🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
⌚️🧰 Сделай сам: Google выкатил «лего» для персональных ИИ-агентов – теперь энтузиасты-биохакеры смогут выгружать сырые данные о здоровье со смарт-часов и выращивать личных ИИ-помощников.
Google Health CLI – это open-source утилита командной строки, созданная для выгрузки и работы с данными через Google Health API. Инструмент позволяет получать более 40 показателей здоровья, включая шаги, сон, ЭКГ, пульс, ВСР, уровень VO2 max, глюкозу, насыщении крови кислородом, базовый метаболизм, калории и проч. с гугловских носимых девайсов Fitbit и Pixel Watch – прямо в консоль операционки в формате JSON, CSV или понятных таблиц.
По сути это просто удобный интерфейс, шина между закрытой экосистемой Fitbit/Pixel Watch и внешним миром, позволяющая напрямую вытаскивать данные по биомаркерам и автоматизировать работу с ними под любые кастомные задачи. Без всяких сложных интеграций с веб-API.
🎯 Не то чтобы прорыв, но само направление мысли – интересное. В Google последовательно прокачивают идею о том, что рутинные данные о состоянии здоровья – это новая нефть, и пытаются выбить заслуженное место под солнцем для носимых гаджетов, отстаивая их медицинский потенциал в повседневной жизни. Это еще одна попытка выжать максимум пользы из простых смарт-часов и сделать массовый DIY-инструмент для биохакеров, энтузиастов и программистов, которые смогут экспериментировать со своими персональными данными, проверять любые гипотезы и создавать новую добавленную стоимость для привычных метрик.
Для чего применять Google Health CLI – вопрос полета фантазии пользователей. Google изначально проектировали решение с прицелом на автономных ИИ-агентов. Локальный ИИ, например, на базе Gemini, Claude или собственной нейросети может самостоятельно запрашивать нужные данные о здоровье, анализировать их и совершать действия – допустим, автоматически переносить встречи в календаре или менять график тренировок, если гугловский индекс готовности организма (ВСР + сон + пульс) – низкий. Или, имея сырые данные, можно натравить на них Python/Pandas и проверить различные гипотезы – например, как ВСР и фазы сна зависят от интенсивности тренировок накануне.
В общем, неплохая попытка поискать полезное применение данным о здоровье со смарт-часов с помощью коллективного творчества. В мире, где будущее не столько за новыми сенсорами, сколько за неочевидным корреляциями и алгоритмами, такой «народный» дата-инжиниринг действительно не лишен смысла, а кажущиеся порой нелепыми quantified-self эксперименты иногда могут здорово двигать гражданскую науку. Считаем, Google молодцы, что не запирают упакованные данные в своих официальных приложениях, а отдают сырыми – на откуп пользователям и их персональным нуждам.
#wearables #ИИ #цифроваямедицина