最新預防醫學研究發現，從健康到疾病之間有個亞健康狀態，在這一階段中，身體的各種生理功能失調錶現出各種主觀上的感覺不適或症狀，各種體檢指標尚未達到診斷為某種疾病的標準。當你去醫院體檢的時候，身體一般是不會查出“生病”的；但由於身體內部發生的病理變化輕微，而這種隱性的健康資訊可被持續檢測的外研裝置截獲。如果人們重視並干預這個狀態，便可將健康風險遏制在萌芽狀態。
方法/步驟
持續監測建立健康資料庫
在我們囯家，對健康體徵資料的監測往往用體檢來實現。然而，這種一年一次的體徵資料只能滿足於“找病”並不能發現“未病”，預防醫學中最重要的核心部份就是體徵資料的“細化連續性”，單純依靠常規的體檢很難實現。更何況，由於體檢成本的問題，大多數人連一年一度的體檢也沒辦法保證。這個體系運用“大資料健康管理”，使用體重秤及可穿戴裝置，讓個人每天在家就能完成對自身睡眠、活動、飲食等曰常行為或者體重、血壓、血糖等健康資料的量化和持續監測持續採集，並自動上傳至雲端資料庫，建立起專屬的個人健康資料庫。當個人健康資料達到足夠的密度，誤差就能夠減少甚至避免，健康狀態監測也就得以實現。
對比分析找出健康臨界點
如何實現用資料追蹤健康狀態？重點其實就是資料的分析解讀和對健康狀態的掌握，該方案用資料庫智慧匹配來完成這項工作。體系用數字化技術分析出健康人群和常見疾病人群的共性和特徵，歸納出健康臨界標準，為管理健康準備資料預判系統。舉個例子，當一個體重正常的人使用體重秤和app持續監測自己的BMI指數和水分脂肪比等資料時，系統發現這個人在某段時間內突然間發胖，並持續增重至健康臨界點，立即追本溯源從資料庫中找到相似案例，找出可能潛在致胖原因，給予超重提醒。
系統反饋提醒採取行動
當系統監測到個體處於健康臨界點，出現某些疾病人群的的共性和特徵時時，會通過預設的反饋系統，提醒健康個體採取行動，否則資料的監測就顯得毫無意義。這種提醒不是單一的提醒，而是會給予詳細的科學解說，讓個體明白這種狀態為何是不健康的，而且會導致哪些病症。
可執行方案解決健康異常
以人體健康檢測資料為依據，關注研究健康、亞健康及疾病人群健康狀況及健康風險因素的變化和發展趨勢。在體系中，優秀的營養師團隊制定出個性化的含有運動方式、飲食結構、作息調整、生活習慣、營養建議在內的健康解決方案，由移動端完成推送，幫助個體降低健康風險、改善長期健康狀況、提高生活質量，減少健康費用支出；同時，通過線上營養師溝通，對你在健康管理過程中產生的疑惑進行解答，給予更有針對個人體質的健康指導。
注意事項
請記住，生理表象往往會糊弄消費者的眼睛，資料則沒有辦法欺糊弄消費者。