Näin Longev AI oppii: säännöt, data ja testattu ennuste
Longev AI perustuu selitettäviin kliinisiin sääntöihin ja vieraan omaan perustasoon. Niiden pohjalta alusta kerää vaikutus–vaste-pareja ja mittaa avoimesti omien ennusteidensa virhemarginaalia.
Kenelle tämä sivu on tarkoitettu. Tekniseen arviointiin, lääkäreille ja sijoittajille – kaikille, jotka kysyvät: «onko tämä koneoppimista vai koodattuja sääntöjä?» Vastaus on rehellinen ja suoraan portaalista todennettavissa.
Ydin muodostuu säännöistä, ja se on tietoinen valinta. Jokainen suositus perustuu nimettyyn kynnysarvoon ja on selitettävissä yhdellä lauseella; maksullisia hoitoja muuttaa vain lääkäri. Lääketieteellisessä prosessissa kukaan ei hyväksy mustaa laatikkoa.
Yksilöinti perustuu omaan perustasoon. Huomiot eivät perustu väestötason keskiarvoihin, vaan vieraan omaan oleskelun keskiarvoon: leposyke 62 ei kerro mitään, ellei tiedetä sen olleen koko viikon 54.
Kaksi tietoaineistoa. Päätösloki («vieraan mittaritiedot → lääkärin tekemä ratkaisu») ja tulosloki («eilisen hoidot ja kuormitus → mitä kello mittasi aamulla»). Molemmat ovat rakenteeltaan täysin anonyymeja ja vietävissä JSONL-riveinä.
Ennuste on tarkistettavissa. Alusta ennustaa huomisen leposykkeen, sykevälivaihtelun, Body Batteryn ja unipisteet kolmella eri mallilla ja näyttää kunkin mallin keskivirheen taulukkona, ei pelkkänä lupauksena.
Rajaus. Wellness & Lifestyle Intelligence on elämäntapojen tukijärjestelmä, ei lääkinnällinen laite; lopullinen päätös on aina lääkärin. Päivitetty 25.08.2026.
Säännöt mustan laatikon sijaan – ja miksi
Longev AI on deterministinen järjestelmä: sama yö samoilla kynnysarvoilla tuottaa aina saman koosteen. Tämä ei ole puute, jota alustalla peiteltäisiin, vaan suunnitteluratkaisu, jolla on kolme selvää syytä.
Ensimmäinen syy on lääkärin allekirjoitus. Aamukooste vahvistetaan lääkärin toimesta, ja jokaisen sen rivin on vastattava kysymykseen «miksi»: «leposyke 68 verrattuna keskiarvoosi 61 – ehdotamme raskaan hoidon vaihtamista». Suositusta, jota ei voida perustella numerolla, ei koskaan tulosteta.
Toinen syy on sääntelykehikko. Järjestelmä, joka muuttaa lääketieteellisiä määräyksiä automaattisesti läpinäkymättömän mallin perusteella, siirtyy kohti lääkinnällistä laitetta ja EU:n tekoälysäädöksen (EU AI Act) suuririskisiä järjestelmiä. Alusta pysyy tietoisesti elämäntapojen tukena: se ehdottaa, selittää ja odottaa lääkäriä (oikeudellinen kehys).
Kolmas syy on kylmäkäynnistys. Opetettava malli ilman dataa toimii huonommin kuin säännöt: sillä ei ole opittavaa eilen liittyneessä hotellissa. Säännöt toimivat heti ensimmäisestä vieraasta alkaen, ja dataa tulevia malleja varten alusta alkaa kerryttää heti ensimmäisestä aamusta lähtien – tästä lisää alla.
Oma perustaso väestönormin sijaan
Lähes jokainen järjestelmän kynnysarvo vertaa vierasta hänen omiin tietoihinsa. Perustaso on kyseisen oleskelun keskiarvo: vajaat saapumispäivät jätetään siitä suoraan pois, ja ennen kuin mitattuja päiviä on vähintään kaksi, perustason huomioita ei näytetä lainkaan – yhden yön perusteella tehty vertailu olisi kuin kolikonheitto, joka esitetään johtopäätöksenä. Lääkäri voi nostaa tämän varoajan enintään 5 päivään.
Sykevälivaihtelulla (HRV – kuinka epätasaisia sydämenlyöntien väliset tauot ovat) on toinenkin tietolähde: vieraan oma vaihteluväli, jota Garminin sisäinen Firstbeat-algoritmi opettelee noin kolme viikkoa. Jos kello, joka tuntee vierasta pitempään kuin meidän kahden päivän perustasomme, ilmoittaa arvon olevan «vaihteluvälin alapuolella», valmiuskomponentti ei voi näkyä vihreänä – kellon arvio ohittaa oman laskentamme, ja nimenomaan tähän yhteen suuntaan.
Samoista luvuista muodostetaan päivän valmius – yksi luku asteikolla 0–100, vastaava kuin Oura-sormuksen Readiness ja WHOOP-rannekkeen Recovery, mutta Garminin tiedoilla ja hotellin lääkärin säätämien sääntöjen mukaan: Body Batteryn painoarvo on 30 pistettä, HRV:n ja unen kummankin 25, leposykkeen ja eilisen kuormituksen kummankin 10. Puuttuvaa osiota ei korvata yleisellä keskiarvolla, vaan se jätetään pois ja painotukset skaalataan uudelleen; jos dataa on alle puolelle kokonaispainosta, arviota ei anneta lainkaan.
Lääkärin aamukooste: valmius 49/100 osatekijöittäin eriteltynä – jokaisella rivillä on oma lukunsa, oma perustasonsa ja oma perustelunsa×
Järjestelmän tasot
Taso
Mitä tekee
Missä käsitelty
Syöte
Garmin-kellon ja -vaa'an 25 mittaria, esitietolomake, lääkärin määräykset, ruokapäiväkirja
Kaksi tietojoukkoa, joita PMS-järjestelmässä ei ole
Hotellin varaus- ja toiminnanohjausjärjestelmä (PMS) voi yhdistää Garmin Health API -rajapintaan ja vastaanottaa syke- ja unitietoja. Siltä kuitenkin puuttuu kaksi asiaa, joista opetusdata muodostuu: lääkärin määräykset ja ravintomerkinnät. Siksi alusta kerää kahta tietojoukkoa, ja molemmat ovat olemassa vain siellä, missä biometria, määräykset ja ravinto toimivat yhdessä ja samassa kokonaisuudessa.
Päätösloki — «vieraan arvot → mitä lääkäri teki». Jokainen toimenpide paneelissa tallennetaan yhdessä vieraan senhetkisen anonyymin tilannekuvan kanssa: ikä, sukupuoli, oleskelupäivä, yön lukemat, omat keskiarvot ja liput. Se toimii jo nyt suositustyökaluna: lääkäri näkee, miten talossa on toimittu vastaavilla arvoilla.
Vaikutusloki — «altistus → vaste». Jokaisena mittausaamuna alusta tallentaa automaattisesti parin: edellisen päivän hoidot ja kuormituksen (mukaan lukien illallisen klo 20.00 jälkeen ja juomakuurin annokset) rinnan sen kanssa, mitä kello mittasi aamulla — leposykkeen ja HRV:n suhteessa omaan perustasoon, unen, Body Batteryn, valmiustilan ja liput.
Anonymiteetti ja poistaminen. Riveillä ei ole nimeä eikä syntymäaikaa; terveystietojen suostumuksen peruuttaminen poistaa myös vieraan datapari-tiedot — aineisto on tämän ansiosta rehellisempi, ei köyhempi. Vienti tapahtuu JSONL-riveinä hallintapaneelista.
Havainto, ei syy-seuraussuhde. Kertyneiden parien perusteella paneeli näyttää keskiarvot «tekijällä / ilman»: lämpöhoidot edellisenä päivänä, raskas hoito, kuormitus 50 % yli perustason tai myöhäinen illallinen. Vertailu näytetään vain, jos kummaltakin puolelta on vähintään 5 paria, ja se on merkitty havainnoksi: yhdellä aamulla on aivan liian monta syytä, jotta keskiarvojen eroa voitaisiin kutsua suoraksi syyksi.
Ennusteen tarkistus: virhearvo lupausten sijaan
Väitteen «alusta muuttuu tarkemmaksi» tarkastus saa vaatia nähtäväksi numerona. Tätä varten hallintapaneelissa on ennusteen tarkistus: koko kertyneen historian pohjalta alusta ennustaa jokaisen aamun takautuvasti — leposykkeen, HRV:n, Body Batteryn ja unen laatuarvosanan — ja laskee keskimääräisen absoluuttisen virheen (MAE), eli kuinka monta yksikköä ennuste keskimäärin heittää.
Laskenta tehdään walk-forward-periaatteella — «vain eteenpäin edeten»: aamun ennuste rakennetaan vain sitä edeltävistä päivistä, ja jopa kuormituskerroin oppii ainoastaan niistä pareista, jotka ovat jo tapahtuneet tähän hetkeen mennessä. Tulevaisuuteen kurkistaminen ja vastauksen sovittaminen on rakenteellisesti mahdotonta.
Malli
Miten se ennustaa
Miksi taulukossa
«Kuten eilen»
huomenna on sama arvo kuin tänään
naiivi perustaso: malli, joka ei voita tätä, ei ansaitse tulla kutsutuksi malliksi
«Oma perustaso»
vieraan oleskelun keskiarvo — sama, jonka aamukooste tulostaa
osoittaa pelkän personoinnin arvon
«Perustaso + kuormitus»
oma perustaso korjattuna eilisen ylikuormituksella; kerroin aktivoituu 8 kertyneen parin jälkeen
ensimmäinen oppiva elementti — ja sen vaikutus näkyy erikseen
Taulukko kykenee tarkoituksella näyttämään myös epämiellyttävät totuudet: lyhyellä historialla naiivi «kuten eilen» voittaa usein korjaukset — ja se on oikea tulos, ei virhe. Tulevien mallien rima asetetaan juuri tällä taulukolla: malli päätyy tuotteeseen, kun se voittaa naiivin mallin johdonmukaisesti hotellin omalla datalla, ei silloin, kun se vain kuulostaa hyvältä.
Tiekartta
Nyt. Säännöt vieraan oman perustason pohjalta; päätös- ja tuloslokit kertyvät itsestään; ennustevirhe mitataan napin painalluksella.
Jatkossa. Ennustemallit tuloslokin pohjalta — kun pareja on tarpeeksi ylittämään yllä olevan taulukon perustaso luotettavasti. Sitä ennen käyttöliittymässä ei käytetä turhia «älykkäitä» termejä.
Aina. Automaattinen määräys vain luonnoksena, jonka lääkäri kuittaa: näin aamumuistio toimii jo nyt, ja samoin tulee toimimaan päätöslokiin pohjautuva hoitosuositus.
Kysymyksiä ja vastauksia
Onko tämä koneoppimista vai kiinteitä sääntöjä? Ydin koostuu selitettävistä säännöistä, jotka perustuvat vieraan omaan perustasoon. Oppivia osia on jo mukana — ennusteen kuormituskerroin ja samankaltaisten tapausten haku päätöslokista —, ja varsinaiset ennustemallit otetaan käyttöön tuloslokin pohjalta; niiden laatua mitataan jo nyt virhetaulukolla.
Miksi ei neuroverkkoa? Koska hoitolistan vahvistaa lääkäri ja selitettävyys on lääketieteellinen vaatimus eikä mielipidekysymys; koska EU AI Act suhtautuu läpinäkymättömiin terveyssuosituksiin huomattavasti sääntöjä tiukemmin; ja koska ilman dataa toimivat mallit ovat sääntöjä huonompia, ja alusta kerää dataa vielä.
Mikä estää tavallista PMS-järjestelmää tekemästä samaa? Garmin Health API antaa biometrian, muttei lääkärin määräyksiä eikä ravintomerkintöjä. Pari «vaikutus → vaste» muodostuu vain silloin, kun kaikki kolme tietovirtaa kulkevat samassa järjestelmässä — ja tämä aineisto jää hotellille.
Missä kaiken tämän näkee? Hallintapaneelissa kohdasta «Asetukset» → «Avustaja» — molempien lokien kortit, tekijäkohtaiset havainnot, ennusteen tarkistuspainike ja JSONL-vienti (ylläpitäjän näkymä).
Väittääkö alusta syy-seuraussuhdetta? Ei. Keskiarvot «tekijän kanssa / ilman» on merkitty havainnoiksi; syy-seuraussuhteiden osoittaminen vaatii tutkimusasetelmaa ja aineistomääriä, joita yhdellä hotellilla ei ole — ja tämä sanotaan sivulla suoraan.
