我們通過智能硬件連續采集用戶的體征數據，是一種主動性的預警，而傳統的醫療是一種被動性應急，你在醫院的數據是無法對你未來健康做出預警的。連續數據的波動規律分析就可以緩解單點數據的精度不夠。

美國某一實驗室研究的是人的體征數據在健康狀況下是穩定的波動規律，當波動規律紊亂的時候意味著未來有健康變化的風險，這是健康管理最核心的地方，用連續的體征波動規律來進行分析，我們介紹一下美國時間生物鐘中心，在這幾十年來建立了3個重要的成果。建立了不同年齡性別年齡的基本特征的基礎值，包括血壓、心率、體溫、激素、BMI指數等等。形成了連續體征數據波動的算法，推動算法進行比對和分析。形成了一部分分析模型對異常的體征波動規律未來的風險進行預警，這是醫學實驗室做的事情。采集的數據包括五大洲各種人種。

這個就是“數據與健康節律”的關系。為什么連續的體征數據可以做未來的健康變化的風險預警，在美國的NAS宇航員的體征數據時由這個實驗室進行分析的。數據回顧時候發現，所有的測試者在地震的前三天他們的血壓節律出現了一致性的變化，到地震后的三到四天才回到原有的水平。如果看單點的數據，當所有的測試者帶著血壓計每天檢測48次，都出現了一致性的變化，我們身體里的血壓變化你可能很難感受到。但是當我們的中樞神經接受外界刺激的時候會分泌激素，疾病也一樣，疾病的形成初期首先出現了體征波動規律的紊亂。我們通過智能硬件連續采集用戶的體征數據通過規律性的判斷發現未來健康變化的風險。