CN114175177A - 用于提供生育能力增强饮食和生活方式建议的系统和方法 - Google Patents

Abstract

本发明提出了用于生成循证饮食和生活方式建议的方法和系统。在一个实施方案中，提供了一种包括请求并接收多个用户属性的方法。该方法还可包括将用户属性与对应循证生育能力基准进行比较，以及基于用户属性以及与对应循证生育能力基准的比较来确定生育能力支持机会。在一个实施方案中，该方法也可包括基于生育能力支持机会来识别生育能力增强建议，以及展示多个生育能力增强建议中的至少一个生育能力增强建议。

Description

用于提供生育能力增强饮食和生活方式建议的系统和方法

背景技术

很大一部分育龄夫妻经历受孕困难。此类挑战可能由身体性或精神性医学病症引起，或只是时间的流逝，因为不孕症的风险随着年龄增加而显著增大。有许多身体性和精神性医学病症可能影响生育能力，诸如压力过大、精液异常、子宫内膜异位等。在一些情况下，夫妻可能觉得拜访医疗专业人员来讨论可能的生育能力问题令人不适，并且在一些情况下，他们可能甚至意识不到自己应拜访医疗专业人员。在这些情况下，夫妻对于拜访医疗专业人员的犹豫可能因为压力增加、夫妻关系紧张而给夫妻的生育能力带来压力，并且可能延迟发现其它生育能力相关医学病症。在其它情况下，经历生育能力问题的夫妻可能需要关于改变他们生活方式或饮食的建议。尽管并非众所周知，但生育能力与夫妻生活方式和营养选择之间存在很强的关联。因此，正经历受孕困难的夫妻需要一种系统来为这些夫妻从备孕阶段起的每个受孕阶段提供定制化的全面建议。

发明内容

本公开提出了用于为寻求提高其生育能力的用户提供个性化的实时饮食和生活方式建议的新型创新方法和系统。在一个实施方案中，提供了一种方法，包括：请求并接收多个用户属性；将多个用户属性与对应多个循证生育能力基准进行比较；基于多个用户属性以及与对应多个循证生育能力基准的比较来确定多个生育能力支持机会；基于多个生育能力支持机会来识别多个生育能力增强建议；以及展示多个生育能力增强建议中的至少一个生育能力增强建议。

本文所述的特征和优点并非都包括在内，具体地讲，根据附图和描述，许多附加的特征和优点对于本领域的普通技术人员而言将是显而易见的。此外，应当指出的是，本说明书中使用的语言主要是为了可读性和指导性目的而选择的，并且不限制本发明主题的范围。

附图说明

图1示出了根据本公开的实施方案的系统。

图2示出了根据本公开的示例性实施方案的系统组件。

图3示出了根据本公开的示例性实施方案的系统组件。

图4示出了根据本公开的示例性实施方案的多个示例性饮食建议。

图5示出了根据本公开的实施方案的方法。

图6A和图6B示出了根据本公开的实施方案的方法。

具体实施方式

为了提升用户的生育能力，可能有用的是向对计划生育感兴趣用户和夫妻提供定制的饮食和生活方式计划。例如，即使在类似的情况下，不同的用户也可能经历不同的生育能力缺陷和水平。因此，需要定制化的全面方案来提供关于夫妻受孕几率方面的最大有益效果。提供此个性化水平的一种方法是从患者接收关于某些相关属性和当前受孕状态的信息以与历史循证生育能力数据库进行比较，从而基于所提供的信息生成将帮助提高患者生育能力的建议饮食和生活方式选项。

如果示例性系统可在从早期计划阶段到最终受孕阶段的整个受孕过程中提供家庭支持，则其可能是有益的。因此，如果此示例性系统对生育能力、生活方式、营养和锻炼的虚拟顾问和真人顾问两者提供持续的全天候访问，则其将是有用的。此外，示例性系统可提出关于管理焦虑、减少压力或提供特定补充的建议，所有这些也与用户的生育能力相关联。

图1示出了根据本公开的实施方案的系统100。系统100包括用户设备102和建议系统104。用户设备102可实现为计算设备，诸如计算机、智能手机、平板电脑、智能手表、或相关联的用户可通过其与建议系统104通信的其它可穿戴装置。用户设备102也可实现为例如语音助手，该语音助手被配置成从用户接收语音请求，并且在靠近用户的计算机设备上本地处理请求或在远程计算设备(例如，在远程计算服务器处)处理请求。

建议系统104包括以下中的一项或多项：显示器106、属性接收单元108、属性比较单元110、循证饮食和生活方式建议引擎112、属性分析单元114、属性存储单元116、存储器118和CPU 120。需注意，在一些实施方案中，显示器106可另外地或另选地位于用户设备102内。在一个示例中，建议系统104可被配置成接收对多个生育能力增强建议140的请求。例如，用户可在用户设备102上安装要求用户签署建议服务的应用程序。通过签署该服务，用户设备102可发送对生育能力增强建议140的请求。在不同的示例中，用户可使用用户设备102来通过用户特定凭证访问网站门户。通过此网站门户，用户可使得用户设备102从建议系统104请求生育能力增强建议。

在另一个示例中，建议系统104可被配置成请求并接收多个用户属性122。例如，显示器106可被配置成向用户展示属性问卷124。属性接收单元108可被配置成接收用户属性122。在一个示例中，属性接收单元108可基于属性问卷124接收多个答案126，并且基于该多个答案来确定多个用户属性122。例如，属性接收单元108可接收属性问卷124的表明用户饮食等同于建议饮食允许量(“RDA”)的答案，然后确定用户属性122等同于RDA，诸如100mg/天的维生素C。在另一个示例中，用户设备属性接收单元108可直接从用户设备102接收用户属性122。

在另一个示例中，属性接收单元108可被配置成接收家庭测试套件的测试结果、医疗专业人员所施行的标准化健康测试的结果、用户所用的自评估工具的结果或任何外部或第三方测试的结果。基于来自这些测试或工具中的任一者的结果，属性接收单元108可被配置成确定用户属性122。

建议系统104还可被配置成将多个用户属性122与对应多个循证生育能力基准128进行比较。例如，属性比较单元110可被配置成确定用户生育能力细分人群130。在一个示例中，用户生育能力细分人群130可为忧虑计划者、健康计划者、受孕困难者和健康受孕者中的一种。在此示例中，忧虑计划者表示其中用户正经历与生育能力健康有关的医学问题并且当前处于计划生育阶段的细分人群，健康计划者表示其中用户被认为具有健康生育能力状态并且当前处于计划生育阶段的细分人群，受孕困难者表示其中用户正经历与生育能力健康有关的医学问题并且正积极尝试受孕的细分人群，并且健康受孕者表示其中用户被认为具有健康生育能力状态并且正积极尝试受孕的细分人群。

在另一个示例中，用户生育能力细分人群可能更为具体。例如，一些用户生育能力细分人群可包括患有精液异常、低睾酮、子宫内膜异位、高体重指数(“BMI”)或可用于确定用户生育能力细分人群的任何其它病症的那些。

此外，属性比较单元110还可被配置成基于用户生育能力细分人群130来确定生育能力基准集132。例如，如果属性比较单元110基于多个用户属性122确定用户属于健康计划者用户生育能力细分人群130，则属性比较单元110可选择已根据健康计划者的特定需求创建并定义的生育能力基准集132。在另一个示例中，如果确定用户为健康受孕者，则比较单元110可选择不同的生育能力基准集132。在又一个示例中，比较单元110可选择与接受具体医学治疗诸如体外受精(“IVF”)的用户对应的生育能力基准集132。

比较单元110还可被配置成从该确定的生育能力基准集132中选择循证生育能力基准128，并且将现在所选的循证生育能力基准128与对应用户属性122中的每一个用户属性进行比较。例如，当已确定生育能力基准集132时，响应于确定结果，属性比较单元110可将表示用户维生素C摄入的用户属性122与表示基准维生素C摄入的循证生育能力基准128进行比较，从而确定用户是低于、等于还是高于基准维生素C摄入。尽管此示例是基于具体的数值比较，但基准比较的另一个示例可能是定性的并且因人而异。例如，用户属性122可表明用户当前正经历高于正常水平的压力。与用户压力水平有关的示例性基准可表明平均或较低水平的压力是理想的，因此指示较高压力水平的用户属性122被确定为低于基准的压力水平。由于不同用户经历不同的压力水平，因此即使在相同的情况下，此类比较也需要定制化方案。

另外，在前一个示例中的比较期间，属性比较单元110可被配置成基于循证生育能力基准128与用户属性122之间的比较来确定用户生育能力评分134。例如，如果用户属性122非常接近于满足对应循证生育能力基准128中的全部或大部分，则属性比较单元110可确定用户生育能力评分为95/100。在另一个示例中，可通过字母等级、符号或任何其它允许用户解释其当前属性在基准中的评级表现的排序系统来表示分数。可通过显示器106来展示此用户生育能力评分134。

建议系统104还可被配置成基于多个用户属性122以及与对应多个循证生育能力基准128的比较来确定多个生育能力支持机会138。在一个示例中，属性比较单元110可为不满足对应循证生育能力基准的每个用户属性122确定生育能力支持机会138。在此示例中，对应循证生育能力基准128可能要求用户摄入500mg/天的维生素C，而用户属性可能指示用户仅接受200mg/天的维生素C。因此，属性比较单元110可将维生素C摄入的增加确定为生育能力支持机会138。

在另一个示例中，属性比较单元110可被配置成识别由多个用户属性122中低于多个循证生育能力基准128中的对应一个循证生育能力基准的每一个用户属性组成的第一用户属性集136；以及识别由多个用户属性122中大于或等于对应循证生育能力基准128的每一个用户属性组成的第二用户属性集136。虽然第一用户属性集136以类似于上文给定示例的方式来确定，但第二用户属性集136的不同之处在于，尽管相关联的用户似乎没有缺乏症，但通过建议用户维持当前做法或机会以在此基础上进行进一步改进，可能存在支持生育能力的机会。因此，建议系统104可基于哪些属性122属于哪一个集合136来确定支持生育能力的机会。

建议系统104还可被配置成基于多个生育能力支持机会138来识别多个生育能力增强建议140。例如，循证饮食和生活方式建议引擎112可被配置成基于云的。建议引擎112可包括以多个数据库142、多个饮食限制过滤器144和一个优化单元146中的一项或多项。基于多个机会138，建议引擎112可根据多个数据库142、多个饮食限制过滤器144和一个优化单元146中的一项或多项来识别多个生育能力增强建议140。

在另一个示例中，建议系统104可被配置成基于先前的用户属性来提供持续建议。例如，除了前述元件之外，建议系统104还可包括属性存储单元116和属性分析单元114。属性存储单元116可被配置成响应于属性接收单元108接收多个用户属性122，基于接收多个用户属性122的时间将所接收的用户属性122作为新条目添加到属性历史数据库148中。例如，如果用户属性122在第一天由属性接收单元108接收，则属性存储单元116将所接收的用户属性122添加到累积属性历史数据库148中，注明条目日期，在此情况下是第一天。稍后，如果用户属性122在第二天(例如下一天)由属性接收单元108接收，则属性存储单元116也将这些新属性添加到属性历史数据库148中，注明它们是第二天接收的，同时也保留第一天的较早属性。

此属性分析单元114可被配置成分析存储在属性历史数据库148内的多个用户属性122，其中分析所存储的多个用户属性122包括执行纵向研究150。继续前面的示例，属性分析单元114可对来自第一天、第二天中每一天的用户属性122以及在属性历史数据库148内发现的每一个其它用户属性集合122执行纵向研究。循证饮食和生活方式建议引擎112还可被配置成基于至少在属性历史数据库148内发现的存储用户属性122以及属性分析单元114执行的分析来生成多个生育能力增强建议140。

在一个实施方案中，属性分析单元114被进一步配置成响应于属性存储单元116将新条目添加到属性历史数据库148中，反复地分析存储在属性历史数据库148内的多个用户属性122，从而在接收新用户属性122之后，立即实质上重新分析属性历史数据库148内的所有数据。类似地，循证饮食和生活方式建议引擎112可被进一步配置成响应于属性分析单元114完成分析，反复地生成多个生育能力增强建议140，由此在每次接收新的用户属性集122时，有效地生成考虑到所有过去和现在的用户属性122的新的生育能力增强建议140。

图2示出了包含多个用户属性122的示例性数据库。例如，用户属性122可由关于以下一项或多项的信息来填充：年龄202、性别204、体重206、身高208、活动水平210、食物过敏212、优选饮食214、生育能力状态216、生育能力相关医学病症218、并存病220和生活方式选择222。食物过敏212的一些示例包括乳糖过敏、蛋类过敏、坚果过敏、贝类过敏、大豆过敏、鱼类过敏和谷蛋白过敏。优选饮食214的一些非限制性示例包括素食饮食、纯素食饮食、地中海式饮食、犹太教饮食、清真饮食、原始人饮食、低碳饮食和低脂饮食。生育能力相关医学病症218的一些非限制性示例包括多囊卵巢综合症、早发性卵巢功能不全、子宫内膜异位、重复性流产、接受IVF、精液异常、滥用合成代谢类固醇和蛋白质补充剂、勃起功能障碍、激素失调、低睾酮和前列腺问题。并存病220的一些非限制性示例包括糖尿病、肥胖症、高血压、高胆固醇、腹腔病和胃灼热。生活方式选择222的一些非限制性示例可包括：睡眠习惯，诸如通常每夜睡眠小时数；压力属性，诸如用户当前经历的压力水平或通常经历的压力水平；用户是否吸烟；通常饮用的酒精饮品量；锻炼频率；或可能对生育能力具有影响的任何其它生活方式选择222。

图3示出了循证饮食和生活方式建议引擎112的示例性实施方案。在一个示例性实施方案中，循证饮食和生活方式建议引擎112包括多个数据库142、多个饮食限制过滤器144和一个优化单元146。多个数据库142可包括由食谱302、食物项304、食物产品306和饮食秘诀308中的一项或多项组成的数据库。饮食限制过滤器144可包括针对食物过敏310、优选饮食312、生育能力相关病症314和并存病316中的一项或多项的过滤器。优化单元146可包含基于热量摄入318、食物分组310和特定营养物质312中的一项或多项的优化规则。

图4示出了根据本公开的示例性实施方案的多个示例性饮食和生活方式建议。此饮食建议示例400详述了由建议系统104已经确定多个生育能力增强建议140之后，可展示给用户的特定建议。具体地讲，示例400详述了如针对患有特定生育能力相关医学病症218的用户所确定的生育能力增强建议140。具体地讲，示例400展示了如针对患有低睾酮的用户所确定的生育能力增强建议。如图4所见，示例性生育能力增强建议140可包括针对每天具体营养物质量的建议，诸如每天10mg硼，持续四周。此外，另一个建议140可包括一定量的具体食物项，诸如每天500克至600克葫芦巴，持续六周至八周。诸如在加工型肉类、面包和糕点、乳制品、甜品、反式脂肪和纤维的情况下，其它建议140可仅仅是为了避免或增加具体食物项的消耗量。类似地，建议140可包括适度消耗某些物质的建议或喜欢一种物质优于另一种物质的建议。尽管在示例400内发现许多不同类型的建议140，但应当理解，可对这些食物项、营养物质作出任何类型的定性或定量建议。

此外，建议系统400可生成包括以下项的生育能力增强建议140：改变生活方式，诸如改变活动水平；增加每夜休息小时数；采取减少压力的行动；或类似的影响生活方式的行动。例如，高水平的压力可能对用户生育能力产生负面影响。此类压力可能源自正积极尝试受孕的伴侣之间的关系。一些示例性生育能力增强建议140可包括对于可缓解夫妻关系紧张以便减轻压力的方法的建议。在另一个示例中，生育能力增强建议140可包括增加用户休息时间量的建议，包括睡眠习惯建议。这些建议的范围可能从一般性建议(诸如获得更多睡眠的指示)到更详细的建议，包括特定的日常锻炼、特定的饮食和食谱或拜访医疗专业人员的推荐日期。在另一个示例中，生育能力增强建议140可包括：水合物建议；避免环境(水、食物、产品、空气等)中各类毒素的建议。

另外，在另一个实施方案中，建议系统104生成的生育能力增强建议140可包括针对一种产品的特定建议。例如，建议系统104可访问包含市场上各类补充剂相关信息的数据库。然后，基于其自身的分析或通过使用第三方研究，建议系统104可分析针对特定补充剂(诸如维生素C)的不同选项，以确定与可从第二品牌、第三品牌和第四品牌获得的其它500mg维生素C补充剂相比，来自第一品牌(品牌A)的特定500mg补充剂是最有益的补充剂。此类分析可基于补充剂的质量、补充剂的成本、已知副作用、制造方法或任何其它可将一个品牌提供的补充剂与另一个品牌提供的补充剂区分开来的因素来执行。建议系统104可提供与食物项相关的类似建议，诸如具体苹果类型或品牌，以及任何其它类别的可能需要用户选择多个可用选项中的一个选项的产品。建议系统104也可通过定制餐食计划或餐食计划食谱来提供产品或食物建议，但也可提供与食物订购与递送平台(例如grubhub)的连接。

图5示出了如上文关于系统100所述的当前所公开的方法的方法500的示例性实施方案。方法500可在计算机系统诸如系统100上或在CPU上实现。例如，该方法可由以下一项或多项来实现：属性接收单元108、属性分析单元114、属性存储单元116、属性比较单元110、循证饮食和生活方式建议引擎112或用户设备102。方法500也可通过存储在计算机可读介质上的指令集来实现，该指令集在由处理器执行时致使计算机系统执行该方法。例如，方法500的全部或部分可由CPU 120和存储器118来实现。虽然参考图5所示的流程图描述了以下示例，但可使用执行与图5相关联的操作的许多其它方法。例如，一些框的次序可更改，某些框可与其它框相组合，一个或多个框可重复，并且所述框中的一些可为任选的。

框502可包括请求并接收多个用户属性122。例如，显示器106可展示属性问卷124以征求答案126，用户设备102针对该问卷提供答案126，然后这些答案被选择作为用户属性122。在框504中，可发生多个用户属性122与对应多个循证生育能力基准128的比较。基于这些比较，在框506处，可基于多个用户属性122以及与对应多个循证生育能力基准128的比较来确定多个生育能力支持机会138。在框508处，方法500的一个实施方案可基于多个生育能力支持机会138来识别多个生育能力增强建议140。例如，循证饮食和生活方式建议引擎112可包括基于云的系统，该系统经训练以解释生育能力支持机会，从而提供建议140。最后，在框510处，可展示多个生育能力增强建议140中的至少一个生育能力增强建议。

图6A和图6B公开了当前公开方法的方法600的示例性实施方案。方法600可在计算机系统诸如系统100上或在CPU上实现。例如，该方法可由以下一项或多项来实现：属性接收单元108、属性分析单元114、属性存储单元116、属性比较单元110、循证饮食和生活方式建议引擎112或用户设备102。方法600也可通过存储在计算机可读介质上的指令集来实现，该指令集在由处理器执行时致使计算机系统执行该方法。例如，方法600的全部或部分可由CPU 120和存储器118来实现。虽然参考图6所示的流程图描述了以下示例，但可使用执行与图6相关联的操作的许多其它方法。例如，一些框的次序可更改，某些框可与其它框相组合，一个或多个框可重复，并且所述框中的一些可为任选的。

框602可包括接收对多个生育能力增强建议140的请求。例如，用户可通过任何数量的方法来提交对生育能力增强建议140的请求，包括：打开用户设备102上的应用程序；通过用户设备102上的应用程序作出正式请求；通过用户设备102提交对周期性生育能力增强建议140的请求；通过网络浏览器登入在线账户；通过网络浏览器作出正式请求；或通过网络浏览器提交对周期性生育能增强建议140的请求。

在框604处，建议系统104可请求并接收多个用户属性122。例如，建议系统104可向用户展示属性问卷124。此属性问卷124可以是标准问卷或基于已知初步属性或对先前问题的答案定制的问卷。在另一个示例中，通过提供用户可在家中使用的家庭可用测试套件(诸如睾酮测试套件)列表，建议系统104可请求多个用户属性122。然后，在执行测试之后，建议系统104可接收睾酮测试结果，并且基于这些结果来确定与此类测试相关的用户属性122。

在另一个示例中，在框604处，建议系统104可提供自评估工具。类似于先前示例，用户可使用此自评估工具，从而将结果提交到建议系统104。再次，基于所接收的结果，建议系统104可基于测试来确定用户属性122。在又一个示例中，建议系统104可请求用户完成由医疗专业人员执行的标准化健康测试。在此示例中，执行的此健康测试的结果可被提交到建议系统104，由此建议系统基于结果来确定用户属性122。尽管已给出了关于外部测试的一些具体示例，但这些示例是非限制性，因为建议系统104可被配置成接收任何外部测试或第三方测试的结果，以确定对应的用户属性122。

在框606中，建议系统104可被配置成将多个用户属性122与对应多个循证生育能力基准128进行比较。例如，这些循证生育能力基准128可包括标准化基准，如针对所有项给出的基准中的标准化基准，而不论个体差别。在另一个示例中，这些基准128可基于具体用户的历史或目标进行定制。例如，如果健康用户正尝试提高其生育能力并且当前用户属性122超过所有标准循证生育能力基准128，则建议系统104可被配置成确定具体用户应达到的定制生育能力基准集132。相比之下，在另一个示例中，作为一种激励进步并提供阶段性目标的方式，可将远低于标准循证生育能力基准128的不同用户与不同的较低基准值进行比较。

在框608处，示例性方法可被配置成基于多个用户属性122以及与对应多个循证生育能力基准128的比较来确定多个生育能力支持机会138。例如，建议系统104可确定用户属性122对应于高于最佳压力水平。基于此比较，建议系统104可确定用以减少压力的生育能力支持机会138。在另一个示例中，建议系统104可确定用户尚未寻求医疗专业人员的帮助，并且因此确定生育能力支持机会138是拜访医疗专业人员。

在框610处，建议系统104可至少基于多个生育能力支持机会138来识别多个生育能力增强建议140。例如，建议系统可通过分析属性历史数据库148来确定多个类似前例，识别所接收的用户属性122与属性历史数据库148内的多个先前用户属性之间的相似性。例如，建议系统104可识别用户属性122详述了某个用户具有高于平均值的BMI、以及对应于过去用户具体分组的其它相似性，并且因此，该过去用户具体分组的那些成员的案例被确定为类似前例。

此外，在此示例中，建议系统104可基于多个类似前例来确定多个前例结果。如前所详述，属性历史数据库148可包括与先前用户属性相关联的对应建议以及这些对应建议的有效性。因此，建议系统104可分析对应建议及其与过去用户具体分组相关联的有效性，以确定多个前例结果。

此外，在此示例中，建议系统104可基于多个前例结果来确定成功建议和多个不成功建议。例如，建议系统104可能已经建议该过去用户具体分组内的用户在某些情况下增加锻炼水平并且在其它情况下减少食物消耗。基于如基于属性历史数据库148所确定的前例结果，建议系统104可确定减少食物消耗的建议不是非常成功，但增加锻炼水平被证明是非常成功的，因此确定增加锻炼水平是成功建议，而减少食物消耗是不成功建议。通过对这些先前用户属性、建议选项和对应建议的有效性执行分析，建议系统104可识别与不同子集患者群体相关联的趋势，由此创建并验证多种生活方式干预。成功建议和不成功建议的这些示例是非限制性的，因为不同分组可对相同建议经历不同的成功水平。

另外，建议系统104可被配置成基于多个成功建议和多个不成功建议来确定多个生育能力增强建议。例如，建议系统104可被配置成仅建议多个成功建议。在另一个示例中，建议系统104可能仍然建议任何不成功建议。基于任何数量的包括以下项的原因，建议系统104可作出这些建议：与先前用户属性相比，用户属性122的轻微差异；缺乏足够数据来支持真实的不成功建议；或尽管不成功，但数据支持建议是受欢迎的并且用户通常可以遵循。在另一个示例中，建议系统104可建议多个成功建议中的非全部建议。在一个示例中，用于选择待呈现或待生成多个建议中的哪些建议的决策可由AI执行。

在另一个示例中，成功建议可基于与具体医学病症(诸如正接受IVF的用户)相关联的指南。在这种情况下，这些指南将被确定为成功建议。

在框612处，建议系统可展示多个生育能力增强建议140中的至少一个生育能力增强建议。在框614处，建议系统104可接收选自多个生育能力增强建议140中的所展示的至少一个生育能力增强建议的建议选项。例如，可向用户展示三个生育能力增强建议140，更少饮酒，增加锻炼，以及食用更多水果。用户可选择这些选项中的一个、两个或全部三个选项。在一个示例中，用户可使用用户设备102来选择生育能力增强建议140，以增加锻炼并食用更多水果。因此，建议系统104从用户设备102接收这两个所选建议作为建议选项。在另一个示例中，用户可能不选择所展示的建议中的任何建议，此时建议系统104可生成并展示不同的多个生育能力增强建议140。

在另一个示例中，在用户查看所展示的生育能力增强建议140之后，用户可提交联系生育能力顾问的请求。例如，用户可能就关于如何实现这些建议仍犹豫不决或可能仅仅是存在用户需寻求答案的问题。在一些情况下，建议系统104可确定用户寻求答案的问题可由虚拟顾问充分回答，并且由此提供对所述虚拟顾问的访问和交互。在其它情形下，建议系统104可确定问题将被真人顾问(即活生生的个人)进行最佳处理，并且由此提供对所述真人顾问的访问和交互。

在框616处，建议系统104可将多个用户属性122和建议选项存储在属性历史数据库148中。例如，建议系统104可存储在第一天接收的所有用户属性122以及在该相同第一天接收的建议选项。然后，当分析属性历史数据库148时，建议系统104未来可访问这些用户属性122和建议选项。

在框618处，建议系统104可获得至少一个建议结果。在一个示例中，用户可通过用户设备102来提交建议结果。此结果可包括用户所选的定性或定量评级。在另一个示例中，建议系统104可接收未来的多个用户属性122，并且同时将所接收的未来用户属性与属性历史数据库148内先前接收的用户属性(现在的先前用户属性)进行比较。基于此比较，建议系统104可确定建议结果，诸如减小或增加BMI。在获得此建议结果之后，对应于先前建议选项，建议系统104可将至少一个建议结果存储在属性历史数据库148中。此建议系统104可随后等待对生育能力增强建议140的另一个请求，并且同时在框602处再次执行方法600。

如图6A和图6B中所公开的此类示例性方法使得该持续的定制化的全面建议系统104能够随着属性历史数据库148的大小增长而对建议进行不断改进。通过此增长，建议系统104和(在一些实施方案中)循证饮食和生活方式建议引擎112将具有不断扩展的可用于导出生育能力增强建议140的数据集，其中关于哪些用户接收哪些建议越来越具体。

在另一方面，一种治疗方法可包括使用上述系统或方法中的任何一种来生成生育能力增强建议140、饮食和生活方式建议或特定补充建议中的任何一项或多项。此外，该治疗方法可包括基于给用户的生育能力增强建议140、饮食和生活方式建议或特定补充建议中的一项或多项中的至少任一项来施行治疗。例如，当建议系统104确定了包括通过300mg维生素C补充剂将用户的维生素C摄入从200mg/天增加到500mg/天的生育能力增强建议140时，示例性治疗方法可包括每天向用户施用包含300mg维生素C补充剂的治疗。

此公开所述的所有公开方法和流程可使用一个或多个计算机程序或组件来实现。这些组件可作为任何常规的计算机可读介质或机器可读介质上的一系列计算机指令来提供，包括易失性存储器和非易失性存储器，诸如RAM、ROM、闪速存储器、磁盘或光盘、光学存储器或其它存储介质。这些指令可作为软件或固件提供，并且可全部或部分地在诸如ASIC、FPGA、DSP或任何其它类似设备的硬件组件中实现。这些指令可被配置成由一个或多个处理器执行，在执行一系列计算机指令时，处理器执行或有利于执行所公开的方法和流程的全部或一部分。

应当理解，对本文所述的实施例作出的各种变化和修改对于本领域的技术人员将是显而易见的。可在不脱离本发明主题的实质和范围且不减弱其预期优点的前提下作出这些变化和修改。因此，此类变化和修改旨在由所附权利要求书涵盖。

Claims (48)

1.支持家庭生育的方法，包括：

请求并接收多个用户属性；

将所述多个用户属性与对应多个循证生育能力基准进行比较；

基于至少所述多个用户属性以及与所述对应多个循证生育能力基准的所述比较来确定多个生育能力支持机会；

基于至少所述多个生育能力支持机会来识别多个生育能力增强建议；以及

展示所述多个生育能力增强建议中的至少一个生育能力增强建议。

2.根据权利要求1所述的方法，其中通过标准化健康测试来接收所述多个用户属性。

3.根据权利要求2所述的方法，其中所述标准化健康测试包括使用家庭健康套件。

4.根据权利要求2所述的方法，其中所述标准化健康测试由医疗专业人员施行。

5.根据权利要求1所述的方法，其中所述请求并接收所述多个用户属性包括：

展示属性问卷；

基于所述属性问卷接收多个答案；以及

基于至少所述多个答案来确定所述多个用户属性。

6.根据权利要求5所述的方法，其中所述属性问卷是基于多个初步属性定制的。

7.根据权利要求5所述的方法，其中所述属性问卷是基于多个早期接收的问卷答案针对用户迭代定制的。

8.根据权利要求1所述的方法，其中所述多个用户属性包括关于以下至少一项的信息：年龄、性别、体重、身高、活动水平、食物过敏、优选饮食、生育能力状态、生活方式选择、任何生育能力相关医学病症或任何并存病。

9.根据权利要求1所述的方法，其中所述多个用户属性与对应多个循证生育能力基准的所述比较包括：

基于至少所述多个用户属性来确定用户生育能力细分人群；

基于至少所述用户生育能力细分人群来确定生育能力基准集；

选择所述生育能力基准集作为所述对应多个循证生育能力基准；以及

将所述多个用户属性中的每个用户属性与所述多个循证生育能力基准中的对应一个循证生育能力基准进行比较。

10.根据权利要求9所述的方法，其中所述用户生育能力细分人群被确定为忧虑计划者、健康计划者、受孕困难者和健康受孕者中的一种，

其中忧虑计划者表示其中用户正经历与生育能力健康有关的医学问题并且当前处于计划生育阶段的细分人群，

其中健康计划者表示其中用户被认为具有健康生育能力状态并且当前处于计划生育阶段的细分人群，

其中受孕困难者表示其中用户正经历与生育能力健康有关的医学问题并且正积极尝试受孕的细分人群，并且

其中健康受孕者表示其中用户被认为具有健康生育能力状态并且正积极尝试受孕的细分人群。

11.根据权利要求10所述的方法，其中所述多个用户属性与对应多个循证生育能力基准的所述比较还包括基于至少所述比较来确定用户生育能力评分。

12.根据权利要求1所述的方法，其中所述确定所述多个生育能力支持机会包括：

识别由所述多个用户属性中低于所述多个循证生育能力基准中的对应一个循证生育能力基准的每个用户属性组成的第一用户属性集；

识别由所述多个用户属性中大于或等于所述对应循证生育能力基准的每个用户属性组成的第二用户属性集；以及

基于至少所识别的第一用户属性集和第二用户属性集来确定所述多个生育能力支持机会。

13.根据权利要求12所述的方法，其中所述基于至少所识别的第一用户属性集和第二用户属性集来确定所述多个生育能力支持机会包括：

识别用以改进针对所述第一用户属性集中的每个的相关联的用户属性的机会；以及

识别用以维持或改进针对所述第二用户属性集中的每个的相关联的用户属性的机会。

14.根据权利要求1所述的方法，其中所述基于至少所述多个生育能力支持机会来识别多个生育能力增强建议包括：

向基于云的人工智能服务提供所述多个生育能力支持机会；以及

基于向所述基于云的人工智能服务提供的所述生育能力支持机会，从所述基于云的人工智能服务接收多个生育能力增强建议。

15.根据权利要求1所述的方法，其中展示所述多个生育能力增强建议中的至少一个生育能力增强建议包括：

基于至少所接收的生育能力增强建议来确定可展示建议集；以及

展示所述可展示建议集。

16.用于生成生育能力增强建议的系统，包括：

存储器；

CPU；

显示器，所述显示器被配置成向用户展示属性问卷；

属性接收单元，所述属性接收单元被配置成基于至少所述属性问卷来接收多个用户属性；

属性比较单元，所述属性比较单元被配置成将所接收的多个用户属性与对应多个生育能力属性基准进行比较；

循证饮食和生活方式建议引擎，所述循证饮食和生活方式建议引擎被配置成基于至少所述多个用户属性以及与所述对应多个生育能力属性基准的比较来生成多个生育能力增强建议；以及

其中所述显示器被进一步配置成向所述用户展示所述多个生育能力增强建议中的至少一个生育能力增强建议。

17.根据权利要求16所述的系统，其中所述多个用户属性包括关于以下至少一项的信息：年龄、性别、体重、身高、活动水平、食物过敏、优选饮食、生育能力状态、生活方式选择、任何生育能力相关医学病症和任何并存病。

18.根据权利要求16所述的系统，其中所述属性比较单元被进一步配置成：

基于至少所述多个用户属性来确定用户生育能力细分人群；

基于至少所述用户生育能力细分人群来确定生育能力基准集；以及

选择所述生育能力基准集作为所述对应多个循证生育能力基准。

19.根据权利要求17所述的系统，其中所述属性比较单元被进一步配置成将所述用户生育能力细分人群确定为忧虑计划者、健康计划者、受孕困难者和健康受孕者中的一种，

其中忧虑计划者表示其中用户正经历与生育能力健康有关的医学问题并且当前处于计划生育阶段的细分人群，

其中健康计划者表示其中用户被认为具有健康生育能力状态并且当前处于计划生育阶段的细分人群，

其中受孕困难者表示其中用户正经历与生育能力健康有关的医学问题并且正积极尝试受孕的细分人群，并且

其中健康受孕者表示其中用户被认为具有健康生育能力状态并且正积极尝试受孕的细分人群。

20.根据权利要求16所述的系统，其中所述属性比较单元被进一步配置成基于至少所述比较来确定用户生育能力评分。

21.根据权利要求16所述的系统，其中所述循证饮食和生活方式建议引擎包括：

多个数据库，所述多个数据库包括食谱、特定食物项、产品或饮食秘诀中的一项或多项；

多个饮食限制过滤器，所述饮食限制包括食物过敏、优选饮食、生育能力相关病症或并存病中的一项或多项；和

优化单元，所述优化单元被配置成基于热量摄入、食物分组或营养物质中的一项或多项来优化所述多个生育能力增强建议。

22.根据权利要求16所述的系统，其中所述循证饮食和生活方式建议引擎被配置为基于云的AI。

23.用于对个体生育能力进行评级的方法，包括：

请求并接收多个用户属性和行为；

将所述多个用户属性和行为与多个生育能力基准属性和行为进行比较；

基于至少所述比较来确定生育能力评级；以及

展示所述生育能力评级。

24.根据权利要求23所述的方法，其中所述多个用户属性和行为包括关于以下一项或多项的信息：年龄、性别、体重、身高、活动水平、食物过敏、优选饮食、生育能力状态、生活方式选择、任何生育能力相关医学病症或任何并存病。

25.根据权利要求23所述的方法，其中所述多个用户属性和行为与多个生育能力基准属性和行为的所述比较包括：

基于至少所述多个用户属性来确定用户生育能力细分人群；

基于至少所述用户生育能力细分人群来确定生育能力基准集；

选择所述生育能力基准集作为所述对应多个循证生育能力基准；以及

将所述多个用户属性中的每个用户属性与所述多个循证生育能力基准中的对应一个循证生育能力基准进行比较。

26.根据权利要求23所述的方法，其中所述用户生育能力细分人群被确定为忧虑计划者、健康计划者、受孕困难者和健康受孕者中的一种，

其中忧虑计划者表示其中用户正经历与生育能力健康有关的医学问题并且当前处于计划生育阶段的细分人群，

其中健康计划者表示其中用户被认为具有健康生育能力状态并且当前处于计划生育阶段的细分人群，

其中受孕困难者表示其中用户正经历与生育能力健康有关的医学问题并且正积极尝试受孕的细分人群，并且

其中健康受孕者表示其中用户被认为具有健康生育能力状态并且正积极尝试受孕的细分人群。

27.用于生成生育能力增强建议的持续可用系统，包括：

存储器；

CPU；

属性接收单元，所述属性接收单元被配置成接收多个饮食和生活方式属性；

属性存储单元，所述属性存储单元被配置成响应于所述属性接收单元接收所述多个饮食和生活方式属性，基于至少接收所述多个饮食和生活方式属性的时间将所述多个饮食和生活方式属性作为新条目添加到属性历史数据库中；

属性分析单元，所述属性分析单元被配置成分析存储在所述属性历史数据库内的所述多个饮食和生活方式属性，其中分析所存储的多个饮食和生活方式属性包括执行纵向研究；

循证饮食和生活方式建议引擎，所述循证饮食和生活方式建议引擎被配置成基于至少所存储的多个饮食和生活方式属性以及由所述属性分析单元执行的所述分析来生成多个生育能力增强建议；以及

显示器，所述显示器被配置成展示所述多个生育能力增强建议中的至少一个生育能力增强建议，

其中所述属性分析单元被进一步配置成响应于所述属性存储单元将所述新条目添加到所述属性历史数据库中来反复地分析存储在所述属性历史数据库内的所述多个饮食和生活方式属性，并且

其中所述循证饮食和生活方式建议引擎被进一步配置成响应于所述属性分析单元完成分析来反复地生成所述多个生育能力增强建议。

28.根据权利要求27所述的系统，其中所述多个饮食和生活方式属性包括关于以下一项或多项的信息：年龄、性别、体重、身高、活动水平、食物过敏、优选饮食、生育能力状态、任何生育能力相关医学病症或任何并存病。

29.根据权利要求27所述的系统，其中在所述属性分析单元内，分析所存储的多个饮食和生活方式属性还包括：

将所存储的多个饮食和生活方式属性与对应多个循证生育能力基准进行比较；

基于至少所存储的多个饮食和生活方式属性以及与所述对应多个循证生育能力基准的所述比较来确定多个生育能力支持机会。

30.根据权利要求29所述的系统，其中在所述属性分析单元内，将所存储的多个用户属性与对应多个循证生育能力基准进行比较包括：

基于至少所存储的多个饮食和生活方式属性来确定用户生育能力细分人群；

基于至少所述用户生育能力细分人群来确定生育能力基准集；

选择所述生育能力基准集作为所述对应多个循证生育能力基准；以及

将所述多个饮食和生活方式属性中的每个饮食和生活方式属性与所述多个循证生育能力基准中的对应一个循证生育能力基准进行比较。

31.根据权利要求30所述的系统，其中在所述属性分析单元内，所述用户生育能力细分人群被确定为忧虑计划者、健康计划者、受孕困难者和健康受孕者中的一种，

其中忧虑计划者表示其中用户正经历与生育能力健康有关的医学问题并且当前处于计划生育阶段的细分人群，

其中健康计划者表示其中用户被认为具有健康生育能力状态并且当前处于计划生育阶段的细分人群，

其中受孕困难者表示其中用户正经历与生育能力健康有关的医学问题并且正积极尝试受孕的细分人群，并且

其中健康受孕者表示其中用户被认为具有健康生育能力状态并且正积极尝试受孕的细分人群。

32.用于生成饮食和生活方式建议以促进生育能力的计算机实现的方法，包括：

接收对生育增强饮食和生活方式建议的请求；

请求并接收多个用户属性和行为；

对所述多个用户属性和行为进行自动实时的数据分析；

基于至少对所述多个用户属性的所述分析来生成多个饮食和生活方式生成建议；以及

提供所述多个饮食和生活方式生成建议。

33.提供特定补充品以促进生育能力的方法，包括：

接收多个用户饮食属性；

将所述多个用户饮食属性与多个对应生育能力饮食基准进行比较；

基于至少所述多个用户饮食属性与所述多个对应生育能力饮食基准之间的所述比较来确定多种饮食性缺乏；

基于所述多种饮食性缺乏来生成多个特定补充建议；以及

展示所述多个补充建议。

34.减小来自生育能力的压力的方法，包括：

接收多个用户属性和行为；

将所述多个用户属性和行为与多个对应生育能力属性和行为基准进行比较；

基于至少所述多个用户属性和行为与所述多个对应生育能力属性和行为基准之间的所述比较来确定多个减压机会；

基于至少所述多个减压机会来生成多个饮食和生活方式建议；以及

展示所述多个饮食和生活方式建议。

35.提供定制化的全面方案来促进家庭生育的方法，包括：

接收对多个生育能力增强建议的请求；

请求并接收多个用户属性；

将所述多个用户属性与对应多个循证生育能力基准进行比较；

基于至少所述多个用户属性以及与所述对应多个循证生育能力基准的所述比较来确定多个生育能力支持机会；

基于至少所述多个生育能力支持机会、所述多个用户属性和属性历史数据库来识别多个生育能力增强建议；

展示所述多个生育能力增强建议中的至少一个生育能力增强建议；

接收选自所述多个生育能力增强建议中的所展示的至少一个生育能力增强建议的建议选项；

将所述多个用户属性和所述建议选项存储在所述属性历史数据库中；

获得至少一个建议结果；以及

将所述至少一个建议结果存储在所述属性历史数据库中。

36.根据权利要求35所述的方法，其中请求并接收多个用户属性包括：

提供可用家庭测试套件的列表；

接收来自所述可用家庭测试套件列表中的至少一个套件的多个结果；以及

基于至少所述多个结果来确定多个用户属性。

37.根据权利要求35所述的方法，其中请求并接收多个用户属性包括：

提供自评估工具；

接收来自所述自评估工具的多个结果；以及

基于至少所述多个结果来确定所述多个用户属性。

38.根据权利要求35所述的方法，其中请求并接收多个用户属性包括接收来自标准化健康测试的多个用户属性，其中所述标准化健康测试由医疗专业人员施行。

39.根据权利要求35所述的方法，其中所述属性历史数据库包括多个先前用户属性、多个对应建议以及所述对应建议的有效性。

40.根据权利要求35所述的方法，其中基于至少所述多个生育能力支持机会、所述多个用户属性和属性历史数据库来识别多个生育能力增强建议包括：

通过分析所述属性历史数据库来确定多个类似前例，其中分析所述属性历史数据库包括识别所述多个用户属性与所述多个先前用户属性之间的相似性；

基于所述多个类似前例以及所述对应多个对应建议以及所述对应建议的有效性来确定多个前例结果；

基于所述多个前例结果来确定多个成功建议；

基于所述多个前例结果来确定多个不成功建议；以及

基于所述多个成功建议和所述多个不成功建议来确定所述多个生育能力增强建议。

41.根据权利要求35所述的方法，其中基于至少所述多个生育能力支持机会、所述多个用户属性和属性历史数据库来识别多个生育能力增强建议包括：

识别与具体医学病症相关联的多个饮食和生活方式指南；以及

基于所述多个饮食和生活方式指南来确定多个生育能力增强建议。

42.根据权利要求35所述的方法，其中所述多个用户属性包括对应于以下项的属性：用户的睡眠习惯、所经历的压力水平、用户与伴侣的关系度量、当前药物或补充剂以及拜访医疗专业人员的历史。

43.根据权利要求35所述的方法，其中所述多个生育能力增强建议包括提醒所述用户注意潜在生育能力问题。

44.根据权利要求35所述的方法，其中所述多个生育能力增强建议包括联系医疗专业人员的建议。

45.用于支持家庭生育的方法，包括：

接收多个用户属性；

将所述多个用户属性与对应多个循证生育能力基准进行比较；

基于至少所述多个用户属性以及与所述对应多个循证生育能力基准的所述比较来确定多个生育能力支持机会；

基于至少所述多个生育能力支持机会、所述多个用户属性和属性历史数据库来识别多个生育能力增强建议；

展示所述多个生育能力增强建议中的至少一个生育能力增强建议；以及

接收联系生育能力顾问的请求。

46.根据权利要求45所述的方法，还包括：

基于所述多个生育能力增强建议来确定虚拟生育能力顾问；

提供对所述虚拟生育能力顾问的访问。

47.根据权利要求45所述的方法，还包括：

基于所述多个生育能力增强建议来确定真人生育能力顾问；

提供对所述真人生育能力顾问的访问。

48.用于生成生育能力增强建议的持续可用系统，包括：

存储器；

CPU；

属性接收单元，所述属性接收单元被配置成接收多个饮食和生活方式属性；

属性存储单元，所述属性存储单元被配置成响应于所述属性接收单元接收所述多个饮食和生活方式属性，基于至少接收所述多个饮食和生活方式属性的时间将所述多个饮食和生活方式属性作为新条目添加到属性历史数据库中；

属性分析单元，所述属性分析单元被配置成分析存储在所述属性历史数据库内的所述多个饮食和生活方式属性，其中分析所存储的多个饮食和生活方式属性包括执行纵向研究；

循证饮食和生活方式建议引擎，所述循证饮食和生活方式建议引擎被配置成基于至少所存储的多个饮食和生活方式属性以及由所述属性分析单元执行的所述分析来生成多个生育能力增强建议；

显示器，所述显示器被配置成展示所述多个生育能力增强建议中的至少一个生育能力增强建议；以及

建议接收单元，所述建议接收单元被配置成接收建议选项；

建议跟踪单元，所述建议跟踪单元被配置成：

响应于所述建议接受单元接收多个执行建议，将建议选项存储在与所存储的多个饮食和生活方式属性相关联的所述属性历史数据库中；

获得至少一个建议结果；以及

将所述至少一个建议结果存储在所述属性历史数据库中，

其中所述属性分析单元被进一步配置成响应于所述属性存储单元将所述新条目添加到所述属性历史数据库中来反复地分析存储在所述属性历史数据库内的所述多个饮食和生活方式属性，并且

其中所述循证饮食建议引擎被进一步配置成响应于所述属性分析单元完成分析来反复地生成所述多个生育能力增强建议。

Images