Трекеры не дают настоящих советов: за медицинскую рекомендацию можно ответить в суде, поэтому они придумывают безопасные метрики вроде «WHOOP Age» — красиво, но никто не знает, что это. Главный вопрос звучит иначе: кто берёт ответственность за выводы из твоих данных?
HOS (Health Operational System) — это дашборд поверх всего, что тело и лаборатории умеют измерять: трекер сна и пульса, велокомпьютер, умные весы, тонометр, анализы крови за годы, снимки. Ничего не заносится руками. Из каждого источника берётся то, что он измеряет лучше всех: один пишет пульс раз в минуту, другой — раз в 10 секунд; поездки на электровелосипеде честно читает только велосервис. Система знает это и выбирает лучший сигнал.
Ниже — экскурсия по экранам. Скриншоты сняты с демо-копии: интерфейс настоящий, все цифры и события — вымышленный пример.
Восстановление за ночь, пульс покоя, сон, нагрузка — и одна рекомендация на день. Не «10 000 шагов всем», а вывод из твоей ночи: сегодня можно нагружаться — или сегодня лучше не стоит. Рядом — привычки, которые ты сам решил отслеживать.

Трекер, велокомпьютер, весы, тонометр, PDF-анализы из почты. Подключил один раз — дальше данные приходят сами по расписанию. Всё хранится локально: «your data never leaves the device» — это не слоган, а архитектура.
Круглосуточный пульс с персональными зонами. В систему можно подгрузить свой лабораторный фитнес-тест — беговой тест с газоанализом (спироэргометрию): тогда зоны считаются от твоих реальных порогов, а не от формулы «220 минус возраст». В этом примере зоны вписаны из условного бегового теста. Плюс фазы сна, тонометр и весы, которые сами льют данные в облако. Я бы никогда не записывал это руками — поэтому руками тут ничего не записывается.




Тренировки — как в лучших спортивных дашбордах: календарь-хитмап по видам спорта, зоны пульса, минуты интенсивности против недельной цели и сравнение месяц к месяцу. Данные склеиваются из нескольких источников — из каждого берётся то, что он меряет лучше.

Фото еды отправляется в телеграм-бота, где работает наиболее точная из доступных моделей — а не те, что в приложениях из App Store: дешёвые и неточные. Каждый приём пищи раскладывается на белки, жиры и углеводы, а система честно пишет, когда данных ещё мало для выводов.

Все анализы крови в одной таблице с динамикой. Ключевое отличие от лабораторного бланка: референс не популяционный, а твой. Если у родителей был диабет — твоя граница по инсулину ставится жёстче общепринятой, и система начинает «кричать» раньше, чем это сделала бы лаборатория.

Один анализ — это точка. Несколько маркеров, которые двинулись вместе, — это уже сигнал. Система соединяет их в линии риска и говорит: «вот три показателя, которые вместе указывают сюда — досдай вот это». Проактивность, которой нет ни у одного трекера. И у каждой гипотезы — уровень уверенности, от «слабый сигнал» до «подтверждено».

В системе есть раздел под полный геном — и честная позиция по нему. В теории это полезно: геном сдаётся один раз и на всю жизнь. Но когда система оценила его против моих текущих рисков, она сказала прямо: сейчас полезной информации оттуда — единицы процентов, почти на все вопросы дешевле и точнее отвечают обычные анализы. Главная ценность — в будущем: ты получаешь сырые данные (десятки гигабайт), они лежат у тебя на диске, а наука с каждым годом учится вычитывать из них больше. Появится вопрос — файл уже будет готов. Поэтому статус в системе: не срочно, но однажды пригодится.
Это главный вопрос, и он честный. Ответ: система не «отвечает из головы». По каждому риску запускается глубокое исследование: агенты идут в реальные научные базы — PubMed и Europe PMC (публикации), ClinicalTrials.gov (клинические испытания), OpenFDA (база побочных эффектов), ClinVar и ClinPGx (генетика и взаимодействия «лекарство × ген»), а цитаты сверяются через Semantic Scholar и CrossRef. Один агент собирает доказательства, другой их критикует, третий проверяет методологию — циклы работают часами. Интерпретации почти нет: разные источники сталкиваются друг с другом, и видно, где они согласны, а где нет. Каждый поиск логируется, каждую цитату можно проверить.
Каждое отклонение превращается в вопрос («хватит ли образа жизни или нужен препарат?»), по вопросу — гипотезы «за» и «против» с уровнем уверенности, по каждой гипотезе — конкретные задачи: что досдать, что измерить, что спросить у врача.

Я загрузил в неё МРТ стопы — без готового диагноза. Она нашла воспаление, но вывод сделала неверный. Врач на следующий день нашёл то же воспаление плюс вторую находку, и только вместе они дали картину. Вывод, который я из этого забрал: есть задачи, где вердикт врача обязателен, — и система должна знать границы своей компетенции. Сейчас она про это прямо пишет на каждом экране: «гипотезы для обсуждения с врачом, не диагноз».
Вместо «спите больше» — проверяемый протокол: неделя обычного режима, неделя вмешательства, критерий успеха цифрой. n-of-1 эксперимент, где ты сам себе и исследователь, и испытуемый.

Все «досдать, измерить, спросить у врача» из исследований складываются в задачи с датами и фильтрами по линиям риска. Ресёрч, который не превратился в задачу, — это просто чтение.

Всё, что ты принимаешь, — в одном списке. И самое интересное: система отдельно проверяет каждую добавку на доказательную базу и взаимодействия. У меня она находила вещи, которые живой специалист вычислить в голове почти не может — например, компонент добавки, влияющий на давление, в середине длинного состава.

Каждый анализ, снимок, симптом — в хронологии. Практический кейс: перед визитом к врачу система собирает выжимку истории в PDF и отправляет заранее. Приходишь — а врач говорит: «я уже посмотрел». Не нужно ничего вспоминать и пересказывать.

Результаты психометрических тестов превращаются в инструкцию для ассистента: кому-то нужна поддержка, кому-то — «данные, рассуждение, уверенность, и без чирлидинга». Система говорит с тобой так, как ты слышишь.
