01 · CHANGE
這次哪裡變了
不是只告訴你正常或異常，先抓出這一次最值得注意的變化。
驗一下 · BLOOD
每驗一次，更接近你的生物學
上傳 PDF 或檢驗報告，第一天先把數值、日期、單位與參考區間整理清楚；之後每一次驗血都接回同一個 Personal Model，逐步回答：哪裡真的在變、可能為什麼、下一次驗什麼最有資訊價值。
一次驗血是一張照片；持續驗證，才會長成你的 Deep Biological State Model。
BIO2TWIN · 驗血
驗血指揮中心
看懂變化 · 找到原因 · 決定下一次最值得追什麼
個人狀態 · 建議行動即時 1/5
先看 4 項變化 是否一起出現
把這次報告和你的歷史基準放在一起，不只看單一紅字。
下一個最佳行動先確認變化
這次變化
4 項值得追
先看是否為同一組變化
個人基準
和自己比較
跨時間看長期趨勢
機制判斷
支持 + 反證
Biomni 保留替代解釋
下一步
只追 1 件事
下一次驗最有資訊價值的項目
驗血閉環
上傳
→整理
→理解
→對帳
→更新
個人狀態 · 跨 App同步中
睡眠偏低
餐後穩定
活動正常
恢復72
結果回來後才更新個人模型；沒有驗證，就不把推測升級成你的規則。
WHAT YOU GET
上傳之後，你會先看到這四件事
先給你能直接使用的結果，再把更深的模型、研究與證據放到後面。
02 · BASELINE
和你以前比較
如果有過去報告，就直接看你自己的趨勢，而不是只和人口平均比較。
03 · CONNECTION
哪些項目要一起看
把血糖、脂質、肝腎、營養、發炎等相關指標重新組織成可以理解的關係。
04 · NEXT
下一步追什麼
留下值得觀察的方向，下一次報告回來時可以接著比較，而不是重新開始。
ONE PERSON · MORE CONTEXT
不只有這份驗血
如果你也使用 Bio2Twin 其他功能，Blood 可以把不同時間、不同入口的資料放到同一個人的時間線裡理解。你不用一次全部使用，先從一份驗血報告開始就可以。
Blood驗血與長期趨勢
Meal吃了什麼、餐後怎麼變
Pulse脈象與自主神經狀態
Move活動與身體負荷
Restore睡眠與恢復
Product產品與使用結果
MY OI累積成你的個人生命史
持續比較下一次資料回來，接著看你怎麼變
你不用一次全部使用。先上傳一份驗血報告 →
FIVE HEALTH LENSES
同一份驗血，
從數字走到身體系統
不是只看哪個數字超標，而是把肝、腎、代謝、發炎、心血管與老化相關訊號放回同一個人，和歷史基線一起理解。
01抗老與長壽
老化 · 修復 · 長期風險02心理與認知健康
認知 · 壓力 · 神經生理03代謝健康
血糖 · 脂質 · 代謝狀態BLOOD個人基準模型
不是人口平均先決定你。
先看你自己的基線，再看這次變了多少。
04心血管與自律神經
血液 · HRV · RHR · Watch05運動與身體能力
營養 · 恢復 · 訓練 · 表現＋跨資料對帳
Meal · Pulse · Move · RestoreFROM REPORT TO PERSONAL BASELINE MODEL
不是看一次報告。是建立可以持續驗證的生物狀態模型。
每一次驗血都是新的時間點。Bio2Twin 會重新比較基線、相關訊號、先前假說與後續結果，而不是把單次波動當成永久結論。
UPLOAD上傳報告
保留原始檢驗值、單位、參考區間與日期。
NORMALIZE整理與對齊
把不同時間、不同實驗室的項目放回同一條時間線。
INTERPRET個人解讀
比較你的基線，而不只比較人口參考區間。
HYPOTHESES競爭假說
同時保留支持與反證，不急著把相關性說成原因。
UPDATE下一次更準
後續驗血與生活結果回來，再更新個人基準模型。
報告 → 基線 → 假說 → 驗證 → 更新。沒有後續結果，就不把推測升級成你的個人規則。
BIOMNI ANALYSIS
不是只給一個答案。
是讓假說彼此競爭，再找下一個最有價值的檢驗。
每個結論都拆成支持證據、反證、競爭假說與區分檢驗。長期需求不是「再解讀一次」，而是越驗越了解自己的生物學。
01 · PERSONAL CONCLUSION
先給你一句
個人解讀
「目前最值得注意的變化是什麼？」
先說這次最值得追的變化，再說我們知道多少、不知道多少，以及它和你的其他健康訊號是否一致。
02 · MECHANISM MAP
把變化
放回人體與機制
腦、心、肝、腎、腸、肌肉、骨骼、皮膚、眼睛與生殖系統。
相關指標重新映射到器官與系統，形成可能的生物機制；人體圖是理解介面，不代表疾病診斷。
03 · INTERPRET
再把線索
串成假說
Mechanism Map。
Competing Hypotheses。
Support / Refute。
Blood 不把單一異常直接說成原因。Biomni 與其他分析層整理可能機制、競爭假說、支持與反證，再找下一個最能區分它們的檢驗。
COMPETING HYPOTHESES
不急著選一個答案。
先讓不同解釋彼此競爭。
先讓不同解釋彼此競爭。
同一組數值可能有不同原因。Blood 保留支持與反證，避免把一次相關性直接寫成你的原因。
04 · SUPPORT / REFUTE
哪些資料支持，
哪些資料在反駁
不是把所有線索都拿來證明同一個故事。
歷史驗血、Watch、Pulse、Meal、Move、Restore 與你的生活背景，會一起檢查假說是否真的吻合。
05 · DISTINGUISHING TEST
下一次要驗什麼，
才最有資訊
「下一個檢驗，應該讓假說分出高下。」
下一次結果回來後，前一次留下的假說可以被支持、反駁或淘汰，再更新個人基準模型。
DAY 1 → DAY 30 → DAY 180
從看懂一張報告，走到你的深層生物狀態模型
Blood 的長期價值不是報告翻譯，而是每一次檢驗都讓下一個問題更精準。
OBSERVE→BASELINE→EXPLAIN→PREDICT→ACT→VERIFY→LEARN
整理異常、趨勢與五大健康方向，先知道這次值得注意什麼。
USE把 Blood、Watch、Pulse、Meal、睡眠與活動放回同一個人。
BASELINE開始區分長期趨勢、短期波動與可能機制，不再被單一數字牽著走。
MODEL不是驗越多越好，而是選最能區分 competing hypotheses 的下一步。
NEXT第 1 天有用。第 30 天更懂你。第 180 天，真正留下來的是別的 App 很難複製的個人時間線與模型。
BODY MAP
不是一排檢驗名稱。是你身體的系統地圖。
Blood 把指標重新映射到器官與系統視角。腦、心、肝、腎、腸、肌肉、骨骼、皮膚、眼睛與生殖系統，讓你看到一個變化可能同時牽動哪些地方。顏色代表目前查看的系統，不代表疾病診斷。
把相關血液訊號放回神經、壓力與認知健康脈絡。
血糖、脂質、肝臟與營養相關訊號放在同一個視角。
把血液結果與 Watch、HRV、RHR 等長期訊號彼此對照。
把營養、活動、恢復與身體表現放回同一條時間線。
不是每一個紅字，都代表同一件事。
同一個檢驗值，必須放回你的年齡、歷史基線、近期狀態、其他指標與後續結果中理解。
Reference range 是人口資訊；Personal baseline 才開始接近你自己。