你了解自己吗?结果是我们并不了解自己。通过测量与自身相关的数据揭露我们隐秘的天性，是一项只有短暂历史的不凡工作。直到不久前，一个人得绞尽脑汁才能想到办法测量与自身相关的数据，同时不被自己误导。用科学方法实现自我追踪是昂贵、繁琐、有局限的。但在过去几年里，廉价的微型数字传感器能轻易记录各类不同的参数，以至于几乎人人都能测量上千种和自身有关的数据。这些涉及自身的实验已经开始改变我们对医疗、健康和人类行为的看法。

　　透过数字技术的魔力，温度计、心率监测仪、运动追踪器、脑电波探测仪以及上百种其他的复杂医疗设备都能缩小到和书上的字，甚至标点一样大。这些肉眼可见的测量设备能够嵌入手表、衣服、眼镜或者是房间、汽车、办公室以及公共空间这些操作成本不高的地方。

　　现在我们有塞进鞋带中的微型计步器。它能记录下每一步，然后将数据储存到手机、运动手环中便于以后分析。我们可以利用这台微型设备计算出爬山消耗的卡路里，或是追踪我们一段时间内的锻炼模式。现在此类设备到处都是，我们可以预见到， 当传感器不断变得更智能时，追踪技术将大行其道 。这是一种怎样的文化趋势?当我们依赖数字而不是文字时，将构建出一个“ 量化自我 ”。

　　计算机科学家拉里·斯马尔(Larry Smarr)追踪了大约100项健康数据，包括他的皮肤温度、皮肤电反应以及血液生化指标。每个月他都排列出自己粪便中微生物的组成，而这反映了他的肠道微生物系统组成情况。这个领域正迅速成为医学界有前景的前沿方向之一。有了这个数据流，再加上大量的业余医学调查资料，斯马尔在没有医生提示症状的情况下，诊断出自己患有克罗恩病(Crohn’s disease)，或 溃疡性结肠炎 。外科手术证实了他的诊断。

　　斯蒂芬·沃尔夫勒姆是发明Mathematica的天才。这是一款智能数学处理软件(相对于 文字处理软件 )。作为一个痴迷数字的人，沃尔夫勒姆将他的计算能力用在了1700万份与自己生活有关的文件中。他处理了自己25年来收发的所有邮件，还记录了13年来自己每一次的键盘敲击、脚步移动、在家中和办公室里的不同房间穿梭的轨迹以及出门后的GPS位置。他追踪了自己写书和写文章时修改校订的次数。借助自己发明的Mathematica软件，他把自我追踪变成了一种可以展示几十年来自己日常生活模式的“个人分析”引擎。有些模式是难以察觉的，比如他在分析自身的数据之前并不知道自己在一天中什么时候效率高。

　　设计师尼古拉斯·费尔顿同样在过去5年里追踪并分析自己所有的邮件、信息、脸谱网和推特上的帖子、通话以及旅行记录。每年他都生成一份年度报告，将前一年的数据结果形象化。2013年，他总结道，自己平均每天有49%的时间是高效的，但星期三效率高，达到了57%。他的独处时间占总时间的43%，睡眠时间占总时间的三分之一(32%)。他使用这份定量综述来帮助自己更好地记忆曾经见过面的人的名字。

　　更微缩的芯片、更强劲的电池以及云端连接激励了一些自我追踪者尝试时间跨度很长的追踪，尤其在健康方面。大多数人每年去医院检查一次身体的某些健康指标就不错了。试想，如果看不见的传感器每天都测量并记录你的心率、血压、温度、血糖、血清、睡眠模式、体脂、活动水平、心情、心电图、脑功能等，你会得到关于每项指标的上万个数据点。你能掌握自己一年中各个时间段、各种状况下的身体数据，包括放松或压力大时、生病或健康时。几年后，你就能精确地了解什么是自己的常态，即指标水平在其中波动的狭小范围。在医疗中，常态是一个假想的平均状态。某人的常态并不适用于另一个人，反之亦然。平均的常态对具体某个人来说作用不大。然而，通过长期的自我追踪，你会得到个人的基准水平，也就是你的常态，当你感觉不舒服或想用自己的身体做实验时，这个常态会很有价值。

　　不久的将来， 一个极其个人化的身体记录数据库 (包括完整的基因序列)可以用来打造个人治疗方案和个性化医疗。科学能够通过你生活的日志，为你专门生成治疗方案。例如，家里的一台智能的个性化制丸机能够完全按照你当前的身体状况把药物进行混合。如果早上的治疗减缓了症状，系统还会调整晚上的剂量。

　　目前，标准的医学研究方法就是在尽可能多的受试者身上做实验。受试者数量(N)越多，研究效果将越好。当N等于100000的随机人群时，我们才能根据实验结论推测一个国家的状况，因为此时受试人群中的离群个体对结果的影响在经过平均后能够消除。事实上，由于经济原因，大多数医学实验的参与者都不到500人。当然，科研中的N=500时，如果操作谨慎，就能通过药物批准。

　　从许多针对大数量总体的传统研究中我们了解到，治疗起作用常常是因为我们相信它有作用。这又被称作安慰剂效应 。这些量化自我的追踪并不完全拒绝安慰剂效应，它们反而与安慰剂效应共同起作用。如果干预过程带来了可测量的改善，那么它就是有效的。我们关心的不是这种改善是否来自安慰剂效应，而是它能否对这个仅有的受试者起作用。因此，安慰剂效应可以是正面的。

　　这些关于数字的讨论都掩盖了一个关于人类的事实：我们的数学直觉很差。人类的大脑不擅长统计。数学不是我们天生的语言。甚至在解读非常形象化的图表以及数值图时我们也需要高度集中注意力。从长远看，量化自我过程中的量化成分会变得不明显。自我追踪将远远超越数字化的范畴。

　　今天，在技术带来的富足世界中，生存的威胁来自过量的菁华物质。太多的菁华打破了我们新陈代谢和心理的平衡。而我们的身体还不太能留意到新的失衡状况。设备会让我们获得对于身体的新感觉，这是我们没有演化出来但却亟需的感觉 。现在我们正通过各种设备来监测，追踪自我，而从实现了解、量化自我。