#здоровье #продуктивность Решил всерьез заняться data-driven wellness, начал с того, что тестирую Welltory. Это приложение для отслеживания биомаркеров на основе сердцебиения. Главное понятие здесь HRV - вариабельность сердечного ритма. Показатели вариабельности используются для анализа состояния организма, в первую очередь всего, что связано со стрессом. Как это выглядит на практике: уже пару недель несколько раз в день с помощью нагрудного пульсометра polar изучаю сердцебиение, приложение рапортует, что там по стрессу, продуктивности и энергии. Можно измерять и с помощью камеры телефона через палец, но мне кажется, что лучше использовать специализированный гаджет, раз он у меня уже есть. Зачем я это делаю с практической точки зрения: - чтобы решать, как приоритизировать задачи, когда делать рутинные вещи, а когда требующие концентрации; - чтобы изучить, что мне помогает снижать стресс. К примеру, вечерняя спортивная прогулка с ребенком помогла мне снизить стресс лучше, чем медитация + лежание на диване накануне. - чтобы вовремя брать паузу, если стресс слишком высокий. Еще интересно видеть на данных отражение субъективных ощущений. Для меня это верификация: я не абстрактно "плохо себя чувствую", мой стресс вполне реален и регистрируется медицинскими гаджетами. Следующий этап - научиться с этим эффективней справляться, занимаюсь этим :) Еще Welltory позволяет собирать инфу из самых разных источников: от погоды и данных RescueTime до коммитов на Githab и частоты постов в твиттер (это не шутка). Фактически это платформа, чтобы заливать в нее информацию о том, что ты делаешь, трекать субъективные и объективные показатели здоровья и стресса, и исследовать себя. Я пока подключил google fit, куда заливаю данные с Mi fit браслета. У меня в ленте появляется доп.анализ по сну, ходьбе, количеству разминок внутри дня и так далее. Еще подключил погоду и расположение, но пока толку от этого не вижу. Вообще, ребята утверждают, что под капотом приложения есть Machine Learning, и оно формирует персонифицированные модели и рекомендации с учетом индивидуальных особенностей и всех доступных данных. Но простая линейная регрессия - тоже часть ML, так что я бы проявлял здоровый скептицизм и смотрел на это как на часть маркетинговой политики. В любом случае на данный момент я вполне удовлетворен тем, что получаю от приложения, буду продолжать исследовать себя. Если интересно, можно посмотреть вот этот доклад: Data-driven-подход к продуктивности / Евгения Смородникова (Welltory Inc) - фаундер Welltory на AppsConf 2019 рассказывает про приложение. С 2019 конечно много воды утекло, но всё-таки :)