Карта рынка персональных данных о здоровье

🔓 Как это обходят другие

Не теоретические варианты, а практикуемые — с честной пометкой, что легально, что серая зона, а что прямое нарушение.

Существует ровно два класса воркэраундов, и они решают разные проблемы. Managed-агрегаторы (Terra, ROOK, Spike, Junction) продают вам чужое партнёрство — они уже прошли одобрение Garmin и Samsung, вы едете на их доступе. Это решает проблему доступа, стоит от $399/мес и не имеет бесплатного тарифа. Self-hosted агрегаторы (Open Wearables) отдают вам код бесплатно под MIT, но вендорские креды всё равно нужны свои — это решает проблему инженерного объёма, а не доступа. Перепутать их — самая дорогая ошибка на этом этапе.

Блокировка	Обход	Легальность	Стабильность	Стоимость	Работы

Читается так: почти всё, что выглядит блокировкой, обходится бесплатно и легально одним Android-приложением-мостом. Один мост через Health Connect закрывает разом Samsung Health, Fitbit, Garmin Connect, Zepp, Suunto, Withings и Polar — это шире, чем любой отдельно взятый официальный API, и не требует ни одного партнёрства. Готовое приложение уже лежит в Google Play: пользователь вписывает ваш URL, вам нужен один эндпоинт и маппер. Деньги ($399/мес) нужны ровно в одном месте — Garmin без своего юрлица.

🍏 Apple отдельно: что можно и чего нельзя

Единственный источник, где техническая доступность и юридическая допустимость расходятся сильнее всего: данные достать можно, но правила ограничивают часть того, что обычно задумывают.

📦

Что в экспорте

export.xml — все типы HealthKit, включая записанные сторонними приложениями. Если Strava, Withings или MyFitnessPal писали в «Здоровье», их данные тоже уедут, с атрибутом источника. Это делает Apple Health самым полным агрегатором из всех — но только в виде файла.

🕳️

Чего в экспорте нет

GPS-треки не в export.xml — только отдельной папкой GPX (самая частая жалоба на форумах). ЭКГ — отдельными CSV. Фильтрации нет вообще: «всё или ничего».

🐘

Размер

У давнего пользователя Apple Watch export.xml достигает ~2,9 ГБ — 11 лет одним файлом. Это не «большой файл», это файл, убивающий наивный DOM-парсер. В Java — только стриминг: StAX / XMLStreamReader.

☁️

Облачного API нет

Нет OAuth, нет REST, нет вебхуков, нет «Sign in with Apple → дай доступ к здоровью». Всё, что выглядит как «интеграция с Apple Health» в чужих продуктах — это либо их iOS-приложение, либо импорт файла, либо стороннее приложение-мост.

App Review Guidelines §5.1.3 — что реально ограничивает

Норма	Что означает на практике

Самый недооценённый пункт — запрет раскрытия третьим лицам. Отправка данных пользователя во внешний LLM — это disclosure to a third party. Отсюда практическое требование: отдельная галочка «разрешаю AI-анализ моих данных внешним сервисом», а не пункт в общем ToS, плюс режим no-training у провайдера. И зеркальное послабление: запрет data mining сформулирован с исключением «other than improving health management» — то есть недельный отчёт для самого пользователя разрешён.

📦 Открытый код: что можно взять вместо написания с нуля

~110 репозиториев проверено поимённо через GitHub API — точные звёзды, лицензия и дата последнего пуша на 29.07.2026, не из выдачи поисковика. Фильтруйте по группе, языку и живости.

Главный результат раздела: на Java в этой нише нет ничего живого. Из ~110 проверенных на JVM нашлись shimmer (мёртв 5 лет), omh-dsu-ri (мёртв), fitbit4j (мёртв 14 лет), javastravav3api (4 года), Samsung-Health-API (9 лет), fatsecret4j — официальный клиент вендора, мёртв 6 лет. Прямого предшественника на нужном стеке не существует. Это одновременно минус (не с кого копировать) и плюс (ниша реально пустая).

Взять целиком как зависимость

Что	Зачем	Лицензия

Не брать — и это легко не заметить

Чего в открытом доступе нет вообще

Это придётся писать самому — и знать об этом лучше заранее, чем на середине.

Отдельное наблюдение, которое само по себе вывод: за последние шесть месяцев появилось больше двадцати почти идентичных проектов «self-hosted health aggregator + AI». У всех 0–3 звезды, похожий README, все на Python или TypeScript. Идея не уникальна и порог входа низкий — но это же значит, что никто не выиграл. Читать их README полезно (там честно перечислены грабли), клонировать незачем.

⏳ Срочное, про сроки. Окно на миграцию закрывается дважды: Fitbit Web API отключается в сентябре 2026, Google Fit — до конца года. Если проект пишется сейчас, целиться надо сразу в новый Google Health API, минуя оба умирающих. Это скорее удача, чем проблема: одна интеграция вместо двух, и она закрывает Fitbit, Pixel Watch и всё, что синхронизируется в экосистему Google.

🔐 Про безопасность MCP-серверов — и почему цифрам о ней верить нельзя. Ниша взорвалась: к апрелю 2026 счёт идёт на 110 млн ежемесячных загрузок MCP-пакетов. Вместе с ней пошла волна алармистских цифр про дырявые серверы — и вот здесь надо быть осторожным. Независимые исследования дают разброс от 7,2% «проблемных серверов» (1 899 просканированных) до 66% (1 808 серверов) и до 96,9% по отчётам автоматических сканеров. Академическая работа июля 2026 объясняет разброс: ручная валидация подтверждает менее половины находок, а у части сканеров зафиксировано около 78% ложных срабатываний. Вывод не «MCP небезопасен» и не «всё в порядке», а «публичным цифрам о безопасности MCP в 2026 году верить нельзя без проверки методологии». Практический дефолт при этом простой и от статистики не зависит: выставлять свой MCP наружу read-only, выбросив все write-инструменты.

🤖 Слой аналитики: что он реально умеет

Самая честная часть карты. Здесь много обещаний и мало измеренного — но кое-что измерено очень хорошо.

🪞

Почти весь слой имитирует аналитику

Наблюдение, воспроизведённое независимо трижды: AI-саммари стоят рядом с графиком, содержащим ровно те же данные. Формула, описывающая почти всё: взять число, взять его семидневное среднее, сказать что первое больше второго, добавить «здоровье — это про баланс».

⚖️

Причина не в глупости модели

Банальность — это лучший достижимый компромисс между скоростью, стоимостью, полезностью, приватностью и юридической ответственностью. Перебрать год данных ради тренда — латентность, убивающая UX, и вычисления, за которые придётся поднять подписку выше $6/мес.

🎯

Измеренное архитектурное решение

Сравнение на одних данных: дотюненная модель, рассуждающая «в голове», — 0% на объективных числовых запросах. Агент, генерирующий и исполняющий код поверх таблиц, — 84%. Даже одношаговая генерация кода даёт 74% против 22% у текстового рассуждения. На 4 000 запросов.

🩻

Методологический порок рынка

Recovery-скор, включающий сон и вчерашнюю активность, штрафует за поведение, а не сообщает о реакции тела на поведение. Отсюда результат: самооценка стресса значимо коррелирует с HRV и пульсом покоя — и не коррелирует с recovery score вообще.

🔬

Скоры не проходят мягкую проверку

Слепой 30-дневный тест шести приложений на Apple Watch: ни одно не достигло RMSE ≤ 1 по recovery, то есть в среднем промахивались более чем на 10% по шкале 0–10. Sleep-скоры при этом приемлемы у всех, кто их выдаёт.

🤝

Чем отличаются те, кому верят

Единственный устойчивый признак доверия: они показывают, где кончается их знание. Один не показывает корреляцию до 14 парных наблюдений. Другой не разблокирует инсайт, пока нет 5 «да» и 5 «нет». Третий требует три недели данных и прямо говорит, что причинность — не его дело.

🚫

Авто-опт-ин убивает лояльность

Три независимых кейса за год: одна платформа включила AI всем без спроса (отмены подписок), вторая начала анализировать каждую тренировку (публичный отказ продлевать), третья вынесла AI за пейволл (8,9 тыс. апвоутов протестного треда). Раздражает не AI, а отсутствие контроля над ним.

🔀

Ирония слоя

Единственная задача, которую LLM решает лучше прежних решений, — это ввод, а не вывод. «Легче попросить залогировать еду голосом, чем сделать это через интерфейс». Индустрия продаёт AI как аналитический слой, а работает он как слой ввода.

Про цели. Полноценного жизненного цикла цели с проверкой результата в потребительских продуктах почти нет. У коучинговых платформ цель есть как объект БД, но она мертва — строка с процентом и датой, за которой стоит живой тренер (у одной из них лимит имени цели — 30 символов). Единственный найденный продукт, где «проверка результата» реализована объективно, замыкает цикл через лабораторные анализы дважды в год и разбор врачом, и стоит $499–1 999 в год. А единственное место, где цель имеет настоящий жизненный цикл, — платформы n-of-1 экспериментов, и отличает их одна вещь: рандомизация. «Проблема конфаундеров вездесуща. Это не то, что может обойти изощрённый алгоритм в носимом трекере».

🪦 Кладбище ниши

Самый полезный раздел для того, кто собирается строить своё: здесь видно, где рынок уже пробовал и обжёгся.

Четыре вывода кладбища. Первый: приложения-синхронизаторы за $2–4 переживают компании с $951 млн инвестиций — потому что у них нет серверов, нет издержек и нет необходимости расти. Второй: ломается не технология, а доступ. Третий: ни один вендор не даёт нормального срока на миграцию — 13 дней, 30 дней через праздники, в лучшем случае пять месяцев. Четвёртый: данные, которые лежат только в облаке вендора, исчезают вместе с вендором. В случае Nike+ железо продолжало работать, а выгрузить с него было нечего — локально не сохранялось ничего и никогда.

Новый и более опасный жанр: смерть API при живой компании

Компания жива, продукт работает, но доступ для сторонних разработчиков закрывается. Восстановить нечего и не у кого.

🕳️ Свободные места

Асимметрии, посчитанные по каталогу из 7 322 запусков за год (health-кластер — 301 продукт), и наблюдения по рынку в целом.

Про язык рынка. Слово struggle встречается 104 раза на 301 продукт, а самая частая конструкция — «struggle to maintain». Рынок описывает боль как проблему поведения и постоянства, а не инженерии данных: рамка мотивации против рамки фрагментации — 66 к 23. Боль «трекеры не дружат между собой» — не мейнстрим инди-разработки. Зато это ровно тот язык, которым говорят те, кто вошёл в нишу сверху: все пять платформенных запусков 2026 года формулируют проблему именно как фрагментацию.

🎯 Отсюда следует сильная формулировка позиционирования. Фрагментация данных и AI-агенты связаны двунаправленно, и связь эта свежая. Агенты обострили проблему: в отличие от статичных отчётов им нужен целостный контекст, и отсутствие единого доступа для них не неудобство, а причина неверных решений — многоканальный хаос заставляет агента угадывать, какой источник главнее и можно ли доверять каналу целиком. Это превращает задачу из вычислительной в системно-инженерную.

Практический вывод: продукт в этой нише решает не «мне неудобно смотреть в три приложения», а «мой AI не может дать осмысленный ответ, потому что не видит картину целиком». Первое — статичная боль, с которой люди живут годами. Второе — растущая, и растёт она ровно с той скоростью, с какой люди начинают спрашивать у моделей про себя.

📊 Честная рамка

Что эта штука реально даёт по данным исследований, а не по данным маркетинга. Это не аргумент против — это рамка ожиданий.

Помогают ли трекеры вообще

Исследование	Дизайн	Результат

Трекеры дают ~1 200–1 850 дополнительных шагов в день и около килограмма веса. Это реально и клинически осмысленно. Но эффект держится на самом факте трекинга и обратной связи, а не на аналитике поверх него; в кардиометаболической популяции именно фитнес-трекеры (в отличие от простых шагомеров) незначимы; а самый сильный модератор — живой человек в контуре. Продукт, обещающий больше этого без человека и без фармакологии, обещает то, чего литература не показывает.

Сколько людей бросает

Отсюда следует главное продуктовое ограничение: любая аналитика, которой нужно шесть и более месяцев данных, чтобы стать полезной, приходит к половине аудитории, которой уже нет. Продукт обязан давать что-то ценное на второй-четвёртой неделе. Важная поправка, которую редко приводят: трекеры не подвержены быстрому экспоненциальному спаду, как обычные мобильные приложения — кривая пологая, спад линейный. Но точка «половина ушла» всё равно наступает на шестом месяце.

Насколько точны сами измерения

🛌

Сон против полисомнографии

35 участников, одна ночь в стационаре, три устройства одновременно. Сон vs бодрствование — чувствительность ≥95% у всех трёх. Стадии — 50–86%. Apple Watch недооценивает глубокий сон на 43 минуты (p<0.001) и переоценивает лёгкий на 45. Oura не отличалась от эталона ни по одной стадии.

👣

Шаги

В свободном ношении MAPE относительно эталона 17,1–35,5%. Против research-grade прибора: Apple Watch −2,12%, Oura −6,24%, Fitbit переоценивает на +18,00%. На беговой дорожке все укладываются в 5% — то есть расхождение растёт именно в реальной жизни, а не в лаборатории.

💓

HRV

RMSSD — основная метрика потребительских трекеров — практически никогда не эквивалентен между ЭКГ и оптическим датчиком: при наименьшей вариабельности лишь 21,4% попаданий в область практической эквивалентности. Выводы HRV-литературы не переносятся автоматически.

🚫

Чего нет вообще

Ни одного РКИ, показывающего, что AI-коучинг поверх health-данных улучшает исходы. Ни у одного крупного вендора. Есть валидация знаний модели, есть валидация точности рассуждений, есть заявления о вовлечённости. Исследования «пользователи AI-коуча против контроля через N месяцев» не существует.

Практический вывод из всей секции, который меняет архитектуру: сравнивать метрики между источниками бессмысленно. Нельзя строить «единое число шагов за день» и считать его истиной. Хранить значение вместе с источником, показывать приоритетный источник или разброс — но не сумму. А для любого анализа сравнивать тренды внутри одного источника, иначе смена устройства прочитается как изменение здоровья.

🧾 Оговорки

Что осталось непроверенным и что протухнет быстрее всего. Без этого раздела карта была бы нечестной.

⏳

Срок годности

Тарифы и статусы API в этой нише живут неделями. Google сам предупреждает, что Health API «actively evolving» и ломающие изменения возможны — скоупы уже переименовывались в мае 2026. Перед реализацией сверять всё заново.

❓

Не выяснено

Точные rate limits Garmin, Suunto и WHOOP (за партнёрскими порталами). Граница бесплатного тарифа Withings. Статус deprecation персональных токенов Oura — по вторичным источникам. Бесплатные лимиты Nutritionix, Edamam и Spoonacular — из вторичных обзоров. Точная дата отключения Google Fit внутри 2026 не объявлена.

📐

Границы выборки

Числа по асимметриям посчитаны на каталоге запусков одной площадки за последний год — это срез конкретной аудитории, а не рынка целиком. В нём, например, health в 4,4 раза мобильнее среднего, и ни одного успешного веб-продукта о персональных данных здоровья в нём нет — кроме одной инфраструктурной платформы.

🔍

Что стоит перепроверить лично

Функциональный статус неофициальных Garmin-библиотек после слома авторизации — коммиты идут, но работают ли они фактически, не проверялось. И условия Strava: их справочная статья описывает ограничение как действующее, но как именно оно применяется к конкретным приложениям после первой волны — публично не разъяснено.

Что в мире делаютс данными о здоровье

🚨 Пять вещей, которые ломают план

🔌 Реальность API: что реально доступно

⚠️ Реестр рисков

Три риска, которые надо закрыть до первой строчки кода