CN111556772A - 为受试者定制的连续发展的基于随机化改善器官功能的方法 - Google Patents

为受试者定制的连续发展的基于随机化改善器官功能的方法 Download PDF

Info

Publication number
CN111556772A
CN111556772A CN201880085417.9A CN201880085417A CN111556772A CN 111556772 A CN111556772 A CN 111556772A CN 201880085417 A CN201880085417 A CN 201880085417A CN 111556772 A CN111556772 A CN 111556772A
Authority
CN
China
Prior art keywords
training
subject
organ
regimen
exercise
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
Application number
CN201880085417.9A
Other languages
English (en)
Inventor
亚龙·伊兰
塔赫尔·伊兰贝尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oberon Science Ilan Co ltd
Original Assignee
Oberon Science Ilan Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oberon Science Ilan Co ltd filed Critical Oberon Science Ilan Co ltd
Publication of CN111556772A publication Critical patent/CN111556772A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00Teaching not covered by other main groups of this subclass
    • G09B19/003Repetitive work cycles; Sequence of movements
    • G09B19/0038Sports
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014External stimulators, e.g. with patch electrodes
    • A61N1/3603Control systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/486Bio-feedback
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00Teaching not covered by other main groups of this subclass
    • G09B19/0092Nutrition
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10Athletes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36003Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of motor muscles, e.g. for walking assistance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014External stimulators, e.g. with patch electrodes
    • A61N1/36025External stimulators, e.g. with patch electrodes for treating a mental or cerebral condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014External stimulators, e.g. with patch electrodes
    • A61N1/3603Control systems
    • A61N1/36031Control systems using physiological parameters for adjustment
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014External stimulators, e.g. with patch electrodes
    • A61N1/3603Control systems
    • A61N1/36034Control systems specified by the stimulation parameters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N2/00Magnetotherapy
    • A61N2/004Magnetotherapy specially adapted for a specific therapy

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Veterinary Medicine (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nutrition Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Surgery (AREA)
  • Evolutionary Computation (AREA)
  • Psychiatry (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Fuzzy Systems (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)

Abstract

本公开提供了用于通过挑战性锻炼、训练、和/或培养和/或营养方案来改善器官功能的系统方案、设备和方法,或者旨在用于改善器官表现以及用于防止以及治疗健康受试者和慢性病受试者的锻炼方案的效果丧失、或者希望改善其器官功能的受试者或患有慢性疾病的受试者对锻炼、训练、营养或培养方案缺乏完全反应的设备。本文提供了用于实时或延迟变更训练方案的参数和/或施用时间和/或组合不同的锻炼、训练、营养或培养方案以用于改善方案的长期效果的设备、系统、和方法。根据一些实施例,任何训练方案和/或设备生成的操纵/刺激,其中参数在锻炼方案/操纵周期内被更新,以用于个性化方案参数并增加方案的准确性和功效以实现期望的生理目标,并防止长期适应,以确保延长训练方案对目标器官功能或生理通路的影响。输出参数是连续的、半连续的、或基于提供给被配置成促进闭环机器学习能力的计算电路的测量结果和输入被有条件地更新的。

Description

为受试者定制的连续发展的基于随机化改善器官功能的方法
技术领域
本公开总体上涉及通过改善的基于挑战性训练来改善器官功能的领域。
背景
改善器官功能在许多情况下需要针对器官的锻炼、训练、教学和/或培养(education)方案以及营养的变化。这些方案中的许多方案都是基于诱导专门针对器官的挑战。由于目标器官对挑战的适应效应,诱导针对器官的挑战可以在特定程度上改善其功能。这些挑战通常遵循旨在影响生理或病理变化的设定方案。它们是基于预定的协议在特定范围内被执行的,使得一旦规定了/配置了锻炼、训练、教学或培养的特定模式、或者挑战的协议,直到锻炼完成或者无反应发生都不会改变。此外,在连续使用恒定的规律的/永久训练方案后,大多数锻炼方案会出现益处很小的平稳期效应(plateau effect)。这是当试图改善肌肉、心脏、肺部、脑部、或任何其他类型的器官时的情况。这也是当包含任何类型的锻炼或挑战来改善任何目标器官功能时的情况,而不管目标器官的功能是正常的还是异常的(诸如在进行运动活动的健康受试者或运动员中以及在患有慢性心力衰竭、慢性肺病、阿尔茨海默病等的患者中)。
尽管锻炼、训练、教学、教育、和挑战的诱导在一些情况下用于改善器官功能显示出功效,但对于受试者来说,它往往达到“最大的平稳期”。在许多情况下,很难改善这一点。锻炼、训练、和/或培养对一些受试者来说也可能只是最低限度的有效或根本无效。这是由于身体和/或目标器官对长期暴露于锻炼或挑战出现的适应过程,或任何类型的耐受性的发展,阻止了最大效果和持久效果。因此,在本领域中需要更有效的训练和营养方案,其考虑受试者之间的可变性和他们对各种类型的锻炼、训练、培养和/或器官特定的挑战的生理反应、以及对旨在改善器官表现的任何类型的程序或操纵的效果或最大反应的丧失。
常见的锻炼任务(诸如体育活动)、学习和培养任务(诸如学习数学、语言、使用飞行和/或驾驶模拟器)、以及慢性疾病(包括关节炎、哮喘、慢性肺病、心力衰竭或任何肌肉或神经疾病或影响脑部功能的疾病)的治疗都可以从基于挑战的训练中受益。然而,在大多数情况下,发生对挑战的适应,这抑制了进一步改善器官(多个器官)功能/改善任务表现的能力,并阻止受试者达到通过锻炼可以达到的最大效果。因此,这种适应阻止了受试者达到最大可能的表现。
经历用于改善器官功能的任何类型的运动活动或任何类型的锻炼、或任何类型的训练、培养或教学课程、或任何类型的营养变化的大多数受试者需要基于长期挑战的方案和长期关注营养。对于这些之中的许多,最大效果或甚至大部分效果的丧失,或达到没有进一步的显著改善能够被实现的点,可能在特定时期之后发生,这与若干适应机制相关联。
丧失锻炼的积极效果、或达到通过连续的锻炼或通过对器官的更大挑战而不能从中获得进一步的益处的最大效果,有许多可能的原因,其中一些原因还不太清楚。一些原因可能涉及亚细胞类型、细胞类型或器官类型和/或器官间类型的适应。缺乏达到最大效果的能力,和/或从训练方案中获得最大益处所需的时间延长,是与任何类型的适应相关联的。
大多数锻炼、训练或培养课程都是基于规律的和重复的方案设计的。因此,它们与目标器官对锻炼的适应相关联。可以在分子、细胞、或整个器官水平上或者在涉及若干器官之间的关联的更高水平上对锻炼适应和习惯化。其取决于与受试者的遗传、生理背景、疾病、伴随药物以及其他遗传、表型、和环境因素相关的因素,因此对于每个受试者,不同的方案可能导致相似刺激和锻炼的不同效果。
此外,由于大多数锻炼、训练或培养方案基于规律方案,或者基于恒定、重复、永久的间隔,并且大多数是在渐进的逐步方案(诸如通过以渐进的方式增加难度)上发展的,因此这与特定受试者的适应相关联,渐进本身不能克服适应。其也不能够为受试者定制锻炼,并且在大多数情况下是基于“一个方案用于所有人”。
目标器官的部分适应与脑部-目标器官的联系有关。一种规律的或永久渐进的锻炼方案,在大多数情况下会使脑部与目标器官断开联系(诸如在做激活一个肌肉群的单调运动活动时)。
对于许多慢性类型的刺激和锻炼,目标器官的适应阻止达到锻炼的最大效果,或者与训练方案的效果的部分丧失或甚至完全丧失相关联。适应对某些类型的方案比对其他类型的方案发展得快得多。适应或耐受的程度取决于个体的遗传、表型、和其他因素,也取决于训练的类型和/或持续时间。适应可能在相对较短的时间段内发生,并导致无效,或对任何锻炼、训练、培养、或任何操纵功效最小。
以下是适应、缺乏达到训练或营养方案最大效果的能力、或在长期施用后操纵或锻炼效果的部分丧失的几个示例:
a.身体活动和代谢当量:以超过最低推荐水平执行的身体活动有助于增加寿命。然而,寿命的增加在每周约300分钟的快走后开始平稳。(Moore SC、Patel AV在2012年11月在Public Library of Science e1001335发表的Leisure Time Physical Activity ofModerate to Vigorous Intensity and Mortality:A Large Pooled Cohort Analysis)。锻炼生理学家实际上普遍接受代谢当量(MET)系统来表示能量消耗与体重的关系。美国运动医学会(American College of Sports Medicine)定义了轻度、中度、和重度身体活动,以等同于特定的MET水平。表格已经开发用来支持锻炼强度的解决方案。针对各种活动的MET值的表格主要基于成年人的测量结果,但不是为受试者定制的,并且仅提供不同人群的平均值。中度到剧烈的活动需要大约5到8个MET,并且这种强度是获得大多数健康益处所需要的。然而,现有的数据不能针对受试者定制锻炼方案。越来越多的证据指出以下事实:MET系统对具有不同体重和身体脂肪百分比的人的身体活动能量消耗的估计是不准确的。也有人忠告,在计算身体活动的能量消耗时,MET系统不考虑个体差异,也不考虑同一受试者随时间推移的变化(NM Byrne、AP Hills在2005年9月在Journal of Applied Physiology第99卷第3期1112-1119发表的Metabolic equivalent:one size does not fit all)。
b.学龄青少年活动:鼓励学龄青少年每天参加60分钟或更长时间的中度到剧烈的令人愉快的并且发育适宜的体育活动。干预性研究表明,在青少年骨骼健康、有氧健身、以及肌肉力量和耐力以及超重青少年的肥胖方面,有必要进行特定量的身体活动(WilliamB.Strong在2005年6月在Journal of Pediatrics第146卷第6期第732–737页发表的Evidence Based Physical Activity for School-age Youth)。大多数计划使用每周3到5天持续30到45分钟的连续、中度到剧烈活动的方案。然而,这些计划都无法找到一种方式来为受试者定制方案。研究表明,为了取得更好的效果,需要考虑到儿童和青少年身体活动以及对身体活动的反应的个体间差异和个体内差异。此外,由于所有的锻炼和训练计划都是基于预先定义的方案,因此它们不适应受试者状态的变化。它们也不能克服大多数参与者达到的“平稳期效应”。儿童和青少年的身体活动因年龄、锻炼类型、和环境而异。随着成长、成熟、和经验的积累,基本运动被整合和协调成更专业且更复杂的运动技能,这些运动技能在受试者之间是不同的。没有可用的方案使其适应受试者的参数,并且也没有方案随着锻炼期间发生的变化而变更。类似地,在青春期后期(15-18岁)中和成人中接近或达到结构和功能,在成人中,身体活动计划甚至更有结构性;然而,它们都不是为受试者定制的。推荐的儿童和青少年时期身体活动的优先顺序应被设计为与技能发展以及与行为、健康、和健身益处、受试者人口统计、伴随疾病相关,以及与许多额外的遗传/表型/环境因素相关。然而,目前还没有一种方案能够提供这样一种方法来为受试者定制锻炼方案。例如,在学龄前和学龄早期,一般的运动活动发展运动模式和技能。随着这些基本运动的建立和技能的改善,健康、健身、和身体活动的行为成分增加了。与健康相关的活动包括那些强调心血管和肌肉耐力和肌肉力量的活动,以及那些涉及承重的活动。类似的变化发生在成人身上。身体活动的程度对实现积极的行为结果很重要。因此,对受试者的方案的细化仍有未满足的需求(CM.Malina.的Fitness and performance:adult health and the culture of youth,new paradigms?,发表于R.J.Park和M.H.Eckert编辑的New possibilities,newparadigms?(American Academy of Physical Education Papers第24期;Champaign,IL:Human Kinetics Publishers;1991年,第30-8页)。每周增加10%的活动被建议为运动训练中使用的一种方法。然而,使用基于预定永久方案的渐进和逐步方法的方法并不是为受试者定制的,并且不会导致目标效果的连续改善。此外,这些方案中的大多数需要延长锻炼时间,并且不能在不损害锻炼结果的情况下缩短训练时间。对这些计划的遵守率很低。
c.身体活动建议:世界卫生组织(WHO)对体育活动的建议:在18-64岁的成年人中,身体活动包括闲暇时间的身体活动(例如:行走、跳舞、园艺、徒步旅行、游泳)、交通(例如:行走或骑行)、职业(例如:工作)、家务活、玩耍、游戏、运动或有计划的锻炼,在日常、家庭、和社区活动的环境中,以便改善心肺和肌肉素质、骨骼健康、降低NCD和抑郁症的风险(http://www.who.int/dietphysicalactivity/factsheet_adults/en/)。美国卫生与公众服务部(HHS)发布了针对所有6岁及以上美国人的身体活动指南(NIH建议(NIHrecommendations)https://www.nhlbi.nih.gov/health/healt h-topics/topics/phys/recommend)。“2008年美国人身体活动指南”解释说,规律的体育锻炼能改善健康。他们鼓励人们尽可能的活动。这些指南为儿童、成人和老年人推荐了身体活动的类型和量,并提供了如何将身体活动融入日常生活的提示。活动应该多种多样并且非常适合他们的年龄和身体发育。目前还没有针对年龄或受试者基因型/表型定制活动的方法。没有方法可以在不损害效果的情况下缩短活动时间或改善遵守率。身体活动被推荐为中等强度的有氧活动。示例包括:行走、跑步、跳绳、在操场上玩耍、打篮球、和骑自行车。建议包括每周至少3天进行剧烈强度有氧活动。建议包括每周至少3天进行肌肉强化活动。示例包括在操场器材上玩耍、玩拔河、以及做俯卧撑和引体向上。建议包括每周至少3天进行骨骼强化活动。示例包括:跳行、跳绳、跳爆竹(jumping jacks)、打排球和用阻力带锻炼。然而,这些方法都不是为受试者定制的。建议不活动的成年人应该渐进地增加他们的活动水平。然而,没有办法克服对渐进和永久逐步方法的适应。人们从每周少至60分钟的中等强度有氧活动中获得健康益处。为了主要健康益处,需要每周至少需要150分钟的中等强度有氧活动或75分钟的剧烈强度有氧活动。另一个选项是两者结合。一般规则是,2分钟的中等强度活动和1分钟的剧烈强度活动计为相等的。然而,其可能并非针对每个受试者都是如此。建议在做有氧活动时,应该每次至少要做10分钟,并且要持续整个一周。中等强度或剧烈强度的肌肉强化活动应被包括在每周2天或更多天内。这些活动应该对所有主要肌肉群(腿、臀部、背部、胸部、腹部、肩部、和臂部)都起作用。示例包括举重、使用阻力带、以及做仰卧起坐和俯卧撑、瑜伽、和繁重的园艺。然而,这些活动并不是为受试者定制的。65岁以上的老年人应该身体活动。做任何量的身体活动的老年人都会获得一些健康益处。如果身体不灵活,老年人应该逐步增加他们的活动水平,并首先避免剧烈活动。如果他们不能每周做150分钟的活动,他们应该在其能力和条件允许的情况下做尽可能多地身体活动。如果有跌倒的危险,推荐成年人做平衡锻炼。示例包括:向后或侧向行走,单腿站立,从坐姿连续站立几次。
CDC对老年人的建议基于以下几点:“你怎么知道你是在做中度的还是剧烈的有氧活动?在10分制中,坐着是0分,而尽可能努力运动是10分,中等强度的有氧活动是5分或6分。这会让你呼吸困难,并且你的心跳加快。你也会注意到你能够说话,但不能够唱你最喜欢的歌的歌词。剧烈活动在这个尺度上是7或8。你的心率会增加很多,并且你的呼吸会很困难,这样你不停下来喘口气就不能说几句话。你可以每周进行中等强度或剧烈强度的有氧活动,或者两者结合。强度是你的身体在有氧活动中运动的努力程度。一个经验法则是,1分钟的剧烈强度的活动和2分钟的中等强度活动差不多。每个人的健身水平都不一样。这意味着行走对你来说可能是一种中等强度的活动,但对其他人来说,可能会感觉剧烈。这完全取决于你——你的身材,你做什么感觉舒服,以及你的健康状况。重要的是,你要做适合你和你能力的身体活动。除了有氧活动,你需要每周至少两天做些事情以使你的肌肉更强壮。为了获得健康益处,肌肉强化活动需要进行到在没有帮助的情况下你很难再重复一次的程度。重复是一项活动的一个完整运动,比如举重或做一个仰卧起坐。试着每一项活动重复8-12次算为1组。试着做至少1组肌肉强化活动,但是为了获得更多的益处,做2到3组。你选择的活动应该能对你身体的所有主要肌肉群(腿、臀部、背部、胸部、腹部、肩部、和臂部)都起作用。
虽然需要为受试者定制的锻炼,但这些建议中没有提供为患者定制的方案,并且也没有建议能克服器官对重复的永久性训练计划的适应。目前,还没有为受试者定制的方案,并且也没有一种方法来克服锻炼和训练期间的持续适应,从而能够减少锻炼时间,改善对训练方案的遵守率,并连续改善最终结果。
d.在专业运动中实现最大效果:专业训练是基于预定的方案。(奥运会田径短跑运动员的训练套路(Training Routines for Olympic Track Sprint ers):http://www.livestrong.com/article/467983-training-routines-for-olympic-t rack-sprinters)。肌糖原的良好储备对奥运短跑运动员来说至关重要,因此力量训练、肌肉增强训练和最佳营养是获得世界级成绩所必需的。特别强调的是训练股四头肌、臀肌、腘绳肌和小腿肌与强壮核心一起帮助稳定运动。在世界级水平上,每个运动员都是不同的,并且需要个性化的训练。然而,没有针对这种个性化的方法。短跑运动员必须在练习中冲刺,从起跑线上爆发,直线跑100米,完美地完成任何转弯,最后加速跑进跑道,并以最大的效率完成所有这些。美国奥运代表队的短跑运动员将他们的训练分为锻炼有氧运动能力的跑步、锻炼肌肉的力量训练、增加移动范围和爆发力的力量训练、以及休息时间。短跑运动员花很多练习以重复组的形式以一半和四分之三的速度跑步。一个典型的练习是动态热身,一圈或两圈放松,跑楼梯,以及然后开始。有希望参加奥运会的人将花一天时间练习多达三次,伴随着吃饭和休息。奥林匹克短跑运动员每周至少两天进行力量训练。核心力量和稳定性和腿部力量一样重要。在休赛期,许多短跑运动员举起更重的重量来锻炼肌肉。三组八至十次重复是常见的,且在赛季(season)期间,强调的是较轻的重量和较高的重复,诸如三至四组15次重复。大多数短跑运动员在举重日不在跑道上跑步,或者只是轻度地跑。因为奥林匹克短跑运动员需要长腿,所以方块跳跃和跳跃绳、跳绳一样受欢迎,并且单腿跳通过图案来锻炼脚踝力量。强化训练通常是在跑道上或举重房中作为热身的一部分来被进行。动态拉伸是每一次热身的一部分,而静态拉伸则是放松活动的一部分。
由于不同运动员之间的器官适应不同,这与他们最大成就中的几乎“平稳期效应”相关联,从“平稳期效应”额外的训练可能只会增加边际效益。要声明的是每个受试者都应该有特定的算法来克服他的适应类型。在本领域中仍然需要用于改善器官功能和运动中整体表现的为受试者定制的方法。
e.锻炼期间的并发症,诸如哮喘和应力性骨折:规律的身体活动可以强化患有哮喘的人的肺部,并且改善他们的整体健康水平。锻炼和运动也能减轻哮喘症状。重要的是要保持哮喘处于控制下,并使身体活动适应个体的健康水平。(https://www.ncbi.nlm.nih.gov/pubmedhealth/PMH0072701/;(https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4653278/)。优秀运动员中锻炼诱发哮喘的患病率高于普通人群。在优秀耐力运动员中,呼吸上皮损伤和修复减少是运动员哮喘表型炎症发展的主要因素。上皮损伤是强化训练课程的重复过程的最终结果,也是优秀水平的锻炼所必需的高呼吸强度竞赛的最终结果。气道高反应性(AHR)与强化训练期相关联。另外,当其他刺激通过引起上皮损伤和炎症(例如呼吸道病毒感染)的增加而导致这一过程时,AHR进一步发展,并且哮喘症状可能出现在先前无症状的运动员中,如呼吸道病毒感染后长时间内AHR增加所证明的。基于算法的为受试者定制的训练可以防止这种类型的并发症。在本领域中,仍然需要为受试者定制的方法,其可以帮助防止专业运动员的上皮损伤达到“哮喘”水平以及防止其他并发症,诸如骨折。
f.防止锻炼期间的应力性骨折:应力性骨折可能发生在不受控制的锻炼期间或在受试者在受控制的锻炼过程中受试者没有意识到自己的状况时。(HeinonenMS于1996年11月16日在Lancet第348卷第9038期第1343-1347页发表的Randomised controlled trialof effect of high-impact exercise on selected risk factors for osteoporoticfractures)。骨质疏松性骨折在老年人中很常见。显示出股骨颈骨折(一个承重部位)的发生率在训练中高于对照组。在非承重部位(诸如桡骨远端),训练组和对照组之间没有显著差异。与对照组相比,在训练组中,以最大锻炼量垂直跳跃和每分钟预计耗氧量有显著改善。结果显示,高强度的锻炼负荷骨骼的力量分布迅速上升,并改善绝经前妇女的骨骼完整性、肌肉表现、和动态平衡。如果在规律的基础上进行,这种类型的锻炼可能有助于降低晚年骨质疏松性骨折的风险。基于算法的训练可以为受试者定制锻炼类型,以连续改善骨骼结构。类似地(D.B.Clement发表于1993年的Int J Sports Med;14(6):347-352的Exercise-Induced Stress Injuries to the Femur),研究了71名运动员的74处股骨应力损伤。跑步是受伤时最常见的活动。百分之三十的跑步者是在增加了他们的训练持续时间才出现他们的第一个症状。诊断和恢复的平均时间分别为6.6周和10.4周。用骑行和水上锻炼代替跑步是最常见的治疗措施。在本领域中仍然需要有为受试者定制的方法,该方法能够帮助防止这种骨折并强化骨骼。
g.心力衰竭(HF)患者的锻炼:美国心脏协会对成年人身体活动的建议是,身体活动可以防止心脏病和中风。为了改善整体心血管健康,他们建议每周至少进行150分钟的中度锻炼或每周75分钟的剧烈锻炼(或中度和剧烈活动的结合)。一天三十分钟,一周五次是一个容易记住的目标。当时间分成两段或三段、每天10到15分钟时,也显示出益处。对于那些从降低其血压或胆固醇中获益的人,他们建议一周进行三到四次40分钟的中等强度到剧烈强度的有氧锻炼,以降低心脏病发作和中风的风险(Asrar Ul Haq M等人在2015年的Clin Med Insights Cardiol;9:1-9.发表的Clinical Utility of Exercise Trainingin Heart Failure with Reduced and Preserved Ejection Fraction)。尽管声明针对HF训练的任何建议都应基于患者的特殊病理、个体对锻炼的反应(包括心率、血压、临床症状、和感觉到的劳累),以及基于在心肺锻炼测试中获得的测量结果,但没有可用的方法来满足这一需求。另外,应考虑患者的个体状态,包括目前的药物、风险因素概况、行为特性、个人目标、和锻炼偏好。目前的建议没有一个为该建议提供解决方案(De Maeyer C等人在2013年5月在The Adv Chronic Dis;4(3):105-117发表的Exercise training in chronicheart failure)。有必要定制规定的锻炼方案,以保证方案的效率和受试者的安全。因此,需要为受试者定制的方法,该方法将为心血管功能的连续改善提供更好、更有效、和更安全的方案。
h.阿尔茨海默病(AD)患者的锻炼:脑功能与身体活动有关。AD患者的最佳锻炼方案尚未被确定。越来越多的证据表明,包括有氧、肌肉力量、以及力量和平衡/协调锻炼在内的多成分训练对AD有重要的健康益处。(Rachel Pizzie在Alzheimer Dis AssocDisord.2014年1-3月;28(1):50–57发表)。增加身体活动可以防止AD患者的认知能力下降。身体活动水平较高的患者在情景记忆和视觉空间功能测试中表现更好。在随后的随访中,在携带一个或更多个载脂蛋白ε4等位基因(APOE4)的参与者中,较高的身体活动与执行功能和工作记忆任务的小的表现增益有关。在APOE4非携带者中,认知表现随时间推移的斜率与基线身体活动无关。这些结果表明,报告较高水平的身体活动的认知正常的老年人可能有较好的认知表现,但是随着时间的推移,较高水平的身体活动的潜在认知益处可能在有遗传性AD风险的个体中最为明显。因此,需要为受试者定制的方法,该方法能够改善遵守率和依从性,遵守率和依从性是这些人群面临的重要挑战。当规定为防止AD和PD的发展而应被实践的锻炼的类型、强度、和整体锻炼量时,应考虑受试者、疾病、训练类型、和环境相关因素。
i、规律的营养习惯有助于维持慢性病状态:超重和肥胖(BMI>25kg/m2)导致身体的炎症状态,并促进若干疾病,即:代谢综合征。营养习惯的有利变化,尽管最初对健康产生积极的结果,但达到了平稳期,生长素水平上升,并且BMI增加,并且通常导致比习惯改变前更高的水平(Brenna R.Hill等人在2013年11月在Peptides;49:138–144发表的Ghrelinand peptide YY increase with weight loss during a 12-month intervention toreduce dietary energy density in obese women.)。因此,需要以防止适应和阻碍健康后果的方式,帮助调整每个受试者的营养习惯。
概述
结合系统、工具和方法描述和说明了以下实施例及其各方面,这些实施例和方面是示例性和说明性的,而不是范围上的限制。在各种实施例中,已经减少或消除了上述问题中的一个或更多个,而其他实施例针对其他优点或改善。
这些实施例显示,不规律的挑战性锻炼/训练/培养/教学/营养的基于个性化的训练方案,或者受试者特定的和/或器官和/或疾病和/或为训练目的定制的任何操纵、程序、或刺激方案,可以连续改善响应率和/或防止或处理(treat)器官适应,从而改善训练/营养方案的效果,使得能够在较短的时间段内实现更好的效果,并且具有更好的受试者遵守率,并且减少了与训练相关的并发症。根据一些实施例,本文提供了基于算法的方法,该方法是受试者特定的、器官表现特定的、遗传和表型特定的、和/或生理目标特定的、和/或它们的任意组合。
根据一些实施例,本文提供了方法(多种方法)和/或包含该方法(多种方法)的设备(多种设备)/系统(多种系统),以用于通过使用受试者特定的、为方案定制的算法来克服关于任何类型的锻炼、训练、培养、教学计划、或设备生成的操纵的器官适应。根据一些实施例,由于不同个体间的器官适应不同,因此每个受试者被分配特定的算法来克服它。类似地,任何类型的锻炼、训练、培养、学习计划、任何慢性病,都需要定制的算法。根据一些实施例,提供了用于改善器官功能的为受试者定制的连续或半连续开发的基于随机化的算法。
根据一些实施例,本文提供了为受试者定制的、连续或半连续开发的闭环方法(多个方法)和/或设备(多个设备)/系统(多个系统),其实现基于随机化的算法,以改善所需要的器官功能。根据一些实施例,这些方法提供训练、锻炼、教学或学习方案,替代“一个方案规律地且重复地用于所有人”的计划。此外,它们要求脑部-肌肉-心脏的连接是活跃的,这进一步增强了训练的有益效果。
根据一些实施例,本文提供了为受试者定制的、连续或半连续开发的闭环方法(多个方法)和/或设备(多个设备)/系统(多个系统),其实施基于随机化的算法,以用于减轻或防止专业运动员的上皮损伤达到“哮喘”水平。
根据一些实施例,本文提供了为受试者定制的、连续或半连续开发的闭环方法(多个方法)和/或设备(多个设备)/系统(多个系统),其实施基于随机化的算法,以用于减轻或防止骨折和/或用于强化骨骼。
根据一些实施例,本文提供了为受试者定制的、连续或半连续开发的闭环方法(多个方法)和/或设备(多个设备)/系统(多个系统),其实施基于随机化的算法,以用于改善心血管功能。
根据一些实施例,本文提供了为受试者定制的、连续或半连续开发的闭环方法(多个方法)和/或设备(多个设备)/系统(多个系统),其实施基于随机化的算法,以用于定量地和定性地比较不同类型的脑部和身体锻炼对AD和/或帕金森病(PD)人群明确定义的结果的影响。根据一些实施例,这些算法改善了对在这些人群中是重要的挑战的遵守率和依从性。
根据一些实施例,本文提供了为受试者定制的、连续或半连续开发的闭环方法(多个方法)和/或设备(多个设备)/系统(多个系统),其实施基于随机化的算法,以用于以防止适应和阻碍健康后果的方式调整每个受试者的营养习惯。
根据一些实施例,本文公开的算法(例如,用于上文所述的应用)可以基于深度机器学习,其通过从具有相同疾病和相同治疗的大量受试者中学习而受益,并且使得能够将挑战性锻炼/训练/教学/培养/营养方案定制成对某些受试者更有益。根据一些实施例,基于蜂窝电话的应用或任何其他模式的提醒系统连同用于训练的新算法将向受试者或向锻炼设备发送提醒。这些设备包括但不限于:跑步机、自行车、肌肉锻炼设备、健身设备(fitness devices)、椭圆机、划桨器、罗马椅、爬梯、任何类型的健身设备(gym device)、健身机、健身器材(gym equipment),使用用于培养的模拟器、驾驶员(pilot)和驾驶模拟器、教学设备(诸如用于学习语言或数学的模拟器)、或可以用于器官/多个器官旨在改善它的/它们的功能方面的训练、锻炼、或培养的任何操纵或设备。
根据一些实施例,本文提供了用于以如下方式生成锻炼、训练、培养、学习、营养和/或教学、和/或治疗算法的设备、系统和方法:为受试者定制的、为器官功能定制的、为主题定制的、为疾病定制的、针对锻炼和/或学习的目的定制的、闭环连续或半连续学习以用于防止和/或克服对锻炼、培养、训练或教学计划的适应、和/或用于克服对这些方案的效果的部分丧失或完全丧失或对这些方案无反应,通过变更与挑战性锻炼/训练/教学/培养或操纵相关联的任何参数,通过与改善所述训练的长期效果或连续获得一个器官或多个器官的更好表现水平相关的任何类型的改变。根据一些实施例,这也可以通过使用生成任何类型的操纵或刺激的设备来实现。训练算法和/或基于算法的设备可用于连续防止或克服所有类型的训练方案、培养课程的适应或最大效果的丧失。
根据一些实施例,本公开的范围覆盖涉及器官相关治疗/操纵/训练/教学/锻炼的任何程序,其中,程序参数在训练课程时段内或训练课程时段之间被更新,以用于个性化算法参数,用于增加操纵的准确性和/或功效,用于连续实现更好的生理目标/更好的器官功能,用于防止(例如,连续防止)适应,和/或用于确保训练课程对目标器官或对任何类型的器官表现的延长的最大效果。
根据一些实施例,提供新的挑战性锻炼/训练/教学/培养方案的算法是受试者特定的、和/或器官功能特定的、和/或主题特定的、和/或为疾病定制的、和/或为操纵定制的、和/或为锻炼或教学的目的定制的,该算法通过以下方式来基于训练方案的变更:使用训练方案的基于算法的变更和/或基于设备的操纵的基于算法的变更向器官和/或身体中的任何器官提供特定的方案。
根据一些实施例,提供新的锻炼/教学/培养/训练方案的算法是为受试者定制的、和/或为器官功能定制的、和/或为主题定制的、为疾病定制的、和/或为操纵定制的、和/或为计划目标定制的,该算法通过为受试者/器官表现/主题/生理目标连续地或半连续地定制来基于方案的变更,并且该算法包括开发用于改善一个器官或多个器官功能的基于随机化的算法。因此,这种方法克服了对任何类型的单调锻炼/训练/教学/培养/营养计划的适应,包括涉及难度水平渐进地增加,或在训练课程期间使用规律的间隔。
根据一些实施例,该算法能够对脑部-目标器官连接施加积极的负担,以通过使脑部能够积极参与训练来进一步改善目标器官功能,从而通过进一步改善器官表现来防止适应并增加训练的功效。
根据一些实施例,提供新的挑战性锻炼/训练/教学/学习/培养/营养方案的算法通过以下方式为受试者定制、为器官功能定制、和/或为主题定制和/或为生理目标定制和/或为疾病定制、和/或为设备生成的操纵定制:使用用于连续地或半连续地改善达到更好的最终结果的能力(包括通过在为受试者/器官/主题/环境定制的方法中使用非渐进、非逐步的方法来达到更好的终点的能力)的方法。因此,这种方法导致在较短的训练时间段内改善一个器官或多个器官的功能,具有较少的适应、较高的遵守率、和较少的与训练相关联的并发症。
根据一些实施例,为受试者定制的连续开发的基于随机化的算法提供了新的锻炼/训练/教学/学习/培养/营养方案,该算法通过以下方式为受试者定制、和/或为器官表现定制、和/或为主题定制和/或为生理目标定制和/或为疾病定制、和/或为操纵定制:使用一种方法来防止或改良与锻炼或与训练相关联的任何类型的并发症,诸如应力性骨折、锻炼诱发的哮喘、心力衰竭的恶化、精神问题、缺乏对训练的遵守率等。
根据一些实施例,使用这些基于算法的方案改善了对锻炼/训练/教学/学习/培养方案/计划的遵守率。
根据一些实施例,本文提供了用于锻炼/训练/教学/学习/培养/营养和/或通过设备进行的任何类型的操纵施用的方法、计划、协议和/或方案,所述方法、计划、协议和/或方案基于被配置成在锻炼/训练/教学/学习/培养/营养和/或通过设备进行的任何类型的操纵施用期间内更新参数的算法,以用于对其进行个性化,增加其功效并克服对其的适应。根据一些实施例,算法根据或不根据受试者的依赖因素、背景疾病依赖因素、昼夜节律、或任何其他类型的因素,以及所使用的操纵的整体目标或直接地或间接地影响对所述方案的反应的训练类型来考虑任何类型的治疗/锻炼/训练/教学/学习/培养计划或基于设备的程序施用。
根据一些实施例,使用机器学习系统来确定和更新参数,该机器学习系统基于从用户接收的和/或与用户相关的特征值来提供参数值。
根据一些实施例,基于算法的新的锻炼/训练/教学/学习/培养/营养方案被生成,以用于改善身体或精神活动,用于改善一个器官或多个器官的功能,或者用于治疗肥胖、传染性疾病、代谢疾病、内分泌疾病、恶性疾病、免疫反应的疾病、炎性疾病、先天性代谢异常、疼痛、微生物相关疾病、神经疾病、任何类型的急性或慢性疾病或其中需要改善器官表现的病症、以及在与昼夜节律相关(包括时差)的任何类型的病症中、以及可以受益于改善的器官功能的任何类型的慢性医学问题或健康病症、或者在健康受试者希望改善器官的状态或功能或者希望学习任何主题的任何情况中,基于算法的新的锻炼/训练/教学/学习/培养/营养方案将是不规律的,旨在改善反应率和最大化程序效果,缩短达到最大效果所需的时间,并且并发症更少。
根据一些实施例,使用机器学习系统来确定和更新参数,该机器学习系统基于从用户接收的和/或与用户相关的特征值来提供参数值。
根据一些实施例,机器学习系统是深度学习系统,其中,对一些特征的学习是引导学习,而对其他特征的学习是非引导学习。
根据一些实施例,深度机器学习的层/级别的数量取决于特征的数量或取决于它们之间的关联的数量。
根据一些实施例,用户用指示朝向靶向生理目标的进展的输入来更新机器,并且学习机器基于从用户和/或其他用户学习的数据,根据与受试者/过程相关的定制参数来提供挑战性锻炼/训练/教学/学习/培养方案或操纵施用的更新方法。
根据一些实施例,如本文所使用的,术语生理目标(goal)或目标(target)可以指在期望方向上的生理测量或参数的值、梯度、或变化、或者新主题的学习、或者在反映改善的器官/器官表现的测试中获得更好的分数。例如,目标可以是避免对旨在改善跑步或学得更快的能力的训练的适应的发展。在这种情况下,这样的目标可以是通过设置为受试者设置新方案的基于个体的深度机器学习闭环算法,来避免对特定挑战性的锻炼/训练/教学/学习/培养/营养方案的耐受。新的方案被设计有或没有设置特定的范围作为参数/值变化的目标。
根据一些实施例,用户可以更新机器,或者机器可以接收来自该用户和/或其他用户的输入,该输入被用于以以下方式更新算法:使得能够通过提供与挑战性锻炼/训练/教学/培养方案相关以及与受试者相关的一个或更多个参数的改变来重定向或进一步定义锻炼方案的变化。该学习机器基于从其他用户连续地或半连续地学习的数据来提供更新的参数。基于受试者的子组(包括基于锻炼/训练/教学/学习/培养/营养方案的器官功能相关参数/疾病相关参数、待实现的目标、受试者相关参数(诸如年龄、性别、并发症、合并用药和受试者和/或疾病和/或药物和/或与方案的整体目标相关的其他因素)),连续或半连续地分析所接收的数据。
根据一些实施例,提供了用于向受试者分发指令的基于移动电话的系统或任何其他类型的提醒系统,所述基于移动电话的系统或任何其他类型的提醒系统包括更新模块,该更新模块被计算地配置成接收多个特征值,并提供用于设置新的锻炼/训练/教学/学习/培养方案的相关参数。这些参数可以是基于从受试者接收到的输入类型的变化,所述的输入类型包括生理参数的测量结果,诸如该主题的测试结果、竞赛成绩、脉搏、呼吸率、耗氧量、以及从EEG、ECG、EMG、MRI、CT、PET、PET/CT、US、X光、DEXA、血液测试、任何类型的生理或病理生物标记、与器官表现和/或与受试者直接或间接相关的参数。
根据一些实施例,更新模块的处理电路被操作来促进机器学习能力,其中使用了监督和/或无监督学习。
根据一些实施例,机器学习能力包括深度学习能力。
根据一些实施例,生理目标是避免对长期训练的适应、习惯化、或耐受的发展和/或克服对长期训练的适应、习惯化、或耐受。
根据一些实施例,机器学习的成功因素是维持目标器官功能的生理变化和/或改善。
根据一些实施例,机器学习的特征选自包括以下项的列表:所使用的锻炼/训练/教学/学习/培养/营养方案的类型、操纵的类型、目标器官的类型、器官表现/通过锻炼/训练/教学/学习/培养/营养计划实现的最终目的、背景疾病、方案的施用模式、微生物相关联的因素、合并用药;以及与受试者相关的参数列表,包括先前测试的表现、训练和教学的目的、先前竞赛的表现、年龄、体重、性别、种族、地理、病理历史/状态、过去/现在的药物、温度、代谢率、葡萄糖水平、血液测试以及任何可以测量的生理或病理参数(无论是直接地还是间接地与训练的目的相关联或与生理目标相关联);与锻炼/训练/教学/学习/培养方案和/或疾病和/或药物和/或受试者或受试者的子组直接或间接相关联的任何类型的生物标记。
本公开的某些实施例可以包括上述优点中的一些、全部、或一个也没有。从本文所包括的附图、说明书和权利要求中,一个或更多个技术优点对于本领域技术人员来说是明显的。此外,虽然上面列举了具体的优点,但是各个实施例可以包括列举的优点的全部、一些、或一个也没有。
除了上述示例性方面和实施例之外,通过参考附图和通过研究以下详细描述,进一步的方面和实施例将变得明显。
根据一些实施例,使用机器学习系统来确定和更新参数,该机器学习系统基于从用户接收的和/或与用户相关的特征值来提供参数值。
根据一些实施例,机器学习系统是深度学习系统,其中,对一些特征的学习是引导学习,而对其他特征的学习是非引导学习。
根据一些实施例,深度机器学习的层/级别的数量取决于特征的数量或取决于它们之间的关联的数量。
根据一些实施例,用户用指示朝向目标生理效果目标的进展的输入来更新机器,并且学习机器基于从用户和/或其他用户学习的数据来提供更新的算法和/或设备推导出的参数,而不同的生理目标可能赋予其他用户具有类似特征值(诸如器官功能、测试表现、与器官表现相关的分数、种族、年龄、性别、健康状况、合并用药等)以及用户特定的数据。
根据一些实施例,如本文所用,术语生理目标或目标可以指测试或竞赛中器官表现的值或程度。一旦实现目标,所使用的挑战性锻炼/训练/教学/培养/营养方案的类型或与该方案相关的不同参数可能仅改变以维持它或进一步改善它,或者,例如,当用户越来越接近目标值时,挑战性锻炼/训练/教学/学习/培养方案可能被变更。
根据一些实施例,如本文所用,术语生理目标(goal)或目标(target)可以指在期望方向上的生理测量值/参数的梯度或变化。例如,目标可以是改善阿尔茨海默病的精神功能,或改善游泳速度,或在数学测试中更好的表现,而不确定作为生理测量值/参数的目标的精确值。
根据一些实施例,用户可以更新机器,或者机器可以从用户和/或其他用户接收输入。这些输入用于更新算法,使得能够重定向或进一步定义基于算法的挑战性锻炼/训练/教学/学习/培养方案的理想参数,或者设备生成的操纵方案的理想参数,和/或在闭环系统之后对用户施用的定义的刺激,以实现受试者可能的最佳结果。
根据一些实施例,新生成的训练方案还有助于朝着靶向生理目标前进,并且学习机器基于从用户和/或其他用户连续地或半连续地学习的数据来提供更新的算法和/或过程参数。
根据一些实施例,数据是连续地或半连续地接收的,并且数据基于与目标器官功能、要实现的整体目的、先前测试的表现、在先前竞赛中获得的分数、背景疾病、所用药物的类型、营养状态、其他器官和/或受试者的子组的状态、要实现的生理水平的目标、以及与锻炼/训练/教学/学习/培养方案相关的生物标记等相关联的因素来被分析。
根据一些实施例,提供了一种用于闭环算法发生器和/或操纵发生器和刺激单元的系统,该系统包括更新模块以及输出设备,该更新模块被计算地配置成连续地或半连续地接收多个特征值,并基于至少一个传感器提供新的训练方案和/或设备生成的操纵/刺激参数,该至少一个传感器被配置成测量生理或病理性质并提供指示生理或病理性质的信号,该输出设备通知受试者何时以及如何执行挑战性锻炼/训练/教学/学习/培养/营养方案。
根据一些实施例,回路将包括操纵/刺激设备,包括:操纵/刺激诱导器,其被配置成基于刺激参数生成挑战性锻炼/训练/教学/学习/培养/营养方案,以影响目标器官或多个目标器官中的生理或病理变化。
根据一些实施例,该系统包括:通信单元,其被配置成允许将数据传输到建立输出的算法的主要部分,和/或允许信号传输到操纵/刺激设备以用于修改锻炼/训练/教学/学习/培养/营养方案参数和/或操纵/刺激参数中的一个或更多个;更新模块,其包括处理电路,该处理电路被配置成:从传感器获得信号,基于从传感器获得的信号确定算法和/或操纵/刺激参数,通过通信单元提供对新方案的提醒和/或向设备提供确定的操纵/刺激参数。
根据一些实施例,更新模块的处理电路被操作来促进机器学习能力,其中使用了监督和/或无监督学习。
根据一些实施例,该算法被提供用于连续地实现期望的生理变化,并且学习机器的成功因素是实现、保持、和连续地改善该生理变化。
根据一些实施例,生理学目标是在健康受试者的训练方案期间、以及对于患有需要改善器官功能的任何类型的急性或慢性疾病或状况的受试者,或者对于受试者希望改善其器官之一的功能的状况(诸如当旨在改善语言知识、改善跑步能力、心脏功能、肺功能、肌肉功能、任何类型的运动活动、任何受试者的研究、降低体重、管理葡萄糖水平、降低血压、治疗癌症、治疗急性或慢性疼痛、与昼夜节律相关(包括时差)的疾病、治疗癫痫或任何神经疾病、任何类型的精神疾病(如阿尔茨海默病)、治疗任何代谢疾病、治疗内分泌疾病、治疗遗传性疾病、治疗先天性代谢异常、治疗与微生物相关的病症、治疗任何肝病、治疗所有类型的糖尿病、治疗任何感染性疾病(包括病毒、细菌、真菌感染)、治疗炎性或免疫反应的疾病)对于任何器官的挑战性锻炼/训练/教学/学习/培养/营养方案的适应或效果的部分丧失或完全丧失的连续防止。例如,这种免疫相关疾病可以是自身免疫性疾病、移植排斥病、炎症性肠病、非酒精性脂肪性肝病、高脂血症、动脉粥样硬化、代谢综合征或包括其在内的任何病症。
自身免疫性疾病的示例包括但不限于:斑秃、狼疮、强直性脊柱炎、梅尼埃病、抗磷脂综合征、混合结缔组织病、自身免疫性阿狄森氏病、多发性硬化症、自身免疫性溶血性贫血、重症肌无力、自身免疫性肝炎、寻常性天疱疮、白塞氏病、恶性贫血、大疱性类天疱疮、结节性多动脉炎、心肌病、多软骨炎、乳糜泻性皮炎、多腺体综合征、慢性疲劳综合征(CFIDS)、风湿性多肌痛,慢性炎性脱髓鞘、多发性肌炎和皮肌炎、慢性炎性多发性神经病、原发性无丙种球蛋白血症、变应性肉芽肿性、原发性胆汁性肝硬化、瘢痕性类天疱疮、银屑病、肢端硬化综合征(CREST Syndrome)、雷诺综合征、冷凝集素病、莱特尔氏综合征、克罗恩病、风湿热、盘状狼疮、类风湿关节炎、原发性混合性、冷球蛋白血症、结节病、纤维肌痛、硬皮病、格林-巴利综合征、干燥综合征、僵硬综合征、桥本甲状腺炎、大动脉炎、特发性肺纤维化、颞动脉炎/巨细胞动脉炎、特发性血小板减少性紫癜(ITP)、溃疡性结肠炎、IgA肾病、葡萄膜炎、胰岛素依赖型糖尿病(1型)、血管炎、扁平苔藓和白癜风。移植物抗宿主病(GVHD),或防止同种异体移植排斥。根据一些实施例,通过本文公开的方法、设备和/或系统治疗的自身免疫性疾病可以是类风湿性关节炎、动脉粥样硬化、哮喘、急慢性移植物抗宿主病、系统性红斑狼疮、硬皮病、多发性硬化症、炎性肠病、银屑病、葡萄膜炎、甲状腺炎和免疫反应的肝炎中的任何一种。本文公开的方法可用于治疗高血压(hypertension)、糖尿病、和代谢综合征、腹型肥胖致动脉粥样硬化性血脂异常、血压升高(elevated blood pressure)、胰岛素抵抗或葡萄糖不耐受、血栓前状态和促炎状态(例如血液中C-反应蛋白升高)。患有代谢综合征的人患冠心病和其他与动脉壁斑块积聚有关的疾病(如中风和外周血管疾病)以及2型糖尿病的风险增加。
本文公开的方法可适用于癌症(恶性肿瘤)的治疗。恶性肿瘤可选自包括以下项的组:癌、黑素瘤、淋巴瘤、骨髓瘤、白血病和肉瘤。恶性肿瘤可包括但不限于:血液系统恶性肿瘤(包括白血病、淋巴瘤和骨髓增生性疾病)、发育不良和再生障碍性贫血(包括病毒诱导的和特发性的)、骨髓增生异常综合征、所有类型的副肿瘤综合征(包括免疫反应的和特发性的)和实体瘤(包括肺、肝、乳腺、结肠、前列腺胃肠道、胰腺和卡波氏肉瘤)。更具体地,恶性疾病可以是肝细胞癌、结肠癌、黑素瘤、骨髓瘤、急性或慢性白血病。
上述方法可适用于与治疗神经或精神疾病和疼痛以及任何类型的先天性代谢异常、以及下列周围或中枢神经系统疾病相关的任何操纵或锻炼或营养:亨廷顿病;ALS;痴呆症;阿尔茨海默病;遗传病的治疗;任何内分泌失调的治疗。
例如,运动和教学活动包括跑步、自行车、肌肉锻炼设备、健身设备、椭圆机、划桨器、罗马椅、爬梯、蹦床、撑杆、任何类型的健身设备或健身机器或健身器材,使用用于培养的模拟器、驾驶员和驾驶模拟器、教学设备(诸如用于学习语言的模拟器、用于培养和数学的软件)、或任何可用于器官或多个器官的训练、锻炼、或培养的旨在改善其功能或变更/改变营养习惯的操作或设备。
根据一些实施例,机器学习能力包括深度学习能力。
根据一些实施例,机器学习的特征从包括以下内容的列表中选择:目标器官功能相关因素、锻炼/训练/教学/学习/培养/营养方案相关因素、疾病相关因素、其他器官相关因素、药物相关因素、和/或受试者相关因素,诸如先前测试的表现、竞赛中获得的分数、与器官表现相关的测试成绩、年龄、体重、周期性热量摄入和输出、性别、种族、地理、病理历史/状态、温度、代谢率、葡萄糖水平、血液测试和可以被测量的任何生理或病理参数和/或生物标记(不管是直接还是间接与生理目标相关和与期望的表现目标相关)。
根据一些实施例,算法的输出可以采用通过基于蜂窝电话的应用或通过任何其他提醒方法传送给受试者的通知的形式,其指示或提醒受试者关于要使用的方案和/或包括在课程本身期间实时地或不实时地与锻炼相关的参数的改变。
根据一些实施例,算法和/或操纵/刺激诱导器被配置成:通过提供与受试者希望改善其功能的目标器官表现相关的任何类型的测量或参数,影响挑战性锻炼/训练/教学/学习/培养/营养方案和/或操作或程序和/或任何类型的设备(包括医疗设备),包括提供身体或精神锻炼的过程或设备、或使用任何类型的操纵/刺激(包括对目标身体部位的磁的、机械的、电的、基于温度的、基于超声的操纵/刺激、或通过身体运动、使用多种水平的训练、各种难度的锻炼、具有各种频率、振幅、持续时间、和间隔的操纵/刺激的类型或速率和节律向目标身体部位以结构化或随机的方式发出任何其他类型的信号的操纵/刺激或其他类型的直接或间接刺激的操纵/刺激)的设备。
根据一些实施例,该算法提供了一种用于持续防止适应挑战性训练的方法,该方法通过在被预先确定用于每个受试者、以及用于被靶向的每个器官、以及用于每种类型的锻练/训练/教学/学习/培养方案和/或被使用的设备生成的操作的特定的所述范围内建立连续的不规则性,来防止实现受试者从挑战性锻炼/训练/教学/学习/培养/营养方案中可能实现的最大效果、或者对方案效果的部分丧失、或者对训练的部分无反应/完全无反应,或者达到不再获得进一步改善的平稳期。
根据一些实施例,该算法提供了一种方法,用于通过连续建立新的方案和/或新的设备相关信号来防止对锻炼/训练/教学/学习/培养/营养方案的适应、或训练效果的丧失、或对训练的无反应性,所述新的方案和/或新的设备相关信号具有将被预先确定用于每种类型的训练方案和用于每一个受试者的在特定的所述范围内的不规则性。
根据一些实施例,传感器被配置成测量精神功能、任何类型的身体活动、关于测试的任何分数、关于竞赛的任何表现、温度、氧气水平、血压、和/或血液测试、器官活动、和/或可以直接或间接与器官表现的生理目标相关联地被测量的任何生理或病理参数或生物标记。
根据一些实施例,提供了一种挑战性锻炼/训练/教学/学习/培养/营养方案和/或一种旨在靶向所述器官的设备、提供脑部刺激、或腹部刺激、或任何器官刺激(无论该器官是否与该方案的目标相关联,或者是否与训练的目标器官相关联)的诱导设备,包括操纵/刺激设备诱导器,该诱导器被配置成基于影响一个器官或多个器官中的生理变化的参数生成刺激动作;以及通信单元,该通信单元配置成允许设备和更新模块之间的数据传输,其中,更新模块包括处理电路,该处理电路配置成从至少一个传感器获得指示生理或病理性质的信号,基于从传感器获得的信号确定算法和/或操纵/刺激参数,并通过通信单元向设备提供确定的算法/操作参数。
根据一些实施例,一种用于任何器官操纵/刺激或修改的连续/半连续/非连续/有条件的闭环的方法,包括在目标身体部位附近提供/放置修改/刺激设备、或可提供任何类型的信号、或可诱导器官功能的任何直接或间接变化的任何设备,或移植具有操纵/刺激诱导器的操纵/刺激设备,基于初始获取的信息和器官功能的期望的生理变化向设备提供初始参数,基于初始刺激参数,通过诱导器提供操纵/刺激,或者提供可以变更器官功能的任何类型的信号或效果,从用户和/或设备或其他源获得信息,并且基于获得的信息更新相关的锻炼和程序参数。
根据一些实施例,一种用于连续、半连续、有条件、或非连续闭环的方法,用于通过提供关于特定算法相关的参数、时间、施用模式、难度程度、或任何其他训练相关参数的提醒来生成新的锻炼/训练/教学/学习/培养方案。
根据一些实施例,基于任何方案相关参数和/或训练设备相关参数(包括例如:难度程度、进行锻炼的次数、组合若干种类型的锻炼或程序、和/或使用刺激参数)的变更连续地更新新生成的挑战性锻炼/训练/教学/学习/培养/营养方案,包括利用机器学习能力。根据一些实施例,机器学习能力包括闭环方法中的深度学习。
根据一些实施例,机器学习能力被配置成通过接收一组特征的值来对这一组特征进行操作。根据一些实施例,通过蜂窝电话或基于计算机的提醒系统、或任何其他类型的提醒系统和/或通过包括可佩戴/可植入设备的操纵/刺激设备,向受试者提供输出的新方案。根据一些实施例,刺激设备或影响器官功能的设备被配置成被用户吞咽。根据一些实施例,该设备被配置成放置在用户的身体上,或者经由与人体或与目标器官直接或间接接触的任何设备来使用。
根据一些实施例,生理目标是通过防止对挑战性锻炼/训练/教学/学习/培养/营养方案的适应或效果丧失或无反应和/或改善任何器官的表现,来改善目标器官功能、改善学习能力或疾病状况或改善健康。
根据一些实施例,本文提供了一种用于通过防止或减轻对至少一种方案的适应来改善目标细胞、组织、器官和/或全身功能和/或表现的计算机实现的方法,所述至少一种方案选自治疗、操作、挑战性锻炼、训练、学习、和营养方案,该方法包括:接收与受试者相关的多个生理和/或病理参数;将闭环机器学习算法应用于多个生理和/或病理参数;确定与治疗、挑战性锻炼、训练、学习和营养方案中的至少一个相关的受试者特定的输出参数,其中,受试者特定的输出参数有助于防止或减轻细胞、组织和/或器官对所述至少一个方案的适应;以及利用受试者特定的输出参数来通过应用为受试者定制的连续或半连续的基于随机化的或基于非随机化的算法改善机器学习算法,从而促进细胞、组织和/或器官功能和/或表现的连续改善。
根据一些实施例,防止或减轻适应可包括克服至少一种方案的效果的部分或全部丧失(或无反应)。
根据一些实施例,该方法还可以包括:利用为受试者定制的连续或半连续算法,该连续或半连续算法使用基于随机化和/或基于非随机化的算法,该基于随机化和/或基于非随机化的算法被配置成使用或组合与目标细胞、组织、器官和/或身体直接相关或不直接相关的一个或更多个算法训练任务,以用于改善其功能和/或表现。
根据一些实施例,该方法还可以包括:利用刺激设备向受试者提供刺激,以使至少一种方案的效果最大化。
根据一些实施例,该方法还可以包括更新受试者特定的输出参数中的至少一个。根据一些实施例,更新可以包括更新受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或它们的任意组合。根据一些实施例,该方法还可以包括更新,该更新可以包括更新受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或它们的任意组合。
根据一些实施例,该方法还可以包括确定刺激参数。
根据一些实施例,可以基于从受试者连续地或半连续收集的数据来更新输出参数。
根据一些实施例,机器学习算法还考虑选自包括以下项的组的个人数据:受试者表现、细胞/组织/器官功能相关分数、与细胞/组织/器官表现相关的参数、年龄、体重、腰围、目标器官、和其他器官的功能、热量摄入和输出、性别、种族、地理、病理历史/状态、温度、代谢率、脑功能、健康状况、心脏、肺肌肉功能、血液测试、和任何生理或病理生物标记、受试者的健康相关参数或它们的任意组合。
根据一些实施例,生理和/或病理参数中的至少一个是从传感器获得的。
根据一些实施例,该方法还可以包括将推荐的方案相关参数或其变化实时通知受试者。
根据一些实施例,该方法还可以包括利用外部的、可佩戴的、吞咽的和/或植入的设备来引发目标细胞、组织和/或器官中的反应,以连续改善其功能和/或表现。
根据一些实施例,该方法还可以包括向受试者施用挑战性锻炼方案、训练方案、培养方案、营养方案或设备生成的操纵方案。
根据一些实施例,该方法还可以包括更新挑战性锻炼/训练/教学/学习/游戏/培养方案/营养方案、和/或设备生成的操纵或刺激参数,其中,更新包括利用机器学习能力。根据一些实施例,机器学习能力包括闭环深度学习。根据一些实施例,机器学习能力被配置成通过接收一组特征的值来对这一组特征进行操作。
根据一些实施例,该方法可用于改善希望改善肌肉、心脏、肺、皮肤、大脑关于任何其他组织/一个器官/多个器官的表现的健康受试者的器官功能,和/或该方法可以用于改善任何组织/一个器官/多个器官的训练能力,改善培养或教学,和/或用于治疗肥胖症、传染性疾病、代谢疾病、内分泌疾病、恶性疾病、免疫反应的疾病、炎性疾病、先天性代谢异常、疼痛、微生物相关疾病、神经性疾病、器官纤维化、去同步化或昼夜节律紊乱。
根据一些实施例,治疗可以包括药物治疗、设备治疗、或它们的组合。
根据一些实施例,本文提供了一种用于通过防止或减轻对至少一种方案的适应来改善目标细胞、组织和/或器官功能和/或表现的系统,所述至少一种方案选自治疗、挑战性锻炼、训练、学习、和营养方案,该系统包括处理器,该处理器被配置成:接收与受试者相关的多个生理和/或病理参数;将闭环机器学习算法应用于多个生理和/或病理参数;确定与治疗、挑战性锻炼、训练、学习和营养方案中的至少一个相关的受试者特定的输出参数,其中,受试者特定的输出参数有助于防止或减轻细胞、组织和/或器官对所述至少一个方案的适应;以及利用受试者特定的输出参数来通过应用为受试者定制的连续或半连续的基于随机化或基于非随机化的算法改善机器学习算法,从而促进细胞、组织和/或器官功能和/或表现的连续改善。
根据一些实施例,防止或减轻适应可包括克服至少一种方案的效果的部分或全部丧失(或对至少一种方案的无反应)。
根据一些实施例,处理器还被配置成利用为受试者定制的连续或半连续的持续开发的基于随机化和/或基于非随机化的算法,该基于随机化和/或基于非随机化的算法被配置成组合与目标细胞、组织、器官和/或全身直接相关或不直接相关的一个或更多个算法训练任务,以用于改善其功能和/或表现。
根据一些实施例,该系统还可以包括刺激设备,该刺激设备被配置成向受试者提供刺激,以使至少一种方案的效果最大化。刺激设备被配置成通过物理运动、机械信号、电信号、电磁信号、声音信号、超声信号、温度变化或它们的任意组合向目标身体部位提供信号。
根据一些实施例,处理器还可以被配置成更新受试者特定的输出参数中的至少一个。根据一些实施例,更新可以包括更新受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或它们的任意组合。
根据一些实施例,处理器还被配置成确定刺激参数。
根据一些实施例,处理器还被配置成基于从受试者连续地或半连续地收集的数据来更新输出参数。
根据一些实施例,机器学习算法还考虑选自包括以下项的组的个人数据:受试者表现、细胞/组织/器官功能相关分数、与细胞/组织/器官表现相关的参数、年龄、体重、腰围、目标器官、和其他器官的功能、热量摄入和输出、性别、种族、地理、病理历史/状态、温度、代谢率、脑功能、健康状况、心脏、肺肌肉功能、血液测试、和任何生理或病理生物标记、受试者的健康相关参数、或它们的任意组合。
根据一些实施例,该系统还可以包括传感器,该传感器被配置成提供指示生理和/或病理参数中的至少一个的信号。
根据一些实施例,该系统还可以包括输出模块,该输出模块被配置成将推荐的方案相关参数或其变化实时通知受试者。
根据一些实施例,该系统还可以包括外部的、可佩戴的、吞咽的和/或植入的设备,该外部的、可佩戴的、吞咽的和/或植入的设备被配置成引发目标细胞、组织和/或器官中的反应,以连续改善其功能和/或表现。
根据一些实施例,处理器还被配置成推荐/更新挑战性锻炼/训练/教学/学习/玩耍/培养方案/营养方案、和/或设备生成的操纵或刺激参数,其中,更新包括利用机器学习能力。机器学习能力可以包括闭环深度学习能力。机器学习能力可以被配置成通过接收一组特征的值来对这一组特征进行操作。
机器学习能力治疗可以包括药物治疗、设备治疗、或它们的组合。
本公开的某些实施例可以包括上述优点中的一些、全部、或一个也没有。从本文所包括的附图、说明书和权利要求中,一个或更多个技术优点对于本领域技术人员来说是明显的。此外,虽然上面列举了具体的优点,但是各个实施例可以包括列举的优点的全部、一些、或一个也没有。
除了上述示例性方面和实施例之外,通过参考附图和通过研究以下详细描述,进一步的方面和实施例将变得明显。
这些实施例中的一些实施例的非显而易见性来自于以下事实:权利要求使用了一种算法,该算法通过以下方式为受试者定制和/或为疾病和/或锻炼定制、和/或为在器官功能要达到的表现目标定制:变更训练/营养相关参数和/或时间和/或锻炼施用方法和/或不同锻炼的组合,和/或不同难度程度的组合和/或针对相关器官的锻炼的组合,和/或对任何器官的操纵/刺激的使用,和/或通过使用设备和/或作为主要锻炼的辅助的任何类型的身体或精神锻炼,以用于改善一个器官或多个器官的功能,用于改善器官或受试者的整体能力,用于防止/治疗对训练/营养的适应,或作为急性和/或慢性疾病的单独治疗,并非被预期为基于器官功能、身体或精神锻炼和慢性治疗/方案的当前知识。
附图简述
以下将参考所附附图对说明实施例的示例进行描述。在附图中,出现在多于一个附图中的相同的结构、元件或部件在它们出现的所有附图中通常用相同的数字来标记。可替代地,出现在多于一个附图中的元件或部件可以在它们出现的不同的附图中用不同的数字标记。附图中示出的部件和特征的尺寸通常是为了呈现的方便和清楚而选择的,并且不一定按比例示出。下面列出了这些附图。
图1示意性地图示了系统的功能框图,该系统根据一些实施例并基于对每个挑战性锻炼/训练/教学/学习/培养方案的预定范围的使用来累积受试者相关的、表现相关的、设备相关的、和/或目标器官相关的参数。
图2示意性地图示了根据一些实施例的用于改善挑战性锻炼/训练/教学/学习/培养方案的基于闭环的算法的功能框图,以连续防止目标器官适应并改善目标器官功能和/或对方案的响应的丧失,并改善表现。
图3示意性地图示了根据一些实施例的方法的流程图,该方法用于使用所述计划、程序、操纵、或能够改善器官功能的设备、和/或操纵、程序、药物、设备、和/或医疗设备的组合,和/或使用能够改善器官功能的设备或程序或方法或软件的刺激模式,来提供更新的挑战性锻炼/训练/教学/学习/培养方案。
图4示意性地图示了一种方法,该方法为在跑步机上跑步的人提供新的锻炼方案,其中对腿部肌肉进行外部肌肉刺激,以改善跑步能力,并连续防止通过使用常规锻炼计划的慢性效应的适应或丧失。
详细描述
在下面的描述中,将描述本公开的各个方面。出于了解释的目的,阐述了具体的配置和细节,以便提供对本公开的不同方面的透彻理解。然而,对本领域中的技术人员将明显的是,本公开可以在没有本文中所提出的具体细节的情况下实践。此外,可能省略或简化了众所周知的特征,以免模糊本公开。
根据一些实施例,本文提供了算法、方法、设备、和系统,用于通过连续提供新的挑战性锻炼/训练/教学/学习/培养/营养方案来改善器官功能和整体表现,并用于防止、减轻或治疗因受试者的需要而对其的使用引起的适应导致的训练计划的部分/完全效果丧失,以及用于使锻炼/训练/教学/学习/培养方案对目标器官的功能的效果连续最大化,该方法是连续/半连续/有条件/或非连续闭环深度学习个体化分子/细胞/组织或任何其他器官刺激。
根据一些实施例,本文提供了设备、系统和方法,以用于变更与锻炼/训练/教学/学习/培养/营养方案相关的参数和/或组合不同的锻炼方案和/或使用目标器官操纵/刺激或任何程序或任何可以辅助的设备,以及用于改善持续性和连续改善的器官功能。
根据一些实施例,任何器官刺激(其中输出和设备参数在锻炼/训练/教学/学习/培养/营养周期内被更新)用于程序、训练、或设备参数个性化,并改善输出程序方案和/或刺激或由设备或任何类型的治疗提供的任何其他类型的程序的准确性和功效,以用于实现期望的生理目标和防止长期适应,以用于确保延长效果和改善器官的功能或生理通路。
根据一些实施例,任何类型的任何输出锻炼/训练/教学/学习/培养/营养方案和/或器官操纵/刺激或由设备提供的任何信号(其中刺激或其他参数在训练周期内被更新)用于个性化刺激或其他信号和特性,以增加方案的准确性和功效,从而实现期望的生理目标并改善器官的整体功能。
根据一些实施例,使用机器学习系统来确定和更新参数,该机器学习系统基于从用户接收的和/或与用户和他们的表现相关的特征值来提供参数值。
根据一些实施例,机器学习系统可以是深度学习系统,其中,对一些特征的学习是引导式或监督式学习,而对其他特征的学习是非引导式或非监督式学习。
根据一些实施例,深度机器学习的层/级别的数量取决于特征的数量。
根据一些实施例,用户随着朝向靶向生理目标的进展更新机器,用于器官表现的整体改善,并且学习机器基于从目标器官功能、和/或受试者表现、和/或疾病、和/或药物、和/或受试者或受试者的子组、和/或与锻炼/训练/教学/学习/培养/营养方案的类型相关或不相关的生物标记或参数、或方案和/或用户和/或其他用户的组合(其可能赋予其他用户具有类似特征值(诸如表现、与目标功能相关的分数、种族、年龄、性别、健康状况等)以及用户特定的数据(例如在预定状况下朝向目标跑步速度的进展等)),提供更新的挑战性锻炼/训练/教学/学习/培养/营养方案相关参数和方案、和/或刺激或其他设备相关参数。
根据一些实施例,用户输入可以包括任何类型的生理或病理参数,以及与锻炼/训练/教学/学习/培养/营养方案或程序直接或间接相关的个人和环境参数。这些参数可能与受试者相关,或与特定的方案相关,或与特定的器官相关,但不一定与所有受试者相关。
根据一些实施例,用户可以更新机器,或者机器可以接收来自用户和/或来自其他用户的输入,这些输入被用于以能够重定向或进一步定义锻炼/训练/教学/学习/培养/营养方案和/或操纵/刺激或由设备遵循闭环系统施用于用户的其他信号的方式来更新算法。
该学习机器提供基于从用户和/或其他用户连续或半连续学习的数据更新的锻炼/训练/教学/学习/培养/营养方案和/或操纵/刺激或其他基于设备的程序、参数。基于受试者的子组、器官功能参数、和与器官、受试者直接或间接相关的生物标记、受试者表现、测试中实现的分数、背景疾病、年龄、性别、伴随疾病、合并用药、任何类型的锻炼/训练/教学/学习/培养/营养方案、相关或不相关的生物标记、热量摄入、身体活动等,连续分析实时或不实时接收的数据。
如本文所使用的,术语“学习机器(learning machine)”、“更新模块(updatemodule)”和“更新系统(update system)”可互换使用,并指系统的集成的或通信地链接的部件,其被配置成接收用户数据形式的输入数据(诸如与器官功能、体重、医疗状态、性别年龄等直接或间接相关的参数)、直接或间接测量相关身体指示的特征(该相关身体指示是基于对身体的操纵/刺激或其他由设备生成的程序参数生成的)、一组锻炼/训练/教学/学习/培养/营养相关参数,从而基于来自用户、多个用户和/或用户模型的当前输入、历史输入和/或预配置数据形成新的锻炼/训练/教学/学习/培养/营养方案和/或新的设备生成的刺激或程序计划。
根据一些实施例,关于用户的输入数据以及从其他用户在连续或半连续基础上接收的输入由控制器处理,该控制器基于闭环系统,该闭环系统连续评估测试参数与要达到的水平的距离或生理或病理测量结果/参数的变化方向和/或速率,生成被转换成新输出的改善算法。
根据一些实施例,该算法提供了一种方法,用于通过在针对每个锻炼或程序、或针对若干锻炼类型基于其功效模式的组合而预先确定的特定的所述范围内建立不规则性并基于从器官或受试者接收的表现输出,来连续改善器官功能和防止对常规的永久性锻炼方案的长期适应,以及防止其效果的丧失。
根据一些实施例,该算法提供了一种方法,用于通过以下方式来改善器官功能和防止对有规律的锻炼/训练/教学/学习/培养/营养方案的长期适应、以及防止其效果丧失的方法:在挑战性锻炼/训练/教学/学习/培养/营养方案施用的模式中建立不规则性,在各种锻炼和程序的组合中建立不规则性,或者与方案相关或与设备生成的程序或刺激或治疗相关的任何类型的不规则性。
输出可以是通过基于蜂窝电话的应用或通过任何其他方法被传送给受试者的提醒的形式,该输出就锻炼/训练/教学/学习/培养/营养方案或与锻炼或操纵相关的参数向受试者指示。
根据一些实施例,输出可以通过生成程序的设备或者刺激诱导器来传递,该刺激诱导器被配置成通过以下方式来影响操纵/刺激:以结构化或随机的方式,使用具有各种频率、振幅、持续时间、和间隔的刺激的各种类型的速率和节律或者其他类型的直接或间接刺激,通过物理运动,向目标身体部位或任何其他身体部位提供机械的、磁的、电的、基于温度的、基于超声的、或任何其他类型的信号或由设备生成的其他操纵。
现在参考图1,根据一些实施例,输出锻炼提醒设备和/或操纵/刺激系统100。根据一些实施例,系统100包括挑战性锻炼/训练/教学/学习/培养方案提醒输出设备和/或操纵/刺激器101,其被配置成向目标身体部位(腹部、脑部、或身体中的任何其他器官)提供锻炼/训练/教学/学习/培养方案提醒输出和/或设备生成的程序或刺激,以实现改善器官功能的期望生理效果,系统100可选地包括一个反馈机构102,该反馈机构102与训练输出和/或刺激器101相关联,被配置成提供与目标器官功能相关的生理指标的测量结果,或任何其他疾病相关或不相关的生物标记,或替代地,提供与101相关的技术信息,诸如电池充电水平。这些参数可能与算法旨在改善的生理目标相关或间接相关。
根据一些实施例,系统100还包括附加的外部传感器103,例如提供关于目标器官功能或关于整体身体功能的数据的脉搏、呼吸速率、氧饱和度、血液测试、或任何其他测试等、或受试者的任何类型的表现,它们与来自反馈机构102的信息一起被提供给本地处理电路102,该本地处理电路102被配置成基于包括外部或内部传感器103的测量结果的输入和可选的反馈机构102来控制101的操作。根据一些实施例,处理电路106还被配置成获得用户相关信息104的输入和其他用户输入,包括锻炼/训练/教学/学习/培养方案和/或设备相关数据105,基于这些输入,算法和/或设备输出参数被确定。
根据一些实施例,外部传感器103可以是器官或锻炼/训练/教学/学习/培养方案相关的生物标记传感器,其被配置成在特定时间向本地处理电路106提供指示用户的目标器官功能和锻炼/训练/教学/学习/培养方案目标参数的信息。根据一些实施例,可以指导或建议用户定期测量他们的器官功能和/或方案和/或与疾病相关联的生物标记,或者在特定时间或在特定事件之后/的时候/之前测量与实现目标直接或间接相关的任何其他参数。
根据一些实施例,处理电路106可以与远程服务器107通信,用于利用其计算表现和/或先前用户/其他用户的数据。根据一些实施例,远程服务器107可以是云计算机。
根据一些实施例,处理电路被设计用于连续或半连续的闭环数据输入和输出,其中,算法输出和/或设备生成的操纵或刺激参数是基于输入信息和数据来被调整的。
根据一些实施例,输出算法可以通过新的训练或培养方案和/或通过设备生成的操纵来被引入。它可以被引入以基于锻炼的或来自人体内的(例如关于被用户吞咽的胶囊、或者放置在特定位置以影响期望的操纵或刺激的可佩戴的或任何其他设备的)程序相关参数的变化来为优选的锻炼方案提供提醒。
根据一些实施例,输出设备可以被引入以提供刺激或来自人体内的(例如关于放置在特定位置以影响期望的刺激或操纵的可移植设备或可摄取的物体(如胶囊)的)任何其他与表现相关的信号。
现在参考图2,其示意性地图示了根据一些实施例的基于闭环的算法的功能框图,该基于闭环的算法用于改善锻炼/训练/教学/学习/培养方案和/或刺激方案,以连续防止目标器官适应并改善目标器官功能和/或对方案的响应的丧失,并改善表现。根据一些实施例,方案采用算法的形式,其针对优选的挑战性锻炼/训练/教学/学习/培养方案、或方案的组合、和/或对设备生成的刺激操纵的使用、或对生成改善器官功能的程序的设备或医疗设备的使用创建提醒,和/或方案采用药丸或任何其他内部或外部设备200的形式,并且包括收集数据的若干传感器201、202、203。这包括受试者相关数据和/或器官功能相关数据、和/或使用与器官功能和期望的生理目标相关或不直接相关的生物标记或参数的锻炼/训练/教学/学习/培养方案或疾病相关数据、以及方案的功效模式,该方案的功效模式被配置成提供用于生成优选训练方案和/或优选设备生成的程序/刺激的数据的总和,其连续防止对规律的永久训练方法的适应。闭环提供了一种方法,用于学习并且用于生成将被传送给所述受试者的新的锻炼/训练/教学/学习/培养方案、和/或操纵/刺激或对任何能够改善整体目标器官或器官功能和整体表现的设备的使用。
数据经由控制器设备204和通信设备205被控制器分析。新的挑战性锻炼/训练/教学/学习/培养方案和/或设备生成的操纵/刺激方案由汇总数据206的设备产生。
输出设备207将连续生成新的算法,该新的算法以新的挑战性锻炼/训练/教学/学习/培养方案和/或设备生成的操纵/刺激方案的形式传送给受试者,以用于改变训练方案的模式和/或针对目标器官的设备功能。传感器201、202、203重新收集输出效果的数据,并闭合学习环路。
根据一些实施例,设备200可以可选地还包括传感器,其被配置成根据经由通信单元接收的锻炼/训练/教学/学习/培养方案和/或设备生成的操纵参数来控制第一挑战性锻炼/训练/教学/学习/培养方案参数或设备操纵参数诱导器的、以及若干附加的这样的输出设备的操作,以实现朝向生理目标的生理变化,该通信单元被配置成与外部或内部更新模块/单元/电路通信,以用于接收参数,并向其发送来自传感器的信息、或其他操作信息。
根据一些实施例,连续生成新的挑战性锻炼/训练/教学/学习/培养方案和/或新的设备生成的操纵的输出设备可以包括非暂态存储器,其用于存储将要提供给用户的锻炼/训练/教学/学习/培养方案和设备生成的操纵课程(maneuver session)。根据一些实施例,新的训练方案和新的设备生成的操纵不包括用于在其上存储刺激课程(stimulationsession)的存储器,而是由更新单元控制,用于每当发生这种变化时连续改变方案参数和操纵参数。
现在参考图3,图3示意性地示出了根据一些实施例的方法300的流程图,该方法300用于连续提供提醒的更新参数生成,以生成更好的锻炼/训练/教学/学习/培养方案或任何类型的设备生成的操纵/刺激信号。它示意性地图示了为受试者定制的连续或半连续学习闭环系统的功能框图。获得用户相关信息(步骤301)。用户相关信息可以包括传感器测量结果、或者更一般的信息(对于非限制性示例,诸如,与受试者相关的锻炼/训练/教学/学习/培养方案相关的、与器官功能相关的、与疾病相关的、与生物标记相关的信息)、和/或与方案或操纵对器官表现的影响直接或间接相关的任何其他参数,诸如联合用药、与器官功能相关的分数、受试者的表现、体重、性别、临床病史等、或者对于器官功能或锻炼特定的数据。确定特定锻炼方案,向受试者发送提醒,并设定生理目标(步骤302)。生理目标可以包括与目标器官功能相关的终点,诸如跑步速度、心脏或肺功能、阿尔茨海默病患者的脑功能的改善、学习的改善、疼痛的改善、炎性疾病的缓解、恶性肿瘤、感染、体重、葡萄糖水平、血压水平、功能不良的任何器官的功能改善,或者受炎性、感染性、遗传性、或内分泌学、代谢性疾病、恶性过程、或需要干预和/或上述生理参数中的一个或更多个的正向变化的任何其他慢性医疗病症影响的任何器官的功能改善。
确定初始输出锻炼/训练/教学/学习/培养方案和/或设备生成的操纵/刺激参数(步骤303)。基于特定的目标器官和/或方案参数和/或药物、疾病、锻炼相关参数、和患者相关参数,向参与者提供新的方案和/或操纵参数(步骤304)。可选地,向受试者并且向设备提供输入,所述输入可以包括更新的目标器官功能测量值,以从器官或参与者获得输入(步骤305)。可选地,从一个传感器或多个传感器获得与目标器官表现相关的参数的数据(步骤306)。生成更新的锻炼方案:锻炼/训练/教学/学习/培养相关参数的改变和/或操纵/刺激参数和/或不同锻炼的组合的变更(307)。基于生成的锻炼方案,提供新的锻炼方案和/或新的操纵或刺激参数(308),并且基于更新的参数生成闭环,且然后为了新的基于闭环的方案和/或器官操纵和刺激方案返回到步骤305。
根据一些实施例,该系统可以从内部和外部设备或者从测试、分数、器官相关表现参数、血液测试、或者从受试者历史、从多个受试者连续接收输入,该输入根据深度机器学习闭环算法被处理,使得来自其他用户的相关数据被应用于特定受试者,以优化锻炼/训练/教学/学习/培养方案的类型。以这种方式,基于来自受试者的输入和来自其他用户或受试者的相关数据,生成受试者特定的算法。
根据一些实施例,深度机器学习算法被设计成具有若干层次的闭环,这些闭环中的一个在另一个之上构建,但是也并行起作用,以能够生成优化的输出算法和/或输出操纵/刺激,连续地能够达到生理目标或改善器官功能。
根据一些实施例,更新系统(更新模块)可以具有双重本地和网络架构,其中,例如本地单元/电路与操作设备处于实时或短延迟回路中,并且学习和更新操纵或刺激参数,而不涉及更高级的计算电路,诸如服务器或云计算机。更新系统可以包括全局/网络部件,其中可以从多个用户接收输入,并且从多个用户的数据中学习可以应用于各个用户的刺激参数。
有利的是,在这种局部-全局架构中,可以使用较低级(局部)更新模块在短/即时闭环中更新刺激,其中,较长和即时性较少的闭环可以使用较高级(全局)更新模块来更新刺激。
上面提出的更新系统的两级分层架构(two-stage hierarchical architecture)是示例性的,并且其他概念上相似的架构可以应用于各种实施例中。
如本文所用,术语“更新系统(update system)”或“更新模块(update module)”是指被配置成与刺激设备有线或无线通信以用于设置和修改基于算法的方案和/或操纵参数的部件。
根据一些实施例,每个数据参数被接收并与基于算法的方案和/或所生成的操纵刺激相关联地被进行分析,且因此该算法可以确定与生理目标或期望的生理变化相关联的特定用户/受试者最相关的数据或特征的类型。该输入参数对于所有用户/受试者可能不相同,并且对于相同的用户/受试者关于不同的生理目标、目的、改善、或期望的表现可能不相同。
根据一些实施例,即使对于具有相同期望生理变化的相同用户,基于算法的挑战性锻炼/训练/教学/学习/培养/营养方案和/或设备生成的操纵/刺激特性可以随着时间的推移而改变,并且即使如此或者即使如此(and even if,and if not),也存在在器官表现的积极的生理变化。这种方案和操纵特性的变化可以避免用户习惯于锻炼/训练/教学/学习/培养/营养方案和设备生成的操纵,并保持积极的生理变化以连续改善表现、减少并发症、和改善患者遵守率。
现在参考图4,其根据一些实施例示意性地图示了在跑步机上的人连同肌肉刺激器系统400。根据一些实施例,系统400包括刺激设备401,其被配置成插入/引入受试者腿部的目标区域,以向其诱导刺激。跑步机402经由无线通信链路连接到控制系统403。根据一些实施例,跑步机和刺激设备二者都经由无线通信链路(诸如通过天线404)与更新模块(诸如连续或半连续学习机403)通信,用于将来自跑步机402和刺激设备401的传感器信息发送到学习机403,并从学习机403接收基于更新的算法的新的锻炼方案和/或刺激参数405,以调整锻炼方案和/或刺激,从而朝向达到生理特征的改善靶向目标(target goal)和跑步能力的持续改善、减少使用跑步机的并发症、并改善受试者对训练安排的遵守率实现期望的结果。
根据一些实施例,设备生成的操纵/刺激技术包括可以改善器官功能的机械、磁、电、电磁、超声、热等。根据一些实施例,挑战性锻炼/训练/教学/学习/培养/营养方案的变化包括方案的任何参数(包括例如锻炼课程长度、难度程度、独立锻炼顺序的变化、以及与器官表现相关的类似参数)的变化。设备生成的操纵/刺激特性包括训练方案的变动或变化和操纵/刺激模式(重复)、频率、强度、和持续时间或对此进行控制的任何其他参数的变动或变化。根据一些实施例,训练和营养方案以及设备生成的操纵可以连续或间歇地提供开/关时间段,并且时间段的持续时间和/或它们之间的比率可以以结构化的方式、随机或半随机地改变。
根据一些实施例,该设备被配置成放置在参与者身体上的期望位置处,以诱导对其的操纵/刺激,例如通过使用带子/条状物/补片或通过任何类型的设备来紧固。
根据一些实施例,挑战性锻炼/训练/教学/学习/培养/营养方案和操纵/刺激设备与更新模块(诸如学习机器)通信,以用于连续更新方案和/或操纵参数/特性。根据一些实施例,通信可以是无线的。
根据一些实施例,外部和内部设备都可以用于数据收集和输入来自各种器官的数据,和/或用于连续生成新的挑战性锻炼/训练/教学/学习/培养/营养方案和实现靶向生理目标和连续改善器官整体表现所需的新的设备生成的操纵/刺激。闭环系统连续地或半连续地接收来自一个或更多个用户的内部和外部测量参数的数据,并且由控制器连续地处理,以生成通过内部或外部设备施用于用户的新的训练方案或新的操纵/刺激。可选的传感器将数据传达到处理器,处理器通过蜂窝电话、云以及可能的计算机和/或刺激器设备来传达和馈送数据。根据一些实施例,更新单元/学习机器基于以下各项来进行更新:测量信息的变化,或者例如如果变化大于先前值的特定百分比,或者如果值达到预定阈值,或者以上的任意组合。
本文公开了使用闭环连续学习算法来防止适应身体锻炼的示例。
目标治疗是改善跑步能力:在预定时间段内跑更多公里和/或达到更低的脉搏。
生理目标:在跑步课程结束时达到较低的脉搏。
锻炼方案算法和/或刺激设备(内部或外部设备)接收来自传感器(内部和/或外部传感器)、指示受试者的整体表现、脉搏、呼吸、氧饱和度、血压、皮肤传导性以及与身体活动和器官或器官功能相关或无关的附加测试和参数的数据。
输入数据与器官功能的生理目标相关联地被处理,以评估在每个锻炼周期之后是否实现了改善、以及改善的程度。如果没有朝向目标的改善,则生成新的锻炼方案和/或设备生成的操纵/刺激。如果实现了朝向目标的积极步骤,则控制器将把每种类型的锻炼方案(包括难度程度、速度、间隔和由算法控制的附加参数)和/或所选择的操纵/刺激(电、机械、磁、超声)分成100个百分点,并确定针对锻炼方案(例如在预定范围内跑步的时间和难度程度)和/或操纵/刺激(诸如刺激率、节律、功率、频率、振幅和温度等或它们的任意组合)的每个组成部分的百分点,以及确定它们之间的哪种施用或交替顺序对有助于实现改善器官表现的目标生理变化是最有效的。基于该分析,生成连续的新锻炼方案和/或设备生成的操纵/刺激。通常,机器学习计算机实现的方法可能需要多个样本来学习用户并提供有效的刺激。
输出方案和/或设备生成的操纵或刺激参数更新机制/算法被配置成连续缩小范围或改变锻炼/训练/教学/培养/营养方案的施用顺序,以把针对特定用户的最有效的方案和/或操纵/刺激特性作为目标。然而,虽然缩小了每个参数的范围,但是它会将随机化保持在预定义的连续变化的范围内。
输出挑战性锻炼/训练/教学/学习/培养方案和/或输出设备生成的操纵或刺激特性/参数更新机制/算法被配置成从指示/测量结果(测量的参数)中学习,该指示/测量结果可能与生理目标直接相关或可能不与生理目标直接相关。例如,这些参数包括与所述器官功能相关或无关的任何类型的参数。
根据一些实施例,在更新模块中操作的算法可以考虑来自多个用户的离群值,对一般用户的学习可能不适合这些离群值,并且为这些离群值开发新的治疗模型(新的决策结构)。
每一个受试者的算法可以基于从多个受试者生成的大数据分析来开发。注意,由大数据生成的新的训练方案和/或新的操纵/刺激方案可以通过器官功能的类型、通过受试者的表现、通过相关联的器官、通过背景疾病、通过联合药物、和受试者相关的因素(诸如先前的分数、与目标器官功能相关的测试、年龄、性别、体重、目标生理参数(例如跑步能力)随时间推移的变化增量、地理位置、和其他目标器官和/或受试者和/或训练参数的类型来进一步进行分析,其对于所有受试者可能不相同,并且对于相同的受试者在变化的状况下可能不相同。它只是对生成受试者特定算法的深度机器学习算法有贡献的数据水平。
输出锻炼/训练/教学/学习/培养/营养方案可以基于闭环系统,在闭环系统中最初接收多个特征,对该多个特征应用机器学习算法。然后,输出参数被确定并作为附加特征多个被添加,或者用于更新输出参数,输出参数然后作为附加特征组被添加。
根据一些实施例,每个受试者的算法可以随着时间的推移而改变,使得跑步能力改善到特定程度可能不需要与实现先前水平所需相同的训练方案和/或器官操纵/刺激。由于算法是连续或半连续学习的,它将基于大数据积累的数据以及来自每个受试者和其他受试者的数据不断改变自身。
例如,通过对所述受试者发出提醒来生成和传送锻炼方案,变更他们的跑步速度和难度程度,并具有交替的间隔时间模式。
例如,由肌肉上的条状物生成的操纵或刺激,其生成具有三个刺激参数(频率、间歇(开和关周期之间的间隔)、和功率/温度)的若干种类型的刺激(电刺激、机械刺激、振动刺激和热刺激)。
例如,如果受试者患有慢性肺病,或希望改善他们的跑步能力,和/或失去治疗效果和/或没有通过规律的永久渐进锻炼方案得到改善,他们可以使用下列项之一或下列项的任意组合来改善他们的器官功能,防止规律锻炼的效果的丧失,或用于治疗先前锻炼方案的效果的丧失,或用于使锻炼方案的持续效果最大化:
a.使用受试者特定算法,该算法通过诱导与方案相关联的基于深度机器学习闭环算法的不规则性,来确定挑战性锻炼/训练/教学/学习/培养方案的与目标器官功能相关的所有参数的不规则性。
b.使用操纵/刺激生成设备,该操纵/刺激生成设备可以被放置在目标器官上或放置在任何其他器官上,该操纵/刺激生成设备除了训练方案之外,还传送任何类型的机械刺激、电刺激、基于超声的刺激、基于温度的刺激、或任何其他类型的刺激。
c.使用上述的任意组合的算法。
根据一些实施例,本文公开的方法/系统可用于改善身体中任何组织/器官/多个器官(包括肌肉、心脏、肺、脑、神经、肾、肝)的功能,并用于改善它们在所有条件下的表现,以连续实现更好的组织/器官/多个器官的功能,或用于治疗肥胖症、皮肤病、脱毛、传染病、代谢、内分泌、恶性肿瘤、免疫反应、炎性病症、先天性代谢异常、疼痛、微生物相关疾病、神经性疾病、任何器官中的纤维化、与昼夜节律相关的以及当受试者希望改善其器官功能时任何类型的疾病、或者需要改善组织/器官/多个器官功能的任何类型的慢性问题。
根据一些实施例,接收来自受试者或受试者组的输入的封闭算法可用于确定挑战性锻炼/训练/教学/学习/玩耍/电子竞技和任何软件相关游戏/培养/营养方案的可能变化,包括与通过这些方案改善目标或非目标组织/器官/多个器官的功能相关的任何参数的变化。从受试者或受试者组接收的任何类型的输入,并通过算法进行评估,以提供可改善这些方案或针对受试者的任何类型的设备生成操纵/方案/基于刺激的方案的输出。这可以应用于任何类型的旨在改善组织/器官/多个器官的功能的方案。基于挑战性锻炼/训练/教学/学习/培养/营养方案的算法在预定范围内连续或半连续地改变参数,以改善响应性。
根据一些实施例,在软件相关的游戏/运动/培养/营养方案和/或设备生成的操纵/刺激中的挑战性锻炼/训练/教学/学习/玩耍被提供以用于实现期望的生理变化,并且学习机器成功因素随着时间推移而连续改善和维持生理变化和/或保持改善生理变化。
根据一些实施例,目标是通过锻炼/训练/教学/营养或培养方案防止或治疗或克服这些方案的效果的适应或部分/完全丧失或对这些方案缺乏最大的有益反应来改善器官的功能,使得能够连续改善组织/器官/多个器官的表现。
根据一些实施例,本文公开的方法/系统可用于改善器官的功能,而不管其是否健康,并用于连续改善和达到组织/器官/多个器官的功能的更好的生理目标,或用于治疗肥胖症、皮肤病、传染病、代谢、内分泌、恶性肿瘤、免疫反应、炎性疾病、先天性代谢异常、疼痛、微生物相关疾病、神经性疾病、任何器官中的纤维化、与昼夜节律相关的任何类型的疾病和/或需要改善器官的功能的任何类型的疾病,或需要治疗的慢性问题。
根据一些实施例,本文公开的系统可以包括用于改善器官表现的输出系统,该输出系统可以改善训练方案和/或设备或操纵的效果,该输出系统包括例如:跑步机、自行车、肌肉锻炼设备、健身设备、椭圆机、划桨器、罗马椅、台阶器、蹦床、撑杆、任何类型的健身设备、健身机器、健身器材、使用用于培养的模拟器、驾驶员和驾驶模拟器、教学设备(诸如用于学习语言或数学的模拟器)、或任何可用于训练、锻炼、或培养器官(多个器官)的操纵或设备(其旨在在单个或连续的基础上改善器官的功能、玩所有类型的软件相关联的游戏(包括电子竞技和基于计算机的游戏))、以及任何类型的用于脱毛、治疗任何类型的皮肤问题、痤疮和再生的美容设备和/或生成任何类型的信号/操纵/刺激诱导器的设备,所述设备被配置成以结构化或随机的方式或与设备相关的任何参数的任何变化,通过使用具有不同频率、振幅、持续时间、和间隔的各种类型的刺激的速率和节律,通过向目标身体部位提供任何类型的信号、通过机械信号、物理运动、通过电信号、基于激光的设备、基于热的设备、以及由设备产生并被传递到器官的任何类型的能量、通过电磁信号发射、通过温度变化、通过使用电、机械、超声波、或其他类型的直接或间接刺激/信号,来影响器官的表现。
根据一些实施例,传感器可以被配置成测量任何生理或病理参数,这些参数可以被测量,而不管是直接还是间接与生理目标相关联。
根据一些实施例,提醒可以例如实时地经由基于云的提醒系统传送,使得提醒与任何类型的方案和/或设备治疗或操纵的部分/完全效果丧失相关联。这种设备治疗可以包括通过利用医疗设备进行或促进的医学治疗。该设备治疗或操纵还可以包括使用自行车、肌肉锻炼设备、健身设备、椭圆机、划桨器、任何类型的健身设备、用于培养或用于游戏的模拟器和软件、以及任何类型的用于脱毛、治疗任何类型的皮肤问题、痤疮、和再生(rejuvenation)的美容设备、驾驶员和驾驶模拟器、教学设备(诸如计算机和模拟器)、用于学习语言或数学的方法和模拟器、或可用于一个器官或多个器官的训练/锻炼/教学/培养/营养旨在改善它/它们的功能的任何操纵/程序/设备、和/或生成任何类型的信号/操纵/刺激诱导器的设备,其被配置成影响器官的表现。
根据一些实施例,本文公开的方法和系统可以包括使用防止任何类型并发症(诸如应力性骨折、锻炼诱发的哮喘、对训练或培养的精神反应、或任何其他类型的并发症)的算法;并连续改善对训练方案的遵守率。根据一些实施例,本文公开的方法和系统可以允许连续改善器官对这些方案的反应和/或对用于连续改善器官的功能的操纵或方法或设备的反应。
根据一些实施例,本文公开的方法和系统可以包括使用用于改善患有神经或精神疾病(诸如阿尔茨海默病)的受试者的认知和/或精神能力的算法。根据一些实施例,本文公开的方法和系统可以允许连续改善对训练方案的遵守率,并且可选地改善受试者对这些方案和/或对用于连续改善精神和/或认知功能的操纵或方法或设备的反应。
根据一些实施例,本文公开的方法和系统可以包括使用算法来改善所述受试者对训练方案和/或基于设备的训练的长期连续遵守率,以及它们对用于改善器官/器官功能的任何操纵或方法或设备的效果的任何类型的部分/完全丧失的反应。
根据一些实施例,本文公开的方法和系统可以包括用于通过改善训练方案和/或设备或操纵(其包括例如:培育植物系、培育用于食物的特定动物系、改善涉及活生物机体的任何类型的生产线的效率)的效果来改善器官表现的输出系统/设备。
根据一些实施例,输出系统/设备可用于通过改善方案和/或设备或操纵的效果来改善器官表现,例如:正在接受生育治疗的妇女将接收具有多种剂量和类型的药物的盒子,这些药物旨在激活相关的激素通路。对该系统的使用阻止了末端器官在受体或受体后依赖机制上对治疗的适应。使用该算法可以缩短治疗,并通过更少的治疗周期提供成功治疗的能力。
根据一些实施例,输出系统/设备可用于通过改善训练方案和/或设备或操纵的效果来改善器官表现,例如:受试者可使用运动鞋或任何类型的不符合其生物力学的运动设备,从而将他们带出其“自然舒适区”,该“自然舒适区”增加适应。通过在每次训练课程之间在不符合其生物力学的鞋子之间更换鞋子,受训者可以从他的训练中实现更好的长期效果,克服适应,改善目标器官表现,并在成绩上获得长期的连续改善。
根据一些实施例,输出系统/设备可用于通过改善训练方案和/或设备或操纵的效果来改善器官表现,例如:受试者可接收卡路里数、卡路里组成的数量的规律或不规率的变更、蛋白质-碳水化合物-脂肪-矿物质-维生素之间关系的变化、每天或每周的进餐次数、进餐时间、食物制备方法(例如:蒸、煮、炸等)、营养输送方法(例如,捣碎食物、冷冻食物、混合食物等)。
示例
示例1:受试者经历任何体育活动类型的常规锻炼计划。
例如,对于使用跑步机的受试者:受试者确定以下锻炼前参数:总锻炼时间:15分钟;速度范围从4km/h到8km/h;难度等级从3.5到7.5;程序之间变更的时间段:30秒到90秒。
该设备向训练者提供一种算法,该算法在所有参数的预定范围内随机变化。该算法随着每次重复锻炼而变更,并且也在锻炼期间内变更。每个预设参数在预定义窗口内基于为受试者定制的闭环算法随机变更。
闭环系统的最终结果可以是下列项的任何一项或它们的任意组合:在特定时间内改善的最大跑步能力、改善的在特定时间内和在特定情况下所达到的最大脉搏或氧饱和度、热量计测量结果、或与心肺系统相关和/或与肌肉系统相关的任何类型的改善的生理终点。
较早达到目标生理相关终点,或者通过使用该算法达到比预期更好的终点,显示出该算法在克服禁止受试者达到最大效果或者与达到该效果所需的更长时间相关联的目标器官适应方面是有效的。
在这个示例中,跑步机上的跑步者以10km/小时的速度以预先固定的角度跑了15分钟。在15分钟结束时,他的脉搏从82次增加到149次。
在相同的情况下,他以每20秒在7.5至10km/小时的速度之间随机变化的方式跑了15分钟。在五分钟结束时,他的脉搏从80次增加到165次。
这个示例显示,锻炼方案的随机变更导致对目标器官、心肺和肌肉系统产生更深远的影响。数据表明,使用这种类型的算法改善连续增强器官功能的能力,从而从锻炼中实现更好的最大效果,并且在更短的时间内实现目标。此外,由于它要求受训者处于对变化的持续警觉的状态,因此受试者不能以单调的方式进行锻炼,而必须在整个训练过程中保持注意力集中,从而改善他对器官的整体脑部控制,有助于进一步改善目标器官功能。
示例2:患有慢性心力衰竭、或慢性阻塞性肺疾病、或急性缺血性心脏或脑部事件、或慢性神经系统疾病的正在接受康复计划的患者。
对于正在使用的任何设备/方法/程序,并且对于每种类型的康复计划,所建议的算法生成新的训练方案和/或新的基于设备的方案,方案在由受试者或护理人员(诸如他的教练或医生)设定的预定范围内随机变化。
最终结果是器官表现状态、器官相关分数、脉搏、饱和度、热量计测量结果、肺功能测试、心脏功能的超声心动图评估、或任何类型的生理终点、和/或与患者疾病相关的临床终点。
通过使用该算法对目标疾病相关和/或生理相关终点的早期实现显示,该算法在连续克服目标器官适应方面是有效的,该目标器官适应禁止达到最大可能效果,或者与实现表现目标所需的长得多的时间相关联。
示例3:患有阿尔茨海默病的患者。
患者可能在旨在改善其整体脑部功能的操纵和锻炼之前和之后接受他的心智能力(mental capability)测试。精神状态测试评估记忆力、解决简单问题的能力和其他思维技能。这样的测试给出了一个人的整体感觉:是否意识到症状;知道日期、时间、和他或她在哪里;能记住一个简短的单词列表,按照指令做简单的计算。迷你精神状态测验和迷你认知测验是两种常用的测试。
迷你精神状态测验(MMSE):在MMSE期间,健康专家向患者询问一系列问题,该一系列问题被设计成测试一系列日常心智技能。MMSE的最高分是30分。20到24分表明轻度痴呆,13到20分表明中度痴呆,并且小于12分表明重度痴呆。平均来说,患有阿尔茨海默的人的MMSE分数每年下降两到四分。
迷你认知:在迷你认知期间,人被要求完成两项任务:记住并在几分钟后重复三个常见对象的名称;画一个钟的面,其在正确的地方显示所有的12个数字和由考官指定的时间。这项测试的结果有助于医生确定是否需要进一步的评估。
经FDA批准的计算机化测试:美国食品和药物管理局(FDA)已经批准了几种用于市场营销的计算机化认知测试设备。这其中的一些是坎塔布移动(Cantab Mobile)、认知图(Cognigram)、认知(Cognivue)、认知和自动神经心理评估指标(Cognition and AutomatedNeuropsychological Assessment Metrics)(ANAM)设备。还使用基于计算机的测试,诸如除了MMSE和迷你认知之外的测试。计算机化测试有几个优点,包括每次测试的方式完全相同。情绪评估:除了评估精神状态,医生还会评估一个人的幸福感,以检测导致记忆力问题、对生活失去兴趣以及其他与痴呆症重叠的症状的抑郁或其他情绪障碍。
改善阿尔茨海默病的干预措施:研究显示,当人们保持其思维活跃时,他们的思维能力就不太可能下降。游戏、拼图、和其他类型的脑部训练有助于减缓记忆力丧失和其他精神问题。一项研究涉及2800名以上的65岁及以上的成年人。他们参加了多达10个小时长度的脑部训练课程,持续5到6周。(http://www.webmd.com/alzheimers/guide/preventing-dementia-brain-exercises#1)课程的重点是这些技能的策略:记忆力;推理;处理信息的速度;学习新的东西(诸如第二语言或乐器);和你的孩子或孙子玩棋盘游戏。规律的身体锻炼可能是降低阿尔茨海默病和血管性痴呆风险的有益对策。
然而,适应发生在所有上述锻炼,这防止达到最大的有益效果的能力。
在本示例中,患有阿尔茨海默病的患者接收目前的永久方案,以用于精神和身体锻炼。他们在这些锻炼前后重复测试。第二组患有阿尔茨海默病的患者执行由为患者定制的深度机器学习闭环算法控制的相同的锻炼组合。基于上述参数,该算法的使用在更短的时间段内导致脑功能的更好的最大改善,并且对测试的表现具有更高的遵守率。该算法的使用给脑部增加了更高的负担,防止了单调锻炼,从而改善了训练所达到的效果。示例4:职业体育运动员剧烈身体锻炼适应的防止与功效的改善。
职业运动员使用规律的永久锻炼方案来改善他们的成绩。在大多数情况下,他们达到他们的最大成就的平稳期,只是在任何进一步的训练锻炼中有了适度的改善。在本示例中,职业运动员使用训练算法,该训练算法基于他们不同训练锻炼的预定范围、他们先前的表现以及不同锻炼的预设顺序。
对于不同操纵的组合,且在每个操纵内,以及在重复锻炼之间,每个程序中的不规则性以及由算法确定的不规则性将导致改善的结果,使他们能够达到更高的表现水平。该算法被设置为接收关于其预定义终点和先前表现的数据,并且在锻炼期间和锻炼之间连续学习,在预设窗口内变更与每个锻炼相关的参数。
该算法提供了以随机的受试者特定方式变更与每个锻炼相关的不同参数的输出,并且提供了下列各项的选择:优选的锻炼、或者不同锻炼的组合、或者与改善目标肌肉或器官的功能的设备(其与目标器官相关)的组合。独立算法提供输出,该输出提供为受试者定制的训练方案和/或对相关肌肉或对其他器官产生内部或外部的操纵/刺激,以防止对锻炼的适应。最终结果是运动员在更短的时间段内并且以更少的并发症实现在最终目标上的连续更好的表现。由于在此课程期间发生的连续变化和完全随机性,在训练期间增加警觉性的要求需要持续的脑部警觉性,并改善目标器官的脑部控制,从而改善目标器官功能和受试者的整体表现。
示例5:基于为受试者定制的连续/半连续深度机器学习闭环算法的“智能自行车”/“智能跑步机”。
“智能自行车”经由传感器与受试者相连。在开始使用算法之前,将与训练课程相关的所有参数的预定范围插入到算法中。使用该算法的受试者按下以激活蜂窝电话应用,其连接到自行车并提供训练算法,该训练算法基于从传感器接收的输入和并且基于受试者的表现并由闭环机制设计,变更所有相关参数(诸如速度、应变程度等),这些参数由算法实时或不实时地连续/半连续更新。
该算法被设计成改善与训练相关的器官功能,如肌肉、心脏、肺和脑部。使用基于算法的训练导致在更短的时间段内改善器官功能和改善整体表现。它改善了脑部与目标器官的联系,因为它需要对与骑行相关的所有脑部区域保持充分的警觉性,从而导致整体表现的改善。
示例6:数学和语言教学软件和方法。
坐在计算机或老师面前的受试者正在学习数学或新语言。软件或老师没有使用重复的渐进地增加难度的/逐步的方法。相反,基于使用为受试者定制方法的新算法学习方案由算法设置,以在每个学习任务的预定范围内提供随机性,并且在课程之间和在每个课程内改变,并且基于受试者在初始测试中以及在每个训练周期本身内或之后的分数和表现。
这种类型的学习可以导致在更短的时间段内的更好的效果。它增加了对学习的遵守率,并改善了与学习相关联的脑部的不同部位之间的联系。如通过客观测试和验证分数来衡量的,使用该算法的整体结果是连续增强的学习能力。
示例7:使用算法混合两种或更多种类型的训练,以改善训练效率。
在训练期间,基于算法的任务混合要求使用跑步机的人,在为受试者定制的连续开发的用于改善器官功能的基于随机化的算法中,增加每隔特定时间段使用举重几秒或几分钟。
改善训练课程的另一种方式是将一项或更多项与训练目的无关的任务结合起来。使得在跑步机上跑步的人每隔特定时间段就要面对他们面前的屏幕上的问题,该问题要求他们解决数学问题或任何其他类型的问题。
将两种或更多种类型的与目标器官(例如腿部肌肉和心肺系统)相关或不相关的任务结合起来,有助于进一步改善目标器官功能和缩短锻炼时间,以及增强脑部活动和改善警觉性。
示例8:使用为植物定制的连续开发的基于随机化的算法来改善植物生长。
一种自动植物灌溉系统,适于向植物提供恒定量的水和/或保持特定温度和/或向植物提供特定量养分,这是已知的改善生长效率的方法。
然而,这种方法与植物适应有关,并达到了平稳期。
在本示例中,灌溉系统由算法控制,该算法被预设为每天/每周/每月提供特定量的水和养分。该算法将以连续或半连续的方式变更所提供的量,从而防止适应并连续改善植物生长的效率。
同样的方法可以用于改善关于喂养或关于培育的动物的生长。
示例9:改善生育方法的效率。
使用为受试者定制的连续开发的基于随机化的算法来改善生育治疗的效率。使得每个治疗周期都基于由医生在预设范围内预先确定的算法控制的治疗随机化。
接受生育治疗的妇女将收到盒子,该盒子具有多种剂量和类型的药物,旨在激活相关的激素通路。该系统的使用防止了末端器官在受体或受体后依赖机制上对治疗的适应。使用该算法可以缩短治疗,并通过更少的治疗周期提供成功治疗的能力。
示例10:改善美容设备的效率
用于毛发去除、脂肪燃烧、皮肤再生、抗衰老、痤疮、或任何类型的美容的设备由于目标器官对设备的适应而限制了它们的效率,无论该设备是基于激光的、基于光的、或基于电的任何类型的刺激、或任何其他类型的刺激,而不管用于毛发去除、脂肪细胞燃烧、皮肤改善的机制如何。
在本示例中,该算法通过改变能量源、和/或刺激范围、和/或刺激施用的速率或节律,提供以随机的受试者特定方式变更与每个治疗相关的不同参数的输出,无论是使用施加于患者皮肤的一种或更多种类型的机制(光、激光、电刺激),还是选择不同类型刺激的优选组合,以用于改善目标皮肤或脂肪或任何其他目标器官或组织或与目标器官相关的事物的最终结果。独立算法提供输出,该输出提供为受试者定制的治疗方案和/或产生对相关组织的内部或外部操纵/刺激,以防止适应并改善治疗效率。最终结果是在更短的时间内连续获得更好的表现,并且并发症更少。
示例11:电脑游戏和电子竞技游戏。
任何类型的游戏(无论是基于计算机的还是基于软件的(包括电子竞技游戏))都受限于它们产生单调类型的脑活动的能力,这导致对游戏中所需任务的适应,并限制了改善的能力、以及游戏的乐趣的能力、和/或达到最大效果的能力。
在本示例中,该算法提供了以随机的受试者特定方式变更与每个游戏相关的不同参数的输出,并且提供了对下列项的选择:优选的游戏相关任务、或者不同任务的组合、或者与改善需要在游戏期间被激活或起作用的目标器官(诸如与游戏相关的脑部和特定肌肉)的功能的设备的组合。独立的算法提供了输出,该输出提供了为受试者定制的玩耍方案,以防止对游戏的适应。最终结果是在更短的时间内连续获得更好的表现,并从游戏中获得更多的乐趣和益处。由于在游戏期间发生的连续变化和完全随机性,在玩耍课程期间增加警觉性的要求需要持续的脑部警觉性,并改善与游戏相关的目标器官的脑部控制,从而改善目标器官功能和受试者的整体表现。
示例12:改善饮食习惯和慢性身体疾病状态。
由于脑部对来自胃壁的迷走神经信号的适应,帮助受试者减肥的饮食和设备在持续减肥的范围内是有限的。
在本示例中,该算法提供了以随机的受试者特定的方式改变与超重或肥胖的饮食/设备/治疗中的每一个相关的不同参数的输出。受试者可接收卡路里数、卡路里组成、蛋白质-碳水化合物-脂肪-矿物质-维生素之间关系的变化、每天或每周的进餐次数、进餐时间、食物制备方法(例如:蒸、煮、炸等)、营养输送方法(例如,捣碎食物、冷冻食物、混合食物等)的规律或不规律的改变。
示例13:制造用于训练和学习的更好的设备。
虽然生物力学与更好的训练设备(诸如专业和非专业运动员的鞋)的开发相关,通过根据其腿部的生物力学定制鞋以及类似地通过为受训者定制学习软件或任何其他类型的训练或学习设备或计划来改善他们的表现,这些将受训者保持在对他或她来说最好的“舒适区”,这进一步导致对锻炼的适应,从而达到成就的平稳期。
在本示例中,建议为受训者准备鞋或任何类型的设备或学习或训练计划,它们与适合他的许多特征相反,从而使他脱离舒适区。受试者可以接收与设备(诸如他们使用的鞋)相关的任何类型的参数的规律的或不规律的变更。鞋将一直被变更,诸如通过在工作时间(working session)之间更换训练鞋,或者通过在学习计划之间变更,或者变更任何类型的训练方案。这些连续的变更将导致防止适应,从而导致受训者整体表现的连续改善。对于任何类型的训练,它将改善目标器官(诸如心脏、肺、肌肉、神经)与脑部的联系。这种类型的训练将导致在更短的训练时间内的更好的长期效果。
本文使用的术语仅出于描述特定实施例的目的,而不旨在限制。如本文使用的,单数形式“一(a)”、“一(an)”和“该(the)”意图也包括复数形式,除非上下文另有清楚地指示。还应该明白,在本说明书中使用的术语“包括(comprise)”或“包括(comprising)”指定了所陈述的特征、整数(integers)、步骤、操作、元件、和/或部件的存在,但不排除或排斥一个或更多个其它特征、整数、步骤、操作、元件、部件、和/或它们的组合的存在或添加。
尽管上面已经讨论了多个示例性的方面和实施例,但是本领域的技术人员将认识到其特定修改、添加和子组合。因此,意图是以下所附权利要求和此后提出的权利要求被解释为包括在其真实精神和范围内的所有这样的修改、添加和子组合。
权利要求书(按照条约第19条的修改)
1.一种用于确定最优的受试者特定的治疗方案的计算机实现的方法,所述方法包括:
接收与所述受试者相关的多个生理和/或病理参数;
将闭环机器学习算法应用于所述多个生理和/或病理参数;
基于所述输出参数,确定受试者特定的治疗方案,其中,所述受试者特定的治疗方案选自医疗治疗方案、挑战性锻炼方案、训练方案、学习方案和营养方案;和
通过将为受试者定制的连续或半连续的至少部分基于随机化的算法应用到所述受试者特定的输出参数,优化所述受试者特定的治疗方案,其中,所优化的受试者特定的治疗方案防止或者减轻对治疗方案的细胞、组织和/或器官适应,并且促进细胞、组织和/或器官功能和/或表现的连续改善。
2.根据权利要求1所述的方法,其中,所述为受试者定制的连续或半连续算法还被配置成使用或组合与所述目标细胞、组织、器官和/或身体相关的一个或更多个算法训练任务,以用于改善所述目标细胞、组织、器官和/或身体的功能和/或表现。
3.根据权利要求1-2中任一项所述的方法,还包括利用刺激设备向所述受试者提供刺激,以使所述至少一种方案的效果最大化。
4.根据权利要求1-3中任一项所述的方法,还包括更新所述受试者特定的输出参数中的至少一个。
5.根据权利要求4所述的方法,其中,更新包括更新所述受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或其任意组合。
6.根据权利要求5所述的方法,其中,更新包括更新所述受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或其任意组合。
7.根据权利要求4-6中任一项所述的方法,还包括确定刺激参数。
8.根据权利要求4-7中任一项所述的方法,其中,所述输出参数基于从所述受试者连续地或半连续地收集的数据来更新。
9.根据权利要求1-8中任一项所述的方法,其中,所述机器学习算法还考虑选自包括以下项的组的个人数据:受试者表现、细胞/组织/器官功能相关分数、与细胞/组织/器官表现相关的参数、年龄、体重、腰围、目标器官和其他器官的功能、热量摄入和输出、性别、种族、地理、病理历史/状态、温度、代谢率、脑功能、健康状况、心脏、肺肌肉功能、血液测试、和任何生理或病理生物标记、受试者的健康相关参数或其任意组合。
10.根据权利要求1-9中任一项所述的方法,其中,所述生理和/或病理参数中的至少一个是从传感器获得的。
11.根据权利要求1-10中任一项所述的方法,还包括将推荐的方案相关参数或其变化实时通知所述受试者。
12.根据权利要求1-11中任一项所述的方法,还包括利用外部的、可佩戴的、吞咽的和/或植入的设备来引发所述目标细胞、组织和/或器官的反应,以连续改善所述目标细胞、组织和/或器官的功能和/或表现。
13.根据权利要求1-12中任一项所述的方法,还包括向所述受试者施用挑战性锻炼方案、训练方案、培养方案、营养方案或设备生成的操纵方案。
14.根据权利要求1-13中任一项所述的方法,还包括更新所述挑战性锻炼/训练/教学/学习/玩耍/培养方案/营养方案、和/或设备生成的操纵或刺激参数,其中,更新包括利用机器学习能力。
15.根据权利要求1-14中任一项所述的方法,其中,所述机器学习能力包括闭环深度学习能力。
16.根据权利要求1-15中任一项所述的方法,其中,所述机器学习能力被配置成通过接收一组特征的值来对所述一组特征进行操作。
17.根据权利要求1-16中任一项所述的方法,用于改善希望关于任何其他组织/器官/器官表现改善肌肉、心脏、肺、皮肤、脑的健康受试者的器官功能,和/或用于改善任何组织/器官/多个器官的训练能力,改善培养或教学,和/或用于治疗肥胖症、传染性疾病、代谢疾病、内分泌疾病、恶性肿瘤、免疫反应、炎性病症、先天性代谢异常、疼痛、微生物相关疾病、神经性疾病、器官纤维化、去同步化或昼夜节律紊乱。
18.根据权利要求1-17中任一项所述的方法,其中,所述治疗包括药物治疗、设备治疗或其组合。
19.一种用于确定最优的受试者特定的治疗方案的系统,所述系统包括处理器,所述处理器被配置成:
接收与所述受试者相关的多个生理和/或病理参数;
将闭环机器学习算法应用于所述多个生理和/或病理参数;
基于所述输出参数,确定受试者特定的治疗方案,其中,所述受试者特定的治疗方案选自医疗治疗方案、挑战性锻炼方案、训练方案、学习方案和营养方案;和
通过将为受试者定制的连续或半连续的至少部分地基于随机化的算法应用于所述受试者特定的输出参数,优化所述受试者特定的治疗方案,其中,所优化的受试者特定的治疗方案防止或者减轻对治疗方案的细胞、组织和/或器官适应,并且促进细胞、组织和/或器官功能和/或表现的连续改善。
20.根据权利要求19所述的系统,其中,所述为受试者定制的连续或半连续算法持续开发并且还被配置成组合与所述目标细胞、组织、器官和/或全身相关的一个或更多个算法训练任务,以用于改善所述目标细胞、组织、器官和/或全身的功能和/或表现。
21.根据权利要求19-20中任一项所述的系统,还包括刺激设备,所述刺激设备被配置成向所述受试者提供刺激,以使所述至少一种方案的效果最大化。
22.根据权利要求21所述的系统,其中,所述刺激设备被配置成通过物理运动、机械信号、电信号、电磁信号、声音信号、超声信号、温度变化或其任意组合向目标身体部位提供信号。
23.根据权利要求19-22中任一项所述的系统,其中,所述处理器还被配置成更新所述受试者特定的输出参数中的至少一个。
24.根据权利要求23所述的系统,其中,更新包括更新所述受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或其任意组合。
25.根据权利要求19-23中任一项所述的系统,其中,所述处理器还被配置成确定刺激参数。
26.根据权利要求19-25中任一项所述的系统,其中,所述处理器还被配置成基于从所述受试者连续或半连续收集的数据来更新所述输出参数。
27.根据权利要求19-26中任一项所述的系统,其中,所述机器学习算法还考虑选自包括以下项的组的个人数据:受试者表现、细胞/组织/器官功能相关分数、与细胞/组织/器官表现相关的参数、年龄、体重、腰围、目标器官和其他器官的功能、热量摄入和输出、性别、种族、地理、病理历史/状态、温度、代谢率、脑功能、健康状况、心脏、肺肌肉功能、血液测试、和任何生理或病理生物标记、受试者的健康相关参数或其任意组合。
28.根据权利要求19-27中任一项所述的系统,还包括传感器,所述传感器被配置成提供指示所述生理和/或病理参数中的至少一个的信号。
29.根据权利要求19-28中任一项所述的系统,还包括输出模块,所述输出模块被配置成将推荐的方案相关参数或其变化实时通知所述受试者。
30.根据权利要求19-29中任一项所述的系统,还包括外部的、可佩戴的、吞咽的和/或植入的设备,所述外部的、可佩戴的、吞咽的和/或植入的设备被配置成引发所述目标细胞、组织和/或器官中的反应,以连续改善所述目标细胞、组织和/或器官的功能和/或表现。
31.根据权利要求19-30中任一项所述的系统,其中,所述处理器还被配置成推荐/更新挑战性锻炼/训练/教学/学习/游戏/培养方案/营养方案、和/或设备生成的操纵或刺激参数,其中,更新包括利用机器学习能力。
32.根据权利要求19-31中任一项所述的系统,其中,所述机器学习能力包括闭环深度学习能力。
33.根据权利要求19-32中任一项所述的系统,其中,所述机器学习能力被配置成通过接收一组特征的值来对所述一组特征进行操作。
34.根据权利要求19-33中任一项所述的系统,其中,所述治疗包括药物治疗、设备治疗或其组合。

Claims (36)

1.一种用于通过防止或减轻对至少一种方案的适应来改善目标细胞、组织、器官和/或全身功能和/或表现的计算机实现的方法,所述至少一种方案选自治疗、操纵、挑战性锻炼、训练、学习、和营养方案,所述方法包括:
接收与所述受试者相关的多个生理和/或病理参数;
将闭环机器学习算法应用于所述多个生理和/或病理参数;
确定与所述治疗、挑战性锻炼、训练、学习和营养方案中的至少一个相关的受试者特定的输出参数,其中,所述受试者特定的输出参数有助于防止或减轻细胞、组织和/或器官对所述至少一种方案的适应;和
通过应用为受试者定制的连续或半连续的基于随机化或基于非随机化的算法,利用所述受试者特定的输出参数来改善所述机器学习算法,从而促进细胞、组织和/或器官功能和/或表现的连续改善。
2.根据权利要求1所述的方法,其中,防止或减轻适应包括克服所述至少一种方案的效果的部分丧失或完全丧失(或对所述至少一种方案无反应)。
3.根据权利要求1-2中任一项所述的方法,还利用为受试者定制的连续或半连续算法,所述为受试者定制的连续或半连续算法使用基于随机化和/或基于非随机化的算法,所述基于随机化和/或基于非随机化的算法被配置成使用或组合与所述目标细胞、组织、器官和/或身体直接相关或不直接相关的一个或更多个算法训练任务,以用于改善所述目标细胞、组织、器官和/或身体的功能和/或表现。
4.根据权利要求1-3中任一项所述的方法,还包括利用刺激设备向所述受试者提供刺激,以使所述至少一种方案的效果最大化。
5.根据权利要求1-4中任一项所述的方法,还包括更新所述受试者特定的输出参数中的至少一个。
6.根据权利要求5所述的方法,其中,更新包括更新所述受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或其任意组合。
7.根据权利要求6所述的方法,其中,更新包括更新所述受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或其任意组合。
8.根据权利要求5-7中任一项所述的方法,还包括确定刺激参数。
9.根据权利要求5-8中任一项所述的方法,其中,所述输出参数基于从所述受试者连续地或半连续地收集的数据来更新。
10.根据权利要求1-9中任一项所述的方法,其中,所述机器学习算法还考虑选自包括以下项的组的个人数据:受试者表现、细胞/组织/器官功能相关分数、与细胞/组织/器官表现相关的参数、年龄、体重、腰围、目标器官和其他器官的功能、热量摄入和输出、性别、种族、地理、病理历史/状态、温度、代谢率、脑功能、健康状况、心脏、肺肌肉功能、血液测试、和任何生理或病理生物标记、受试者的健康相关参数或其任意组合。
11.根据权利要求1-10中任一项所述的方法,其中,所述生理和/或病理参数中的至少一个是从传感器获得的。
12.根据权利要求1-11中任一项所述的方法,还包括将推荐的方案相关参数或其变化实时通知所述受试者。
13.根据权利要求1-12中任一项所述的方法,还包括利用外部的、可佩戴的、吞咽的和/或植入的设备来引发所述目标细胞、组织和/或器官的反应,以连续改善所述目标细胞、组织和/或器官的功能和/或表现。
14.根据权利要求1-13中任一项所述的方法,还包括向所述受试者施用挑战性锻炼方案、训练方案、培养方案、营养方案或设备生成的操纵方案。
15.根据权利要求1-14中任一项所述的方法,还包括更新所述挑战性锻炼/训练/教学/学习/玩耍/培养方案/营养方案、和/或设备生成的操纵或刺激参数,其中,更新包括利用机器学习能力。
16.根据权利要求1-15中任一项所述的方法,其中,所述机器学习能力包括闭环深度学习能力。
17.根据权利要求1-16中任一项所述的方法,其中,所述机器学习能力被配置成通过接收一组特征的值来对所述一组特征进行操作。
18.根据权利要求1-17中任一项所述的方法,用于改善希望关于任何其他组织/器官/器官表现改善肌肉、心脏、肺、皮肤、脑的健康受试者的器官功能,和/或用于改善任何组织/器官/多个器官的训练能力,改善培养或教学,和/或用于治疗肥胖症、传染性疾病、代谢疾病、内分泌疾病、恶性肿瘤、免疫反应、炎性病症、先天性代谢异常、疼痛、微生物相关疾病、神经性疾病、器官纤维化、去同步化或昼夜节律紊乱。
19.根据权利要求1-18中任一项所述的方法,其中,所述治疗包括药物治疗、设备治疗或其组合。
20.一种用于通过防止或减轻对至少一种方案的适应来改善目标细胞、组织和/或器官功能和/或表现的系统,所述至少一种方案选自治疗、挑战性锻炼、训练、学习、和营养方案,所述系统包括处理器,所述处理器被配置成:
接收与所述受试者相关的多个生理和/或病理参数;
将闭环机器学习算法应用于所述多个生理和/或病理参数;
确定与所述治疗、挑战性锻炼、训练、学习和营养方案中的至少一个相关的受试者特定的输出参数,其中,所述受试者特定的输出参数有助于防止或减轻细胞、组织和/或器官对所述至少一种方案的适应;和
通过应用为受试者定制的连续或半连续的基于随机化或基于非随机化的算法,利用所述受试者特定的输出参数来改善所述机器学习算法,从而促进细胞、组织和/或器官功能和/或表现的连续改善。
21.根据权利要求20所述的系统,其中,防止或减轻适应包括克服所述至少一种方案的效果的部分丧失或完全丧失(或对所述至少一种方案无反应)。
22.根据权利要求20-21中任一项所述的系统,其中,所述处理器还被配置成利用为受试者定制的连续或半连续的持续开发的基于随机化和/或基于非随机化的算法,所述为受试者定制的连续或半连续的持续开发的基于随机化和/或基于非随机化的算法被配置成组合与所述目标细胞、组织、器官和/或全身直接相关或不直接相关的一个或更多个算法训练任务,以用于改善所述目标细胞、组织、器官和/或全身的功能和/或表现。
23.根据权利要求20-22中任一项所述的系统,还包括刺激设备,所述刺激设备被配置成向所述受试者提供刺激,以使所述至少一种方案的效果最大化。
24.根据权利要求23所述的系统,其中,所述刺激设备被配置成通过物理运动、机械信号、电信号、电磁信号、声音信号、超声信号、温度变化或其任意组合向目标身体部位提供信号。
25.根据权利要求20-24中任一项所述的系统,其中,所述处理器还被配置成更新所述受试者特定的输出参数中的至少一个。
26.根据权利要求25所述的系统,其中,更新包括更新所述受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或其任意组合。
27.根据权利要求20-25中任一项所述的系统,其中,所述处理器还被配置成确定刺激参数。
28.根据权利要求20-27中任一项所述的系统,其中,所述处理器还被配置成基于从所述受试者连续或半连续收集的数据来更新所述输出参数。
29.根据权利要求20-28中任一项所述的系统,其中,所述机器学习算法还考虑选自包括以下项的组的个人数据:受试者表现、细胞/组织/器官功能相关分数、与细胞/组织/器官表现相关的参数、年龄、体重、腰围、目标器官和其他器官的功能、热量摄入和输出、性别、种族、地理、病理历史/状态、温度、代谢率、脑功能、健康状况、心脏、肺肌肉功能、血液测试、和任何生理或病理生物标记、受试者的健康相关参数或其任意组合。
30.根据权利要求20-29中任一项所述的系统,还包括传感器,所述传感器被配置成提供指示所述生理和/或病理参数中的至少一个的信号。
31.根据权利要求20-30中任一项所述的系统,还包括输出模块,所述输出模块被配置成将推荐的方案相关参数或其变化实时通知所述受试者。
32.根据权利要求20-31中任一项所述的系统,还包括外部的、可佩戴的、吞咽的和/或植入的设备,所述外部的、可佩戴的、吞咽的和/或植入的设备被配置成引发所述目标细胞、组织和/或器官中的反应,以连续改善所述目标细胞、组织和/或器官的功能和/或表现。
33.根据权利要求20-32中任一项所述的系统,其中,所述处理器还被配置成推荐/更新挑战性锻炼/训练/教学/学习/游戏/培养方案/营养方案、和/或设备生成的操纵或刺激参数,其中,更新包括利用机器学习能力。
34.根据权利要求20-33中任一项所述的系统,其中,所述机器学习能力包括闭环深度学习能力。
35.根据权利要求20-34中任一项所述的系统,其中,所述机器学习能力被配置成通过接收一组特征的值来对所述一组特征进行操作。
36.根据权利要求20-35中任一项所述的系统,其中,所述治疗包括药物治疗、设备治疗或其组合。
CN201880085417.9A 2017-11-05 2018-11-04 为受试者定制的连续发展的基于随机化改善器官功能的方法 Pending CN111556772A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762581722P 2017-11-05 2017-11-05
US62/581,722 2017-11-05
PCT/IL2018/051171 WO2019087196A1 (en) 2017-11-05 2018-11-04 A subject-tailored continuously developing randomization based method for improving organ function

Publications (1)

Publication Number Publication Date
CN111556772A true CN111556772A (zh) 2020-08-18

Family

ID=66333475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880085417.9A Pending CN111556772A (zh) 2017-11-05 2018-11-04 为受试者定制的连续发展的基于随机化改善器官功能的方法

Country Status (4)

Country Link
US (1) US20210074178A1 (zh)
EP (1) EP3703812A4 (zh)
CN (1) CN111556772A (zh)
WO (1) WO2019087196A1 (zh)

Families Citing this family (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11541274B2 (en) 2019-03-11 2023-01-03 Rom Technologies, Inc. System, method and apparatus for electrically actuated pedal for an exercise or rehabilitation machine
US12029940B2 (en) 2019-03-11 2024-07-09 Rom Technologies, Inc. Single sensor wearable device for monitoring joint extension and flexion
US11433276B2 (en) 2019-05-10 2022-09-06 Rehab2Fit Technologies, Inc. Method and system for using artificial intelligence to independently adjust resistance of pedals based on leg strength
US11801423B2 (en) * 2019-05-10 2023-10-31 Rehab2Fit Technologies, Inc. Method and system for using artificial intelligence to interact with a user of an exercise device during an exercise session
US11904207B2 (en) * 2019-05-10 2024-02-20 Rehab2Fit Technologies, Inc. Method and system for using artificial intelligence to present a user interface representing a user's progress in various domains
US12102878B2 (en) 2019-05-10 2024-10-01 Rehab2Fit Technologies, Inc. Method and system for using artificial intelligence to determine a user's progress during interval training
US11957960B2 (en) 2019-05-10 2024-04-16 Rehab2Fit Technologies Inc. Method and system for using artificial intelligence to adjust pedal resistance
EP4003543A4 (en) * 2019-07-23 2023-08-23 Monster Smart Solutions, LLC PHYSICAL TRAINING SYSTEM WITH MACHINE LEARNING-BASED WORKOUT PROGRAMS
US11071597B2 (en) 2019-10-03 2021-07-27 Rom Technologies, Inc. Telemedicine for orthopedic treatment
US11701548B2 (en) 2019-10-07 2023-07-18 Rom Technologies, Inc. Computer-implemented questionnaire for orthopedic treatment
US11955223B2 (en) 2019-10-03 2024-04-09 Rom Technologies, Inc. System and method for using artificial intelligence and machine learning to provide an enhanced user interface presenting data pertaining to cardiac health, bariatric health, pulmonary health, and/or cardio-oncologic health for the purpose of performing preventative actions
US11915815B2 (en) 2019-10-03 2024-02-27 Rom Technologies, Inc. System and method for using artificial intelligence and machine learning and generic risk factors to improve cardiovascular health such that the need for additional cardiac interventions is mitigated
US11282604B2 (en) 2019-10-03 2022-03-22 Rom Technologies, Inc. Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease
US11955221B2 (en) 2019-10-03 2024-04-09 Rom Technologies, Inc. System and method for using AI/ML to generate treatment plans to stimulate preferred angiogenesis
US20240136041A1 (en) * 2019-10-03 2024-04-25 Rom Technologies, Inc. Systems and methods for using elliptical machine to perform cardiovascular rehabilitation
US11282599B2 (en) 2019-10-03 2022-03-22 Rom Technologies, Inc. System and method for use of telemedicine-enabled rehabilitative hardware and for encouragement of rehabilitative compliance through patient-based virtual shared sessions
US11075000B2 (en) 2019-10-03 2021-07-27 Rom Technologies, Inc. Method and system for using virtual avatars associated with medical professionals during exercise sessions
US11282608B2 (en) 2019-10-03 2022-03-22 Rom Technologies, Inc. Method and system for using artificial intelligence and machine learning to provide recommendations to a healthcare provider in or near real-time during a telemedicine session
US20210134412A1 (en) 2019-10-03 2021-05-06 Rom Technologies, Inc. System and method for processing medical claims using biometric signatures
US11915816B2 (en) 2019-10-03 2024-02-27 Rom Technologies, Inc. Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states
US11317975B2 (en) 2019-10-03 2022-05-03 Rom Technologies, Inc. Method and system for treating patients via telemedicine using sensor data from rehabilitation or exercise equipment
US11337648B2 (en) 2020-05-18 2022-05-24 Rom Technologies, Inc. Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session
US11978559B2 (en) 2019-10-03 2024-05-07 Rom Technologies, Inc. Systems and methods for remotely-enabled identification of a user infection
US11515028B2 (en) 2019-10-03 2022-11-29 Rom Technologies, Inc. Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome
US11325005B2 (en) 2019-10-03 2022-05-10 Rom Technologies, Inc. Systems and methods for using machine learning to control an electromechanical device used for prehabilitation, rehabilitation, and/or exercise
US11887717B2 (en) 2019-10-03 2024-01-30 Rom Technologies, Inc. System and method for using AI, machine learning and telemedicine to perform pulmonary rehabilitation via an electromechanical machine
US11069436B2 (en) 2019-10-03 2021-07-20 Rom Technologies, Inc. System and method for use of telemedicine-enabled rehabilitative hardware and for encouraging rehabilitative compliance through patient-based virtual shared sessions with patient-enabled mutual encouragement across simulated social networks
US12087426B2 (en) 2019-10-03 2024-09-10 Rom Technologies, Inc. Systems and methods for using AI ML to predict, based on data analytics or big data, an optimal number or range of rehabilitation sessions for a user
US20210128080A1 (en) 2019-10-03 2021-05-06 Rom Technologies, Inc. Augmented reality placement of goniometer or other sensors
US12062425B2 (en) 2019-10-03 2024-08-13 Rom Technologies, Inc. System and method for implementing a cardiac rehabilitation protocol by using artificial intelligence and standardized measurements
US11270795B2 (en) 2019-10-03 2022-03-08 Rom Technologies, Inc. Method and system for enabling physician-smart virtual conference rooms for use in a telehealth context
US12020799B2 (en) 2019-10-03 2024-06-25 Rom Technologies, Inc. Rowing machines, systems including rowing machines, and methods for using rowing machines to perform treatment plans for rehabilitation
US11101028B2 (en) 2019-10-03 2021-08-24 Rom Technologies, Inc. Method and system using artificial intelligence to monitor user characteristics during a telemedicine session
US11830601B2 (en) 2019-10-03 2023-11-28 Rom Technologies, Inc. System and method for facilitating cardiac rehabilitation among eligible users
US12020800B2 (en) 2019-10-03 2024-06-25 Rom Technologies, Inc. System and method for using AI/ML and telemedicine to integrate rehabilitation for a plurality of comorbid conditions
US20210134432A1 (en) 2019-10-03 2021-05-06 Rom Technologies, Inc. Method and system for implementing dynamic treatment environments based on patient information
US11515021B2 (en) 2019-10-03 2022-11-29 Rom Technologies, Inc. Method and system to analytically optimize telehealth practice-based billing processes and revenue while enabling regulatory compliance
US11756666B2 (en) 2019-10-03 2023-09-12 Rom Technologies, Inc. Systems and methods to enable communication detection between devices and performance of a preventative action
US11923065B2 (en) 2019-10-03 2024-03-05 Rom Technologies, Inc. Systems and methods for using artificial intelligence and machine learning to detect abnormal heart rhythms of a user performing a treatment plan with an electromechanical machine
US20210134458A1 (en) 2019-10-03 2021-05-06 Rom Technologies, Inc. System and method to enable remote adjustment of a device during a telemedicine session
US11955220B2 (en) 2019-10-03 2024-04-09 Rom Technologies, Inc. System and method for using AI/ML and telemedicine for invasive surgical treatment to determine a cardiac treatment plan that uses an electromechanical machine
US20210142893A1 (en) 2019-10-03 2021-05-13 Rom Technologies, Inc. System and method for processing medical claims
US11139060B2 (en) 2019-10-03 2021-10-05 Rom Technologies, Inc. Method and system for creating an immersive enhanced reality-driven exercise experience for a user
US11961603B2 (en) 2019-10-03 2024-04-16 Rom Technologies, Inc. System and method for using AI ML and telemedicine to perform bariatric rehabilitation via an electromechanical machine
US11955222B2 (en) 2019-10-03 2024-04-09 Rom Technologies, Inc. System and method for determining, based on advanced metrics of actual performance of an electromechanical machine, medical procedure eligibility in order to ascertain survivability rates and measures of quality-of-life criteria
US20210127974A1 (en) 2019-10-03 2021-05-06 Rom Technologies, Inc. Remote examination through augmented reality
US20210134425A1 (en) 2019-10-03 2021-05-06 Rom Technologies, Inc. System and method for using artificial intelligence in telemedicine-enabled hardware to optimize rehabilitative routines capable of enabling remote rehabilitative compliance
US20230343434A1 (en) * 2019-10-03 2023-10-26 Rom Technologies, Inc. Systems and methods for using ai/ml and for cardiac and pulmonary treatment via an electromechanical machine related to urologic disorders and antecedents and sequelae of certain urologic surgeries
US11826613B2 (en) 2019-10-21 2023-11-28 Rom Technologies, Inc. Persuasive motivation for orthopedic treatment
CN111009302A (zh) * 2019-11-29 2020-04-14 深圳市俄中博医医疗科技有限公司 基于智能算法的间歇性高低氧训练系统及方法
FR3105874B1 (fr) * 2019-12-28 2023-09-15 Aleksander Baczko Un dispositif augmentant la disponibilité d’organisme et le confort d’un sujet humain par des systèmes complexes
US11642032B2 (en) * 2019-12-31 2023-05-09 Medtronic, Inc. Model-based therapy parameters for heart failure
EP4129261A4 (en) * 2020-03-31 2023-09-27 Sony Group Corporation INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING SYSTEM, INFORMATION PROCESSING METHOD, AND PROGRAM
US20210322828A1 (en) * 2020-04-20 2021-10-21 Spine Principles Llc Methods and Systems for Targeted Exercise Programs and Content
US11107591B1 (en) 2020-04-23 2021-08-31 Rom Technologies, Inc. Method and system for describing and recommending optimal treatment plans in adaptive telemedical or other contexts
WO2021214553A1 (en) * 2020-04-24 2021-10-28 The Joan and Irwin Jacobs Technion-Cornell Institute Treating mental health disorders using machine learning
US12100499B2 (en) 2020-08-06 2024-09-24 Rom Technologies, Inc. Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome
US11367521B1 (en) 2020-12-29 2022-06-21 Kpn Innovations, Llc. System and method for generating a mesodermal outline nourishment program
US12087428B2 (en) 2020-12-29 2024-09-10 Kpn Innovations Llc Systems and methods for generating a body degradation reduction program
US11139064B1 (en) 2020-12-29 2021-10-05 Kpn Innovations, Llc. Systems and methods for generating a body degradation reduction program
US20220314072A1 (en) * 2021-03-30 2022-10-06 Rehab2Fit Technologies, Inc. Adjustment of exercise based on artificial intelligence, exercise plan, and user feedback
US20220319698A1 (en) * 2021-04-02 2022-10-06 Kpn Innovations, Llc. System and method for generating a ration protocol and instituting a desired endocrinal change
KR20230095500A (ko) * 2021-12-22 2023-06-29 주식회사 루트로닉 자기장 펄스를 이용한 근육 자극 장치, 그 제어방법 및 이를 이용한 근육 자극 방법
CN115382105A (zh) * 2022-07-15 2022-11-25 中国科学院合肥物质科学研究院 一种旋转磁场装置在调节糖脂代谢中的应用

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110218407A1 (en) * 2010-03-08 2011-09-08 Seth Haberman Method and apparatus to monitor, analyze and optimize physiological state of nutrition
US20140099614A1 (en) * 2012-10-08 2014-04-10 Lark Technologies, Inc. Method for delivering behavior change directives to a user
US20140180361A1 (en) * 2011-03-24 2014-06-26 California Institute Of Technology Neurostimulator
US20150050626A1 (en) * 2013-03-15 2015-02-19 Dart Neuroscience, Llc Systems, Methods, and Software for Improving Cognitive and Motor Abilities
US20150321000A1 (en) * 2013-01-21 2015-11-12 Kathryn H. Rosenbluth Devices and methods for controlling tremor
US20160262693A1 (en) * 2013-10-14 2016-09-15 Case Western Reserve University Metabolic analyzer for optimizing health and weight management
WO2017002104A1 (en) * 2015-06-28 2017-01-05 Yaron Ilan Devices for gastrointestinal stimulation and uses thereof
US20170220751A1 (en) * 2016-02-01 2017-08-03 Dexcom, Inc. System and method for decision support using lifestyle factors
US20170296116A1 (en) * 2016-04-14 2017-10-19 MedRhythms, Inc. Systems and methods for neurologic rehabilitation

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130034837A1 (en) * 2011-08-05 2013-02-07 NeuroScouting, LLC Systems and methods for training and analysis of responsive skills
US11728018B2 (en) * 2017-07-02 2023-08-15 Oberon Sciences Ilan Ltd Subject-specific system and method for prevention of body adaptation for chronic treatment of disease

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110218407A1 (en) * 2010-03-08 2011-09-08 Seth Haberman Method and apparatus to monitor, analyze and optimize physiological state of nutrition
US20140180361A1 (en) * 2011-03-24 2014-06-26 California Institute Of Technology Neurostimulator
US20140099614A1 (en) * 2012-10-08 2014-04-10 Lark Technologies, Inc. Method for delivering behavior change directives to a user
US20150321000A1 (en) * 2013-01-21 2015-11-12 Kathryn H. Rosenbluth Devices and methods for controlling tremor
US20150050626A1 (en) * 2013-03-15 2015-02-19 Dart Neuroscience, Llc Systems, Methods, and Software for Improving Cognitive and Motor Abilities
US20160262693A1 (en) * 2013-10-14 2016-09-15 Case Western Reserve University Metabolic analyzer for optimizing health and weight management
WO2017002104A1 (en) * 2015-06-28 2017-01-05 Yaron Ilan Devices for gastrointestinal stimulation and uses thereof
US20170220751A1 (en) * 2016-02-01 2017-08-03 Dexcom, Inc. System and method for decision support using lifestyle factors
US20170296116A1 (en) * 2016-04-14 2017-10-19 MedRhythms, Inc. Systems and methods for neurologic rehabilitation

Also Published As

Publication number Publication date
EP3703812A1 (en) 2020-09-09
EP3703812A4 (en) 2020-12-02
US20210074178A1 (en) 2021-03-11
WO2019087196A1 (en) 2019-05-09

Similar Documents

Publication Publication Date Title
CN111556772A (zh) 为受试者定制的连续发展的基于随机化改善器官功能的方法
Muchiri et al. Meaning of physical activities for the elderly: a review
RU2703356C1 (ru) Способ кардиотренировки с использованием водных аэробных тренировок у пациентов с факторами риска сердечно-сосудистых заболеваний
Nagle et al. Effects of a combined aquatic exercise and walking in sedentary obese females undergoing a behavioral weight-loss intervention
Alpert Alternative exercise may be attractive to more individuals
Flynn et al. Concepts of Fitness and Wellness
Millar Action plan for arthritis
Naternicola Fitness: Steps to Success
Owen Just Move!: A New Approach to Fitness After 50
US11986652B1 (en) Electrical muscle stimulation device and methods for use thereof
RU2817482C1 (ru) Способ проведения физической тренировки человека
Thompson Fitness Training
Chavan HOW TO MANAGE STRESS & ANXIETY
Saxon Trauma team toolkit & crisis protocols (TTTCP) for clinic implementation
Atikumi Effect of Long-Duration Aerobic Exercises and Exercise-Scheduling on Physiological and Anthropometric Health Markers: A Case Study of a Keep-Fit Club Members in Accra, Ghana
Ofosu Effect of eight week physical activity programme on weight loss in Akwamuman senior high school students
Sultonov et al. GYMNASTICS HEALING IS IMPORTANT PART OF MEDICINE
Kumar et al. FITNESS & WELLNESS lead a healthy life
HABTAMU EFFECTS OF CIRCUIT TRAINING ON SOME SELECTED VARIABLES OF ENDURANCE: IN THE CASE OF BAHIRDAR CITY U-17 MALE HANDBALL PROJECT
Ellison Stay active and stay healthy!
Monje Morales Suspension Training as an Exercise Method
Leuciuc Indoor physical activities for the elderly during the SARS-CoV-2/COVID-19 pandemic
Krishna et al. Comprehensive Hand book on PHYSICAL HEALTH AND LIFE SKILLS EDUCATION (Questions with Answers for Open Course in Physical Education, V Semester, Mahatma Gandhi University)
Waterbury Elite Physique: The New Science of Building a Better Body
Kisel ACTUAL PROBLEMS OF PEDAGOGY AND PSYCHOLOGY

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200818