Analyseer Health Connect-gegevens met AI: prompts die werken

Health Connect-gegevens analyseren met AI begint met begrijpen wat Health Connect eigenlijk is: Androids datahub op het apparaat zelf, geen coachingtool. Hij werkt stil op de achtergrond en verzamelt stappen, hartslagmetingen, slaapsessies, trainingen en lichaamsmetingen die worden geschreven door welke apps je ook hebt geïnstalleerd en toestemming hebt gegeven, zoals Samsung Health, Garmin Connect, Whoop, Polar of Google Fit zelf. Op zichzelf heeft Health Connect geen geheugen van trends en geen vermogen om te redeneren over wat dat allemaal betekent. Het is een doorgeefluik, geen coach.

Zodra je Health Connect aan Wellness Project koppelt, stopt die gecombineerde feed een momentopname van één dag te zijn en wordt het onderdeel van je permanente geschiedenis. Elke synchronisatie voegt toe aan een doorlopend overzicht naast de trainingen, maaltijden of labresultaten die je handmatig logt, zodat Claude en ChatGPT nooit beperkt zijn tot één apparaat of het deel van je data van één app. Als je Garmin horloge hartslag in rust naar Health Connect schrijft en je Whoop schrijft herstelscores weg naar een compleet andere app; beide kunnen alsnog in dezelfde gezamenlijke geschiedenis van Wellness Project terechtkomen, zolang elk via Health Connect wordt geleid of rechtstreeks is verbonden.

Dit is belangrijk omdat de waarde van een AI vragen stellen over je gezondheidsgegevens groeit met de hoeveelheid geschiedenis die hij kan zien. Eén dag stappen of één nacht slaapduur zegt op zichzelf bijna niets. Dertig of negentig dagen van dezelfde statistieken, op één plek en in gewone taal bevraagbaar, maken van ruwe cijfers een werkelijk antwoord.

Zodra je Health Connect data synchroniseert, kan het gesprek met Claude of ChatGPT zo specifiek zijn als je wilt. Hier zijn prompts die goed werken tegen een echte gesynchroniseerde geschiedenis:

• "Hoe verhoudt mijn gemiddelde rusthartslag van deze week zich tot vorige week?"
• "Daalt mijn slaapduur de afgelopen maand?"
• "Wat was mijn langste geregistreerde run deze maand en wanneer was die?"
• "Is mijn aantal stappen op trainingsdagen merkbaar anders dan op rustdagen?"
• "Is mijn hartslagvariabiliteit veranderd sinds ik met dit trainingsblok begon?"
• "Op hoeveel dagen deze maand haalde ik 8.000 stappen of meer?"
• "Vat mijn slaap en herstel van de afgelopen twee weken samen."
• "Op welke dag deze maand had ik mijn hoogste trainingsvolume?"

Bij een vraag zoals de vergelijking van hartslag in rust zegt de AI niet zomaar "het lijkt ongeveer hetzelfde." Hij haalt de werkelijke dagelijkse metingen op die zijn gesynchroniseerd vanuit Health Connect, middelt ze per week en antwoordt met cijfers, zoiets als "je hartslag in rust was deze week gemiddeld 58 bpm tegenover 61 bpm vorige week, een verbetering van 3 bpm, met je laagste meting van 55 bpm op donderdag na je rustdag." De vraag over de slaaptrend werkt hetzelfde: in plaats van een vage indruk krijg je concrete totalen over de periode waarnaar je vroeg, plus welke nachten de trend bepaalden.

De vraag naar je langste run laat goed zien waarom AI handmatig scrollen verslaat. In plaats van Health Connect te openen en trainingen één voor één door te bladeren, krijg je direct de datum, afstand en het tempo, afkomstig uit de app die die run oorspronkelijk in Health Connect heeft vastgelegd.

Vragen over stappenaantallen verdienen een aparte toelichting. Health Connect synchroniseert ruwe dagelijkse stappentotalen, maar bepaalt niet wat voor jou specifiek een goed aantal is; dat hangt af van je leeftijd, activiteitsniveau en doelen. Zie hoeveel stappen per dag echt genoeg is voor de referentiebereiken en vraag daarna Claude of ChatGPT om je eigen gesynchroniseerde totalen daarmee te vergelijken in plaats van met een algemene regel van 10.000 stappen.

De volledige installatie duurt een paar minuten op je Android-telefoon en vereist geen bestanden exporteren of grafieken als screenshot opslaan. Dit is de volgorde van een koude start tot je eerste echte antwoord.

De native Health Connect-app op Android is gebouwd om te laten zien wat er gebeurde, niet wat het betekent. Je krijgt dagelijkse tegels voor stappen, slaap en hartslag, maar geen vergelijking over weken, geen uitleg waarom een getal veranderde en niets dat de ene statistiek aan de andere koppelt. De app kan niet zeggen dat je slaapschuld al elf dagen oploopt of dat de recente stijging van je rusthartslag samenvalt met een zwaarder trainingsblok, omdat er helemaal geen coachinglaag is, alleen een feed.

Vraag aan Claude or ChatGPT through Wellness Project closes that gap. Because the assistant holds your full synced history rather than a single day's reading, it can compare periods, surface drift before it becomes a problem, and answer follow-up questions in the same conversation, "why did that happen?" or "should I take an extra rest day?", without you having to piece the story together yourself from a grid of numbers.

Verschillende vragen vragen om een andere kijk op dezelfde onderliggende data. Trends in stappen en hartslag lees je het best door een herstel- of biohacker-achtige lens, gericht op belasting en gereedheid. Vragen over slaapduur en -kwaliteit krijgen scherpere antwoorden via een slaapgerichte analyse die consistentie meeweegt naast het totaal aantal uren. Trainingen gelogd via Health Connect, of ze nu afkomstig zijn van een Garmin-horloge, een Whoop-band of Samsung Health, interpreteer je het best via een trainingsbelasting-lens die kijkt naar volume en frequentie over tijd, dezelfde logica achter een Krachttrainingsplan opgebouwd door AIdat zich aanpast aan wat je vorige week daadwerkelijk hebt getild in plaats van aan een vast sjabloon. Je hoeft niet handmatig te kiezen. Stel je vraag in gewone taal en de juiste context wordt automatisch opgehaald.