当 AI 开始读懂我的健康数据
<h2 id="从怀疑数据记录开始">从怀疑数据记录开始</h2> <p>几年前，我曾经写过一篇<a href="https://scottyeung.top/2021/%E6%95%B0%E6%8D%AE%E5%AE%9A%E4%B9%89%E7%9A%84%E7%94%9F%E6%B4%BB/">博客</a>，吐槽自己对各种数据记录的执念。那时候我会记录很多东西：戴运动手表记录身体数据，用时间记录工具记录每天的行为和工作，也会关注一些健康指标。记录得越多，我反而越怀疑这些数据的价值。它们被保存下来之后，似乎很少真正被使用，也很难从中看出什么有价值的信息。</p> <p>现在回头看，当时的吐槽有它的背景。数据本身被记录下来，并不等于它能自动产生价值。真正困难的地方在于：如何读取、整理、分析这些数据，并从里面发现一些对自己有用的规律。但在 AI 逐渐普及之后，这件事情的意义开始变得不一样了。</p> <h2 id="ai-让健康数据重新变得可用">AI 让健康数据重新变得可用</h2> <p>最开始让我产生这个想法的，是在推特上看到有人把自己的 Apple Health 数据全部导出，然后用 AI 分析睡眠情况。AI 根据这些数据发现了他的睡眠问题，并给出了相关的建议，最后成功改善了睡眠质量。</p> <p>这个例子让我意识到，健康数据的价值可能一直都在那里，只是过去个人很难高效地挖掘出来。</p> <p>过去我也会定期查看 Apple Health 里的数据，但整个过程比较繁琐。每次都要点进某个单项指标，手动切换周、月、年等不同时间范围，再自己观察趋势、最大值、最小值和阶段变化。这样确实能看出一些表面变化，但观察范围很有限，也很依赖主观判断。</p> <p>更重要的是，苹果的健康数据虽然记录得很完整，但某种程度上也相对封闭。之前我有一段时间换过安卓手机，那段时间的健康数据很难完整迁移回来。等我重新回到苹果生态之后，中间的数据就像断掉了一截。也正因为如此，我开始觉得，如果这些长期记录的数据只是停留在设备和系统里面，最后很可能会被遗忘，甚至在某次换设备、换系统之后逐渐丢失。</p> <h2 id="把-apple-health-数据导出来">把 Apple Health 数据导出来</h2> <p>于是我开始尝试把自己的健康数据导出来，交给 AI 做进一步分析。</p> <p>一开始我想找一些现成软件来完成这件事，但试了一圈之后发现，很多工具只能做基础展示，真正好用、支持增量同步和深度分析的工具往往需要付费，而且价格并不便宜，很多还是订阅制。</p> <p>最后我干脆借助 Xcode 和 Claude，写了一个简单的 iOS App，用来导出 Apple Health 数据。这个 App 很简陋，也有一些限制，比如不能直接用 iCloud 同步数据，免费签名也需要定期重新构建和安装。但对我来说，它的使用频率并不高，主要是手动导出和阶段性分析，所以已经够用了。</p> <h2 id="我的分析方法">我的分析方法</h2> <p>我的分析方法也比较直接。</p> <p>首先，我把 Apple Health 里的原始数据导出成 NDJSON 文件。里面包含了各种健康和运动数据，比如心率、体重、步数、活动量，以及通过 Apple Watch 记录的运动数据。</p> <p>然后，我把这些数据交给 AI Agent，让它尽可能从历史数据中挖掘有价值的发现。比如观察指标的长期变化趋势，寻找值得关注的数据点，分析这些变化可能反映的问题，以及后续可以采取哪些调整。</p> <p>最后，我会基于这些分析结果沉淀一些规则。第一次分析主要是尽可能多地挖掘信息，后续再根据自己的关注点不断调整分析方式。比如我到底关心哪些指标，哪些历史数据需要修正，哪些变化值得持续追踪，哪些情况需要被标记出来。</p> <p>经过第一轮分析，我确实得到了一些很有意思，甚至有点警醒的发现。</p> <h2 id="第一轮分析带来的发现">第一轮分析带来的发现</h2> <h3 id="体重持续上升的曲线">体重：持续上升的曲线</h3> <p>从 2022 年开始使用苹果设备记录数据，到 2023 年参加工作，再到现在，我的体重增加了 10kg 以上。虽然我主观上一直知道自己在变胖，但真正看到数据曲线时，还是有些意外。它并不是某一个阶段突然上升，而是一条持续向上的曲线，只是在某些工作强度更高、运动更少的阶段，上升速度更快。</p> <p>更值得注意的是，这些增加的体重大部分来自脂肪，肌肉量几乎没有同步增长。也就是说，这并不是训练带来的体重上升，而是长期生活节奏、饮食和运动不足共同作用的结果。</p> <h3 id="心率身体负担变重的信号">心率：身体负担变重的信号</h3> <p>随着体重增加，我的静息心率和步行心率都有明显变化。刚参加工作时，我的静息心率大约在 50 多到 60 左右。工作近两年后，均值已经上升到 63–64。去年工作压力最大的时候，静息心率甚至一度达到 65 左右。从几年的均值来看，静息心率上升了大约 8 次/分钟，这个变化非常明显。</p> <p>步行心率也有类似趋势。体重增加、活动量下降、有氧运动减少之后，日常走路时的心率也变得更高。这些指标放在一起看，其实反映的是一个很清晰的问题：身体负担变重了，有氧能力也在下降。</p> <h3 id="hrv压力和恢复的长期变化">HRV：压力和恢复的长期变化</h3> <p>第三个是 HRV，也就是心率变异性。</p> <p>HRV 通常可以反映压力和身体恢复情况。随着工作强度增加，我的 HRV 均值整体走低，去年甚至达到最低点。单看某一天的数据可能没有太大意义，但把时间拉长之后，这个趋势就很明显。它和工作压力、睡眠、运动量、体重变化之间，似乎都有一定关系。</p> <h3 id="近期的正面迹象">近期的正面迹象</h3> <p>比较积极的一点是，从今年三月底、四月初离职之后，我有了更多时间恢复运动。最近我做了不少 Zone 2 有氧训练，心率相关指标已经开始出现回落迹象。虽然时间还不算长，但从数据上看，身体状态确实在往更好的方向变化。</p> <h2 id="重新理解数据记录的意义">重新理解数据记录的意义</h2> <p>这也是我觉得 AI 普及之后很有价值的一点。</p> <p>以前面对数量庞大、类型复杂的个人数据，普通人很难真正处理它们。我们只能依赖软件本身提供的基础图表，或者凭感觉去看趋势。但现在有了 AI 之后，只要能把数据导出来，就可以让 Agent 帮忙读取、清洗、分析、画图、写报告，甚至提炼长期观察规则。</p> <p>这件事让我重新理解了“记录数据”的意义。</p> <p>数据本身不会自动改变生活，但它能留下轨迹。过去很多看起来琐碎的记录，在足够长的时间尺度下，可能会变成理解自己的重要线索。体重、心率、运动、睡眠、压力，这些东西在日常生活中很容易被忽略，但数据会把它们诚实地保留下来。</p> <p>从这个角度看，数据确实是一种很珍贵的个人资产。它帮助我更好地了解自己，发现长期变化，识别身体状态的规律，也能让我在制定运动、减脂和生活调整计划时，有更可靠的依据。</p> <p>所以我现在反而觉得，当年那种“记录了也没什么用”的想法已经有些过时了。真正的问题是，记录之后能不能被有效使用。过去这个门槛很高，而现在 AI 正在把这个门槛大幅降低。后续我也继续保留和持续记录这些数据，然后利用这些数据去交给 AI 去不断地分析，把这些数据用起来，让它变成一个能反应真实状态的长期档案，不断挖掘、榨干它的价值。</p>