж, ...)

Показатели связываются с событиями, для этого у нас отдельная таблица связей.
Это важно и для хранения данных, и для их дальнейшей интерпретации: пульс во время сна, пульс на тренировке и пульс в бане — интерпретируются по разному.

3. Расчётные показатели вендора

Это уже не базовые показатели, а алгоритмические — скор активности, восстановление, оценка качества сна, оценка уровня стресса и другие.
Каждый вендор считает их по своей закрытой модели, поэтому для каждого устройства они свои.

Мы их тоже сохраняем — в том объёме, в каком вендор их отдаёт. Но храним в отдельной структуре, потому что интерпретировать их и внедрять в ассистента нужно иначе, чем обычные показатели.

По всем данным обязательно фиксируем id устройства, чтобы отдельно обрабатывать сценарии смены (даже по базовым показателям между данными с разных устройств будут погрешности).

Поставьте реакции, если тема интересна — в следующих постах расскажу про:
• базу общих нормативных значений показателей
• расчёт медианных значений пользователя и зачем они нужны
• определение отклонений разных типов
• наборы правил интерпретации, подкреплённые источниками
• как из всего этого формируются инсайты передачи данных в ассистент
• как эти данные внедряются в контекст диалогов и рекомендательной системы

Друзья, приглашаю вас 2-го сентября на новое Демо Я здоров!

В этот раз мы расширяем формат.
С приглашённым экспертом Аллой Панченко поговорим про тренды индустрии здоровья, AI в медицине и персональные цифровые ассистенты.

И во второй части я расскажу об обновлениях Я здоров и наших планах на следующий квартал.
Можно будет задать любые вопросы и обсудить идеи по развитию нашего сервиса.

Регистрируйтесь через бот: @yazdorov_demo_bot

Одна из главных задач MedTech сегодня — научиться работать не только с медицинскими данными пациента, но и с постоянно растущим массивом новых медицинских знаний.

В «Я здоров» мы как раз много думаем о том, как с помощью ИИ сделать медицинскую информацию более доступной и полезной для человека. Поэтому интересно наблюдать за решениями, которые делают то же самое для профессионального сообщества.

Наши друзья запустили «ОнкоКомпас» — ИИ-платформу для специалистов в онкологии, которая отслеживает новые исследования, рекомендации и профессиональные материалы и превращает этот поток информации в структурированные резюме на русском языке.

Хороший пример того, как ИИ может сокращать дистанцию между появлением новых медицинскоих знаний и их практическим использованием.

Выпустили на Product radar статью про то, зачем я делаю Я здоров)

Рассказал какой путь довел меня за 10 лет от веб-студии до медтех-стартапа, историю создания Я здоров, что он представляет из себя сейчас.

https://productradar.ru/blog/ot-cifrovyh-produktov-k-tehnologiyam-zdorovya-put-v-medtech/

А ещё если, вам интересны тренды индустрии здоровья, приходите 2 сентября в 17 00 на наше Демо!
Поговорим про тренды медтеха, персональные цифровые ассистенты здоровья.
Ну и конечно - расскажем планы развития Я здоров.

Регистрация через бот: @yazdorov_demo_bot

Будет и запись, но онлайн можно будет задать любые вопросы мне и нашему приглашённому эксперту.

Персональные цифровые ассистенты — будущая инфраструктура здоровья

Мы уже давно называем «Я здоров» персональным цифровым ассистентом здоровья.

В среду на нашем мероприятии Я здоров Демо мы с Аллой Панченко смогли хорошо сформулировать, что мы и другие игроки рынка вкладывают в это понятие, что такое personal health assistants, какими они бывают, зачем вообще нужны и какое место займут в индустрии здоровья будущего.

Personal health assistant - это цифровой слой, который держит в себе весь контекст человека и на основе него помогает принимать решения о здоровье не разово, а на постоянной основе.

Главная недостроенная функция — не новый сенсор, а объяснение

И вот здесь мы для себя сделали важный вывод. Самое сложное в этих ассистентах — не добавить ещё один биосенсор или ещё один источник данных. Самое сложное — объяснить человеку, что из этих данных действительно важно.

Дашборд может показать: сон стал хуже, пульс выше, HRV ниже. Но хороший ассистент не должен на этом останавливаться и уж тем более пугать диагнозом. Он должен честно сказать: это изменение длится уже несколько дней, совпало с недосыпом и нагрузкой, данных пока недостаточно для медицинского вывода — попробуйте восстановить режим, последите за самочувствием, и вот признаки, при которых точно не стоит ждать, а нужно к врачу.

Именно эта честность и калибровка — сложнее любого нового датчика.

Важно не попасть в ловушку технологического оптимизма

Возможно, для наших детей ассистенты будут гораздо лучше отличать личную норму, случайное колебание, поведенческий паттерн и по-настоящему опасный сигнал. Но прямо сейчас — рано на это полагаться.

Устройство на руке не отменяет врача. Чат с ИИ не заменяет клиническое мышление. И убедительная рекомендация не становится верной только потому, что она звучит персонально.

Поэтому разумная модель на сегодня простая и честная:
— устройство и ассистент помогают наблюдать, помнить, замечать, готовиться к разговору с врачом
— врач помогает интерпретировать, принимать клиническое решение и нести за него ответственность

Новая модель отношений

Человек приносит в медицину свою жизнь, историю, симптомы, данные и цели. Врач приносит клиническое мышление, опыт, ответственность и умение отличить значимый риск от шума.

Цифровой ассистент — третий участник этих отношений. Не конкурент врачу и не новый центр принятия решений, а интерфейс, который помогает обеим сторонам видеть одну и ту же полную картину.

Плюс к этому — практическая причина, почему такие ассистенты неизбежно будут развиваться: врачебное время становится всё более дефицитным и дорогим ресурсом, и по оценкам ВОЗ дефицит специалистов здравоохранения к 2030 году в мире будет только расти.

Это не аргумент за то, чтобы убрать врача из процесса — а за то, чтобы разумнее распределить его внимание. Ассистент забирает на себя то, что не требует экспертного клинического решения каждый раз, а время врача освобождается для того, где его правда нельзя заменить.

Будущая модель — не «ИИ вместо медицины», а медицина с правильно распределённой экспертностью: цифровой контур помогает человеку в повседневности, ассистент собирает и честно объясняет контекст, а врач подключается там, где нужен клинический опыт и человеческое решение.

Именно в эту модель мы и строим «Я здоров» — ассистент, который не притворяется врачом, а честно говорит, когда данных достаточно, а когда пора к специалисту.

Согласны с такой моделью или видите риски в том, чтобы ассистент становился третьим участником отношений врач-пациент?

Завтра опубликуем запись нашего Демо, для всех кому интересно будущее индустрии здоровья и в частности обновления Я здоров!

Наши друзья из Purrweb проводят очередную интересную онлайн-встречу — судя по программе, она будет во многом созвучна с тем, о чем мы говорим на своих площадках)

На прошлой неделе в рамках онлайн-встречи клуба "Цифровая медицина" сообщества HealthNet рассказал про наш кейс публикации медицинского мобильного приложения в AppStore в 2026 году - от регистрации аккаунта, до неуансов прохождения модерации приложения, которое хранит медицинские данные и даёт рекомендации по здоровью.
И конечно кратко рассказал почему вообще мобильные приложения нужны и важны и никакие мобильные версии сайта и телеграм и даже макс-боты, не являются их полноценной заменой.

Запись выступления:

https://www.youtube.com/watch?v=lzU1a-rdYYw

https://vkvideo.ru/video-90186410_456239151

Также основные тезисы доклада оформили в небольшую статью:
https://asap-ag.ru/articles/kak-opublikovat-mediczinskoe-prilozhenie-v-app-store-na-primere-nashego-med-tech-produkta-ya-zdorov

Ну а если вы медицинская организация и вам нужно запустить мобильное приложение - мы можем помочь как в публикации, так и в разработке и запуске.
Наши приложения совмещают в себе полезный функционал для пользователя и инструменты повышения LTV и диагностических возможностей для клиники.

Активное долголетие и longevity - это про медицину или про экономику?

Увеличение продолжительности активной жизни - давний и понятный тренд.
Медицина развивается, продолжительность жизни растёт, базовые потребности у большинства людей обеспечены - теперь люди хотят не просто дольше жить, а продлить продолжительность качественной активной жизни, а не просто продлить старость.

Появляется всё больше технологий, препаратов, процедур и продуктов, направленных не на лечение болезней, а на сохранение и повышение функциональных возможностей человека в более зрелом возрасте.

Всё больше научных коллективов занимается вопросами старения. И старение уже рассматривается не как природная данность, а как процесс, который можно замедлить, а когда-то может и вовсе остановить.

Сейчас я хочу поделиться взглядом на longevity с другой стороны, с экономической.

Медицина всё более эффективно лечит болезни и продляет жизнь.
Одна из наиболее частых причин смерти сейчас - онкологические заболевания, до которых 100 лет назад большинство людей просто не доживали.
Да и сама онкология из смертного приговора становится болезнью, которая при ранней диагностике с высокой вероятностью лечится или уходит в ремиссию.

Это приводит к тому, что люди живут дольше, при этом их функциональные возможности снижаются.
Говоря прямо - у нас становится больше пенсионеров на количество работающих людей.
Так ещё и расходы на медицину для пенсионеров растут (медицина же развивается).
Текущая экономика плохо с таким справляется.

Если медицина будет развиваться только в лечении болезней, но параллельно не будет отодвигаться старение - будущее для людей и экономики так себе.
Поэтому государство - главный выгодоприобретатель longevity.
Не просто так, наша гос программа называется «Продолжительная и АКТИВНАЯ жизнь».

Ну и про рыночный экономический эффект.

Рынок всех медицинских услуг России - порядка 10 трлн рублей в год.
Представим, что мы увеличиваем среднюю продолжительность активной жизни человека на 1 год.
Каждый человек производит экономическую ценность на 1 год больше.
Я не считал, но кажется, что экономический потенциал таких изменений кратно превышает объём медицинского рынка.

Основной вывод - жить будем больше, но и работать тоже будем дольше.

Плохая новость для тех, кто мечтает пораньше выйти на пенсию и отдыхать.
Но хорошая для тех, кто нашёл любимое дело и готов заниматься им хоть всю жизнь, лишь бы здоровье позволило. Надеюсь, нас больше)
Делитесь мыслями на этот счёт в комментариях

Радует, что запросы пользователей совпадают с нашим беклогом!