Vidaya 将可穿戴、实验室和DNA数据转化为健康寿命评分，为关注长寿的用户提供个性化行动计划。 热门评论 PH 用户一个健康仪表盘，终于把你产生的所有信号连接起来。听起来简单，但功夫全在连接上。我是 Kevin Amrelle，Vidaya 的创始人兼 CEO（你可能之前知道我们叫 Vitality AI Health，同一个产品，同一个团队，只是换了新名字）。问题在于：你的健康数据到处都是，但彼此之间完全不通。吃饭记录在 MyFitnessPal，补充剂在 SuppCo，血液检查是 Quest 的 PDF，DNA 报告在 Ancestry 账号里，病史锁在 Epic 里，步数在 Apple Health，空气质量在政府 EPA 的仪表盘上，处方在 CVS。每一个都告诉你一部分真相，但没有一个告诉你身体到底发生了什么，或者该怎么办。我是吃了苦头才明白的。有次参加冬季自行车赛，我的心率卡在 120 BPM 上不去。臂带确认了我已是 2 级高血压。我的健康应用没有一个发现这个趋势。我做了 Vidaya，就是不想让任何人再经历这种事。它是什么：Vidaya 是一个 AI 长寿仪表盘，把你产生的所有健康信号统一到一个地方：可穿戴设备、血液检查、DNA、营养、补充剂、环境暴露，还有你的 Epic 病历。我们的 AI 教练 Vaya 能找到任何单一应用都发现不了的相关性。不同之处在于：大多数消费级健康应用只汇总一两类数据。我们把你会产生的每一类数据都汇总进来，包括医疗级的（Epic FHIR、Labcorp、Quest、23andMe、AncestryDNA）。产品从第一天起就符合 HIPAA 合规要求，底层的跨源相关性引擎已提交专利申请。主要功能：Vaya Chat AI 支持用自然语言跨全部数据提问（比如问“开始吃 Lexapro 后我的睡眠有什么变化”，10 秒内得到基于你数据的回答）60+ 个数据源整合在一个仪表盘中：可穿戴设备、实验室检查、DNA、营养、补充剂、环境，以及病历Healthspan Score 覆盖五个长寿支柱，外加 VAI Score（0-100），显示你的健康画像有多完整每个生物标志物都有 7 天 / 30 天 / 90 天 / 1 年的趋势线，让你尽早发现问题，并附带个性化的循证下一步行动方案好处：不用再为了回答一个健康问题而登录八个应用。趋势变化及早发现，而不是六个月后躺在诊所里才察觉。适合人群：那些尝试过量化自己、却因为数据太分散而放弃的人。发布优惠：仅在 Product Hunt 发布周有效，使用代码 VIDAYA50 年付立减 50 美元（89 美元/年变为 39 美元）。代码有效期至 [日期，发布日加 6 天]。已在 iOS、Google Play 和网页端上线。60 秒安装，5 分钟连接设备。支持 30 天无理由退款。去 https://vidaya.ai 试试，告诉我们哪个数据相关性让你意外。每条评论我们都会看。Kevin Amrelle，Vidaya 创始人兼 CEOPH 用户嗨，我是 Venkata，Vidaya 的联合创始人，AI 与数据科学负责人。Kevin 讲了我们为什么做这个。我想讲讲我们是怎么做出一个值得你把健康数据托付给它的 AI 的。健康 AI 的问题在于：大多数消费级健康 AI 声称安全，但拿不出证据。我们决定把安全挣出来。我们如何测试：经过 120 多次聊天质量迭代，我们用一套 32 道题的健康压力测试集来调优 Vaya Chat，覆盖实验室趋势、紧急症状、处方请求、幻觉陷阱和对抗性 prompt，直到每个安全关键类别都通过。我们如何监控：我们在 Arize AX 上建了一个持续可观测层，有 9 个 LLM-as-judge 评估器和 9 个生产监控器，对每条回答做 100% 采样实时评分，而不只是在测试时。5 月 15 日，我们对着线上生产环境的 Vaya 跑完了全部 32 道题。审计结果：32 个问题零幻觉；紧急情况和处方 prompt 上 10 个临床安全重定向全部正确；幻觉陷阱问题上 4 个“数据不可用”回答全部正确。完整审计报告可应要求提供。如何保持快速：Vaya 在两个模型层级之间做智能路由。大约 80% 的查询走快速通道，1 到 2 秒内回答；复杂的临床分析则进入更深、基于真实数据的通道，会引用你的实际数据。数据工程：我们把 60+ 个数据源归一化成一条纵向记录：可穿戴设备通过厂商的可穿戴归一化 API，实验室、DNA、营养和 Epic 病历则通过 SMART on FHIR。相关性是从统一数据里算出来的，而不是从碎片里猜出来的。安全：平台从第一天起就遵循 HIPAA 合规要求，并由我们的 vCISO Denis Galkin 指导，他在医疗安全领域有二十年经验。关于评估栈、路由或数据模型，欢迎随便问。每条评论我都会看。Venkata Ramana Duddu，博士，Vidaya 联合创始人，AI 与数据科学负责人（https://vidaya.ai）PH 用户恭喜发布！你们如何保护敏感健康数据？这些数据会被出售、用于广告定向，还是用来训练 AI 模型？PH 用户把所有健康信号集中到一处，做得真不错。问个问题：数据聚合之后，是否仍然保持私密、并掌握在用户自己手里？恭喜发布！ 热门产品Kruti Parekh2026-08-10原文 打开互动版
我是 Kevin Amrelle，Vidaya 的创始人兼 CEO（你可能之前知道我们叫 Vitality AI Health，同一个产品，同一个团队，只是换了新名字）。
问题在于：你的健康数据到处都是，但彼此之间完全不通。吃饭记录在 MyFitnessPal，补充剂在 SuppCo，血液检查是 Quest 的 PDF，DNA 报告在 Ancestry 账号里，病史锁在 Epic 里，步数在 Apple Health，空气质量在政府 EPA 的仪表盘上，处方在 CVS。每一个都告诉你一部分真相，但没有一个告诉你身体到底发生了什么，或者该怎么办。
我是吃了苦头才明白的。有次参加冬季自行车赛，我的心率卡在 120 BPM 上不去。臂带确认了我已是 2 级高血压。我的健康应用没有一个发现这个趋势。我做了 Vidaya，就是不想让任何人再经历这种事。
它是什么：Vidaya 是一个 AI 长寿仪表盘，把你产生的所有健康信号统一到一个地方：可穿戴设备、血液检查、DNA、营养、补充剂、环境暴露，还有你的 Epic 病历。我们的 AI 教练 Vaya 能找到任何单一应用都发现不了的相关性。
不同之处在于：大多数消费级健康应用只汇总一两类数据。我们把你会产生的每一类数据都汇总进来，包括医疗级的（Epic FHIR、Labcorp、Quest、23andMe、AncestryDNA）。产品从第一天起就符合 HIPAA 合规要求，底层的跨源相关性引擎已提交专利申请。
主要功能：
Vaya Chat AI 支持用自然语言跨全部数据提问（比如问“开始吃 Lexapro 后我的睡眠有什么变化”，10 秒内得到基于你数据的回答）
60+ 个数据源整合在一个仪表盘中：可穿戴设备、实验室检查、DNA、营养、补充剂、环境，以及病历
Healthspan Score 覆盖五个长寿支柱，外加 VAI Score（0-100），显示你的健康画像有多完整
每个生物标志物都有 7 天 / 30 天 / 90 天 / 1 年的趋势线，让你尽早发现问题，并附带个性化的循证下一步行动方案
好处：不用再为了回答一个健康问题而登录八个应用。趋势变化及早发现，而不是六个月后躺在诊所里才察觉。
适合人群：那些尝试过量化自己、却因为数据太分散而放弃的人。
发布优惠：仅在 Product Hunt 发布周有效，使用代码 VIDAYA50 年付立减 50 美元（89 美元/年变为 39 美元）。代码有效期至 [日期，发布日加 6 天]。已在 iOS、Google Play 和网页端上线。60 秒安装，5 分钟连接设备。支持 30 天无理由退款。
去 https://vidaya.ai 试试，告诉我们哪个数据相关性让你意外。每条评论我们都会看。
Kevin Amrelle，Vidaya 创始人兼 CEO
Kevin 讲了我们为什么做这个。我想讲讲我们是怎么做出一个值得你把健康数据托付给它的 AI 的。
健康 AI 的问题在于：大多数消费级健康 AI 声称安全，但拿不出证据。我们决定把安全挣出来。
我们如何测试：经过 120 多次聊天质量迭代，我们用一套 32 道题的健康压力测试集来调优 Vaya Chat，覆盖实验室趋势、紧急症状、处方请求、幻觉陷阱和对抗性 prompt，直到每个安全关键类别都通过。
我们如何监控：我们在 Arize AX 上建了一个持续可观测层，有 9 个 LLM-as-judge 评估器和 9 个生产监控器，对每条回答做 100% 采样实时评分，而不只是在测试时。5 月 15 日，我们对着线上生产环境的 Vaya 跑完了全部 32 道题。审计结果：32 个问题零幻觉；紧急情况和处方 prompt 上 10 个临床安全重定向全部正确；幻觉陷阱问题上 4 个“数据不可用”回答全部正确。完整审计报告可应要求提供。
如何保持快速：Vaya 在两个模型层级之间做智能路由。大约 80% 的查询走快速通道，1 到 2 秒内回答；复杂的临床分析则进入更深、基于真实数据的通道，会引用你的实际数据。
数据工程：我们把 60+ 个数据源归一化成一条纵向记录：可穿戴设备通过厂商的可穿戴归一化 API，实验室、DNA、营养和 Epic 病历则通过 SMART on FHIR。相关性是从统一数据里算出来的，而不是从碎片里猜出来的。
安全：平台从第一天起就遵循 HIPAA 合规要求，并由我们的 vCISO Denis Galkin 指导，他在医疗安全领域有二十年经验。
关于评估栈、路由或数据模型，欢迎随便问。每条评论我都会看。
Venkata Ramana Duddu，博士，Vidaya 联合创始人，AI 与数据科学负责人（https://vidaya.ai）
恭喜发布！