Как учится Longev AI: правила, данные и проверка прогноза
Ядро Longev AI — объяснимые клинические правила поверх личной базы гостя. Поверх них платформа копит пары «воздействие → отклик» и открыто меряет ошибку своего прогноза.
Кому эта страница. Техническому аудиту, врачу и инвестору — всем, кто спрашивает: «это машинное обучение или жёсткие правила?» Ответ честный и проверяемый по самому порталу.
Ядро — правила, и это выбор. Каждая рекомендация выводится из именованного порога и объяснима одной фразой; платные процедуры меняет только врач. В медицинском контуре чёрный ящик не подписывают.
Персонализация — личная база. Флаги считаются не от «нормы населения», а от собственного среднего гостя за заезд: пульс покоя 62 ничего не значит, пока не известно, что всю неделю было 54.
Два набора данных. Журнал решений — «числа гостя → что сделал врач»; журнал исходов — «процедуры и нагрузка вчера → что часы сняли утром». Оба анонимны по построению и выгружаются строками JSONL.
Прогноз под контролем. Платформа предсказывает завтрашние пульс покоя, вариабельность, Body Battery и оценку сна тремя моделями и печатает среднюю ошибку каждой — таблицей, а не обещанием.
Граница. Wellness & Lifestyle Intelligence — поддержка образа жизни, не медицинское изделие; последнее слово всегда за врачом. Обновлено 25.08.2026.
Правила, а не чёрный ящик — и почему
Longev AI устроен как детерминированный движок: одна и та же ночь при одних и тех же порогах даёт один и тот же лист. Это не ограничение, которое платформа стесняется признать, а инженерное решение с тремя причинами.
Первая — подпись врача. Утренний лист подписывается, и каждая его строка обязана отвечать на вопрос «почему»: «пульс покоя 68 против вашего среднего 61 — предлагаем заменить тяжёлую процедуру». Рекомендацию, которую нельзя объяснить числом, движок не печатает.
Вторая — регуляторная рамка. Система, которая сама меняет медицинские назначения по непрозрачной модели, двигается в сторону медицинского изделия и высокорисковых систем европейского регламента об искусственном интеллекте (EU AI Act). Платформа сознательно остаётся поддержкой образа жизни: предлагает, объясняет и ждёт врача (правовая рамка).
Третья — холодный старт. Обучаемая модель без данных хуже правил: ей не на чем учиться в отеле, который подключился вчера. Правила работают с первого гостя, а данные для моделей платформа начинает копить с первого же утра — об этом ниже.
Личная база вместо нормы населения
Почти каждый порог движка сравнивает гостя с ним же. База — среднее его собственного заезда: неполные дни приезда в неё честно не входят, а пока измеренных дней меньше двух, флаги личной базы вообще не поднимаются — сравнение с одной ночью было бы подброшенной монетой, напечатанной как вывод. Врач может поднять эту защиту до 5 дней.
У вариабельности сердечного ритма (ВЧП — насколько неравномерны паузы между ударами сердца) есть второй источник правды: собственный коридор гостя, который алгоритм Firstbeat внутри Garmin учит около трёх недель. Если часы, знающие гостя дольше нашей двухдневной базы, говорят «ниже коридора», компонент готовности не может оказаться зелёным — вердикт часов сильнее нашей арифметики, и ровно в одну сторону.
Из тех же чисел собирается готовность дня — одно число от 0 до 100, аналог Readiness у кольца Oura и Recovery у браслета WHOOP, но на данных Garmin и по правилам, которые двигает врач отеля: Body Battery весит 30 пунктов, ВЧП и сон — по 25, пульс покоя и вчерашняя нагрузка — по 10. Компонент без данных не заменяется «средним по больнице» — он выпадает, веса нормируются, а когда данных меньше половины веса, зона честно не выносится.
Утренний лист врача: готовность 49 из 100 с разбором по составляющим — каждая строка несёт своё число, свою базу и свою причину×
Слои движка
Слой
Что делает
Где разобрано
Вход
25 показателей часов и весов Garmin, анкета, назначения врача, дневник питания
Гостиничная система управления (PMS) может подключить Garmin Health API и получать пульс и сон. Но у неё нет двух вещей, из которых складывается обучающая выборка: назначений врача и отметок питания. Поэтому платформа копит два набора данных, и оба существуют только там, где биометрия, назначения и питание живут в одном контуре.
Журнал решений — «числа гостя → что сделал врач». Каждое действие в панели пишется вместе с анонимным снимком гостя в этот момент: возраст, пол, день заезда, ночные числа, собственные средние, флаги. Уже сегодня он работает подсказкой: врач видит, как дом поступал при похожих числах.
Журнал исходов — «воздействие → отклик». Каждое измеренное утро платформа сама записывает пару: процедуры и нагрузка прошедшего дня (включая ужин после 20:00 и стаканы питьевой куры) рядом с тем, что часы сняли утром, — пульс покоя и ВЧП против личной базы, сон, Body Battery, готовность, флаги.
Анонимность и стирание. В строках нет ни имени, ни даты рождения; отзыв согласия на данные здоровья уносит и пары гостя — датасет от этого честнее, а не беднее. Выгрузка — строками JSONL из админки.
Наблюдение, не причинность. По накопленным парам панель показывает средние «с фактором / без»: тепловые процедуры накануне, тяжёлая процедура, нагрузка на 50 % выше базы, поздний ужин. Сравнение печатается только от 5 пар с каждой стороны и подписано наблюдением: у одного утра слишком много причин, чтобы называть разницу средних причиной.
Проверка прогноза: ошибка вместо обещаний
Фразу «платформа становится точнее» аудит вправе попросить показать числом. Для этого в админке есть проверка прогноза: по всей накопленной истории платформа задним числом предсказывает каждое утро — пульс покоя, ВЧП, Body Battery и оценку сна — и считает среднюю абсолютную ошибку (MAE): на сколько единиц прогноз в среднем промахивается.
Считается это walk-forward — «идя только вперёд»: прогноз на утро строится строго из дней до него, и даже коэффициент нагрузки доучивается только на парах, которые к этому моменту уже случились. Подглядеть в будущее и подогнать ответ здесь невозможно по построению.
Модель
Как предсказывает
Зачем в таблице
«Как вчера»
завтра будет то же число, что сегодня
наивная планка: модель, не бьющая её, не имеет права называться моделью
«Личная база»
среднее гостя за заезд — то же, что печатает утренний лист
показывает цену самой персонализации
«База + нагрузка»
личная база с поправкой на вчерашний перегруз; коэффициент включается после 8 накопленных пар
первый обучаемый элемент — и его вклад виден отдельно
Таблица нарочно умеет показывать неудобное: на малой истории наивное «как вчера» нередко выигрывает у поправок — и это правильный результат, а не сбой. Планка для будущих моделей задана этой же таблицей: модель попадает в продукт, когда устойчиво бьёт наивную на данных отеля, а не когда красиво звучит.
Дорожная карта
Сейчас. Правила поверх личной базы; журналы решений и исходов растут сами; ошибка прогноза меряется по кнопке.
Дальше. Предиктивные модели на журнале исходов — когда пар станет достаточно, чтобы устойчиво бить наивную планку из таблицы выше. До того — никаких «умных» слов на витрине.
Всегда. Автоназначение — только как черновик, который подписывает врач: так уже работает утренняя записка, так будет работать и подсказка назначений из журнала решений.
Вопросы и ответы
Это машинное обучение или жёсткие правила? Ядро — объяснимые правила поверх личной базы гостя. Обучаемые элементы уже есть — коэффициент нагрузки в прогнозе и поиск похожих случаев в журнале решений, — а полноценные модели придут на журнале исходов, и их качество уже сейчас меряется таблицей ошибок.
Почему не нейросеть? Потому что лист подписывает врач, объяснимость — клиническое требование, а не вкус; регламент EU AI Act смотрит на непрозрачные медицинские рекомендации строже, чем на правила; и потому что модели без данных хуже правил, а данные платформа ещё копит.
Что мешает обычной PMS повторить это? Garmin Health API отдаст биометрию, но не назначения врача и не отметки питания. Пара «воздействие → отклик» собирается только там, где все три потока живут в одном контуре, — и этот датасет остаётся у отеля.
Где всё это посмотреть? В панели: Настройки → Помощник — карточки обоих журналов, наблюдения по факторам, кнопка проверки прогноза и выгрузка JSONL (экран администратора).
Платформа утверждает причинность? Нет. Средние «с фактором / без» подписаны наблюдением; причинные выводы требуют объёмов и дизайна исследования, которых у одного отеля нет, — и честная страница говорит это прямо.
Google Analytics показывает нам, какие страницы читают, — и включается только с вашего согласия. Язык и сам выбор в любом случае остаются в вашем браузере.
