CN105190666A - 用于促进集成行为支持的系统与方法 - Google Patents
用于促进集成行为支持的系统与方法 Download PDFInfo
- Publication number
- CN105190666A CN105190666A CN201480025319.8A CN201480025319A CN105190666A CN 105190666 A CN105190666 A CN 105190666A CN 201480025319 A CN201480025319 A CN 201480025319A CN 105190666 A CN105190666 A CN 105190666A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- benefit
- bsa
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明包括BSA系统的各种实施例,该BSA系统促进在连续的基础上收集关联的健康相关的数据,将这种数据与有关个人信息和汇总信息集成,使得用户能够购买(直接地和间接地)健康相关的商品和服务,并且提供基于多个用户与该系统的交互的性质和范围动态地确定的与这种购买相结合的信贷、折扣以及其他经济益处。结果,多个用户被激励主动地参与该过程,从而增强了他们的身心健康,同时降低了医疗保健费用。
Description
对相关申请的交叉引用
本申请根据35U.S.C.119(e)要求于2013年3月15日提交的美国临时专利申请序列号61/801,454题为“用于促进对健康信息的集成访问的系统与方法(SystemsandMethodsforFacilitatingIntegratedAccesstoHealthInformation)”的权益,该专利申请通过引用以其全文结合在此。
技术领域
本发明总体上涉及用户行为模式的交互式支持与修改,并且更具体地涉及行为支持代理的交互式医疗保健以及新颖变化,该行为支持代理激励个体与之交互并且积极参与利用在线资源以加强其总体健康。
相关技术说明
随着互联网发展,获取信息(包括健康相关的信息)持续以指数方式增加。个体目前可以从各种各样的来源即时在线访问与患者病史、检查结果、身体和精神状况、营养、保健补品以及大量的健康研究相关的个人信息和汇总信息以及用于测量、诊断和治疗各种状况或者仅仅加强整体身心健康的方法以及设备。
此外,“智能”移动设备和相关技术的出现为个体提供了在连续的基础上访问这种信息以及监测健康相关的数据(心率、血压等)并且接收涵盖几乎任何时间段内包括如锻炼身体或夜间睡眠反馈的能力。
然而,此类大量的信息以及设备技术远没有进行集成,并且个体无法应对。非专业人员如何甚至标识相关症状更谈不上“按需”从大量可用信息中进行筛选以获得有用的结果?以及在给定通过几个检索词提供的有限量的数据的情况下,这些结果个性化程度如何?搜索引擎是否知道患者正服用什么药,患者是否近期停止服用了具体的药物,或服用了另一种物质,或参加了一项活动,这些组合起来可能解释某些症状?
显然地,需要一种更加全面的方法,尤其是鉴于当前可用的技术的状况。在本质上,需要一种“行为支持代理”(BSA),该行为支持代理可以促进在连续的基础上收集相关数据,将这些数据与有关的汇总信息进行集成,并且对将加强其整体身心健康的个体行为进行指导。
已经实现或提出各种尝试以解决此问题的一个或多个方面。例如,网站(如WebMD)为用户提供搜索扩展的健康相关的信息数据库的能力。除了提供可搜索的数据库之外,其他特征还包括“症状检查器”(其基于用户对与症状相关的问题的回答提供可能的诊断)以及“药物跟踪器”(其使得用户能够维护其当前的药物清单,并为其提供与药物相互作用、副作用以及食品及药物管理局(FDA)警告相关的信息)。然而,如以上所指出的,这种“按需”的系统提供有限的个性化程度,因为这些系统提供的信息是基于关键字检索,而不是基于随着时间的推移在连续的基础上所收集的与个人健康相关的数据。
其他网站以及智能电话应用程序是针对医疗保健的多个具体方面,如维护个人的病历或药物简档(例如,HealthVault或MphRx),或经常与用户监测设备(例如如FitBit)相结合监测活动与健身水平。尽管这些方法中的一些可能比可搜索的网站更具吸引力,但是这些方法没有采取一个全面的方法。除了如散步、跑步或服用药片具体的活动之外,这些方法缺乏对用户症状、时间表以及整体身心健康状况的综合的逐日的和历史的监测,以及使用此类数据来适配提供给用户的着眼于改善他们的健康结果的响应和支持的能力。
对此问题,其他系统已经采用了一种更加全面的方法。例如,美国专利号8,170,609披露了一种个人虚拟助理系统,该个人虚拟助理系统包括由用户携带的远程站,该远程站具有一个或多个生理传感器,以及部分地基于该传感器数据为用户提供建议的规则引擎。其他系统已经尝试通过对虚拟助理进行编程来减少在日常的医疗保健方面中的人为干预的需要,以在不同任务中帮助用户。比如,来自NextIT的“阿尔梅(Alme)”虚拟助理平台为用户提供带有导航选择的自动帮助。近来,美国安泰保险金融集团(Aetna)已经部署帮助会员更好地导航他们的网站。美国安泰保险金融集团(Aetna)所部署的阿尔梅(Alme)的虚拟助理安(Ann)能够在网站上帮助已投保的注册人估计服务费用、定位网络内的提供商,并且通过设施和医生比较费用。安(Ann)的实现已经使得美国安泰保险金融集团(Aetna)通过降低其呼叫中心的负担降低了费用。
尽管这些所提出的“解决方案”中的一些针对身心健康采取了更加以患者为中心并且预防的方法,但是一些关键障碍即使是通过现有的虚拟辅助系统仍未解决。例如,医疗保健是一项昂贵的议题。无论在网上所获得的信息质量如何,个人可能仍然发现认为不时地去诊所、医院、看医生或其他专家以及购买药品、补品、健康监测设备和其他健康相关的商品和服务是必要的或令人期望的。尽管有预防措施,但健康相关的此类商品和服务的费用可能是非常显著的。仍然需要额外的努力降低费用以有效解决此问题。
此外,通常如医疗保健情况一样,这些系统中的任何一个系统所产生的信息质量极大地取决于个体参与该过程并且与系统交互的程度。例如,如果个体提供及时并且准确的信息,遵循系统的建议,并且提供关于他们的活动、喜欢的、不喜欢的等的频繁的反馈,个人将得到更多的益处。虽然起初用户可以提供简档信息,并且频繁地与新系统交互,但是在大多数情况下,人的行为是这样,他们的交互的水平很快地逐渐降低。
虽然BSA系统可以在及时的基础上为用户提示相关的信息,并且提供娱乐内容试图保持加入的用户,但是还需要额外的激励以在该过程中维持足够的患者度参与度。虽然看似不相关,高医疗保健费用和患者参与度不足的这些问题为一种新颖的“一箭双雕”的方法提供了机会。
现有系统的主要缺陷是其缺乏与“医疗保健交易流程”的联系,用户通过该“医疗保健交易流程”购买健康相关的商品和服务。如果BSA系统可以将其自身插入到此交易流程,并且基于其与该系统交互的性质和程度为用户提供经济激励(信贷、折扣等),这种额外经济激励将完成一个反馈环路,该反馈环路作为鼓励主动用户参与的一种方式降低医疗保健费用,反过来又加强整体身心健康。
不足为奇,一些金融服务公司已涉足医疗保健行业。例如,花旗集团的“金钱2为健康”项目是一种支付处理和对账系统(带有集成的支付交易能力的在线自动化“电子表格”),该系统允许消费者维护支付历史,并且从一个门户网站向在该站点所注册的所有医疗保健提供商和保险公司进行支付。但是,此项目既不包括也不建议与BSA系统的任何联系,更谈不上依赖于患者与这种系统的交互作为评估提供给患者的益处的一个因素,如在购买健康相关的商品与服务时的信贷和折扣。
虽然金融服务公司例如Klarna(总部在瑞典的欧洲移动支付提供商)已经实验了“小额信贷”和各种其他信贷评估的技术(参见例如公开的专利申请WO/2013131971和US/2011030738),尚没有这种公司还提议信贷评估技术以购买健康相关的商品和服务为目标,更谈不上信贷评估是基于用户与BSA系统的交互。
由此,仍然需要一种BSA系统,该系统通过使用户能够通过他们的用户帐户购买健康相关的商品和服务并且基于他们与系统的交互性质与程度自动地并且动态地为用户提供经济激励来解决医疗保健费用高和患者参与度不足的问题。
发明内容
为了解决以上引用的问题,本发明包括BSA系统的各种实施例,该系统促进在连续的基础上收集包括其相关活动的用户相关数据,将此类数据与其他相关的个人信息和汇总信息集成,并且引导用户朝向有助于达到系统水平与用户特定的目标(如加强用户的整体身心健康)的行为。该BSA系统应用到用户活动的任一范围,如娱乐、旅游或整体生活方式、商业交易等,但是本文所描述的是其在医疗保健和身心健康支持中的应用。BSA系统使得用户能够购买健康相关的商品和服务(直接地使用该系统,以及间接地通过其用户帐户),同时提供基于用户与该系统的交互的性质与程度动态地确定的与此类购买相联系的信贷、折扣和其他经济益处。
在一个实施例中,该BSA系统持续地监测和分析用户与系统的行为交互。这一健康相关的行为包括涉及用户为系统提供的和从系统接收的信息的性质和频率的各种因素(例如,除其他因素外,查询和响应、症状和其他共享的健康状态信息、所浏览的内容、所玩的游戏、在社交网络上与其他用户的交互、健康相关的购买、共享的第三方实验室结果、健身数据以及其他外部信息)。
在一个实施例中,基于几乎所有这些与该系统直接和间接的交互的性质和频率,用户积分和失分。采用各种算法来将此原始数据转换为特定健康相关的产品与服务的信贷级别、折扣以及其他益处的具体属性。
基于此多维数据,益处引擎评估提供给用户的合适的信贷额(以及折扣和其他促销)。随着时间的推移,基于用户的行为中的动态变化以及标准财务简档和交易行为数据(包括对BSA系统提供商支付的及时性),益处引擎可以提高或降低用户的信贷水平(信贷额、利率、具体购买的合适度等),并且给用户奖励具体的折扣。
该BSA系统通过持续地监测用户交互以及医疗和财务行为促进此动态反馈过程,这导致动态调整用户的信贷水平以及打折和其他促销的提供,这反过来又激励用户继续参与该过程(由此改变他们的系统交互和行为,从而保持此反馈环路)。结果,用户被激励主动地参与该过程,从而增强了他们的身心健康,同时降低了医疗保健费用。
例如,如果一个用户频繁地浏览或搜索与具体的营养补品相关的信息,并且随着时间的推移,提供与该补品的用户使用相关的定期信息,此行为表明该用户相对较高地注重该补品,也许证明理应对该补品(或对相关产品和服务)打折。此外,相比其他非医疗保健相关的物件(例如,有线电视计费),该用户实际上可能更加重视该补品,也许证明通过他们的用户账户购买关于健康相关的商品和服务理应有更高的信贷限额。
本发明的信贷评估过程不仅涉及考虑标准财务简档和交易行为数据,还考虑特定的健康相关的行为数据,在用户信贷是针对资助购买健康相关的商品和服务的情况下,此考虑尤其相关。在一个实施例中,在信贷评估过程中以及在确定提供给具体用户哪些折扣、促销或其他益处(包括目标广告)中,同样考虑了其他的汇总行为(包括其他BSA系统用户,或此类用户的相关子集)。
本发明的BSA系统不是仅仅解决用户健康的单一方面(健身、处方药品、检查结果、离散的疾病或损伤等),而是在频繁的基础上,提供了一种随着时间的推移吸引用户进行交互的全面的方法。在一个实施例中,由通过大量的健康关注和查询引导用户的自然语言引擎和后端健康专家系统帮助该系统在移动以及桌上计算机和其他在线平台上提供图形的、支持语音的和基于触摸的用户界面。该系统提供与每一个用户的个人健康状况和身心健康目标相关的个性化的建议,以及医疗预约提醒、服药时间表和位置特定的通用健康关注的实时通知(例如在用户的地理区域中传染性疾病的传播)。
该系统处理用户语音输入和查询,并且利用各种媒体(语音、文本、图形、动画、视频等)显示响应,在“按照需要”的基础上为用户提示附加信息,而不是要求用户在此时填写冗长的表格或提供不相关的数据。用户为外部资源提供代理,例如药房、实验室、医疗中心以及健康相关的商品与服务的零售提供商。在一个实施例中,在由用户所明确地标识的或与该系统的用户交互中所推断的(例如,来自可穿戴的心脏监测器中的数据)紧急情况的事件中,该系统通知由用户所提供的紧急情况联系人。
用户简档被动态地维护和更新,并且在安全的基础上随时可供用户使用。频繁的“主动签到”过程使得该系统通过聆听、记录和归类用户提供的任何健康相关的信息来对用户健康进行监测。此类信息包括每天对签到提示的答复(例如,“您昨天晚上睡得怎么样?”或者“您脖子的疼痛怎么样了?”)、自愿症状(例如“现在我的胳膊还有我的脖子疼”),以及其他与用户的身体和精神状态相关的健康状况因素,以及从可穿戴的和其他用户监测器和其他外部源(如果必要通过用户代理,-例如,血液检查后的实验室结果)所得到的信息。
该系统利用其专家系统和用户简档(包括外部数据)以及集成的第三方数据提供个性化的响应。在一个实施例中,该系统基于由用户所提供的信息对所检测到的趋势或问题提供即时响应。这种响应可能包括建议联系具体的医生、避免某项行为的警告或就其他可能症状的随访问题。不那么时间敏感的个性化的建议包括健康相关的商品与服务的提供商(包括医疗专家)以及与例如具体药物、营养补品、食物或健身时间表相关的“最佳实践”。由于增加个体用户经验并且汇总用户与其他外部数据的关联性,随着时间的推移,该专家系统“学习”,提供更加准确和个性化的信息。
在另一个实施例中,基于各种与例如锻炼例程、药物、医生预约以及其他列入时间表的行为相关的用户数据,该系统维护个性化的日程表和日记。当此类事件即将发生时,该系统利用此日历通知用户,并且当检测到关注时也提示用户(例如,基于反复出现的症状询问是否漏掉服用日常的药物)。
该系统通过吸引人的界面鼓励用户持续并且主动地参与,该界面包括为通知、娱乐、激发用户所设计的健康相关的和其他的游戏以及内容(并且系统从中推断出用户兴趣)。此外,该系统对模式和事件进行检测(例如,通过分析和关联用户简档、外部数据和通用医疗信息)并且动态地生成匿名的身心健康社交网络,并且发起由此类模式和事件所牵涉的用户之间的联系(例如,一群用户共享一组具体的症状或医疗状况,或具体的健康相关的主题中的兴趣)。在一个实施例中,该系统还提供多项高级的服务,如医疗专业人士的实时在线会诊,或基于用户健康简档的远程检查的不那么即时的建议。
附图简要说明
图1是框图,展示本发明的系统架构的一个实施例。
图2是框图,展示本发明的输入处理模块的附加组件的一个实施例。
图3是框图,展示本发明的输出处理模块的附加组件的一个实施例。
图4是流程图,展示由本发明的专家系统模块促进的用户症状的动态监测和随访。
图5是流程图,展示由本发明的益处模块提供某些益处的动态反馈环路的一个实施例。
图6是流程图,展示由本发明的益处模块提供某些益处的动态反馈环路的另一个实施例。
图7是框图,展示本发明的在用户行为与经济益处和其他激励之间的动态反馈环路。
图8是流程图,展示对用户行为的动态监测和给所述用户所提供的益处的调整,尝试鼓励或增强令人期望的用户行为。
具体实施方式
“健康”通常被定义和测量为一种活体的功能或代谢效率的水平。在人类中,这是个人的身体和精神的一般状态。“医疗保健”涉及疾病、重病以及其他生理和精神损伤的诊断、治疗和预防。
然而,医疗保健已经被证明非常昂贵而且低效。访问医生或其他医疗专业人士往往时间和费用都过高,尽管存在为了增进健康、鼓励健康行为并且劝阻不健康行为,政府、保险公司、私人雇主以及其他组织所提供的各种“身心健康激励计划”,即使在我们的高科技的时代,已经证明有效的个性化预防身心健康技术晦涩难懂。
依照本发明,披露了BSA系统的一种新颖的架构和多种方法的各种实施例,随着时间的推移,该BSA系统持续地监测和分析用户交互以及医疗和财务行为,并且基于这种所监测的数据动态地调整用户益处(包括信贷评估和促销折扣)。这种个性化的益处作为一个动态反馈机制的集成部分被实现,该动态反馈机制激励用户持续地与该BSA系统进行交互,包括用户购买健康相关的商品和服务。结果,用户被激励主动地参与该过程,从而增强了他们的身心健康,同时降低了医疗保健费用。
图1展示本发明的BSA系统100的系统架构的一个实施例。用户采用不同的客户端设备110连接(在本实施例中,通过互联网150)至一个BSA服务器115,该BAS服务器充当一个时时在线、用户友好的行为支持代理。在其他实施例中,可以通过局域网(LAN)、广域网(WAN)或其他网络连接对系统组件进行互连。即使当用户没有正在通过他们的客户端设备110与BSA服务器115交互时,BSA服务器115仍可以与各种外部数据源160交互以交换可以在后续的用户交互(与多个第三方组织和物理设备以及与BSA服务器115)中被采用的信息。
应该强调的是,可以在各种不同的硬件和软件组件中分配在BSA服务器115和客户端设备110中所体现的功能。例如,BSA服务器115可以实现为一个单一服务器计算机或多个互连的计算机。在其他实施例中,BSA系统100的不同组件之间的连接也可以是不同的。例如,某些外部数据源160可以直接连接至客户端设备110,而其他的外部数据源可以连接至BSA服务器115。
此外,在BSA服务器115与客户端设备110之间的“客户端-服务器”功能的分布可以从“哑客户端”实现方式(在该实现方式中,客户端设备110仅显示信息,并且向BSA服务器115传送用户输入)到“更智能的客户端”场景,在这些场景中,客户端应用或智能电话“应用程序”实现图1中所展现的BSA服务器115的一些或全部功能。以硬件或软件还是以客户端或服务器的形式实现功能是一个设计决策。本文所描述的这些硬件组件(以及用户和其他数据)可以体现为各种物理存储介质(即,存储器)的形式,包括计算机可访问的非瞬态存储介质。
客户端设备110可以包括带有各种硬件外围设备(除其他外,如监测器和触摸屏、键盘、鼠标和触摸板)的服务器、桌上计算机、膝上计算机、移动设备(如智能电话)。客户端设备110中的软件可以包括多个操作系统和应用程序,以及智能电话“应用程序”。在一个实施例中,客户端设备110使用web浏览器客户端与BSA服务器115通信,而其他实施例采用一个或多个智能电话应用程序。在另一个实施例中,客户端设备110采用用户友好的图形的、支持语音和基于触摸的界面,该界面促进参与交互式体验(如以下更加详细地讨论地,通过自然语言引擎提高)。
客户端设备110的用户可以使用健康相关的可穿戴的以及其他的用户监测设备来跟踪他们健康的各个方面(心率、血压等)。在其他的实施例中,此类监测设备可以存在于这些客户端设备110(例如,智能电话GPS、照相机以及其他硬件)上,并且可以直接与BSA服务器115进行通信。用户监测器160h只是外部数据源160中的一个示例,无论这些用户是否通过他们的客户端设备110与BSA服务器115交互,该外部数据源在后台与BSA服务器115交换信息。其他外部数据源160的示例包括医疗中心160a(例如除其他之外,说明、时间表、诊断、计费以及来自医院、医生诊所、门诊治疗以及手术中心的其他信息)、实验室160b(例如,针对验血、MRI等)、药房160c(例如,针对处方药计费和其他信息,以及其他健康相关的产品)、保险公司160d(例如,针对保险单、索赔和计费信息)、政府机关160e(例如、针对医疗益处支付和相关的信息)、零售提供商160f(例如,关于来自第三方零售商网站和门户健康相关的信息,以及针对此类产品和服务的费用和支付信息),以及外部网站160g(例如,托管煅炼计划或其他外部所追踪的但与BSA系统100所共享的、健康相关的信息的外部社交网络或个性化的网站)。
可以通过外部“代理服务器”或用于与正在运行在如计算机(例如BSA服务器115)或智能电话(例如客户端设备110)的其他设备上的软件交换信息的标准API来访问这些外部数据源。每当发生更新时(例如,当重配处方时),这种外部数据可以被“推送”到BSA服务器115,或由BSA服务器115通过周期性轮询(例如,对于网站更新的信息的日常检查)“拉出”。
BSA服务器115的组件可以大致分成三个功能类或层。注意,这是一个概念构造,并且在一些实施例中,某个功能可以跨这些层中的多个以及多个不同的计算机或包括客户端设备110的其他设备实现。
一个这样的层是数据存储器120,该数据存储器包括用于存储可与BSA系统100的其他组件交换信息的各种数据库。一个关键数据库维护用户简档122,该用户简档包括大量的具体到每个用户的个性化的信息。在其他实施例中,用户简档122可以被实现为多个不同但是互连的数据库。
用户简档122包括标准医疗简档数据,如姓名、年龄和其他标识信息,以及与健康保险和医生、医疗历史和信贷历史等相关的信息。除了此标准信息,用户简档122还可以包括与用户与BSA系统100以及与BSA服务器115交换信息的外部数据源160交互相关的数据。
这种信息包括来自外部数据源160(链接和API、实验室结果、所监测的健身数据、所购买的健康相关的商品和服务等)以及来自与BSA系统100的用户交互的(例如症状、健康状态、睡眠模式、所执行的活动、查询、药物、高级的和其他要求的服务、直接购买的健康相关的商品和服务、参与的社交网络、所玩的游戏等的任何组合)两者的直接的“实质的”数据。在一些实施例中,BSA系统100将鼓励定期报告或登记用户的症状和健康状态,并且此类数据被存储在用户简档122中。在一些实施例中,与BSA系统100的所有的用户交互(包括登记症状)被视为与用户和BSA系统100都查询、要求响应并且随访相类似的交互过程,并且整个交互被存储在用户简档122中。
用户简档122还包括直接的“过程的”交互数据和元数据,如与BSA系统100和外部数据源160两者交互的性质和频率(例如,购买健康相关的商品和服务的数量和频率、症状主动登记或报告的频率、所提出的查询的数量、与游戏和其他系统组件交互的总的时间和质量、所玩的特定的游戏以及所达到的分数、列入日程表的药物数据、和煅炼时间表、所浏览和点击的区域、通过社交网络所生成的系统与其他用户的参与等)。
由BSA系统100的其他组件所生成的和用户简档122中所存储的元数据包括益处数据(信贷限额和利率、产品和服务折扣以及各种多维行为指标)以及与跨其他多个用户和第三方所检测到的模式相关联的汇总数据(例如,基于跨一系列其他用户或近期医疗发现的多个类似的症状的可能诊断)。
简言之,用户简档122实质上包括所有由BSA系统100采集和维护的具体到每一位用户的个性化的数据,以及从此类数据所推导出(共同地或单独地)的各种指标和注释。当用户与BSA系统100交互时以及当与外部数据源160交换信息时,用户简档122在持续的基础上被动态地更新。
在一个实施例中,数据存储器120还包括一个医疗知识库124,该医疗知识库组成一个通用医疗知识的综合集合(没有个性化到具体的个人),该集合可以由BSA系统100的其他组件分析,并且用于各种各样的目的,如基于汇总数据中检测到的模式和/或近期医疗发现(例如,药物的副作用)更新用户简档122,响应特定的用户查询,警告用户近期的传染病疫情,除各种各样的其他功能之外。在另一个实施例中,外部数据源160包括非个性化的通用医疗数据,这些非个性化的通用医疗数据来自给BSA服务器115提供更新使得新信息可用的各种组织和第三方网站。
数据存储器120的另一个组件是用户关联和分组数据126,这包括基于如医疗知识库124的数据存储器120的其他数据库中所维护的信息,不针对任何特定用户的但代表跨用户(以及其他第三方)检测到的模式的汇总数据(在此实施例中,由专家系统134生成和维护)。例如,BSA系统100可能检测到(从用户简档122的近期更新的分析中)由从加利福尼亚州到亚利桑那州年龄在50-60周岁之间的用户所报告的症状的模式,该模式导致一个假设(受医疗知识库124中所维护的通用医疗信息的支持或取决于BSA系统100所首先检测到的模式),即,该年龄段的个人尤其容易受到影响的一种传染病可能在那个地区传播。
在用户关联和分组数据126中维护并动态地更新涉及汇总数据之间的这些关联的信息,专家系统134使用该用户关联和分组数据以触发用户简档122和医疗知识库124的更新以及给用户的输出144。用户简档122的更新可以包括以备将来使用的注释,如,如果用户开始服用某种基于他们现有的简档数据可能有不利影响的新的药物的可能的提醒。对医疗知识库124的更新可以类似地包括根据具体的健康或生活方式特征迄今为止未知的或未报告的药物与药物之间或药物与食物之间的相互作用或药物的不利的或有利的影响、补品、疗法等。对输出144的触发可以是例如针对可能受影响的用户子集的提醒。在一个实施例中,一个更加有限的用户子集可以接收更加详细和个性化的提醒(例如,基于他们已经报告的具体的症状)。此类提醒可以包括例如对可能状况更加详细的分析、联系特定专家医生(或在用户简档122中所存储的用户的个人医生)的建议、与具有类似症状的其他用户的联系的方式以便共享信息和多个可能的治疗方法,以及预防或治疗行动的建议(例如,冰敷您的膝盖、避免剧烈运动或使用一种具体的药物或产品)。动态地更新的详细的健康简档的可用性使得汇总数据(例如,一种具体的药物或药物组合的可能危险的副作用,或有效的治疗、产品或服务)的各种其他的类型和关联成为可能。此外,随着时间的推移,这些关联的准确度、范围和整体价值随着更多的用户更频繁地与BSA系统100交互而提高。
由BSA服务器115中的功能层分析130处理和分析在数据存储器120中所维护的数据。如以上所指出的,这些层可以是组合的或进一步分开的,该数据可以由BSA服务器115的各种层“推送”或“拉出”,并且在其他实施例中,可以由客户端设备110执行此功能的一部分或全部。
益处引擎132(以下参照图7更加详细地解释)实现一种由与BSA系统100和外部数据源160的用户交互驱动的动态反馈机制。BSA系统100监测这些交互和数据更新“事件”(如需要,取决于并且更新数据存储器120),并且将其提供给益处引擎132,该益处引擎将其量化,并且动态地生成各种个性化的用户益处(信贷、折扣等),这些用户益处反过来激励用户通过继续与BSA系统100交互(可能加强他们交互水平的性质和范围)进一步参与到他们自己的身心健康中。
益处引擎132提供多个益处以资助用户通过他们的用户帐户购买健康相关的商品和服务,用户受到激励,与BSA系统100更加广泛地交互,例如,提供每天登记、发起更多的查询并且遵循产生的建议。然后,这种持续的交互被反馈到益处引擎132以完成反馈环路,并且生成进一步的用户益处。结果,用户被引导至一种增强他们的身心健康同时降低医疗保健费用的行为。
以下参考图2和图3,更加详细地解释由BSA系统100监测这些交互和数据更新事件的方式。以下参照图7,描述益处引擎132的详细操作,包括多维指标值的生成和量化以及信贷的特定评估的转换、折扣和其他个性化的用户益处。
另一个分析130组件是专家系统134,该专家系统负责BSA系统100的交互式行为下的大部分智能。专家系统134取决于(并且维护)数据存储器120中的动态地更新的信息以执行各种功能,如响应用户查询、检测并且关联被采用生成用户建议和提醒的汇总数据中的模式,并且与用户参与“智能”交互(由大量的可供专家系统134使用的个性化的和汇总数据而产生的),该交互不仅仅是是刺激与医学专家对话。应该注意,专家系统134是一个“学习型”系统,因为随着时间的推移,在一致性基础上(可能更加频繁)从更多的用户中得到更多的信息,它的能力随之提高。
在一个实施例中,查询处理器136解析并且分析多个用户查询,并且将其转换成与专家系统134兼容的格式,并且通过输出144准备并提供响应。在其他实施例中,查询处理器136的该功能被包含在专家系统134中。在又一些其他实施例中,查询处理器136或专家系统134或其部分可以被包含在客户端设备110中,在需要时,该客户端设备在BSA服务器115上与专家系统134通信。
在任一事件中,某些查询(例如,“什么是糖尿病?”)可能被归类为“通用信息”问题,该问题需要简单查找医疗知识库124中或外部网站和数据库中所存储的通用医疗信息,而其他一些查询(例如,“为什么煅炼后我的胳膊疼?”)可能被归类为“与症状相关的”问题,可能产生一个随访问题,或寻求额外用户输入的图形显示,例如,标识胳膊疼痛的部位以及引起该症状的具体条件。也可以调用专家系统134来分析在用户简档122中所存储的该用户先前的医疗历史,在生成个性化的响应(可能的诊断、建议就诊的具体医生等)之前,该用户简档反过来可以引起对附加信息的各种需求。在一个实施例中,这些查询和响应被存储在用户简档122中。
在此实施例中,在一个独特的I/O140层中实现与用户的直接交互,该层在用户与BSA服务器115的其他层之间提供了一个接口。在此实施例中,多个I/O140模块直接与读写多个数据存储器120数据库的多个分析130模块通信。在另一个实施例中,多个I/O140模块直接访问分析130模块和数据存储器120数据库两者。
以下参照图2和图3更详细地解释I/O140模块的功能。作为一个概念上的问题,这些模块采用各种媒介(声音、文本、图形、注释、视频等)既处理来自用户的输入140a也处理到用户的输出140b。然而,在一个实施例中,I/O140模块被设计成实现高度交互式“谈话”,该“谈话”导致在输入功能与输出功能之间的大量重叠。
在一个实施例中,这些I/O140模块是导管,BSA服务器115通过该导管与用户交互以实现各种不同的场景,并且提供各种服务,包括(除其他之外):
·在频繁(例如,每天)签到期间,通过用户对健康的关注引导他们,这可能涉及语音、键入的文本以及图形提示(例如,图表)的任一组合,用于标识症状和一般身心健康状态,以及关于用户涉及医学症状、健身、营养等问题的查询的响应和建议
·监测用户与系统直接和间接的行为交互,以用于提供大量的包括那些需要在汇总用户数据之间关联的个性化的用户服务
·通过标准代理和带有提供给用户的认证凭证的API,动态地更新包括例如标准简档信息、紧急情况和亲密家庭联系人、所监测的与系统的行为交互以及与用户的外部数据源(例如,医生、实验室、药房、保险公司、可穿戴的和其他的监测设备、GPS等)的连接的个性化的用户简档
·提供个性化的“最佳实践”治疗、营养和通用医疗保健建议,以解决特定的用户健康问题,实现健康目标(并且甚至包括例如使用GPS坐标来推荐附近的健康相关的设施的本地化的建议)
·提醒用户他们的服药时间表、就诊预约以及其他列入日程表的项目,基于用户与该系统直接或间接的交互自动地生成和维护用户的日程表
·基于用户与该系统直接或间接的交互,自动地生成和维护个性化的用户日志(例如,用户煅炼以及其他健康相关的例程)
·基于“实时智能”(以及位置、天气和其他环境的因素),提供关于紧急情况和相关的健康事件(如本地疫情爆发的传播)(在一些情况下,取决于用户的当前GPS坐标)的定制的用户提醒,以及个性化的建议(例如,可能需要就医)
·动态地生成针对例如一个具体的症状集合或医学症状,或对一个具体的医学主题或健康目标的兴趣的(除了其他服务外,允许组发贴、实时发短信和聊天,并且直接语音交互)特定的用户共享的个性化的和匿名的健康社交网络
·为用户咨询建议医学专家
·提供对包括医疗历史、实验室工作、疫苗接种等的用户医疗记录即时并且安全的访问
·给用户提供高级的付费服务,包括例如由医学专业人士对健康相关的查询的实时响应,或由医学专业人士基于健康关注的远程检查在特定的时间框内的建议
·基于用户与该系统直接和间接的行为交互,为用户购买健康相关的商品和服务提供个性化的信贷资助
·基于用户与该系统直接和间接的行为交互,提供关于这些用户购买特定的健康相关的商品和服务的个性化的个人和团队折扣和其他促销
·提供吸引人的图形的、支持语音和基于触摸的用户界面(由包括专家系统的智能后端支持,随着时间的推移,该专家系统获得更多的数据而学习),该用户界面包括游戏和其他内容以通知、教育和娱乐用户,以及激发他们继续参与进一步的系统交互
用户输入140a包括来自外部数据源160的多个数据更新事件,如实验室检查结果、处方药通知、来自零售商关于购买健康相关的商品和服务的电子收据、用户监测数据(例如,来自每天煅炼例程的结果,包括行进的距离、心率和血压或血糖数据),以及各种各样的其他数据更新的类型。注意,此类数据更新不仅包括外部发起的事件,而且还可以包括对其他BSA服务器115模块所发起的信息查询的响应(例如,专家系统134为了对用户发起的查询作出响应而发起的请求来自心脏监测器的数据)。
用户输入140a的其他示例包括用户查询和用户响应、在每天和临时签到期间所透露的健康状态信息和症状以及各种其他用户交互(如浏览内容、玩游戏、以及参与社交对话)以及主动或没有主动的用户参与的客户端设备110直接采集的信息。实际上,所有这种用户输入140a都在用户简档122(例如用于计算个性化的用户益处,如信贷和折扣)中监测(如以下更加详细地讨论的)和存储,包括与所提供的信息相关的元数据,如除其他元数据外,所提供信息的类型的分类、具体类型的交互的时间和频率。
同样被监测的用户输出144包括由BSA服务器115为用户所生成的个性化的信息。这种用户输出144的示例包括对用户查询的响应和随访附加信息的需求、通用消息、产品建议、专家推荐、提醒、提醒和采用各种格式和媒介给用户所呈现的其他信息。
转向图2,框图200更加详细地探索由BSA服务器115(从图1)所执行的输入处理功能的一个实施例,展示了各种关键组件。如以上所指出的,此输入和输出模块的分离是概念上的,因为在输入与输出功能之间有大量的实现重叠。
在一个实施例中,输入处理模块240a(图1中的140a)通过互联网250(图1中的150)从外部数据源260(图1中的160)和客户端设备210(图1中的110)获得信息,并且取决于其他BSA服务器115模块,如该各种分析230(图1中的130)模块和数据存储器220(图1中的120),以分析和存储此信息。采用各种如用户监测接口241和外部数据代理242的代理和API,以获得来自外部数据源260的信息。然后,如以下更加详细地所解释的,这些代理和API提供此外部数据给事件监测器248。
其他输入事件-即,通过他们的客户端设备210直接从用户与BSA系统100的交互中所获得的用户输入-在提供给事件监测器248之前请求附加处理。在一个实施例中,此类用户输入事件最初由UI事件处理程序243处理,该事件处理程序将这些事件分成三种类别。
UI事件处理程序243采用语音检测器244标识语音事件(即,用户语音输入),然后,该语音检测器提供给语音到文本的转换器245,该转换器将用户语音输入转换成文本,然后,该转换器提供给自然语言解析器246。其余的非语音事件分成两种类别-即键盘输入(即,文本)和其他事件,如鼠标或触摸事件。
在一个实施例中,UI事件处理程序243将这些其他(非语音、非文本)事件直接提供给事件监测器248,同时将其余的非语音文本事件提供给自然语言解析器246,在该自然语言解析器将该文本提供给事件监测器248之前,将该文本解析成各种各样的不同的事件类型。例如在一个实施例中,自然语言解析器246采用查询检测器247来标识这些事件类型中的一个为“查询”,然后该“查询”被提供给事件监测器248。其他非查询事件类型(如,用户的查询响应、症状、健康状态事件等)被分开提供给事件监测器248。在其他实施例中,标识和分类不同事件类型的此功能可以由事件监测器248或各种分析230模块在BSA服务器115上执行。
一旦收到这些源自于外部数据源260和客户端设备210的各种不同的类型的用户输入事件,事件监测器248就采用不同的分析230模块在BSA服务器115上进一步处理这些事件。在其他实施例中,一旦收到这些各种不同的类型用户输入事件,事件监测器248可以直接将其写至数据存储器220(图1中的120)。在其他实施例中,此分析的一些或全部可以完全在客户端设备210或在BSA服务器115上执行。
如上所指出的,在任一事件中,这种分析可以导致各种各样不同的行动,包括公式化用户查询的即时响应,包括随访用户的查询、动态修改用户简档122、建议可能用户行动,如就诊某位具体的医生、动态生成联系多个特定的用户的社交网络、大量的其他行动和用户“输出”(以下在图3中所讨论的)。例如在一个实施例中,基于用户和其他内部和外部的数据之间的关联,一旦检测到模式、事件或其他问题,专家系统134提示用户进一步输入,并且随着时间的推移随访用户,直到认为此类问题被解决。
在执行此分析的过程中,这些用户输入事件(有时以组合的形式)被分成各种不同的类别,包括(除其他外):
·来自用户监测器和相关设备的数据
·对医生、实验室、药房、零售商、附属网站等的访问
·来自保险公司、政府机关等契约式的健康相关的信息
·查询
·症状、健康状态、营养和锻炼方案的报告等
·与其他用户和第三方的交互(例如,内部和外部社交网络)
·与游戏有关的数据
·通过用户帐户购买(内部地和外部地)健康相关的商品和服务
·与用户关于用户输入事件的性质和频率的各种交互相关的元数据(例如,签到的数量和频率、浏览具体内容所花费的时间、症状或健康状态报告的数量和类型以及各种其他类型的元数据)
转向图3,框图300更加详细地探索由BSA服务器115所执行的输出处理功能的一个实施例,展示了各种组件。在一个实施例中,如以上所指出的,取决于数据存储器320(图2的220和图1的120)输出处理模块340b(图1中的140b)通过BSA服务器115上各种分析330(图2的230和图1的130)模块所生成的事件监测器348(图2的248)接收不同类型的输出事件。
此类输出事件最终通过互联网350(图2的250和图1的150)传达到外部数据源360(例如,定购重配处方)和客户端设备310(例如,对用户查询或其他输入,或由BSA服务器115发起的输入的响应)两者。然而,此类输出事件(在一个实施例中)最初被转发到事件监测器348并由其处理。
例如,为用户监测器所生成的反馈(例如发起即时心率测试)通过用户监测器接口341(图2中的241)被转发到适当的设备。外部数据更新(例如定购重配处方、请求就诊预约等)被转发到外部数据代理342(图2中的外部数据代理242)以传送到适当的外部数据源360(图2中的260和图1中的160)中的一个。
然而,其余的输出事件在通过他们的客户端设备310(图2中的210和图1中的110)提供给用户之前可能需要额外处理。注意,可以采用各种不同的媒介(文本、语音、图形、注释、视频等)将此类输出事件呈现给用户。
例如,首先由自然语言生成器346(在一个实施例中,与图2中的自然语言解析器246相同的模块)处理文本的和说出的输出,该自然语言将输出事件转换成自然语言文本消息(例如,“我想,您应该与您的整形外科医师史密斯医生预约”)。可以将该文本消息通过文本到语音转换器345(在一个实施例中,与图2中的语音到文本转换器245相同的模块)直接转发给UI事件生成器343(通过用户客户端设备310显示给用户)或首先转换成语音,然后转发给UI事件生成器343(在一个实施例中,与图2中的UI事件处理程序243相同的模块),通过客户端设备310的扬声器递送给用户。在一个实施例中,自然语言输出既以语音也以文本的形式递送给用户。
为了展示由BSA系统100所提供的交互式通信的类型,考虑以下场景的日常用户“签到”,在该签到中,所有的交互均被记录并且输入到用户简档122:
场景1
·[用户]“我的膝盖疼”
·[系统]“哪个膝盖?”
·[用户]“右边的”
·[系统]“什么时候开始疼的?”
·[用户]“从今天早上起就一直困扰着我”
·[系统]“您膝盖如何受的伤?”
·[用户]“不记得”
·[系统]“昨天晚上您在保龄球馆。您想您在那儿扭伤膝盖了吗?”
·[用户]“我想是的”
·[系统]“膝盖有肿胀吗?”
·[用户]“有”
·[系统]“膝盖摇摇晃晃,左右摇摆吗?”
·[用户]“是”
·[系统]“您需要去看史密斯医生,我预约时会联系您。”
场景2
·[用户]“我觉得头晕”
·[系统]“您服用新BP药时吃苹果了吗?”
·[用户]“是”
·[系统]“许多患者正看到相同的症状。似乎过20分钟后症状消失。我将会给您的医生写一个说明。下次记住服用您的新BP药时不要吃苹果。我们20分钟后再谈。”
·[系统][20分钟后;如果用户没有签到]“您仍然感觉头晕吗?”
·[用户]好多了,但是没有完全消失。
·[系统]“那是一个好迹象。我们15分钟后再核对一下。”
·[系统][15分钟后;如果用户没有签到]“您还头晕吗?”
·[用户]“不”
·[系统]“我将会做一个笔记,您从该症状中恢复花费的时间比平常要长。”
在图2和图3中所展示的这种输入和输出事件的迭代为在BSA服务器115和用户(通过他们的客户端设备310)与他们的外部数据源360两者之间的各种类型的个性化的交互形成基础。如以上所指出的,实际上所有这些供使用的个性化的交互都被BSA系统100的各种其他的组件监测(通如图2中的事件监测器248输入事件,被展示为图3中事件监测器348,用于输出事件)。
图4展示过程400的一个实施例,在此过程中,当接收到与用户的医学症状相关的信息时,BSA系统100确定批准随访行动方案。例如,BSA系统100可以用附加查询提示该用户,推荐附加检查,建议该用户与专家联系,或继续进行各种由大量的、来自该用户以及来自其他用户和第三方数据源、可供BSA系统100使用的信息所批准的其他的行动方案。
在此实施例中,在步骤410中,在任一给定的时间点(例如,在每天签到期间),用户向BSA系统100提供如具体的症状的信息。可替代地,BSA系统100可以接收来自外部数据源160的数据(例如实验室结果)。在任一事件中,此类信息最终由专家系统134处理,该专家系统在步骤412中决定是否批准随访行动方案。
在大多数情况下,不需要随访,并且仅在数据存储器120(包括用户简档122)中记录该信息,在此点处,过程400终止。然而,注意,每次BSA系统100直接或间接地通过外部数据源160接收到来自用户的信息时,过程400继续。
在步骤412中,每当一个随访行动方案被批准时,然后在步骤416中,专家系统134确定对来自用户的附加信息的请求(是通过直接查询和/或提示,还是间接访问外部数据源160)是否充分,或是否还需要附加检查或引荐医生或其他医疗保健提供者。
如果附加用户信息将是充分的,在步骤420中,BSA系统100直接查询(例如,提示一个具体的时间段上的症状报告附加状态)和/或拉出外部数据源160的附加信息(例如,随着时间的推移,监测该用户的血压)。一旦接收到这种附加信息,过程400转向步骤412,由专家系统134重新评价。注意,此“回路”可能重复多次迭代,在一些情况下需要来自用户的附加信息,在其他一些情况下,需要附加测试或医疗干预。
在步骤416中,如果专家系统134确定需要附加检查或医疗干预,那么在步骤418中,此类建议被传达给该用户,并且被记录在数据存储120(包括用户简档122)中。然而,在这种情况中,过程400不必终止。在步骤420中,也可能需要来自用户的附加信息。例如,除了建议用户联系一位具体的专家,BSA系统100还提示用户关于相关症状的附加信息。在步骤410处,在任一事件中,用户遵循具体的建议后,例如接收检查结果和如来自推荐的医生的说明的其他信息后,过程400可能最终继续。
如图4中的上述说明中显然地,每当专家系统134认为附加的随访行动方案被批准时,过程400是一种被设计为“干预”(给用户建议或提示输入附加信息)的正在进行的过程。虽然通过提供信息(例如,通过每天签到以前间接地通过外部数据源160)被涉及到此过程,用户无须发起此过程,并且在很多情况下,甚至没有意识到这种干预是被批准的,直到BSA系统100提示。
图5展示了过程500的一个实施例,在该实施例中,BSA系统100通过奖励分数的变化激发和鼓励用户使用该系统。在一个实施例中,此功能通过图1中的益处引擎132实现。
在一个实施例中,模块520(作为模块的示例方面,在图7的780中进一步描述)通过图2中的事件监测器248(图3中的348和图7中的748),在给定的时间段期间,接收并且存储直接来自用户的所有用户签到,而在另一个实施例模块520中,可以从图1中的用户简档122中检索此数据,并且使得此数据随后可供模块530使用。
在一个实施例中,在模块530中,在一周期间,比如症状签到的数量被记录为一个量化的用户相关的数据变量x1(作为模块的示例方面,在图7的784中进一步描述)。模块570使用一个采用x1(在一些实施例中,与其他用户相关的数据或其他用户的数据的组合)的函数(作为以下图7中的益处函数785中所描述的示例)来计算将给用户奖励的分数(这种分数可以是该益处模块790中所描述的多个益处中的一个)。在一些实施例中,此类分数通过用户帐户可以兑换成购买产品的特定的折扣。在频繁的基础上,这些分数激发用户继续症状签到。在一个实施例中,模块540(作为模块的示例方面,在图7的顺应行为监测器775和图8的875中进一步描述)可以接收并且维护x1值的历史记录,并且比较例如当前时间段(x1 new)x1的值与前一时间段(x1 old)的x1值,以便确定在症状签到的数量上的增加是否超过一定的阈值。如果没有超过,那么模块550可以修改模块570中的分数分配函数,对给定数量的症状签到分配更多的分数以激发用户使用该系统。如果超过了模块540中的阈值,那么,模块560可以不修改模块570中的分数分配函数。在其他实施例中,模块550和560的行为可能不同,对于不使用该系统的甚至颠倒过来对用户进行罚分。
如图5中的上述说明中显然地,每当益处引擎132认为必须时,过程500是被设计成“干预”(通过修改给用户的分数奖励)的正在进行的过程。虽然通过提供信息(例如,通过症状签到)被涉及到此过程,用户无须发起此过程,并且在很多情况下,用户将被BSA系统100轻轻地促动朝着达到所需要的全系统的以及用户特定的目标和成果的方向,修改他们的行为。
图6提供过程600的一个实施例的又一个示例,在该示例中,BSA系统100使用其益处引擎132来激发和鼓励用户来使用该系统,并且取得更好更多的可负担的医疗保健成果。
在一个实施例中,模块620(作为模块的示例方面,在图7的780中进一步描述)通过图2中的事件监测器248(图3中的348和图7中的748),在给定的时间段期间,接收并且存储直接来自用户的购买特定产品的量化的记录,而在另一个实施例模块620中,可以从图1中的用户简档122中检索此数据,并且使得此数据随后可供模块630使用。
在一个实施例中,在模块630中,在三个月期间,比如购买特定产品(或服务)的数量被记录为一个量化的用户相关的数据变量比如x19(作为模块的示例方面,在图7的784中进一步描述)。模块680使用一个采用x19(在一些实施例中,与其他用户相关的数据或其他用户的数据的组合)的函数(作为以下图7中的益处函数785中所描述的示例)来计算该特定产品的将给用户奖励的折扣(此类折扣可以是益处模块790中所描述的多个益处中的一个)。这些折扣激发该用户继续购买和使用该产品,并且可能提高购买和使用的频率。在一个实施例中,模块640(作为模块的示例方面,在图7的顺应行为监测器775和图8的875中进一步描述)可以接收并且维护x19值的历史记录,并且比较这种值以便于该系统(特别地,图1中的过程600或益处引擎132,图7中的732)做出关于将给用户提供的折扣水平的决策。例如,如果所讨论的该产品不是首次购买,或购买频率已经持续下降,那么可以调用模块650修改折扣分配函数680,以降低给该用户提供的将来折扣分配,作为一种阻止该产品使用下降的方法。类似的,如果模块640确定这是用户首次购买该产品,或这是第一次用户购买此产品的频率下降,那么可以调用模块660修改折扣分配函数680,以提高给该用户提供的将来折扣分配,作为一种鼓励该产品使用的方法。在该事件中,模块640确定在以上所描述的两个场景中用户的购买行为均没有下降,那么可以调用模块670关于折扣水平做出进一步的决策。如果该用户已经达到由BSA系统100给此产品所能提供的最大折扣水平,那么调用不修改折扣分配函数680的模块675。然而,如果模块670确定还没有达到最大折扣水平,那么如前所述,可以调用模块660来修改折扣分配函数680以提高折扣。
如图6中的上述说明中显然地,每当益处引擎132认为必须时,过程600是被设计成“干预”(通过提供并且修改给用户的产品折扣)的正在进行的过程。虽然通过提供信息(例如,通过购买具体的产品)被涉及到此过程,用户无须发起此过程,并且在很多情况下,用户将被BSA系统100轻轻地促动朝着达到所需要的全系统的以及用户的特定的目标和成果的方向,修改他们的行为。不同的用户可能具有不同水平折扣的、不同数量的产品也是显然的。
如上所述,图1中的分析130的一个组件是益处引擎732(图1中的132,在图7中的框图700展示)。如上所述,所有的用户相关的数据(其包括来自外部数据源的所有的用户数据),即,用户与BSA系统100直接或间接的交互被存储在数据存储器720(图1中的120)的图1中的用户简档122中。在一个实施例中,事件监测器748(图3中的348和图2中的248)接收所有此类用户相关的数据(URD),并且除了将该数据发送到数据存储器720之外,还将该数据发送到益处引擎732的量化的事件780。在另一个实施例中,量化的事件780周期性地检索存储在数据存储器720的用户简档中的URD。在又一个实施例中,量化的事件780接收来自事件监测器748和数据存储720两者的信息。
在图7中所展示的一个实施例中,量化的事件模块780的事件量化器782首先解释所有的URD,并且将其分成各种不同的类别,其中此类类别可以包括各种与信贷相关的信息的类型(例如,收入水平、过去与BSA系统的支付和信贷历史、FICO得分等,每一项均被认为是一类),各种类型的通用交互(例如,在一个比如在图5中所描述的给定的时间段中,查询或签到的数量、与该系统交互所花费的总的时间、购买的总额、与特定的社交网络交互的数量、所玩游戏的数量、如从客户端设备所标识的用户花费时间所在的地理位置的类型等,每一项都被认为是一类)以及动态地生成的附加类别(例如,在给定的时间段购买具体营养补品的数量、访问特定提供商的数量等)。事件量化器782分配量化的变量x1、x2、x3,...代表这些类别中的每一个或这些类别的一个组合。此类变量可以是或可以不是数字变量(例如,这些变量可能是布尔变量或可能是如疾病的名字的字符串的列表)。在一个实施例中,在一周期间,用户的签到的数量可以被分配给例如x1。为每一个用户动态地创建变量的数量,该变量的数量由事件量化器780分配并且追踪,并且用户之间可能不一样,对于同一个用户在不同的时间也不一样。在一个实施例中,量化的事件数据库784可以针对个人用户存储此多维阵列X=(x1、x2、x3...),并且在其他实施例中,784中的该阵列X可以被存储在数据存储器720中的瞬态存储器中。
益处模块790包含每一个用户的益处集合Y=(y1,y2,...)。这些变量y1,y2,...等,每一个代表一个具体的益处,并且可以是例如使用用户帐户可兑换成购买的折扣、利率、信贷限额的分数,举例来说,如图6中所描述的,可以包括由益处模块790所动态产生的用户特定益处,如具体产品或服务等的折扣。在一个实施例中,益处数据库794可以为个人用户存储此多维阵列Y=(y1,y2,y3,...),在其他实施例中,在794中的该阵列Y可以被存储在瞬态存储器中或在数据存储器720中,并且根据需要,益处模块790可以从数据存储器720中检索此类数据。在一个实施例中,益处报告器792从益处数据库794或其等效物中检索信息,并且通过事件监测器748给用户提供信息。益处报告器792可以调整给用户报告益处的时间和格式(例如直到收集到某个数量的益处报告,或直到用户的日程表上的某个特殊的日子,或改变折扣图为一个更加用户友好的形式,如一件物品是用户以前所支付的半价等,再报告益处)。
益处函数785是函数F=(f1、f2....等)的集合,在益处模块790中,一个函数对应一个益处y1,y2...等。益处函数f1为给定的用户采取上文中的量化的事件模块780中的多维阵列X,并且使用指定的公式来计算益处y1。益处函数f2为相同的用户采取上文中的量化的事件模块780中的多维阵列X,并且使用一个可能不同的公式来计算益处y2等。该函数f1、f2...等,举例来说,如图8中所描述的,即表征该函数的公式根据需要可能变化。简单线性f1和f2可以如下:f1(X)=x1w11+x2w12+x3w13+....;f2(X)=x1w21+x2w22+x3w23+....;其中,为了计算第i个函数fi,wij(对于每一个fi中的i都不相同,在这种情况下在1与2之间,并且如果X具有n个分量,j在1至n之间变化)是分配给X的第j个分量的权重,并且wij中的任何一个都可能是零。在不同的实施例中,为了最好地反映具体需要的目标(例如,提供提高的信贷限额以鼓励用户增加购买),可以采用其他非线性函数。
益处引擎732的附加元件是顺应行为监测器775,如上文所提及的,该顺应行为监测器可以动态地修改益处函数785以达到某个所需要的用户行为成果。该益处函数785最初可以被设置为呈由BSA系统100预定的形式,但是可以允许其改变或随着时间的推移在顺应行为监测器775的影响下演化。在图8中进一步对顺应行为监测器775进行描述。
顺应行为监测器875(在图7中的775)在X(即URD)中对变化进行比较,这反过来涉及到用户行为中的变化,并且为了如系统实施者所需要的对用户和BSA系统有更好的成果,做出是否修改某些益处函数885(图7中的785)的函数f1、f2...等以提高信贷限额或降低利率或提供特定产品折扣以鼓励该用户提高或维持该BSA系统的使用的决策。在一个实施例中,如876中所示,顺应行为监测器875为每一个用户维护历史X值的阵列HX,从最久的Xold至最新的Xold+k,其中,k是取决于实施方式的正整数。在一些实施例中,在开始时,此阵列可以被初始化至零值。这些新X值在量化的事件880(图7中的780)中被检索(如877中所描述的)并且存储(如878中所描述的)在该阵列中的下一个可用的开放的位置中(即,所有的值仍然处于比如零的初始化的状态)。如果没有开放的位置,那么用x旧+1中的数据改写x旧中的数据,并且类似地,HX阵列中的所有其他条目都被移动1个位置,从而使得可以在X旧+k中写入最新的X。下一个模块879对历史X数据,即X旧+k、X旧+k-1、X旧+k-2...等之间的趋势进行比较。例如,如果用户购买某个产品的频率已经下降(如图6中所描述的),那么可以传递此趋势给后续的模块,以发起益处函数885中的适当的变化。在一些实施例中,顺应行为监测器875包括接收X格式模块879中的趋势的学习引擎881,并且设计在益处函数885中实现的益处函数修改882。在一些实施例中,学习引擎881响应其益处函数的修改,继续复查X中的变化、X趋势中的变化等,并且继续适配其方法或算法以设计此类修改。(例如,在图6中,决策树640、670和相关的函数修改650、660、675可以是简单学习引擎881的一部分,响应购买日期的变化,在该简单学习引擎中选择不同类型的函数修改,以得出最佳用户响应)。在一些实施例中,学习引擎881可以作为专家系统134的部分来实现。
应该注意,在其他实施例中,实际上可以下任一方式分配益处引擎732的函数:事件监测器748、顺应行为监测器775、量化的事件780、益处函数785、益处790和BSA服务器115和客户端设备110上的其他模块,而不背离本发明的精神。此外,可以应用各种不同的指标和函数到此数据,以实现评估用户信贷、折扣和其他益处,给用户提供此类益处,并且持续地监测用户行为交互以确定此类指标和函数应该修改的程度以达到所需要的全系统和个性化的用户目标的反馈环路。
最后,在一个实施例中,益处引擎732基于这些相关X值中所监测的变化之外的约束,应用导致对某些益处函数785的修改的“全用户”和“全系统”的约束。例如,可能需要提供给任一用户的信贷限额。此外,这种约束可以在全系统基础上应用,导致提供给所有用户的聚集信贷的限度。在此实施例中,也应用了在折扣和其他益处上的类似的约束。
在一个实施例中,益处报告器792在持续的基础上为事件监测器748提供益处“升级”,而在其他实施例中,这些益处“升级”提供在不那么频繁周期或偶然的基础上。然后,如上所指出的,用户基于这些不同的激励修改其行为,这些不同的激励反过来导致附加(或降低的)激励,因为顺应行为监测器775监测每一个用户的顺应性-并且,为了鼓励用户增加BSA系统100参与度,此反馈环路无限地继续,从而增强了用户的身心健康,同时降低了用户的医疗保健费用。
本文参照如附图中所展示的具体的实施例描述了本发明。以上所描述的BSA系统100的功能成分和动态操作的实施例的许多变量(包括用例的场景)对于本领域的技术人员是显然的,并且不背离本发明的精神,包括但不局限于在一个或多个服务器、桌上计算机、移动或其他计算设备、操作系统和固件和软件模块之间BSA服务器115和客户端设备110的硬件和软件功能的不同分配。可以可互换地实现硬件和软件功能,并且计算机硬件可以包括多个外围设备,如监测器、键盘、鼠标、触摸板和各种各样的其他外围设备I/O、用户可穿戴的和其他监测设备,包括有形存储器和其他存储设备(确切地,可以在其中体现数据和软件的计算机可访问的非瞬态存储介质)。此外,可以广泛地解释医疗保健行业(例如,除其他外,包括医药、营养、营养制品、化妆品、健身和生活方式),并且可以将本文所描述的功能应用到医疗保健行业以外而不背离本发明的精神。
Claims (1)
1.一种行为支持代理系统,该系统用于加强在该系统上具有多个帐户的多个用户的身心健康,该系统包括:
(a)一个事件监测器,该事件监测器连续地监测与多个用户与该系统的行为交互相关的多个事件,其中,这些事件包括这些用户通过其用户帐户购买健康相关的商品和服务;
(b)多个个性化的用户简档,这些个性化的用户简档部分地基于这些所监测的事件被动态地更新;
(c)一个益处引擎,该益处引擎基于这些个性化的用户简档以及这些所监测的事件动态地生成多个用户益处,其中,这些用户益处包括给多个用户提供的通过其用户帐户在将来购买健康相关的商品和服务的信贷和折扣;以及
(d)一种反馈机制,其中,这些用户益处鼓励多个用户与该系统继续交互并且通过其用户帐户购买健康相关的商品和服务,这产生了由该事件监测器监测的多个事件,这导致通过该益处引擎动态地生成多个经更新的用户益处。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361801454P | 2013-03-15 | 2013-03-15 | |
US61/801,454 | 2013-03-15 | ||
PCT/US2014/030815 WO2014145956A1 (en) | 2013-03-15 | 2014-03-17 | Systems and methods for facilitating integrated behavioral support |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105190666A true CN105190666A (zh) | 2015-12-23 |
Family
ID=51531904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480025319.8A Pending CN105190666A (zh) | 2013-03-15 | 2014-03-17 | 用于促进集成行为支持的系统与方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9990471B2 (zh) |
EP (2) | EP4012719A1 (zh) |
CN (1) | CN105190666A (zh) |
CA (1) | CA2910621C (zh) |
WO (1) | WO2014145956A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188695A (zh) * | 2019-05-30 | 2019-08-30 | 北京百度网讯科技有限公司 | 购物动作决策方法及装置 |
Families Citing this family (160)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US10706373B2 (en) | 2011-06-03 | 2020-07-07 | Apple Inc. | Performing actions associated with task items that represent tasks to perform |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
US10134385B2 (en) | 2012-03-02 | 2018-11-20 | Apple Inc. | Systems and methods for name pronunciation |
US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
US10528385B2 (en) | 2012-12-13 | 2020-01-07 | Microsoft Technology Licensing, Llc | Task completion through inter-application communication |
KR102516577B1 (ko) | 2013-02-07 | 2023-04-03 | 애플 인크. | 디지털 어시스턴트를 위한 음성 트리거 |
US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
KR101922663B1 (ko) | 2013-06-09 | 2018-11-28 | 애플 인크. | 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스 |
WO2015020942A1 (en) | 2013-08-06 | 2015-02-12 | Apple Inc. | Auto-activating smart responses based on activities from remote devices |
US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
US10147102B2 (en) * | 2014-03-31 | 2018-12-04 | Paypal, Inc. | Person/group check-in system |
US9992292B2 (en) | 2014-04-01 | 2018-06-05 | Noom, Inc. | Wellness support groups for mobile devices |
US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
WO2015184186A1 (en) * | 2014-05-30 | 2015-12-03 | Apple Inc. | Multi-command single utterance input method |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
NZ630757A (en) * | 2014-08-01 | 2016-03-31 | Resmed Ltd | Self-optimising respiratory therapy system |
US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
US10629293B2 (en) * | 2014-11-14 | 2020-04-21 | Hi.Q, Inc. | System and method for providing a health determination service based on user knowledge and activity |
KR20160076264A (ko) * | 2014-12-22 | 2016-06-30 | 엘지전자 주식회사 | 이동 단말기 및 그것의 제어방법 |
US11756080B1 (en) * | 2014-12-31 | 2023-09-12 | Groupon, Inc. | Prescient and adaptive point-of-sale systems |
US10152299B2 (en) | 2015-03-06 | 2018-12-11 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
US10691774B2 (en) * | 2015-03-30 | 2020-06-23 | Cambia Health Solutions, Inc. | Systems and methods for a comprehensive online health care platform |
US10460227B2 (en) | 2015-05-15 | 2019-10-29 | Apple Inc. | Virtual assistant in a communication session |
US10200824B2 (en) | 2015-05-27 | 2019-02-05 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device |
US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
US20160378747A1 (en) | 2015-06-29 | 2016-12-29 | Apple Inc. | Virtual assistant for media playback |
US10740384B2 (en) | 2015-09-08 | 2020-08-11 | Apple Inc. | Intelligent automated assistant for media search and playback |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
US10681169B2 (en) * | 2015-12-08 | 2020-06-09 | Facebook, Inc. | Social plugin reordering on applications |
US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US10698982B2 (en) * | 2016-02-24 | 2020-06-30 | International Business Machines Corporation | Determining correlation between medical symptoms and environmental factors |
US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
DK179588B1 (en) | 2016-06-09 | 2019-02-22 | Apple Inc. | INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US11107021B2 (en) * | 2016-11-06 | 2021-08-31 | Microsoft Technology Licensing, Llc | Presenting and manipulating task items |
US11281993B2 (en) | 2016-12-05 | 2022-03-22 | Apple Inc. | Model and ensemble compression for metric learning |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
US11204787B2 (en) | 2017-01-09 | 2021-12-21 | Apple Inc. | Application integration with a digital assistant |
US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
DK201770383A1 (en) | 2017-05-09 | 2018-12-14 | Apple Inc. | USER INTERFACE FOR CORRECTING RECOGNITION ERRORS |
DK180048B1 (en) | 2017-05-11 | 2020-02-04 | Apple Inc. | MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION |
US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
US10726832B2 (en) | 2017-05-11 | 2020-07-28 | Apple Inc. | Maintaining privacy of personal information |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
DK201770427A1 (en) | 2017-05-12 | 2018-12-20 | Apple Inc. | LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
DK201770411A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | MULTI-MODAL INTERFACES |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
DK179560B1 (en) | 2017-05-16 | 2019-02-18 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
US20180336892A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Detecting a trigger of a digital assistant |
US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
US20180336275A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Intelligent automated assistant for media exploration |
US10403278B2 (en) | 2017-05-16 | 2019-09-03 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
US10657328B2 (en) | 2017-06-02 | 2020-05-19 | Apple Inc. | Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling |
US11314798B2 (en) | 2017-07-19 | 2022-04-26 | Allstate Insurance Company | Processing system having machine learning engine for providing customized user functions |
WO2019032732A1 (en) * | 2017-08-08 | 2019-02-14 | Look, Inc. | NETWORK MANAGEMENT SYSTEM OF FUEL REFUELING STATIONS |
US10445429B2 (en) | 2017-09-21 | 2019-10-15 | Apple Inc. | Natural language understanding using vocabularies with compressed serialized tries |
US10755051B2 (en) | 2017-09-29 | 2020-08-25 | Apple Inc. | Rule-based natural language processing |
US10636424B2 (en) | 2017-11-30 | 2020-04-28 | Apple Inc. | Multi-turn canned dialog |
US10733982B2 (en) | 2018-01-08 | 2020-08-04 | Apple Inc. | Multi-directional dialog |
US10733375B2 (en) | 2018-01-31 | 2020-08-04 | Apple Inc. | Knowledge-based framework for improving natural language understanding |
US10789959B2 (en) | 2018-03-02 | 2020-09-29 | Apple Inc. | Training speaker recognition models for digital assistants |
US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
US10818288B2 (en) | 2018-03-26 | 2020-10-27 | Apple Inc. | Natural assistant interaction |
US10909331B2 (en) | 2018-03-30 | 2021-02-02 | Apple Inc. | Implicit identification of translation payload with neural machine translation |
US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US10928918B2 (en) | 2018-05-07 | 2021-02-23 | Apple Inc. | Raise to speak |
US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
DK179822B1 (da) | 2018-06-01 | 2019-07-12 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
DK180639B1 (en) | 2018-06-01 | 2021-11-04 | Apple Inc | DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT |
DK201870355A1 (en) | 2018-06-01 | 2019-12-16 | Apple Inc. | VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS |
US10944859B2 (en) | 2018-06-03 | 2021-03-09 | Apple Inc. | Accelerated task performance |
US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
DK201970509A1 (en) | 2019-05-06 | 2021-01-15 | Apple Inc | Spoken notifications |
US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
DK201970510A1 (en) | 2019-05-31 | 2021-02-11 | Apple Inc | Voice identification in digital assistant systems |
US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
DK180129B1 (en) | 2019-05-31 | 2020-06-02 | Apple Inc. | USER ACTIVITY SHORTCUT SUGGESTIONS |
US11227599B2 (en) | 2019-06-01 | 2022-01-18 | Apple Inc. | Methods and user interfaces for voice-based control of electronic devices |
US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
US20210074400A1 (en) * | 2019-09-05 | 2021-03-11 | Seth Feuerstein | System and method for performance-based management of therapeutic products |
WO2021056255A1 (en) | 2019-09-25 | 2021-04-01 | Apple Inc. | Text detection using global geometry estimators |
US20210183495A1 (en) * | 2019-12-11 | 2021-06-17 | Stephen Floe | Functionalized Food as Medicine Platform and Computer System |
US11061543B1 (en) | 2020-05-11 | 2021-07-13 | Apple Inc. | Providing relevant data items based on context |
US11183193B1 (en) | 2020-05-11 | 2021-11-23 | Apple Inc. | Digital assistant hardware abstraction |
US11755276B2 (en) | 2020-05-12 | 2023-09-12 | Apple Inc. | Reducing description length based on confidence |
US11490204B2 (en) | 2020-07-20 | 2022-11-01 | Apple Inc. | Multi-device audio adjustment coordination |
US11438683B2 (en) | 2020-07-21 | 2022-09-06 | Apple Inc. | User identification using headphones |
JP2022032421A (ja) * | 2020-08-12 | 2022-02-25 | トヨタ自動車株式会社 | 情報処理装置、情報処理システム、およびプログラム |
US11417429B2 (en) | 2020-09-04 | 2022-08-16 | Centerline Holdings Llc | System and method for providing wellness recommendation |
US11356734B1 (en) | 2021-05-11 | 2022-06-07 | Safe Kids LLC | Methods and systems for counseling a user with respect to supervised content |
US11309086B1 (en) * | 2021-09-09 | 2022-04-19 | Safe Kids LLC | Methods and systems for interactively counseling a user with respect to supervised content |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101108125A (zh) * | 2007-08-02 | 2008-01-23 | 张志强 | 一种身体体征动态监测系统 |
CN101814111A (zh) * | 2009-02-25 | 2010-08-25 | 沈雁英 | 一种在线医用健康教育交互系统及其建立和工作方法 |
CN102272786A (zh) * | 2009-01-14 | 2011-12-07 | 雅虎公司 | 条件激励的呈现、跟踪和兑换 |
CN103635923A (zh) * | 2011-06-30 | 2014-03-12 | 微软公司 | 利用社交连接和引导的共享电子激励和优惠券 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8092224B2 (en) * | 1995-11-22 | 2012-01-10 | James A. Jorasch | Systems and methods for improved health care compliance |
US8359208B2 (en) * | 1999-03-09 | 2013-01-22 | Discover Holdings Limited | Wellness program management and integration with payroll vendor systems |
JP4197269B2 (ja) | 2002-09-09 | 2008-12-17 | 株式会社キッツ | バルブ・管継手等の銅合金製配管器材のニッケル溶出防止法及びその銅合金製配管器材 |
US20050075931A1 (en) * | 2003-09-22 | 2005-04-07 | Mark Pearson | Systems and methods for consumers to purchase health care and related products |
US7624068B1 (en) | 2003-08-18 | 2009-11-24 | Jpmorgan Chase Bank, N.A. | Method and system for dynamically adjusting discount rates for a card transaction |
US7566000B2 (en) | 2004-02-17 | 2009-07-28 | Walgreen Co. | Method and system for providing a flexible product purchase account for members of a healthcare organization |
US20060224450A1 (en) * | 2005-04-05 | 2006-10-05 | Orthox, Llc | System and Method for a Customer Loyalty Program and Storage Device |
US7733224B2 (en) * | 2006-06-30 | 2010-06-08 | Bao Tran | Mesh network personal emergency response appliance |
US8374888B2 (en) | 2005-10-28 | 2013-02-12 | Ace Ideas, Llc | Behavior monitoring and reinforcement system and method |
US20070150355A1 (en) * | 2005-11-07 | 2007-06-28 | Meggs Anthony F | Web-based incentive system and method |
WO2007056803A1 (en) * | 2005-11-15 | 2007-05-24 | Bernadette Garner | Method for training neural networks |
US7828205B2 (en) * | 2007-02-20 | 2010-11-09 | Aetna Inc. | Method of promoting health and wellness through card based rewards program |
US8170609B2 (en) | 2007-06-20 | 2012-05-01 | Qualcomm Incorporated | Personal virtual assistant providing advice to a user regarding physiological information received about the user |
US20120244504A1 (en) | 2011-03-23 | 2012-09-27 | Wasserman Neil H | System for the synchronization and propagation of health behaviors and management of related incentives |
US20120265546A1 (en) * | 2011-04-14 | 2012-10-18 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Cost-effective resource apportionment technologies suitable for facilitating therapies |
EP2823447A1 (en) | 2012-03-06 | 2015-01-14 | Klarna AB | System and method for customer authentication and credit assessment in electronic commerce |
-
2014
- 2014-03-17 WO PCT/US2014/030815 patent/WO2014145956A1/en active Application Filing
- 2014-03-17 US US14/217,165 patent/US9990471B2/en active Active
- 2014-03-17 CN CN201480025319.8A patent/CN105190666A/zh active Pending
- 2014-03-17 EP EP21208937.9A patent/EP4012719A1/en active Pending
- 2014-03-17 CA CA2910621A patent/CA2910621C/en active Active
- 2014-03-17 EP EP14764549.3A patent/EP2973315A4/en not_active Ceased
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101108125A (zh) * | 2007-08-02 | 2008-01-23 | 张志强 | 一种身体体征动态监测系统 |
CN102272786A (zh) * | 2009-01-14 | 2011-12-07 | 雅虎公司 | 条件激励的呈现、跟踪和兑换 |
CN101814111A (zh) * | 2009-02-25 | 2010-08-25 | 沈雁英 | 一种在线医用健康教育交互系统及其建立和工作方法 |
CN103635923A (zh) * | 2011-06-30 | 2014-03-12 | 微软公司 | 利用社交连接和引导的共享电子激励和优惠券 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188695A (zh) * | 2019-05-30 | 2019-08-30 | 北京百度网讯科技有限公司 | 购物动作决策方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CA2910621A1 (en) | 2014-09-18 |
WO2014145956A1 (en) | 2014-09-18 |
EP2973315A1 (en) | 2016-01-20 |
US20140278513A1 (en) | 2014-09-18 |
US9990471B2 (en) | 2018-06-05 |
CA2910621C (en) | 2023-10-17 |
EP4012719A1 (en) | 2022-06-15 |
EP2973315A4 (en) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105190666A (zh) | 用于促进集成行为支持的系统与方法 | |
US20230410166A1 (en) | Facilitating integrated behavioral support through personalized adaptive data collection | |
US20210319887A1 (en) | Method of treating diabetes informed by social determinants of health | |
Slater et al. | The impact of retail cigarette marketing practices on youth smoking uptake | |
US20180344215A1 (en) | Automated health data acquisition, processing and communication system and method | |
US20180350451A1 (en) | Automated health data acquisition, processing and communication system and method | |
TWI444921B (zh) | 用於促進提供健康及保健幫助的線上系統、方法及電腦可讀取媒體 | |
Kleinman et al. | Willingness to pay for complete symptom relief of gastroesophageal reflux disease | |
US11527314B2 (en) | Digital therapeutic systems and methods | |
US20160117468A1 (en) | Displaying Predictive Modeling and Psychographic Segmentation of Population for More Efficient Delivery of Healthcare | |
Hancı et al. | Measuring commitment to self-tracking: development of the C2ST scale | |
US11972336B2 (en) | Machine learning platform and system for data analysis | |
US20230029678A1 (en) | Generating clustered event episode bundles for presentation and action | |
US20230033160A1 (en) | Generating a registry of people using a criteria and performing an action for the registry of people | |
Freedman | Personalized Health Care and Artificial Intelligence Could Improve Your Life--at the Cost of Your Privacy; If you think Facebook and Google invade your privacy, imagine what hackers could do with a minute-to-minute log of your disease symptoms, behaviors, locations and even your appearance and conversations | |
WO2021113760A1 (en) | Digital therapeutic systems and methods | |
Tripathy et al. | Reinforcement learning for optimizing real-time interventions and personalized feedback using wearable sensors | |
US11138235B1 (en) | Systems and methods for data categorization and delivery | |
Prakash et al. | Wearables Technology: Awareness, Adoption and Applications in Indian Health Insurance Industry. | |
VanNorman | Application of Analytics to the New Healthcare Paradigms | |
Kamin et al. | Quantified self: From citizen science to commodified subjects | |
JP2023144212A (ja) | システム、携帯端末、サーバ、情報処理装置、プログラム、又は方法 | |
Ulenius et al. | Potential Usage of Wearable Sensors in Professional Healthcare | |
Agarwal | ThirdEye: Providing a robust risk analysis system for AtheroSclerotic CardioVascular Disease (ASCVD) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151223 |
|
RJ01 | Rejection of invention patent application after publication |