JP2013522730A - 生理的栄養状態をモニタ、分析および最適化するための方法および装置 - Google Patents

生理的栄養状態をモニタ、分析および最適化するための方法および装置 Download PDF

Info

Publication number
JP2013522730A
JP2013522730A JP2012557163A JP2012557163A JP2013522730A JP 2013522730 A JP2013522730 A JP 2013522730A JP 2012557163 A JP2012557163 A JP 2012557163A JP 2012557163 A JP2012557163 A JP 2012557163A JP 2013522730 A JP2013522730 A JP 2013522730A
Authority
JP
Japan
Prior art keywords
user
client device
data
server computer
nutrition
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.)
Withdrawn
Application number
JP2012557163A
Other languages
English (en)
Inventor
ヘイバーマン セス
バーンスタイン ジョゼフ
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.)
Health Shepherd Inc
Original Assignee
Health Shepherd Inc
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 Health Shepherd Inc filed Critical Health Shepherd Inc
Publication of JP2013522730A publication Critical patent/JP2013522730A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation

Abstract

個人の生理的栄養状態モニタし、個々の栄養上のニーズを予測するために、データ入力を適応的に分析するための方法および装置に関する。満腹メータは、栄養状態などのユーザプロフィールを分析し、ユーザが空腹感の開始を経験しないために、何を、どれくらい消費すべきかを判定し、決定エンジンに知らせるために用いることができる。決定エンジンは、ユーザの栄養のプランおよび／あるいはレジメンに基づいて、空腹感の開始前の予防的栄養摂取量を個々に処方するために、メッセージを生成して、生成されたメッセージをクライアントデバイスを介してユーザに送信するために用いることができる。
【選択図】図１

Description

［関連出願の相互参照］
本出願は、２０１０年３月８日に出願された米国仮特許出願第61/311,614号および２０１１年３月８日に出願された米国特許出願第13/042,694号に基づく優先権を主張するものであり、これらの出願の全体は、参照により本明細書に組み入れられる。
本発明は概して、ダイエット、食（飲）欲および栄養に関する。より詳しくは、本発明は個人の栄養および食欲の生理学的状態をモニタおよび分析し、所望の目標を達成するためにユーザにフィードバックを与える技術に関する。
米国では、成人（２０歳以上）の人口の約６６％が過体重か肥満のいずれかに分類され、多くの健康問題および慢性疾患の原因は部分的または完全にこれらの２つの要因にある。（Ogden, C. L., Carroll, M. D., Curtin, L. R., McDowell, M. A., Tabak, C. J., Flegal, K. M. Prevalence of overweight and obesity in the United States, 1999-2004. JAMA. 2006 Apr 5; 295(13): 1549-55）。例えば、肥満は多くのタイプの心臓血管疾患（ＣＶＤ）に関係があり、米国では主な死亡原因を示している（２００４年では８７１，５１７人）。（Rosamond et ah, American Heart Association Statistics Committee and Stroke Statistics Subcommittee; Heart disease and stroke statistics - 2007 update: a report from the American Heart Association Statistics Committee and Stroke Statistics Subcommittee. Circulation. 2007 Feb 6; 115(5):e69-171）。更に、調査の結果、肥満はすべての癌の３分の１に関係があり、米国では第２の主な死亡原因であることを示している（アメリカ癌協会）。（Wolk, A., Gridley, G., Svensson, M., Nyren, O., McLaughlin, J. K., Fraumeni, J. F., Adam, H. O. A prospective study of obesity and cancer risk (Sweden). Cancer Causes Control. 2001 Jan;12(l): 13-21）。更に、肥満は高血圧およびタイプ２糖尿病などの多くの慢性疾患に関与している。（Burton, B. T., Foster, W. R., Hirsch, J., Van Itallie, T. B.
Health implications of obesity: an NIH Consensus Development Conference. Int J Obes. 1985;9(3): 155-70）。肥満関連疾患は世界保健制度に大きな財政的影響を与え、ＣＶＤ単独でも米国健康保険制度のコストは２００４年度において４３１．８ビリオンドルに昇ることが推定されている（Rosmand etal., 2007）。
これらの疾病状態の大部分は肥満に原因しているため、これらの疾病状態は単に罹患者のダイエット、栄養および食欲を改善するだけで緩和もしくは改善することができる。ダイエット療法による減量の概念は周知である。従来の体重管理システムはいくつかのタイプに大きく分けられている。
一つのタイプの体重管理システムは本質的に個人が何を食べるべきかを教えるものである。例えば、米国特許第５，６８３，２５１号は子供達が適切な栄養について学習できるように様々な食品群について子供たちに教える方法を提供している。成人のために設計されたアプローチは米国特許第６，３３６，１３６号に開示され、個人の減量プログラム（即ち適切な食料の選択）をユーザが入力し得る様々なデータに基づいて決定するコンピュータプログラムを提供している。
別のタイプの体重管理システムは、例えば米国特許第６，１０２，７０６号、米国特許第５，９９４，２９５号および米国特許公開番号第２００５／０１１８２３３号に記載されているように、個人別の特定の食料を与えるプレパッケージ食料のシステムからなる。
別のタイプの体重管理システムは個人が予め設定したダイエットプランを持続するのを助けるものである。例えば、米国特許公開番号第２００７／０２０８５９３号は、現在の食習慣に関するユーザの入力を受け取り、規定の減量目標に向けたユーザの進行程度に関するフィードバックおよび奨励を与えるコンピュータベースシステムを提供している。同様に、米国特許公開番号第２００６／００５８５８６号は、個人のダイエットを時間の経過とともにモニタし、個人の目標に沿った代替ダイエット消費量を提案するコンピュータベースプログラムを提供している。米国特許公開番号第２００７／０１３５２６６号は、現在の食習慣および/またはエクササイズレベルに関するユーザ入力を受け取り、何を食べるべきで、何を食べるべきではないかに関するフィードバックおよび奨励をユーザに与えるコンピュータベースシステムを提供している。更に、カナダ国特許第５１４，８２２号は食品群リストのチャートに基づいてカロリー摂取をモニタし、ユーザが設定されたダイエットプランに従うのを助ける装置を教示している。
特許文献９は、摂取食物とともに変化する生理学的パラメータ（例えば、中核体温、グルコース、経腹壁インピーダンス、消化管の電気的活性度および生理学的運動）を測定するいくつかの異なる医用装置／センサに関するものである。特許文献９は、患者により消費された食物の量の関数として変化する患者の生理学的パラメータを検出するセンサ、検出した生理学的パラメータの関数として患者により消費された食物の量を推定し、その推定の関数としてドラッグ送達システムを制御する制御信号を発生するプロセッサ、および制御信号に応答して患者の体に薬物を送達するように構成された薬物送達システム」
を備えるシステムを開示している。
よって、特許文献９は、適切な薬物の送達による食物消費の変化に応答する反応システムを開示する。特許文献９のセンサは、ダイエット／減量療法に関連する栄養状態に対応するシステムに組み込まれるものではない。更に、特許文献９のシステムは他の栄養または食欲関連目標にも全く対応するものではない。
特許文献１０は、一人のユーザにより使用される携帯マイクロコンピュータ体重制御装置を開示する。特許文献１０のこの装置は、ユーザの身体的特性、エクササイズおよび摂取カロリーをモニタし、ユーザの進歩に関するフィードバックを提供し、目標へのユーザの執着度に応答して、例えばユーザに推奨する摂取カロリーを増減することによって、ユーザのプログラムを調整することができる。特許文献１０は、ユーザの栄養およびエクササイズ習慣を変更するように設計された減量プログラムに、刺激制御、プロンプト提示、シェーピング、目標設定およびフィードバックなどの挙動修正プロシージャを組み込む。この装置は、食事をする時間、水を飲む時間、運動をする時間を知らせる視覚および音声プロンプトを発生し、何をどのぐらい食べるか、どのくらい運動するか指示する。特許文献１０のプログラムの効果は、装置のプロセスに従うことによって、一貫した時間に食事をする、１週間に３回運動をする、毎日計量する、１日中一定の間隔で水を飲むというスケジュール化されたルーチンをユーザが作り上げることができることにある。
特許文献１０は、ユーザがスケジュール化された一貫したルーチンを作り上げることができるようにユーザに特定の時間に食事を取ること、水を飲むこと、運動をすることを催促するシングルユーザ装置を開示する。特許文献１０は、個人の栄養の生理学的状態をモニタし、そのデータを適応制御して個人の栄養ニーズを予測し、空腹の訪れる前に飲食することを個人に催促することは開示していない。特許文献１０はユーザのモニタリングに、生理的または行動的および態度的データを使用するものでなく、むしろ年齢、身長および体重などの身体的データを使用するものである。特許文献１０はシングルユーザ装置に関するものであるから、ユーザの経験に適合し組み入れることができる第３者のデータを使用するものではない。
一般に、従来のシステムおよび/または方法は一般規則（即ち、総摂取カロリーまたは炭水化物摂取率）に基づき、個人の生理機能の変化を考慮しておらず、また個人に関する併存する生理学的要求、行動的および/または態度的要因も考慮していない。それらは、個人が何を食べているかリアルタイムベースでモニタしていない。それらは、一般に静的な情報およびパラメータに基づいてフィードバックを個人に与えているだけである。それらは、個人または個人等からの情報に基づいて、規則の成功を考慮することも、また時間の経過とともに規則の成功に基づいて規則を変更することもしていない。更に、極めて重要なことに、それらは、機先を制して栄養測定を指示することも、個人の生理機能に調整され、過食およびひいては貧弱な健康／栄養行動に対する予防として要求する命令を指示することもしていない。
本発明の実施形態は個人の栄養の生理学的状態および食欲状態をモニタし、データ入力を適応分析して個人の栄養的および生理的ニーズを予測する方法および装置を提供する。
既存のダイエット／減量技術の中心問題は、人は空腹のために食べ始めるが、栄養的ニーズが満たされても、必ずしも食べるのをやめないことにある。空腹の制御は、上部消化官（胃および小腸）と脳の種々の領域、例えば視床下部領域、との間の複雑なフィードバックループを含む。このシステムには固有のタイムラグがあるので、人は上部消化器官の信号分子が「満腹」感を脳に伝え、それに応じて脳が行動を調節する、即ち食べるのをやめさせることができるようになる前に必要以上に食べてしまう可能性がある。同様に、正常な「空腹」感が開始する前は人の栄養状態は低くすぎ、大きな栄養不足（飢餓）の可能性および栄養不足に対する過補償（例えば大食）の可能性がある。最後に、たった一種類の栄養（例えば、炭水化物）の不足でも多くのカテゴリーで過食が引き起こされる。本発明の実施形態は、個人の栄養および食欲状態を生理学レベルでモニタし、空腹の訪れる前に栄養の予防的摂取を個人に指示することによってこれらの問題を解消しようとするものである。この点に関して、本発明の実施形態は反応型ではなく先行型である。本発明は栄養生理機能の変化または過剰な問題応答を先取りする生理機能がどのくらい対向しているかの計算による推定に応答する。
本発明の例示的実施形態は、空腹の種々の兆候および関連する生理学的状態に関するユーザからの生理学的入力を受け取り分析するモニタリング方法および装置を提供する。本発明の例示的実施形態は個人に対して生理的、行動的および態度的基準ラインを設定する。一度生成されたら、基準ラインは適応フィードバックループを設定するのに使用することができ、このフィールドードバックループを用いて、ユーザの現在の空腹の生理的視標および態度をユーザの設定された基準ラインと比較し、適切な行動方針を記述することによってユーザの栄養摂取をモニタし調整することができる。フィードバックループの適応性はモニタ方法および装置をポンプシティ部またはネガティブ補強に対する個人の独自の栄養生理的、行動的および態度的ニーズに調整することを可能にする。
モニタできる生理学的入力は血糖値、体温、電解質レベルおよび／または酸素レベルを含むが、これに限定されない。更に、生理学的入力は更にグレリン、コレシストキニン、レプチン、インスリン、グルカゴンおよびアミリンなどの通常摂食を調整する内因性上部消化管フィードバック信号を含むことができる。態度的および行動的入力は、空腹感、栄養および減量に対する態度および指導プログラムに対する肯定および否定の程度の自己記述、および質問に対する応答の速さおよびタッチスクリーンの触覚測定を含むことができる。
個人の栄養および食欲の生理学的状態、および行動的および態度的状態をモニタし分析して栄養摂取を最適にする方法および装置はコンピュータベースシステムを含む。コンピュータベースシステムは、１以上のサーバコンピュータ、サーバコンピュータまたはデータ処理装置を１以上のデータベースと接続するネットワーク、および有線または無線ネットワークを介して情報のアクセス、提供、送信、受信および変更を行うことができる１以上の電子通信装置またはクライアント装置を含む。コンピュータベースシステムは１以上のユーザ／クライアントのクライアント装置と通信する。クライアント装置はコンピュータベースシステムに連続的に接続することができ、またコンピュータベースシステムから分離する／切り離すことができる。クライアント装置は電子通信装置とすることができ、例えばコンピュータ、携帯情報端末（ＰＤＡ）、携帯電話および有線または無線ネットワークを介して情報のアクセス、供給、送信、受信および変更を実行することができる他の装置とすることができるが、これに限定されない。ネットワークはローカルネットワークまたはワイドエリアネットワークとすることができ、任意のサイズおよび範囲の専用または公衆ネットワークとすることができる。例示的実施形態では、ネットワークはインターネットである。
例示的実施形態では、コンピュータベースシステムはクライアント装置を介してクライアントおよび／またはユーザから入力電力を受信する。ユーザからの入力データはコンピュータベースシステム内のまたは該システムに結合されたプロフィールデータベースに記憶することができる。この入力は、ユーザの身体的特性、個人カレンダプランまたはカレンダプランに関する情報へのリンクおよびユーザの予定に関する情報の連続的更新を可能にする他のリンク、生理悪的特性、現在の食料消費量、炭水化物摂取量、カロリー摂取量、運動活動量、態度、行動、空腹レベル、直近過去および現在の目標、進捗度、ユーザが続けたいと望む栄養プランのタイプに関する情報を含むことができる。更に、この入力はユーザが１日を通して周期的に入力および／または更新することができる連続データ、例えばユーザの身体的特性、生理学的特性、現在の食料消費量、炭水化物摂取量、カロリー摂取量、運動活動量、態度、行動、空腹レベルなどを含むことができるが、これに限定されない。このデータはユーザの体からデータを直接収集するモニタ装置から受信することもできる。
コンピュータベースシステムは栄養療法テンプレートデータベースおよび／またはプロセッサを含むことができる。栄養療法テンプレートデータベースは、周知のダイエット療法を含む栄養療法テンプレートを含むことができ、ユーザの入力データに基づいて学習および調製を受け入れるように拡張、カスタマイズ、またはパラメータ化することができる。栄養療法テンプレートは、これらに限定されないが、ユニットの入力データ、市民休日、宗教的信条、個人スケジュールおよび個人目標並びに進行中の栄養療法の有効性などのユーザプロフィールに基づいて拡張およびカスタマイズすることができる。
コンピュータベースシステムは、決定エンジンおよび／または進捗トラッカを含むことができる。決定エンジンは、ユーザ入力データを分析およびモニタして、クライアント装置を介してフィードバック、助言、提言およびメッセージをユーザに提供する。進捗トラッカは決定エンジンと一体化することができ、また決定エンジンと通信するようにできる。進捗トラッカは決定エンジンからユーザ入力データを受信し、ユーザの体重および栄養状態を時間の経過とともに追跡する。個人の栄養状態は一瞬時におけるユーザのパラメータで与えられず、時間とともに変化するユーザのパラメータの経過から与えられることが周知である。例えば、減量したことのない９０ｋｇの人は最近の３ヶ月で１１０ｋｇから９０ｋｇに減量した人と生理学的に異なる。後者は毎月約６％の減量を表し、「坑空腹(anti-starving)」という生理学的反応を生じる。従って、ユーザがどこまで進んでいるかを測定する進捗トラッカは、ユーザがどこからここまでなったかの説明を要する。
大部分の高度な摂食レジメンは、通常、ルールを確立するインテンシブな最低限の期間と、その後の保守期間とを有する複数のフェーズを含む。例えば、アトキンスダイエットでは、導入、減量中、プレ・メンテナンスおよびメンテナンスの４つのフェーズがある。通常、最大の進捗は最初の期間に成され、目標の一部分が達成されると食料は次第に追加されてダイエット療法に戻る。一つのフェーズから別のフェーズへの移行は通常体重目標にのみ基づいており、しばしば次のサイクルにおいてユーザとダイエットが適正に適応しなくなったとき分からなくなってしまう。４フェーズアプローチでもユーザの生理学的状態および代謝状態の変化の大雑把な近似にすぎない。従って、本発明によるシステムおよび方法では、進捗は連続的に且つ瞬間的に「追跡」され、体重を上まわる多数の他のファクタを含む。
進捗トラッカは、ユーザの初期目標に対する個人の進捗を測定し、個人を栄養療法の全フェーズに移動させるのみならず、他の目標に対するユーザの進捗、例えば食品に対する感情的結びつき、パーティやイベントでの行動をモニタする。更に、経験が得られるにつれて、栄養療法はユーザの生活およびユーザの世界の特定の環境の中で個人に最適なものに進化する。進捗トラッカは減量の達成だけでなく概略栄養療法に固執においてユーザの成功を指示するユーザ出力キューも提供する。進捗トラッカは、例えばイベントにおいて所定の食品または飲料を避けることに関する成功を知らせる賞賛または失敗なしに１日進んだことの賞賛などのフィードバックをユーザに提供することもできる。これらの追加のポジティブメッセージは適応栄養および行動療法に関する行動並びに達成に焦点を合わせる。
進捗トラッカはさらに、ユーザにフィードバック（例えば、これらに限定されないが、イベントで特定の食品または飲物を摂取しなかったことに対する称賛または失敗することなく一日過ごしたことに対する称賛）を提供する。これらの付加的かつポジティブなメッセージは、採用された栄養および行動のレジメンの枠の中での成果だけでなく、動作にも注目したものである。
コンピュータベースのシステムは、集合的に「集団データ」と称される第三者データを記憶し得る。これは、コンピュータベースのシステム内またはシステムにリンクされたデータベースにおいて、システムを利用したことがある他者により収集されるデータである。第三者データは、過去に、他者にとって何が有効であったかを判定するために分析され得る。第三者データ、特にユーザに関連したプロフィールのデータは、特定ユーザにとって最も効果的な経験を提供するため、ユーザの経験に組み入れられる。ユーザ入力および第三者データの組み合わせにより、集合体プロフィールが作成され、集合体プロフィールは、コンピュータベースのシステム内またはシステムにリンクされたデータベースに記憶され得る。
コンピュータベースのシステムは、１以上のモジュール、プログラム、またはプロセッサ（例えば、これらに限定されないが、過食防止器、満腹メータ、学習プロセスおよび意欲向上システム）を有する。過食防止器は、決定エンジンと通信し得る。過食防止器は、決定エンジンからユーザ入力（例えば、これらに限定されないが、ユーザの個人的カレンダイベント、生理的特徴、姿勢、態度、および同種のプロフィールについての同種のデータ）を受信し得る。過食防止器は、そうしたデータを分析およびモニタし、ユーザがいつ、過食過飲したいと感じる状況を経験し得るか、を判定することができる。さらに、過食防止器は、正確な心理的フレームワークを作成して、ユーザがいつ過食過飲に関与したかを判定し、そうした過食過飲を修正または軽減するために、ユーザの栄養レジメンを調整することができる。過食防止器はさらに、過食過飲が生じた場合に、過食過飲を終わらせるための適切な意欲向上メッセージに注目する。
満腹メータは、決定エンジンと通信し得る。満腹メータは、決定エンジンからユーザ入力（例えば、これらに限定されないが、ユーザの生理的特徴、現在の食品消費、炭水化物の摂取、カロリー摂取、運動アクティビティ、姿勢、行動）を受信し得る。満腹メータは、ルールデータベースに連結可能である。ルールデータベースは、ユーザの栄養上のニーズおよびユーザが空腹感の開始を経験しないために、何を、いつ消費すべきかを判定するため、ユーザ入力データに適用され得る、健康的な減量を持続させるための科学的なデータおよびアルゴリズムを記憶し得る。
学習プロセスは、ユーザ入力データ、進捗データ、第三者データ、および／あるいは集合体プロフィールを受信し得る。学習プロセスは、データを分析およびモニタし得る。学習プロセスは、ユーザのプランに対する進捗および／あるいは適応、並びにシステムの他の要素に基づいて、栄養・食欲プランのパラメータを修正および／あるいは更新し得る。例えば、学習プロセスは、ユーザまたは同種のユーザについてこれまで観察された成功または失敗に基づいて、満腹メータのパラメータおよび／あるいは決定エンジンのパラメータを修正し、ユーザの減量プランの最適化および／あるいはユーザプロフィールまたは進捗データの更新を行うことができる。
意欲向上システムは、ユーザ入力に基づいて、メッセージライブラリから意欲向上メッセージを生成するモデルを保持する。システムは、最大限の有効性を得るために、これらのメッセージのタイプ、テンポおよび表示手段を、学習システムとの接触の中で改善する。これは、様々な栄養またはレジメンのフェーズで変遷し、システムは連続的に適応可能でなければならない点を理解されたい。
意欲向上システムは、データベースと相互作用するメッセージ計算器を有する。メッセージデータベースは、テンプレートメッセージおよび／あるいはユーザデータおよび第三者データに基づいて作成された新たなメッセージを含み得る。意欲向上メッセージ計算器は、ユーザプロフィール（例えば、ユーザの栄養・食欲状態）を分析し、ユーザを軌道に乗るよう励ます、および／あるいはユーザが特定の行動に関与しないようにするために、クライアントデバイスを介してユーザに送るべき意欲向上メッセージを計算および／あるいは判定し得る。メッセージ計算器は、クライアントデバイスを介してユーザに送るべき意欲向上メッセージを作成するために、心理学および／あるいは第三者データの結果を組み込むことができる。意欲向上メッセージ計算器は、メッセージ、メッセージ配信のタイプ（例えば、これらに限定されないが、絵図、音声および書面）、および作用を最大化するためのタイミングおよび頻度を選択する。決定エンジンは、上述したいかなるプロセッサおよびデータベース（例えば、これらに限定されないが、ユーザ入力、進捗トラッカ、過食過飲予防器、満腹メータ、学習プロセス、メッセージ計算器、栄養レジメンテンプレートデータベース、および／あるいはプロセッサ）からデータおよび／あるいは情報を受信し得る。決定エンジンは、受信情報を編集し、ユーザが取るべき次の動作（例えば、何を、いつ消費すべきか）を判定する、および／あるいはアドバイス、提案およびクライアントデバイスを介したユーザへの意欲向上メッセージを送信する。
他の例示的実施形態において、本発明は、例えば、フロッピディスク、CD-ROM、ハードドライブ、または他のコンピュータ読み取り可能な記憶装置などの有形媒体に具現化された命令を含むコンピュータプログラムコードの形で具現化することができ、コンピュータプログラムコードがコンピュータに読み込まれ、コンピュータによって実行される場合には、該コンピュータは本発明を実施するための装置となる。 モニタの方法および装置は、減量の促進および／あるいは特定ユーザのレジメンの維持に用いられ得る。別の実施形態において、モニタの方法および装置は、１以上の特定用途向け集積回路（ASICs）で実施され、および／あるいはユーザの特定の栄養・食欲目標を推進するために用いられ得る。モニタの方法および装置は、ボディビル（筋肉量の増加）、スポーツのコンディショニング（筋肉の強度および耐久性の強化）、心発作のリスク軽減、または食事制限のある人物（例えば、糖尿病者）のための栄養・食欲制限などの特定の目標に合わせて、栄養摂取の無駄をなくすために用いられ得る。
本明細書において、コンピュータベースのシステムは複数のデータベースおよびプロセッサを有する形で説明されるが、コンピュータベースのシステムは、本明細書に記載の全ての機能性を実行することができる単一のプロセッサを有し得ることを理解されたい。
生理的栄養・食欲状態を分析し、栄養摂取を最適化するためのクライアント/サーバベースのシステムの実施形態を示す。 生理的栄養状態および食欲を分析し、栄養摂取を最適化するためのコンピュータベースのシステムの実施形態を示すブロック図である。 コンピュータベースのシステム決定エンジンと栄養エンジンとの間の関係および機能性を示すブロック図である。 コンピュータベースのシステムの満腹メータの実施形態を示すブロック図である。 コンピュータベースのシステムの過食過飲防止器の実施形態を示すブロック図である。 コンピュータベースのシステムの意欲向上システムおよびメッセージ計算器の実施形態を示すブロック図である。 コンピュータベースのシステムのコンテクストにおける学習プロセスの実施形態を示すブロック図である。 コンピュータベースのシステムの学習プロセスの内的プロセスの実施形態を示すフロー図である。 コンピュータベースのシステムの学習プロセスの内的プロセスの実施形態を示すフロー図である。 コンピュータベースのシステムの学習プロセスの別の内的プロセスの実施形態を示すブロックフロー図である。 コンピュータベースのシステムの学習プロセスの別の内的プロセスの実施形態を示すブロックフロー図である。 生理的および精神的な栄養状態をモニタおよび分析し、栄養摂取を最適化するための方法を示すフロー状態図である。 生理的および精神的な栄養状態をモニタおよび分析し、栄養摂取を最適化するための方法を示すフロー状態図である。
本発明は、添付の図面に示されているが、これらの図面は、例示的であって、限定的ではない。また、図中において、同一の参照符号は、同一または対応する部分を示す。
詳細な実施例が本願明細書において記載される。しかし、開示された実施例は単に本発明の例示であり、様々な形で実施され得ることを理解されたい。そして、それはさまざまな形に表現されることができる。従って、本願明細書において開示される特定の機能的な詳細は、限定的ではなく、当業者が様々な形で本発明を利用するための教示の代表的な基礎として解釈されるべきである。
生理的栄養・食（飲）欲状態、並びに個人の態度および姿勢の状態を分析し、栄養摂取を最適化するための例示的実施形態に従うクライアント/サーバベースのシステムについて、図１を参照しながら説明する。生理的食欲・栄養状態をモニタおよび分析し、栄養摂取を最適化するための方法および装置は、コンピュータベースのシステム100を有し得る。
例示的実施形態において、コンピュータベースのシステム100は、１以上のサーバコンピュータ、サーバコンピュータまたはデータプロセシングデバイスを１以上のデータベースに相互接続させるネットワーク、並びに、有線ネットワーク上または無線ネットワーク上で情報をアクセス、供給、送信、受信、および修正することができる１以上の電子通信デバイスまたはクライアントデバイスを有する。コンピュータベースのシステム100は、１以上のユーザ／クライアントのクライアントデバイス102と通信している。クライアントデバイス102は、コンピュータベースのシステム100に連続的または定期的に接続されるか、またはコンピュータベースのシステム100から隔離／分離されている。クライアントデバイス102は、有線ネットワーク上または無線ネットワーク上の情報をアクセス、提供、送信、受信、または修正することができる電子通信装置（例えば、これらに限定されないが、コンピュータ、携帯情報端末（PDA）、携帯若しくは移動式電話、またはその他のデバイス）であり得る。ネットワークは、ローカルエリアネットワークまたはワイドエリアネットワークであって、任意のサイズまたは範囲の私的または公共のネットワークであり得る。例示的実施形態において、ネットワークはインターネットである。
コンピュータベースのシステム100（図2に関連して更に記載される）は、クライアントデバイス102を介して、ユーザから入力データ200を受け取り得る。そこから、コンピュータベースのシステム100は、ユーザのプロフィールを作成することができる。入力データ200はユーザの物理的特性（例えば、これらに限定されないが、年齢、性別、身長、体重、体格指数、および他の物理的特性）に関する情報を含むことができる。入力データ200は、ユーザに関する他の情報（例えば、これらに限定されないが、氏名および住所）を含むことができる。入力データ200は、ユーザの生理的特徴に関する情報を含むことができる。例えば、これらに限定されないが、血糖値、心拍数、電気活性度、体温、電解質濃度、酸素濃度、通常摂取を調整する内因性上の消化フィードバック信号（例えばグレリン、コレシストキニン、レプチン、インスリン、グルカゴンおよびアミリン）、および他の生理的特徴などである。入力データ200は、ユーザの食べ物の好き嫌い、アレルギー、摂取量および摂取タイミング、炭水化物の摂取、カロリー摂取、運動、姿勢、態度、空腹感レベルおよびこうした種類の他の入力データに関する情報を含むことができる。入力データ200は、ユーザの健康目標および栄養目標に関する情報を含むことができる、例えば、これらに限定されないが、ユーザの長期的および短期的な体重減少目標/体重増加目標である。入力データ200は、ユーザが実行したいと望み得る栄養プランおよび食欲プランのタイプに関する情報を含むことができる。入力データ200はユーザについての個人情報（例えば、これらに限定されないが、ユーザの宗教、ユーザがビーガンまたは菜食主義者であるかどうか、旅行日付および／または旅行回数、休暇、関係、イベントおよびこの種の他の個人情報を含む個人カレンダ）を含むことができる。入力データ200はさらに、ユーザから情報を引き出すかまたは集めるためのリンクまたは他の電子手段を含むことができる。このリンクまたは他の電子手段には、例えば、ユーザのカレンダ、ユーザのソーシャルネットワーキングサイト、ユーザのツイッタアカウントまたは本発明のシステムおよび方法に関わるユーザについての関連データを生成する他のシステムまたはプロセスが含まれる。たとえば、コンピュータベースのシステム100は、摂取量、旅行または他の活動（アクティビティ）などのソーシャルイベントを判定するために、ユーザのアウトルックカレンダ、電子メールまたは他の類似したシステムと自動的に同期するように構成され得る。
更に、入力データ200は規則的なリアルタイム情報を含むことができる。そして、それをコンピュータベースのシステム100は、ユーザプログラムの全体にわたって、ユーザの進捗を更新および／またはモニタするために使用することができる。この種の標準入力データ200は、上述した情報/データのいずれをも含むことができる。規則的な入力データ200は、受信されるか、または通常リアルタイム（例えば毎日1-3、1-5または1-10回および／または毎月）のコンピュータベースのシステム100によって収集され得る。更に、システムは、それがどの場合においてより多くの情報を必要とするか決定することができ、出力メッセージが出力224を経てユーザに送られ、それにより、200へのより多くの入力を生じさせる。
コンピュータベースのシステム100は、クライアント／ユーザのインタフェース（例えばクライアントデバイス102、電話アプリケーションおよび／または遠隔アクセス可能なインタフェース上にインストールされたインタフェース）を用いて、クライアントデバイス102を介して、入力データ200を受信または収集することができる。ユーザインタフェースは、映像、オーディオ、グラフィックス、図、およびこの種の他の特徴を含み得る。ユーザインタフェースは、ユーザが、タイプ、スタイラス／タッチスクリーン、音声、および／あるいは書き言葉で答え得る多くの質問を含むメニューを有し得る。ユーザインタフェースには、多くの選択ボックスが組み込まれたメニュー、および／あるいはユーザが多くの特定の質問の正解を選ぶドロップダウン・メニューなどを含めることができる。ユーザインタフェースは、ユーザがクライアントデバイス102から入力データ200をコンピュータベースのシステム100に入力またはタイプするよう促すプロンプト（刺激）を含むことができる。そこおいて、ユーザは、１日以上にわたってクライアントデバイス102からリアルタイム入力データ200を入力することを促され得る。ユーザインタフェースは、ユーザ個人の栄養・食欲に関連する活動、姿勢、空腹感、及び他のパラメータを選択および／または評価するための、選択的にカスケードされた入力機構を含むことができる。
さらに、コンピュータベースのシステム100は、生理的/電子モニタシステム（例えば、これらに限定されないが、電子スケール、万歩計、心拍数モニタ、血液検査計測器、血圧モニタ、インベイシブまたはノンインベイシブな遠隔計測システムおよびこの種の他の生物学的監視システム）を介して入力データ200を受信または収集し得る。
コンピュータベースのシステム100は、クライアントデバイス102を介して入力データ200を受信し、個々のユーザプロフィール202を作成することができる。個々のユーザプロフィール202は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100に連結可能なデータベースに記憶され得る。例示的実施形態において、ユーザがユーザのアカウントを作成するときに、個々のユーザプロフィール202は作成される。
個々のユーザプロフィール202は、ユーザ上の実行/リアルタイム・プロフィールを保持し得る。個々のユーザプロフィール202は、ユーザ入力データ200（ユーザの現在の代謝状態および状況、意欲向上状態または状況、栄養プランの段階フェーズ、食欲サイクル、摂取モデル、基準生態、基準代謝、高度代謝、体重目標、調整体重目標、目標までの距離、ユーザの入力メッセージおよび出力メッセージなどのユーザの履歴データ、およびこの種の他の情報）を含むことができる。個々のユーザプロフィール202はさらに、ユーザ入力データ200の各部分にユーザが入力した時間及び日付およびクライアントデバイス102を介してユーザに送信される出力メッセージの時間及び日付を追跡することができる。
更に、個々のユーザプロフィール202は、ユーザの状態および／または進捗に基づいて報告を出すために用いてもよい。個々のユーザプロフィール202はさらに、第三者（例えば医師、栄養士若しくは他の健康管理専門家、または保険会社およびこの種の他の者）にリンクされ得る。しかしながら、第三者が個々のユーザプロフィール202を利用できるようにするためには、ユーザが、個々のユーザプロフィール202への第三者アクセスを許可または付与し、HIPPAのような連邦規則に従っている必要がある。
例示的実施形態において、コンピュータベースのシステム100は、外的データ204および／または集団データ206を含む。外的データ204は、コンピュータベースのシステム100に組み込み可能および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100に連結可能なデータベースに記憶され得る。外的データ204は、例えばユーザについて個人情報（例えば、これらに限定されないが、旅行日付および／または旅行回数、休暇、関係、イベントおよびこの種の他の個人情報を含む個人カレンダ）を含むことができる。外的データ204は、国カレンダ（例えば、これらに限定されないが、さまざまな国で祝われる祝日およびイベント）を含むことができる。外的データ204は、宗教カレンダ（例えば、これらに限定されないが、宗教的休日、宗教的イベント、およびさまざまな宗教と関連する宗教的な日付）を含むことができる。外的データ204は、歴史データを含むことができる。外的データ204は、他のデータ（例えば、これらに限定されないが、天候、ニュース、ストックマーケット、特定の地区、地域、および／または国のイベントスケジュール、およびこの種の他のデータ）を含むことができる。外的データは、雇用者、ユーザの財産、相対的な裕福度、およびユーザのコミュニティおよび投資に対する裕福度に関し、ユーザのソーシャルネットワーキングサイトにリンクした情報を含むことができる。
全てまたは一部の外的データ204は、ユーザによってコンピュータベースのシステム100に入力されるか、個々のユーザプロフィール202から得られるか、ユーザのアウトルックカレンダ、電子メール若しくは他の類似したシステムとの同期機能を用いてインポートされるか、またはエクステンシブル・マークアップ・ランゲージ（XML）のフィードおよび／またはワールドワイド・ウェブで関連コンテンツを検索するウェブクローラ若しくはウェブスパイダから得られる。さらに、全てまたは一部の外的データ204は、静的データ（例えばカレンダ）、ならびに／または、例えばユーザ入力、ライブXMLフィードおよび／若しくはウェブクローラなどにより定期的および／もしくは連続的にアップデート可能なデータであり得る。
集団データ206は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100に連結可能なデータベースに記憶され得る。集団データ206は、コンピュータベースのシステム100により収集された全てのデータを含むことができる。例えば、これらに限定されないが、コンピュータベースのシステム100の過去および／若しくは現在のユーザ、または第三者ユーザの進捗および結果に関する情報（例えば、傾向、示唆、反応および効果）である。例示的な実施形態において、集団データ206は、個々のユーザからの「進捗報告」（すなわちコンピュータベースのシステム100がコンピュータベースのシステム100が効果的な経験を提供したかどうか多くのユーザの経験から学ぶことができる情報）である。個々のユーザの進捗および結果に関する情報は、例えば効果的でないルールを変更または破棄することなどによる、決定ルールの修正に用いることができる。集団データ206は、例えば、全てのデータ（コンピュータベースのシステム100に組み込まれたユーザのデータなど）との同期機能を用いた、周期的および／または連続的に更新される静的データおよび／またはデータであってもよい。集団データは、データ・マイニング・プロセスの結果を要約して、集団データのユーザに対する関連性を判定するための計算強度を少なくするためにシグニチャまたは凝縮プロフィールとして記憶され得る。
コンピュータベースのシステム100は、第三者ユーザがどれほどの第三者ユーザの特定の栄養レジメンに反応したまたは反応しているか分析し、その情報を現在ユーザの栄養レジメンに組み入れて、この現在ユーザの栄養レジメンをより効果的にするために、集団データ206を利用することができる。例示的実施形態において、集団データ206は、機械学習アルゴリズムに通されて、一般化される。この種の学習システムは、一般的に、集団データ206に対して最も関連した利用者データを評価するために用いられる決定木、ベイジアン学習ネットワーク、マルコフモデル、サポートベクタ、混合ガウスモデルおよび／または回帰システムを含む。具体的に言えば、集団データ206は、プロフィール、目標および食事に関連した多くの異なるパラメータで分類されるデータベースに通される。ここでプロフィールは進捗トラッカを含む。ガウス分類子、決定木、神経ネットワーク、ベイジアン・ネットワーク、マルコフモデルおよび他の類似した技術を含む機械学習技術を使用して、異なるタイプの外部データの影響を含む異なるプロフィールに対する異なる成功例のテンプレートのシグニチャが生成される。この統合は、より正確に、何が同種の個々人に作用するのかを予測し、さらに、特定の外的因子の影響を理解しやすくするために用いる。
基本的に、コンピュータベースのシステム100は、何が『正しい』方法であると認められるか（例えば、いつ、どんな形式のメッセージであれば、ユーザがメッセージの指示に従いやすくなるか）という規則を例示化する。例示的実施形態において、コンピュータベースのシステムは、「尋ねて、話す（do ask and do tell）」方針に従う。たとえば、コンピュータベースのシステム100は、何をいつ食べたかおよびユーザがどのように空腹感および減量に向き合っているかの両方をユーザに尋ねる。この種の方法において、コンピュータベースのシステム100は、２つの分野（ルールおよび方法）において、それ自体を等級分けすることができる。評価は、個々のユーザにまっさきに適用される。基本的に、コンピュータベースのシステム100は、ユーザがメッセージを理解したか、ユーザが指示に従ったか、および指示に従うことは効果的であったかを、ユーザが指示に従った（または従わなかった）後に（適切なタイムウィンドウ内で）どのように感じたか、およびユーザの栄養レジメンはどのように進捗しているかの両方の観点から尋ねる。
これらの等級および評価は、マクロ現象が調べられることができる中央保存所に送られ得る。マクロ現象は、例えば、「『夕食の２時間前に水を飲むと、満腹感および満足感が増える』と言うルールは実行されたが、ユーザは低いレベルの満腹感を報告した」である。これは、「ルール１７、順守９、効果３」という形で送信され得る。ルールが時間の20%だけ作用しているような場合、この実施例に示すように、ルールを完全に取り除くか、または失敗の初期徴候が現れた場合はルールを取り除くための閾値を低くするなど、ルールを微調整するための指示が個々のユーザの栄養・食欲プランおよび方法論に送信され得る。
例示的実施形態において、コンピュータベースのシステム100は、集合体プロフィール208を含む。集合体プロフィール208は、集団データ206および204の外的データと統合される個々のユーザプロフィール202を含むことができる。集合体プロフィール208は、ユーザの栄養レジメンを修正、変更、および／あるいは更新するために、コンピュータベースのシステム100により用いられ得る。集合体プロフィール208は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100に連結可能なデータベースに記憶され得る。概略的に言えば、集合体プロフィール208は、個々のユーザプロフィール202、外的データ204および集団データ206を統合することで生成されるプロフィールである。例示的実施形態において、集合体プロフィール208は、機械学習アルゴリズムを用いて、個々のユーザプロフィール202、外的データ204および集団データ206を統合することによって作成される。この種の学習システムは、一般的に、集団データ206に対して最も関連した利用者データを評価するために用いられる決定木、ベイジアン学習ネットワーク、マルコフモデル、サポートベクタ、混合ガウスモデルおよび／または回帰システムを含み、異なるタイプの外部データの影響を含む異なるプロフィールに対する異なる成功例のテンプレートのシグニチャを判定する。この統合は、より正確に、何が同種の個々人に作用するのかを予測し、さらに、特定の外的因子の影響を理解しやすくするために用いる。
例示的実施形態において、コンピュータベースのシステム100は、栄養レジメン・テンプレート・データ210を含む。栄養レジメン・テンプレート・データ210は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100に連結可能なデータベースに記憶され得る。栄養レジメン・テンプレート・データ210は、周知の食事プログラムおよび／または栄養レジメンのテンプレートを含むことができる。例えば、これらに限定されないが、部分制御および部分保護に基づく栄養レジメン、ボディビル、代謝変化、食品タイプ、食品選択または混合物、消耗および倦怠、食欲抑制、グリセミック指数方法、運動、タンパク質の消費、カロリー計算哲学（例えば、ビーガン、ハラール、ユダヤの律法に従って調理する食物、アレルギー、そして、好き嫌い）、およびこの種の他の食事プログラムまたは栄養レジメンである。栄養レジメン・テンプレート・データ210は、いかなる食事または栄養・食欲哲学、並びに個々のユーザの入力データ200および個々のユーザプロフィール202（例えばユーザの目標）に対してカスタマイズ可能および／またはパラメータ化可能であり得る。食事プログラムおよび栄養レジメンはさらに、学習システムが、栄養レジメンの普遍的側面を変更することなく、個々のユーザプロフィール202に対するルールの有効性に基づいて栄養および行動のルールを修正することができるよう、カスタマイズ可能であり得る。
例示的実施形態において、コンピュータベースのシステム100は栄養エンジン212を含む。栄養エンジン212は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なモジュール、プロセッサまたはプログラムとすることができる。栄養エンジン212は、後述する決定エンジン 214、栄養レジメン・テンプレート・データ210、科学的なデータおよび／またはルール216、並びに学習プロセス218と通信可能であり得る。栄養エンジン212は、決定エンジン214を介して、栄養レジメン・テンプレート・データ210、ユーザの入力データ200、およびプロフィール202を受信することができる。栄養エンジン212は栄養レジメン・テンプレート・データ210、ユーザの入力データ200、および個々のユーザプロフィール202を統合し、カスタマイズおよび／またはパラメータ化された栄養・食欲プランを作成することができる。栄養エンジン212は、例えば、栄養のストラテジ、モダリティ、タイプ、フェーズ、目標、時間管理および食品選択に基づいて、カスタマイズおよび／またはパラメータ化され得る。目標は、リバウンド空腹感の抑制や、筋肉、カロリーモニタ、および炭水化物モニタなどの構築による減量（目標体重の達成）のために、食習慣を食欲に合わせる、食欲が出る前に食べる、少量の食事を頻繁に摂る、タンパク質（単糖でない）を摂る、などの目標を含むが、これに限定されるものではない。
栄養エンジン212は更に、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なデータベースに記憶され得る科学的なデータおよび／またはルール216を受信することができる。栄養エンジン212は、科学的なデータおよび／またはルール216を、栄養レジメン・テンプレート・データ210、ユーザの入力データ200、および個々のユーザプロフィール202と統合して、ユーザの栄養および行動のルールの観点から見た、最も効果的な栄養・食欲プランおよび／またはレジメンを生成することができる。
科学的なデータおよび／またはルール216は、例えば、入手可能な全ての食物のカロリー数、グリセミック指数、満腹ポテンシャル、代謝効果、不消化物および他の栄養情報を含む食品インデックスリストなどのデータおよび／またはルールを含むことができるが、これに限定されない。例示的実施形態において、栄養レジメンは、栄養レジメン・テンプレートに個々のパラメータを適用することによって作られる。栄養レジメンは、栄養レジメンの哲学（例えば「on-one-leg処方」、「高タンパク質ダイエット」および／または「オールグレープフルーツダイエット」）により示され、この哲学は一連のルール216において示される。一連のルール216は、特定の個々のユーザのために例示化され、一連の特定の規定食品および禁止食品（概念的に、食料庫）および消費プラン（サンプル・メニュー）を生み出す。栄養レジメンを通過する特定の個々のユーザ・パラメータは、例えば、性別、年齢、肥満度指数、一日の基準エネルギー消費量、現在の体重、目標体重および食物アレルギー/嫌悪のうち、いくつかを含む。栄養ルールおよび個々のパラメータは、統合されると、「食料庫」の食品だけを使用してサンプル・メニューを生産する。
例示的実施形態において、栄養レジメンは、「低炭水化物ダイエット」のための哲学に基づく。低炭水化物ダイエットにおいて、一般的な「科学」ルール216は、これらに限定されるものではないが、複合炭水化物の消費（4cal/グラム）を制限して、全カロリー摂取量の30%に、タンパク質（同様に、4cal/グラム）を40%に、脂肪（9Kcal/グラム）を30%に、そして全カロリー摂取量を一日の基準エネルギー消費量の90%に制限する、というものであり得る。年齢およびBMIに基づくパラメータにより、一日の算出基準エネルギー消費量（Kcal）が作られ、その90%が、１日の目標摂取量（TDI）である。それから、食事が定められる。例えば、TDI * .4/4はタンパク質のグラム数、そして、TDI * .3/9は脂肪のグラム数を規定する。それから、サンプル・メニューが、（数学的）制約を満たす、特定の食品の量を供給するよう、作成される。選択された食品は、好き／嫌い／嫌悪、などを示すテンプレート・パラメータによって更に修正される。例えば、35グラムのタンパク質は5オンスのステーキまたはサーモンから選択され得る、しかし、魚に対するアレルギーのあるユーザはサーモンを提供されない。
栄養レジメンのパラメータ化によって、システムが、食品タイプ、頻度および順番を置換および修正して、進捗をすすめたり、調理済みの食事を食べる代わりに、レストランに行くといった非計画的なイベントに適応させたりすることができる。
図３を参照しながら、例示的実施形態に従った、決定エンジンと栄養エンジンとの関係および機能性を示すブロック図について説明する。この例示的実施形態において、栄養エンジン212は、外部データ300、テンプレート・データ302および内部データ304を編集するために、決定エンジン214と通信する。外部データ300は、個々のユーザプロフィール202、外的データ204および／または集団データ206からの情報（例えば、日付、ユーザの場所、温度、時間およびこの種他のパラメータと関連した情報）である。テンプレート・データ302は栄養レジメン・テンプレート・データ210からの情報であって、ユーザの栄養・食欲プランまたはレジメン（すなわち食事のタイプ）、例えばタイプおよびユーザが消費すべき食品のサイズやポーション量である。内部データ304は、個々のユーザプロフィール202（例えばユーザの生理学、歴史、プロフィールおよび人間関係に関する情報）からの情報である。
例示的実施形態として、外部データ300は、それが月曜日の午前１１時である旨を栄養エンジン212へ通信する。テンプレート・データ302は、ユーザが月曜日の昼食に、3オンスの魚、特にマグロまたはサーモンを消費することになっている旨を栄養エンジン212へ通信する。内部データ304は、ユーザが最近魚を消費しなかったこと、およびユーザがマグロを好んでいる旨を栄養エンジン212へ通信する。栄養エンジン212は、それから情報を編集することができて、たとえば、決定エンジン214（決定エンジン214は、ユーザのクライアントデバイス102に送るメッセージを決定する）に、ユーザが今日の昼食に3オンスのマグロを消費することになっているという情報を伝えることができる。
ただし、上記実施形態は単に、あるプロセスの例にすぎないことを理解されたい。クライアントデバイス102を介してユーザに送られるメッセージおよび／または出力は、任意の数の情報の異なる組合せに基づいて、異なるだろう。
例示的実施形態において、コンピュータベースのシステム100は、満腹メータ220を含む。満腹メータ220は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なモジュール、プロセッサまたはプログラムとすることができる。満腹メータ220は、科学的なデータおよび／またはルール216、並びに決定エンジン214と連絡してもよい。満腹メータ220は、ユーザ入力データ200および個々のユーザプロフィール202（例えば決定エンジン214からのユーザの生理的情報）を受信することができる。満腹メータ220は、ユーザ入力データ200および個々のユーザプロフィール202を分析し、また、満腹度を算出するために、栄養、空腹感および他の関連情報を含むユーザの基準フェーズを確立することができる。たとえば、基準栄養状態は、絶食栄養状態と飽食栄養状態とを比較評価して、ユーザの一定時間の栄養状態を平均化し、人の代謝の共通モデルを使用することによって決定されることができる。基準栄養状態の設立によってコンピュータベースのシステム100は、特定ユーザのユニークな栄養生理学に適応することができることができる。栄養生理学は、多くの要因（例えば、これらに限定されないが、体重、性別および年齢）によって異なるので、このことは重要な態様である。または、システムは、ユーザのための予測モデルを決定するために、グルコースモニタの連続出力を読み込むことができる。または、システムは、ユーザがいつ空腹を感じるかについての予測モデルを作成するために、入力に基づいて、ユーザがいつ食べるかについて、一日複数回ユーザに尋ね、それをモニタすることができる。
図４を参照しながら、例示的実施形態に従った満腹メータの実施形態を示すブロック図について説明する。図4に図示されているように、満腹メータ220は、入力データ200に基づいて、ユーザの栄養状態400を含んでいるユーザプロフィール202を分析およびモニタすることができる。このモニタリングは、指定された時間間隔で、またはリアルタイムにおいて完了することができる。満腹メータ220は、科学的なデータおよび／またはルール216に従って、ユーザの栄養状態400を含むユーザプロフィール202をユーザ402の履歴栄養状態またはユーザの基準栄養様相と比較し、これらの状態を分析し、差分値404を算出することができる。差分値は、ユーザの栄養上のニーズを予想するために、確立した目標と関連させることができる。満腹メータ220は、それから、空腹感の開始を予防するために、ユーザの適切な栄養摂取を予防的に決定し、決定エンジン214に情報を伝えることができる。
満腹メータ220は、一定時間における、ユーザの空腹感の基本的なリズムおよび姿勢を生理的レベルでモニタすることが可能なフィードバックループ406を実施することができて、栄養および食欲に関連した生理的徴候の変化をモニタすることによって、ユーザの空腹感の開始を（姿勢の関数として）予想することができる。このように、満腹メータ220は、決定エンジン214と協働して、ユーザが空腹感の開始を感じないよう、食品のタイプおよびいつユーザが食品を消費するべきかを決定する。更に、満腹メータ220は、決定エンジン214と、食品の提案または（クライアントデバイス102を介してユーザに送られ、ユーザが空腹感の開始を予防するためにいつ何を消費すべきかを知らせる出力メッセージの形の）意欲向上メッセージ224生成に貢献するメッセージ計算器228とに、入力を送る、および／または、ユーザの栄養・食欲プランおよび／またはレジメンに従って、ユーザが常にそれを忘れないようにすることができる。満腹メータ220はコンピュータベースのシステムに組み込まれる形で記載してきたが、満腹メータ220は、別個のシステムであってもよく、独立して機能してもよいと理解されるべきである。満腹メータは、実質的にあらゆるタイプの栄養レジメンおよびそれらの栄養レジメンルールの例示と互換性を持つ。さらに、満腹メータのモデリングは、基本的な科学的ルール216に従い、学習システム218によって改善されるべきである。
例示的実施形態において、コンピュータベースのシステム100は、過食防止器222を含む。過食防止器222は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なモジュール、プロセッサまたはプログラムとすることができる。過食防止器222は、決定エンジン214と通信してもよい。過食防止器222は、決定エンジン214を介して、ユーザの入力データ200、個々のユーザプロフィール202および外的データ204を受信することができ、こうしたデータを分析およびモニタして、ユーザが過食過飲したくなった経験、またはユーザの栄養・食欲プランおよび／またはレジメンから逸脱したくなった経験を、ユーザがいつ持つおよび／または持ち得るかを判定し、決定エンジン214に情報を伝達することができる。過食防止器222は、ユーザがいつ過食過飲に関与したかについて判定することができて、そうした活動を修正または補うよう、ユーザの栄養・食欲プランおよび／またはレジメンを調整するために、決定エンジン25と通信することができる。さらに、過食防止器222は、ユーザがユーザの栄養および食欲プランおよび／またはレジメンから逸脱した場合、クライアントデバイス102を介してユーザに送られる、ユーザの過食過飲への関与の防止または過食過飲の修復を促すための出力メッセージの形で意欲向上メッセージ224を生成するために、決定エンジン214およびメッセージ計算器228と通信することができる。これは、栄養レジメンが善事悪事について言っているのではないという概念を確立することにより、感情的および知的な過食過飲の挙動は、通常のダイエットに起こりがちな罪の意識を連想されるべきものでなくなるので、重要である。過食防止器のルールまたは論理はまた、学習システム218によって更新することができる。
図５を参照しながら、例示的実施形態に従った、コンピュータベースのシステムの過食防止器を示すブロック図について説明する。過食防止器222は、個々のユーザプロフィール202および外的データ204からの情報を介してユーザをモニタする。過食防止器は、全ての食事例（すなわち、「不可知論（agnostic）」の食事テンプレートである）に作用する。過食防止器はモニタし、極端な場合において過食防止器222が必要に応じて実行される。 過食防止器222は、閾値検出器500、ルールデータベース502および動作プロセス504を含む。閾値検出器は、個々のユーザプロフィール202および外的データ204から情報を受け取り、受け取った情報を分析およびモニタして、ユーザが過食過飲に関与し、ユーザの栄養・食欲プランおよび／またはレジメンから逸脱したくなる状況をユーザがいつ経験した／経験し得るかを判定することができる。閾値検出器500が、受け取った情報から、ユーザが過食過飲に関与し、ユーザの栄養・食欲プランおよび／またはレジメンから逸脱したくなる状況をユーザがいつ経験した／経験し得ると判定した場合、閾値検出器500は規則データベース502にその情報を伝える。そして、規則データベース502はそれから動作プロセス504と通信する。動作プロセス504は、ルール（ユーザ入力および／あるいは外的データに関して、ユーザに設定された閾値に基づく、「この場合はそうする」といったルール）を分析し、極端な場合における動作（例えば、決定エンジン214が、ユーザの栄養・食欲プランおよび／あるいはレジメンを忘れないようにする、および／またはユーザが特定の行動に関与しないようにするための出力メッセージを、クライアントデバイス102を介してユーザに送信するよう促すこと）を実施すべきかどうか判定する。暴食暴飲エンジンの論理は、ルール・ベースのシステムに、限定されず、論理的算出または推論システムを格納することができる他のいかなる機構であってもよい。過食防止器222コンピュータベースのシステムに組み込まれる形で記載してきたが、満腹メータ220は、別個のシステムであってもよく、独立して機能してもよいと理解されるべきである。
例示的実施形態において、決定エンジン214は、コンピュータベースのシステム100に含まれる。決定エンジン214は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なモジュール、プロセッサまたはプログラムとすることができる。決定エンジン214は、栄養エンジン212、ユーザの栄養・食欲ストラテジおよび／またはユーザの入力204に基づいたユーザの関連行動に基づいて、個々のユーザプロフィール202、カスタマイズおよび／またはパラメータ化されたユーザの栄養・食欲プランおよび／またはレジメンを連続的に更新、分析および／またはモニタすることができて、クライアントデバイス102を介して、出力224（例えばフィードバック、アドバイス、提案およびメッセージ）をユーザへ提供することができる。メッセージ配信は、栄養・食欲ストラテジの効果を最適化するために、ユーザを連続的に意欲向上させ、ユーザの行動を導くために使用することができる。決定エンジン214は空腹感、暴食暴飲行動、および栄養・食欲プランの失敗につながることが予想される状況を予防するために、摂取量にストラテジを設けることができる。メッセージは、クライアントデバイス102を介して、電子メール、映像ガイド、音声メッセージ、および最終的に栄養素の直接交付の形で、ユーザに配信することができる。メッセージは特定の食品を消費するようにという指示、栄養・食欲プランの現在の状態に関するパラメータ化された、並びにポジティブおよびネガティブなフィードバックを含み得る。このように、コンピュータベースのシステム100は、ユーザの栄養および食欲に関連した行動・姿勢を収集し、食事または栄養・食欲プランへの順守を最適化するために通信ネットワークの上の出力224としてカスタマイズされた行動メッセージを配信するための、双方向システムであってもよい。
図2に示されたように、決定エンジン214はデータを受信すること、および／または、クライアントデバイス102、個々のユーザプロフィール202、過食防止器222、満腹メータ220、栄養エンジン212、栄養レジメン・テンプレート・データ210、科学的なデータおよび／またはルール216、外的データ204および／または集団データ206を介して、ユーザの入力データ200から送られた情報を受信することができる。決定エンジン214は、受信情報を編集することができて、受信情報に応じてユーザが受け取る次の行動方針、ユーザの栄養・食欲プランの状態、および何をいつ消費するべきかといったユーザの栄養・食欲プランのルール（すなわち食事テンプレート）を判定することができて、および／あるいは、クライアントデバイス102を介して、アドバイス、提案および意欲向上メッセージを出力224としてユーザに送信することができる。ここで、出力224は、ユーザインタフェースを介してクライアントデバイス102に送信され得る。
図２をさらに参照すると、例示的実施形態において、進捗トラッカ230を、コンピュータベースのシステム100に含ませることができる。進捗トラッカ230は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なモジュール、プロセッサまたはプログラムとすることができる。進捗トラッカ230は、決定エンジン214からユーザ入力データ200を受け取り、ユーザの体重および栄養状態を経時的に追うことができる。個人の栄養状態が単に瞬間的なユーザのパラメータだけによっては与えられず、むしろこれらのパラメータの経時的変化から与えられることは公知技術である。例えば、これまで減量したことのない90kgの人物は、この3ヵ月で110kgから90kgに減量した人物と生理的に異なる。後者は、毎月ほぼ6%の体重減量を表し、「坑空腹」という生理学的反応を生じる。従って、ユーザがどこまで進んでいるかを測定する進捗トラッカは、ユーザがどこからここまでなったかの説明を要する。
大部分の高度な摂食レジメンは、通常、ルールを確立するインテンシブな最低限の期間と、その後の保守期間とを有する複数のフェーズを含む。例えば、アトキンスダイエットでは、導入、減量中、プレ・メンテナンスおよびメンテナンスの４つのフェーズがある。通常、最も大きな進捗は初期なされ、そうすると、いくつかの目標が達成されたときに、食品を段階的に食事レジメンに戻していく。一つのフェーズから別のフェーズへの移行は通常、体重目標に基づいており、ユーザと食事とが適切に適応しなかった場合は、次のサイクルにおいてしばしば行われない。そして、４つのフェーズを用いた方法でさえ、ユーザの生物学および代謝の変化を大雑把に摺り合わせたものにすぎない。したがって、本発明のシステムおよび方法においては、進捗が連続的および即座に「トラック（追跡）」され、体重以外の他の多くの要素が含まれる。
進捗トラッカ230は、ユーザの最初の目標に対する個人の進捗を測定し、栄養レジメンのフェーズを個人に移行させるだけでなく、他の目標（例えば食品への感情的な思い入れ、またはパーティ並びにイベントでの行動）に対するユーザの進捗をモニタする。加えて、経験を積むにつれて、栄養レジメンは、ユーザの人生の特定の状況およびユーザを囲む世界に最も適するよう進化する。進捗トラッカ230は、また、ちょうど体重減少を達成しただけでなく、概説された栄養レジメンを実行した点において、ユーザが成功したことを示すユーザ出力キューである。進捗トラッカ230はさらに、出力提案／メッセージ224の形で、決定エンジン214を介してユーザにフィードバック（例えば、これらに限定されないが、イベントで特定の食品または飲物を摂取しなかったことに対する称賛または失敗することなく一日過ごしたことに対する称賛）を提供する。これらの付加的かつポジティブなメッセージは、採用された栄養および行動のレジメンの枠の中での成果だけでなく、動作にも注目したものである。
図3を再び参照すると、決定エンジン214は、中心的なルールを実施し、この例示的実施形態においては、ルール306、ルール・エンジン308および結果310を有する。図3の実施形態において、上述したように、決定エンジン214は、栄養エンジン212と通信する。決定エンジン214は、栄養エンジン212から情報を受信した、受信した情報にルール306を適用する。ルール・エンジン308は、それから、結果310を判定するために、情報およびルールを処理する。結果310は、クライアントデバイス102を介してユーザに伝えられる出力224を含むことができる。結果310は、次の動作（例えばクライアントデバイス102に出力224のメッセージを送信するクエリ）の表から選ばれる次の動作を含むことができる。例えば、結果310は、ユーザに特定量の食品を消費するように命じる出力224として、クライアントデバイス102を介してユーザに送られる意欲向上メッセージを促すクエリを含む。
出力224は、書面でのメッセージ、音声メッセージまたは視覚メッセージあるいはディスプレイの形であってもよい。視覚メッセージおよび／またはディスプレイは、グラフ、図、ボディ部のアイコンの形状/サイズの変更、文字のアイコン、セルフイメージ図、カウントアップ／カウントダウンするカウンタ、食品キューおよび食品部キューを含むが、これに限定されるものではない。出力224は、ユーザが進捗に基づいて進行可能および／または解除可能なレベルなどの、二次的な明白な強化を提供する、ビデオゲームの態様を組み込むことができる。
クライアントデバイス 102を介して、決定エンジンにより214ユーザに送信される出力224メッセージは、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なデータベースに記憶され得るメッセージ226を含み得る。メッセージ226は多数の種類のメッセージを含むことができる。例えば、これらに限定されるわけではないが、意欲向上メッセージ、クエリメッセージ、処理メッセージ、栄養分の出力、消費すべき食品タイプのアドナイス、いつ食品を消費するべきかというアドバイス、運動に関するメッセージおよび他のデバイス（例えば、これらに限定されるわけではないが、エクササイズマシン、ブレンダおよびスマート冷蔵庫）に対するメッセージを含むことができる。
例示的実施形態において、コンピュータベースのシステム100は、意欲向上メッセージ計算器228を含む。意欲向上メッセージ計算器228は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なモジュール、プロセッサまたはプログラムとすることができる。実例として、意欲向上メッセージ計算器228は、栄養・食欲プランを選ばないものである。意欲向上メッセージ計算器228は、決定エンジン214と通信して、ユーザの現在の栄養・食欲状態および行動・態度状態を分析することができ、出力メッセージデータベース226またはテーブルから、クライアントデバイス102を介してユーザに（ユーザを軌道に乗せること、および／または特定の行動への関与を防ぐか、あるいは関与を推奨することを目的として）送るべき出力224を計算および／または判定する。メッセージ計算器228は、ユーザへのメッセージを公式化あるいは選択するか、または適切な時間や一つ以上のメッセージシーケンスを判定するために、心理学および／または第三者データの結果を組み込んで、相当の時期およびシーケンスを決定することができる。意欲向上メッセージ計算器228は、メッセージが最大限に意欲向上に役立つことを確実にするために、メッセージを心理学フィルタに通すことができる。
意欲向上メッセージ計算器228はユーザデータおよび第三者データ（例えば、学習システム218を用いて判定された、メッセージに対する過去の反応）に基づいて、新規なメッセージを作成することができる。意欲向上メッセージ計算器228は、決定および／または選択の際に、怠惰、社会的シグナルおよびその他の食品の非栄養的側面 を考慮することができる。意欲向上メッセージ計算器228は、ユーザからのメッセージ入力または入力データ200、個々のユーザプロフィール202、決定エンジン214、栄養・食欲ストラテジ、外的データ204および集団データ206に基づいて、ユーザへのメッセージをカスタマイズすることができる。たとえば、外的データ204は、適切に食事の行動を維持するために重要と思われる状況（例えば、休暇、ビジネス、個人スケジュール、温度、活動および外性のイベント）を案内するために用いてもよい。意欲向上メッセージ計算器228は、コンピュータベースのシステムに組み込まれる形で記載してきたが、満腹メータ220は、別個のシステムであってもよく、独立して機能してもよいと理解されるべきである。
図６を参照しながら、例示的実施形態に従った、コンピュータベースのシステムの意欲向上メッセージ計算器について説明する。図6に図示されたように、メッセージ計算器228は、姿勢モニタ600、意欲向上モデル602および比較器604を含む。この例示的実施形態において、メッセージ計算器228は、ユーザの意思、ユーザの感情、ユーザにポジティブな意欲向上メッセージを提供することができるようユーザに与えられた指示を扱うことができる。姿勢モニタ600は、入力200、個々のユーザプロフィール202、外的データ204および集団データ206に基づいて、ユーザの姿勢をモニタする。意欲向上モデル602は、ユーザの栄養・食欲プランおよび現代の行動科学に従って意志、感情および経路（レジメン）を収集するよう作られている。姿勢モニタ600および意欲向上モデル602は、コンパレータ604と通信する。コンパレータ604は、姿勢モニタ600からの情報に基づいて、ユーザの姿勢（意志および感情）を意欲向上モデル602からの情報と比較して、ユーザの栄養・食欲プランからユーザが逸脱している、逸脱しそうである、または逸脱してしまったかどうか判定する。例として、意志は、方向および大きさに対応し、同じ方向の意志および感情に対応する瞬時ベクトルであってもよい。コンパレータ604は、ベクトルを編集して、適当な経路から逸脱レベルを決定する。相違レベルが安全レベルより大きい場合、コンパレータは、意欲向上メッセージと共に、決定エンジン214に対応して、次の動作を補充する。加えて、メッセージ計算器228は、ユーザの現在の姿勢を判定するために、クライアントデバイス102を介して、出力224および入力200からユーザにクエリするという決定を促すことができる。意欲向上メッセージ計算器の一態様は、例えば、例えば朝に、姿勢を入力することをユーザに思い出させるなど、より多くの入力の動機付けをユーザにクエリすることである。
例示的実施形態において、コンピュータベースのシステム100は、学習プロセス218を含む。学習プロセス218は、コンピュータベースのシステム100に組み込み可能、および／または有線ネットワークまたは無線ネットワークによりコンピュータベースのシステム100にリンク可能なモジュール、プロセッサまたはプログラムとすることができる。図７を参照しながら、実施形態に従った、コンピュータベースのシステムにおいて実施される学習プロセス について説明する。図7に図示されたように、学習プロセス218は、ユーザの入力データ200、個々のユーザプロフィール202、外的データ204、集団データ206、進捗トラッカ230からの情報および集合体プロフィール208を受信することができる。学習プロセス218は、ユーザの栄養・食欲プランおよび／またはレジメンを強化する方法を判定するために、ユーザの入力データ200、個々のユーザプロフィール202、外的データ204、集団データ206、進捗トラッカ230および集合体プロフィール208をモニタ、検定および／または分析することができる。学習プロセス218は、栄養エンジン212、メッセージ計算器228、満腹メータ220および過食防止器222と通信することができる。また、学習プロセス218は、ユーザの栄養・食欲プランに対する進捗および／または適応に基づいて、栄養・食欲プランのパラメータを修正および／または更新することができる。たとえば、学習プロセス218は、ユーザの栄養・食欲プランを最適化するために、栄養エンジン212および／または決定エンジン214のパラメータを修正すること、および／またはユーザプロフィールまたは進捗を更新することができる。このように、コンピュータベースのシステム100は、ユーザの出力224への反応および集団データ206に基づく他のユーザの類似した経験のそれに基づいて、ユーザの栄養・食欲ストラテジを学び、改善することができる。
学習プロセス218は、古典的機械学習モデル10および他の学習モデル（例えば、教師あり学習、教師なし学習、半教師あり学習、強化学習、変換（transduction）およびこの種の他の学習モデル）を使用することができる。この例示的実施形態において、学習プロセス218は、集合体プロフィール208全体の成功および失敗を、決定エンジン214の次の動作、外的データ204、栄養・食欲プラン、満腹メータ、意欲向上メッセージ計算器228および決定エンジン214からの意欲向上メッセージに対して分類することができる。学習プロセス218はそれから、集合体プロフィール208全体の成功および失敗に基づいて、更新（情報）、例えば栄養・食欲プランまたはそれに対する修正、意欲のタイプ、出力２２４タイプ（例えば、クライアントデバイス102を介した、音声、テクスト、および／または、ビデオによるユーザへの出力）を生成する。
学習プロセス218はさらに、ユーザの外的データ204（例えば休暇、天候、人員、旅行、仕事、など）の効果を分類、判定および／または学習するため、情報を一つ以上の個々のユーザプロフィール202と交換する。学習プロセス218はそれから、ユーザの外的データ204の効果に基づいて、予防的動作および／または治療を判定する。例えば、学習プロセス218はユーザがワインおよびチーズパーティに出席するたびに、ユーザが栄養レジメンから逸脱し、ユーザの姿勢が低下することを学習できたとする。学習システムがその後、外的データ204を利用して栄養システム212のルールを更新する際は、チーズパーティについてのルールを含ませる。システムはさらに、ユーザの栄養・食欲プランの場所、近辺、時間および次の動作を検索するために、外的データを利用する能力を有し得る。例えば、ユーザがその夜何を消費すべきかおよびこの種の他の情報（例えば、ユーザが消費すべき正しい食品、ストア、レストラン、および／またはクライアントデバイス102を介してユーザに送る正しい出力224のタイプを決定するための情報）を、外的データ204、個々のユーザプロフィール202、集団データ206、集合体プロフィール208およびユーザの栄養・食欲プランに基づいて検索し得る。このように、学習プロセス218は、出力224としてユーザに送られる意欲向上メッセージを含むユーザ経験および栄養・食欲プランを、過去のユーザ経験に基づいてユーザに最適となるよう、修正することができる。
学習プロセス218は、どういったタイプのメッセージ（例えば、内容、スタイル、および音声、テクストまたはビジュアルといった形式）が効果的かに基づいて、外的データ204、個々のユーザプロフィール202、集団データ206、集合体プロフィール208およびユーザの栄養・食欲プランに応じて出力224を修正することができる。このように、学習プロセス218は意欲向上を含むどういった技術が効果的か、およびシステムの全てのルール（例えば、栄養・食欲プランおよびユーザ経験）の効果を向上させるための、ポジティブおよびネガティブな強化の正しいバランスを学習する。
学習プロセス218は、個々のユーザプロフィール202に基づいて、出力224を最適化するために、ユーザの栄養・食欲プランおよび意欲向上メッセージ計算器228のパラメータを変更することができる。例えば、ユーザの栄養・食欲プランに従ってユーザが魚を消費することになっている場合、学習プロセス218は、個々のユーザプロフィール202およびユーザの入力200に基づいて、ユーザがどの種類の魚を消費しなければならないかおよび／またはユーザがどの種類の魚を消費してはならないか判定することができる。例えば、ユーザが過去にマグロを消費するよう促されたが、消費成功例は少ないか、または、閾値レベル未満であった、および／またはマグロに対するユーザの反応ネガティブであった／ユーザはマグロに対してネガティブな姿勢を持っていた、といった場合、学習プロセス218は、ユーザのマグロの摂取量を低下させ、ユーザの他の代替タイプの魚の摂取量を上昇させることができる。このように、ユーザがユーザの栄養・食欲プランに従って次に魚を消費することになっているとき、ユーザはマグロの消費を促されない。この例では、学習プロセス218は、栄養・行動のルール212の例におけるルールが、調整、発展および修正され得る形で、パラメータ化可能であるという事実に依存している。
学習プロセス218は、閾値検出器500のパラメータを含む、過食防止器222のパラメータを修正することができる。この例示的実施形態において、学習プロセス218は、発見動作、予防動作および治療動作の３つの動作により、過食防止器222を修正することができる。発見動作は、いつ過食過飲が生じ得るかを予測するため、外的データ204、個々のユーザプロフィール202、集団データ206、集合体プロフィール208から、メトリクスを学習することを含む。予防動作は、どんな出力２２４のタイプが過食過飲行動を予防できるか学習することを含む。治療動作は、何によって、いかに栄養・食欲プランの平衡状態を取り戻し、ユーザの栄養・食欲プランに合わせてユーザを軌道修正するかを学習することを含む。学習動作は、過食防止器222が正確に過食過飲活動を発見、予防および治療することができるよう、過食防止器222の閾値検出器500に伝えることができる。このように、学習プロセス218は、外的データ204、個々のユーザプロフィール202、集団データ206、集合体プロフィール208に基づいて、ユーザの過食過飲活動を発見、予防および治療して、ユーザの栄養・食欲プランの効果を向上させることができる。
学習プロセス218は、個々のユーザおよび組み合わせの効果を測定するために、コンピュータベースのシステム100により記録され生成される動作シーケンスを、一連の入力（例えば、栄養レジメン・テンプレートの選択、初期のプロフィールデータ、外部データ、過去の動作）に対して分類する。計算機械学習の分野は、システムを改良するための、経験的データの検討または周知の成果を有するトライアルセットに基づいた、多くの教師あり学習および教師なし学習の技術を提供する。本願明細書において開示されたコンピュータベースのシステム100は、目標を達成することおよびこうした目標を達成するための最高の経路に関して、コンピュータベースのシステム100の有効性を絶えずモニタすることによって、上述したようなデータを生成する。
本実施例では、学習プロセス218の内部処理は、図8Aおよび8Bを参照して、説明される。個々のユーザの全ての動作のセットに対して、入力200および出力224は、個々のユーザプロフィール202に記憶される。入力200は、例えば、ユーザにより入力されたものを含むシステムが取得した情報、デバイスまたは遠隔測定システムによって集められた情報である。出力224は、例えば、ユーザに送り返されるメッセージを含むものであり、これらのメッセージは、ときに追加的な入力になるものである。例えば、システムは、栄養プログラム又はユーザの体重についてユーザがどのように感じているかについてユーザに尋ねることもできる。個々のユーザプロフィール202は、ユーザの最初の目標、コンピュータベースのシステム100に入力された外部データ及び関連する集団データ206を記憶する。個々のユーザプロフィール202は、いかなる出力224（例えばユーザに送られるメッセージ）も記録することができる。入力200の各々のシーケンスの後、決定エンジン214は、出力動作224を算出することができ、その出力へのローカル反応がどのようであるかをモニタすることができる。学習プロセス218は、800として図示されているように、全ての入力200および出力224のシーケンスを得る。
そして、802として図示されているように、試験す800を処理して、ユーザに送信される関連メッセージの点で、重み付け優先順位及び局所的シーケンスメッセージを学習する。より詳しくは、学習プロセス218は、シーケンス800の入力200および出力224のどれくらいが現在の瞬間に関連するか、つまりシーケンスの深さとして知られている関連性について決定する。学習プロセス218は、802において、機械学習手法を用いてシーケンスを重み付ける。この種の学習システムは、一般に決定木、ベイジアン学習ネットワーク、マルコフモデル、サポートベクタ、混合ガウスモデルおよび／または回帰システムを含む。学習の1つの重要な点は、時間毎にコンピュータベースのシステム100が学習したこと及び学習し過ぎたことを分析するために、シーケンスがどれくらい長く関連しているかということである。当然のことながら、ある場合には、1年前に学習したことが、非常に関連性が高かったり、別の場合には、そうでなかったりする。
学習プロセス218がシーケンス800を処理したあと、学習プロセス218は、804として図示されているように、個々のユーザプロフィール202及び目標とともに、局所的に配列されたメッセージ802を処理し、局所的に配列された入力200と出力224との関連性を決定する。本実施例では、データは、804で、学習プロセル218により機械学習手法を用いて分析され、駆動行動及び入力200との関連性の点で、出力224の効果を正しく特定する方法を決定する。この機械学習手法は、決定木、ベイジアン学習ネットワーク、マルコフモデル、サポートベクタ、混合ガウスモデルおよび／または回帰システムを含む。
個々のユーザプロフィール202にとって、入力200および出力224の最新の関連性が良い、又は高い場合、データは、システムルール及び重みの強化806のために使用される。例えば、ルールの強化806のために、学習プロセス218は、808で、コンピュータベースのシステム100を再訓練し、ルールを同じに維持する、および／またはこられのルールへの重みを増やす。より詳しくは、学習プロセス218は、外的データ204、過食過飲防止器222、栄養エンジン212、メッセージ計算機228および満腹メータ220のそれぞれと関連する各々のルールを分離することができ、それらのルールを強化することができる。
あるいは、個々のユーザプロフィール202にとって、入力200および出力224の最新の関連性が悪い、又は低い場合、学習プロセス218は、808で、（いくつかの実施例で独立して）システムが行うさまざまなルールを学習及び再訓練する。これらのルールは、外的データ204、過食過飲防止器222、栄養エンジン212、メッセージ計算機228および満腹メータ220のそれぞれと関連するルールを含む。より詳しくは、学習プロセス218は、外的データ204、過食過飲防止器222、栄養エンジン212、メッセージ計算機228および満腹メータ220のそれぞれと関連する各々のルールを分離することができ、それらのルールを、学習されたことに従って、更新または修正することができる。学習が起こった後、複数のルールセットは更新されなければならず、そして、このプロセスは、複数のアルゴリズムの複数のパスを用いて最適合を特定するために、複数回実行されることになる。
一旦システムが、モジュールを制御する論理のルールまたは他の論理的表現を最適に編集できると、学習プロセス218は、810で、ルールの更新、修正および／または編集が効果的であったかを確かめるために、個々のユーザプロフィール202に対する新たなモジュールを再テストする。結果としては、例えば、個々のユーザプロフィール202に対する入力200と出力224との高い関連性が得られたりする。すべてのプロセスは、ネットワークベースのデバイス100で行われうるものであり、パフォーマンス結果は作られず、これらの手法は、複数のユーザに適用されうる。
なお、当然のことながら、提案された結果および次の入力結果の間のいかなる相違は、より多くの分類データの分析を行う学習システムに対して生成する。例えば、外的データ204が、カクテルパーティを今晩行っている個々のユーザプロフィール202に入力されると、栄養エンジン212および意欲向上メッセージ計算機228によって制御される決定エンジン214は、カクテルパーティの前に何かを食べるようユーザにメッセージを送ることを決定することができる。コンピュータベースのシステム100が、この予防摂食が起こらなかったことをユーザから学習すると、コンピュータベースのシステム100はメッセージのタイプ（聴覚的なもの、文章的なもの、視覚的なもの）を変更すること、メッセージを送った回数の変更、および／または、メッセージの内容の変更を選択できる。時間毎に、コンピュータベースのシステム100は学習し、それらの有効性を上げるために出力224を修正しようとする。このように、入力200および／または出力224のシーケンスが増えるにつれ、コンピュータベースのシステム100は、継続的に他の同種のプロフィールシグニチャをモニタすることになる。プロフィールシグニチャは、第三者ユーザから学習されたことが、局所的なユーザプロフィールを改良するために、またはルールの初期の例示を永久的に更新するために適用できるか否かを判断するためのルールを含む。このことは、時間に伴って、コンピュータベースのシステム100のパフォーマンスが、多くのユーザがシステムと相互に作用し合うにつれて、継続的に改良されることを確実にする。
本実施例では、学習プロセス218の他の内部処理は、図9Aおよび9Bを参照して説明される。上記と同様にして、コンピュータベースのシステム100は、システムのユーザの複数のプロフィールおよび集団データ206を集めて、同種のプロファイルとのマッチングおよび集合体プロフィールシグニチャ208の形成により、個々のユーザプロフィール202を継続的に改良する。集合体プロフィールシグニチャ208は、複数のユーザプロフィールに亘る最適な学習を決定するための様々なルールモジュールを含む。本明細書で使用されているように、同種のプロフィールは、第三者ユーザのプロフィールを含む。第三者ユーザのプロフィールは、ユーザの個々のユーザプロフィール202と共通の属性を共有する。図9Aおよび9Bにて図示したように、学習プロセス218は、900で、同種のプロフィールのセットを特定および分類する。同種のプロフィールのセットは、ユーザの個々のユーザプロフィール202の機能を改善するために用いられうる。この比較プロセスは、個々のユーザプロフィール202および目標だけではなく、システムが行う学習に反映されるように、同種のプロフィールの集団プロフィールシグニチャ208および全てのユーザがコンピュータベースのシステム100の出力224にいかにして応答するかも分析することを含む。なお、システム100は、過食過飲防止器222、栄養および行動ルール212、意欲向上メッセージシステム228、満腹メータ220並びに外的データ204およびいかに応答するかのルールを含むことに限定されない。
一旦、同種のプロフィールが特定されると、システムは、902で、個々のユーザルールを改善および再学習する（本明細書で用いられているように、ルールには、形式的なルールシステムだけでなく、論理的ルールを伝達できるシステムも含まれる）。なお、論理的ルールは、グラフ、パーセプトロン、決定木、マルコフ連鎖などを含むことに限定されない。より詳しくは、学習プロセス218は、外的データ204、過食過飲防止器222、栄養エンジン212、満腹メータ220およびメッセージ計算機228のそれぞれと関連する各々のルールを分離することができ、それらのルールを、学習されたことに従って、更新または修正することができる。学習が起こった後、複数のルールセットは更新されなければならず、そして、このプロセスは、複数のアルゴリズムの複数のパスを用いて最適合を特定するために、複数回実行されることになる。
同種のプロフィールは、個々のユーザプロフィール202で再訓練するための例示的データのように機能し、パフォーマンス904が現在のデータセットでの最適な結果になるまで、継続的にパフォーマンス904を向上させる。例えば、バレンタインデーによって人々が過食過飲になるのは、ある特定のタイプのプロフィールといえる。しかし、新しいユーザが、同種のプロフィールからの学習によりシステム（のパフォーマンス）を下げ始めると、コンピュータベースのシステム100は、個々のユーザプロフィールが、データの問題点を示さないものであっても、予め、過食過飲を警告し、過食過飲の防止を試みることができる。よって、図9Aおよび9Bでは、学習プロセス218によって、新しいユーザは、他人の経験から学習することができる。
多くのユーザが利用するにつれて、プロフィールの全体のネットワーク用のシステムは、多数の同種のプロフィールに亘って一般化するほど、より高性能化する。図8Aおよび8Bに示されているように、学習は、全ての適切なルールモジュールに亘って適用され、システムは、履歴データが依然として相互に関連していることを確認するために、910で、再テストされる。より詳しくは、一旦システムが、モジュールを制御する論理のルールまたは他の論理的表現を最適に編集できると、学習プロセス218は、910で、ルールの更新、修正および／または編集が効果的であったかを確かめるために、個々のユーザプロフィール202に対する新たなモジュールを再テストする。
学習プロセス218が、上記のように、コンピュータベースのシステム100内のパラメータおよびプロセスを修正する間、当然ながら、学習プロセスは、コンピュータベースのシステム100のパラメータ、プロセスおよび他の部分に適用され、ユーザの栄養・食欲計画および経験を最適化しうる。
なお、コンピュータベースのシステム100は、付加的な通信ネットワークを含むことができる。例えば、コンピュータベースのシステム100はバディシステムを含むことができる。バディシステムにおいて、１のユーザは、１以上のユーザと組にされ、クライアントデバイス102を介して、コンピュータベースのシステムを通じて、互いに通信でき、栄養・食欲計画および／またはレジメンを継続するように、互いに直接またはソーシャルネットワークを介して促しあう。他の例では、コンピュータベースのシステム100は、通信プラットフォームを含むことができる。通信プラットフォームでは、ユーザは、促進、意欲向上および／または他の助言のために、クライアントデバイス102を介して、直接、人間とやりとりできる。
実施形態に従って、生理的な栄養状態をモニタおよび分析し、栄養的な摂取量を最適化するための方法のブロックフロー図は、図1、2、10Aおよび10Bを参照して記載されている。食事または栄養計画を開始するために、ユーザは、クライアント装置102を介してユーザインタフェースにアクセスでき、コンピュータベースのシステム100におけるプロフィール（例えば上述のプロフィール202）を作成するために、初期入力セッション1000を開始することができる。プロフィールを作成するために、ユーザは、クライアントデバイス102を介して、データ（例えば上述の入力データ200）を入力でき、コンピュータベースのシステム100に外的データ（例えば、上述の外的データ204）へのアクセスを提供でき、および／または栄養・食欲計画（例えば、上述の栄養エンジン212）を選択できる。図10Aおよび10Bに示されているように、コンピュータベースのシステム100は、1002で、初期ユーザ入力データ200を取得し、1004で、外的データ204の発生源を得る。更に、コンピュータベースのシステム100は、1006で、栄養・食欲レジメンのユーザの選択を、1002で取得された初期ユーザ入力データ200の一部として取得する。そして、コンピュータベースのシステム100は、1008で、初期入力の全てを取り出し、1010で、ユーザのために、ユーザプロフィールを作成する。
プロフィールは、1012で、決定エンジン214により受け取られうる。決定エンジン214は、ユーザプロフィールをモニタし、分析し、且つ更新する。決定エンジン214は、（例えば、ユーザへの促し（刺激）を介して）リアルタイム入力を取得できる。リアルタイム入力は、何をユーザが摂取したか、いつ食品が摂取されたか、ユーザはどのように感じているか、ユーザの姿勢、および上述の入力データ200のようなその他の情報である。図示されているように、コンピュータベースのシステム100は、1014で、ユーザからリアルタイムおよび／または非リアルタイム入力を取得でき、1016で、外部又は外的データ204を取得でき、1018で、栄養レジメンを介して集団データ206を取得できる。コンピュータベースのシステム100により取得された全てのデータは、1020で、継続的に結合され、1010で、ユーザプロフィールを更新／作成するために使用されうる。
本実施形態では、ユーザプロフィールは、1022で、コンピュータベースのシステム100により公開され、集団の一部として使用され、このプロフィールは、1018で、他のユーザから集団データ206にアクセスすることにより、強化される。ユーザプロフィールは、1024で、進捗トラッカ230により、使用され、ユーザの栄養レジメンを介してユーザの進捗を継続的にモニタおよび更新されうる。
そして、決定エンジン214は、満腹メータ220と、栄養エンジン又は栄養および行動ルール212と、意欲向上メッセージ計算機228と、過食過飲防止器222と通信し、および／またはこれらにユーザプロフィールを送る。そして、１つ以上の満腹メータ220と、栄養エンジンまたは栄養および行動ルール212と、意欲向上メッセージ計算器228と、過食過飲防止器222とは、実行され、それぞれ、図の1026、1028、1030、1032として示されている。より詳しくは、１つ以上の満腹メータ220と、栄養エンジンまたは栄養および行動ルール212と、意欲向上メッセージ計算器228と、過食過飲防止器222とは、そのモデル並びに／または科学的データおよび／若しくはルールと情報交換でき、ユーザのために提案される次の行動を決定できる。そして、１つ以上の満腹メータ220と、栄養エンジンまたは栄養および行動ルール212と、意欲向上メッセージ計算器228と、過食過飲防止器222とは、決定エンジン214と通信し、および／または提案された次の行動を決定エンジン214に送ることができる。そして、決定エンジン214は、ユーザの栄養・食欲計画と情報交換でき、システムがどんな行動をとるべきかを決定できる。この行動には、ユーザに食品の摂取を指示するか、および／または、いつ、ユーザが空腹感を感じないように食品を摂取すべきか若しくは更なる情報を得るためにユーザにクエリを送信すべきかを含む。
図示の実施形態において、決定エンジン214は、満腹メータ220と通信し、またユーザ入力データおよびプロフィールを満腹メータ220に送ることができる。満腹メータ220は、ユーザ入力データ200および個々のユーザプロフィール202の情報（例えばユーザの生理的情報）を受信することができる。満腹メータ220は、1026で、実行され、ユーザ入力データ200および個々のユーザプロフィールを分析し、ユーザの基準の栄養または食欲状態を確立できる。例えば、基準の栄養または食欲状態は、絶食栄養状態と飽食栄養状態とを比較評価して、ユーザの一定時間の栄養状態を平均化し、人の代謝の共通モデルを使用することによって決定されることができる。基準栄養状態の設立によってコンピュータベースのシステム100は、特定ユーザのユニークな栄養生理学に適応することができる。栄養生理学は、多くの要因（例えば、これらに限定されないが、体重、性別および年齢）によって異なるので、このことは重要な態様である。
決定エンジン214は、1014で、クライアントデバイス１０２を介して入力するために、ユーザを刺激することにより、リアルタイムおよび／または非リアルタイム入力を取得もできる。リアルタイム入力は、何をユーザが摂取したか、いつ食品が摂取されたか、ユーザはどのように感じているか、ユーザの姿勢、および上述の入力データ200のようなその他の情報である。決定エンジン214は、満腹メータ220と通信し、および／または、ユーザのリアルタイムおよび／または非リアルタイム入力を満腹メータ220に送ることができる。満腹メータ220は、リアルタイム入力データに基づいてユーザの栄養的な状態を含むユーザのプロフィール202を分析およびモニタできる。このモニタリングは、指定された時間間隔で、またはリアルタイムで行われうる。満腹メータ220は、ユーザの栄養状態を含むユーザプロフィール202をユーザの基準栄養状態と比較し、科学的なデータおよび／またはルール216に従って、状態を分析し、相違値を決定することができる。相違値は、ユーザの栄養ニーズを評価するために立てられた目標に関連しうるものである。そして、満腹メータ220は、空腹感の開始を予防するために、ユーザの適切な栄養摂取量を予め決定することができる。
満腹メータ220は、決定エンジン214と通信し、および／または、決定されたユーザの適切な栄養摂取量を決定エンジン214に送ることができる。そして、決定エンジン214は、ユーザの栄養・食欲計画と情報交換し、ユーザに食品の摂取を指示するか、および／または、ユーザが空腹感を感じないようにいつ食品を摂取すべきかを決定する。そして、決定エンジンは、1034で、データベースに保存されているメッセージ226および意欲向上メッセージ計算機228と通信し、クライアントデバイス102を介して、出力としてユーザに送信されるべきメッセージを、1036で作成できる。この作成されたメッセージは、空腹感の開始を予防するために、および／または、ユーザの栄養・食欲計画および／またはレジメンに従い続けるためにいつ何を摂取すべきかをユーザに通知する。ユーザにメッセージを送る前に、メッセージは、クライアントデバイス102を介して、意欲向上メッセージ計算器228の機能となりうる心理学フィルタに通され、メッセージのメディア及びコンテンツが最大限に意欲向上となることを確実にする。そして、決定エンジンは、1036で、クライアントデバイス102を経て、ユーザにメッセージを出力224として送ることができる。出力224は、ユーザインタフェースによって、クライアントデバイス102を介して、ユーザに伝えられうる。
そして、満腹メータ220は、一定時間における、ユーザの空腹感の基本的なリズムを生理的レベルでモニタすることが可能なフィードバックループに入ることができ、栄養に関連した生理的兆候の変化をモニタすることによって、ユーザの空腹感の開始を予想できる。
意欲向上メッセージ計算機228および過食過飲防止器222は実行し、それぞれ1030、1032として示されている。意欲向上メッセージ計算機228および過食過飲防止器222のそれぞれが実行されることにより、各々は、そのモデル並びに／または科学的データおよび／若しくはルールと情報交換でき、ユーザのために提案される次の行動を決定できる。意欲向上メッセージ計算機228および過食過飲防止器222のそれぞれは、決定エンジン214と通信し、および／または提案された次の行動を決定エンジン214に送ることができる。そして、決定エンジン214は、ユーザの栄養・食欲計画と情報交換でき、上記の通り、システムがどんな行動をとるべきかを決定することができる。満腹メータ220と、栄養エンジンまたは栄養および行動ルール212と、意欲向上メッセージ計算器228と、過食過飲防止器222とは、直列に実行されるように示されている。当然のことではあるが、満腹メータ220と、栄養エンジンまたは栄養および行動ルール212と、意欲向上メッセージ計算器228と、過食過飲防止器222と、本願明細書において記載されている他のいかなる方法とのそれぞれは、直列に、並列に、またはいかなる組合せで、独立して実行されうる。
更に、1014で、ユーザがデータを入力し、出力224に応答することにより、決定エンジン214および進捗トラッカ230はユーザの進捗を追跡する。進捗データと、ユーザ入力データと、ユーザプロフィールと、外的データと、出力データに対するユーザの反応とは、集団データ（例えば、上述の集団データ206）と結合されうる。上記のように、コンピュータベースのシステム100は、1014で、ユーザからリアルタイム入力を取得でき、1016で、外部または外的データ204を取得でき、1018で、栄養レジメンを介して集団データ206を取得できる。コンピュータベースのシステム100により取得された全てのデータは、1020で、継続的に結合され、1010で、ユーザプロフィールを更新／作成するために使用されうる。
結合されたデータ（結合データ）は、1038で、学習プロセス218に、伝達および／または送信されうる。学習プロセス218は、ユーザの進捗データ、入力データおよびプロフィールとともに結合データは分析され、ユーザがどのように反応し、および／またはどのようにユーザの栄養・食欲計画を適用するかを決定することができる。学習プロセス218は、1040で、学習でき、ユーザプロフィール202および外的データ204に基づいて、ユーザの栄養・食欲計画のパラメータを修正および／または更新できる。学習プロセス218は、1042で、学習でき、満腹メータ220と、意欲向上メッセージ計算器228と、過食過飲防止器222と、栄養エンジンまたは栄養および行動ルール212とのいずれかと関連するルールを修正および／または更新することができ、ユーザの栄養・食欲計画及び経験の最大化を確実にする。学習プロセス218は、1044で、学習でき、集団データ206に基づいて、ユーザの栄養・食欲計画のパラメータを修正および／または更新できる。より詳しくは、学習プロセス218は、1046で、集団データから学習でき、満腹メータ220と、意欲向上メッセージ計算器228と、過食過飲防止器222と、栄養エンジンまたは栄養および行動ルール212とのいずれかと関連するルールを修正および／または更新することができ、ユーザの栄養・食欲計画及び経験の最大化を確実にする。学習プロセス218は、システムにおいて継続的に繰り返され、ユーザのプロフィール及び経験を継続的に更新し、ユーザの栄養・食欲レジメンおよび経験の効果を最大にする。
例示の実施形態は、食事/減量目標の実現に関して記載されているが、当業者であれば、この開示が、特定の栄養に関連した目標を達成するために用いられうることが理解されよう。例えば、本開示は、特定の理由（例えば、ボディビルまたは耐久性訓練）のための個々の栄養の摂取量を最適化するために用いられうる。更に、例えば、本開示は、危機的状況において限られた食品供給の栄養価を最大にするための生存援助として、兵士により用いられうるものでもある。
ここまで、好ましい実施形態を具体的に参照しながら本発明を説明してきたが、当業者であれば理解できるように、本発明の趣旨および範囲から逸脱しない形で、多くの変更および修正を加えることは可能である。そうした多くの変更および修正は本発明の範囲に含まれるため、本発明は、本明細書に記載の特定の詳細な方法または構成に限定されない。

Claims (20)

  1. 生理的栄養状態をモニタし分析するためのシステムであって、
    少なくとも１のクライアントデバイスと、
    前記少なくとも１のクライアントデバイスと通信する少なくとも１のサーバコンピュータと、を備え、当該少なくとも１のサーバコンピュータは、
    前記少なくとも１のクライアントデバイスを介して、少なくとも１のユーザから入力データを受け取り、
    前記少なくとも１のユーザに、個別の栄養プランを提供し、
    前記入力データに基づいて、前記少なくとも１のユーザの栄養上のニーズを判定し、
    前記少なくとも１のクライアントデバイスを介して前記少なくとも１のユーザに刺激を送信し、
    前記少なくとも１のユーザの栄養上のニーズおよび瞬間状態に基づいて、事前的に動作を誘発し、前記個別の栄養プランを変更する
    ように構成されている、システム。
  2. 前記少なくとも１のサーバコンピュータはさらに、前記少なくとも１のクライアントデバイスを介して、前記少なくとも１のユーザに次の動作を送信する
    ように構成されている
    請求項１記載のシステム。
  3. 前記少なくとも１のサーバコンピュータはさらに、前記入力データに基づいて、前記少なくとも１のユーザの基本空腹リズムおよび姿勢をモニタする
    ように構成されている請求項１記載のシステム。
  4. 前記少なくとも１のサーバコンピュータはさらに、前記少なくとも１のクライアントデバイスを介して、前記少なくとも１のユーザに次の動作を送信し、当該少なくとも１のユーザの摂取量および空腹感の開始を予防するタイミングを通知する
    ように構成されている請求項３記載のシステム。
  5. 生理的栄養状態をモニタし分析するためのシステムであって、
    少なくとも１のクライアントデバイスと、
    前記少なくとも１のクライアントデバイスと通信する少なくとも１のサーバコンピュータと、を備え、当該少なくとも１のサーバコンピュータは、
    少なくとも１のユーザに、個別の栄養プランを提供し、
    前記少なくとも１のクライアントデバイスを介して、前記少なくとも１のユーザから、当該少なくとも１のユーザの、前記個別の栄養プランについての経験に関する入力データを受け取り、
    前記少なくとも１のユーザの入力データに基づいて、動作を誘発し、前記個別の栄養プランを変更する
    ように構成されているシステム。
  6. 前記少なくとも１のサーバコンピュータはさらに、前記少なくとも１のユーザの行動および姿勢の状態をモニタする
    ように構成されている請求項５記載のシステム。
  7. 前記少なくとも１のサーバコンピュータはさらに、前記行動および姿勢の状態を前記個別の栄養プランと統合させる
    ように構成されている請求項６記載のシステム。
  8. 前記少なくとも１のサーバコンピュータはさらに、前記少なくとも１のクライアントデバイスを介して、前記少なくとも１のユーザにカスタマイズされた意欲向上メッセージを送信する
    ように構成されている請求項７記載のシステム。
  9. 生理的栄養状態をモニタし分析するためのシステムであって、
    少なくとも１のクライアントデバイスと、
    前記少なくとも１のクライアントデバイスと通信する少なくとも１のサーバコンピュータと、を備え、当該少なくとも１のサーバコンピュータは、
    ユーザプロフィールを有する少なくとも１のユーザに、個別の栄養プランを提供し、
    前記少なくとも１のクライアントデバイスを介して、前記少なくとも１のユーザから入力データを受け取り、
    前記ユーザプロフィールと共通の属性を共有する第三者プロフィールを有する第三者ユーザを特定し、
    前記第三者プロフィールに基づいて、事前的に動作を誘発し、前記個別の栄養プランを変更する
    ように構成されているシステム。
  10. 前記少なくとも１のサーバコンピュータはさらに、前記第三者プロフィールを前記ユーザプロフィールと関連させる
    ように構成されている請求項９記載のシステム。
  11. 前記少なくとも１のサーバコンピュータはさらに、前記第三者ユーザに有効であったルールを判定する
    ように構成されている請求項１０記載のシステム。
  12. 前記少なくとも１のサーバコンピュータはさらに、事前的に動作を誘発し、前記個別の栄養プランを変更して、当該個別の栄養プランに前記有効であったルールを組み入れる
    ように構成されている請求項１１記載のシステム。
  13. 生理的栄養状態をモニタし分析するためのシステムであって、
    少なくとも１のクライアントデバイスと、
    前記少なくとも１のクライアントデバイスと通信する少なくとも１のサーバコンピュータと、を備え、当該少なくとも１のサーバコンピュータは、
    ユーザプロフィールを有する少なくとも１のユーザに、個別の栄養プランを提供し、
    前記少なくとも１のクライアントデバイスを介して、前記少なくとも１のユーザから、当該少なくとも１のユーザが出席する予定のイベントを示す外的データ入力を受け取り、
    前記ユーザの予定のイベントに基づいて、前記少なくとも１のユーザに、事前的に意欲向上メッセージを送信して、前記個別の栄養プランの実行を促す
    ように構成されているシステム。
  14. 前記外的データはさらに、旅行情報、休暇、パーティ、人間関係、休日、宗教的休日、宗教的イベント、天候、ニュース、ストックマーケットの変動、特定の地区、地域、および／または国のイベントスケジュールで構成される群から選択される情報を含む
    請求項１３記載のシステム。
  15. 前記少なくとも１のサーバコンピュータはさらに、前記外的データに基づいて、問題のある状況を特定する
    ように構成されている請求項１４記載のシステム。
  16. 前記少なくとも１のサーバコンピュータはさらに、前記外的データに基づいて、事前的に動作を誘発し、前記個別の栄養プランを変更する
    ように構成されている請求項１５記載のシステム。
  17. 生理的栄養状態をモニタし分析するためのシステムであって、
    少なくとも１のクライアントデバイスと、
    前記少なくとも１のクライアントデバイスと通信する少なくとも１のサーバコンピュータと、を備え、当該少なくとも１のサーバコンピュータは、
    ユーザプロフィールを有する少なくとも１のユーザに、個別の栄養プランを提供し、
    前記少なくとも１のクライアントデバイスを介して、前記少なくとも１のユーザから、外的データを受け取り、
    第三者データを受け取り、
    前記外的データおよび前記第三者データに基づいて、過食過飲行動を生じさせる状況を特定し、
    前記少なくとも１のユーザに、事前的に意欲向上メッセージを送信して、当該少なくとも１のユーザが前記過食過飲行動に関与するのを防ぐ
    ように構成されているシステム。
  18. 前記少なくとも１のサーバコンピュータはさらに、前記少なくとも１のユーザがいつ前記過食過飲行動に関与したのかを特定する
    ように構成されている請求項１７記載のシステム。
  19. 前記少なくとも１のサーバコンピュータはさらに、事前的に動作を誘発し、前記過食過飲行動を修正するよう、前記個別の栄養プランを変更する
    ように構成されている請求項１８記載のシステム。
  20. 前記少なくとも１のサーバコンピュータはさらに、前記少なくとも１のクライアントデバイスを介して、当該少なくとも１のユーザが前記過食過飲行動を修正するよう、前記少なくとも１のユーザに次の動作を送信する
    ように構成されている請求項１９記載のシステム。
JP2012557163A 2010-03-08 2011-03-08 生理的栄養状態をモニタ、分析および最適化するための方法および装置 Withdrawn JP2013522730A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US31161410P 2010-03-08 2010-03-08
US61/311,614 2010-03-08
US13/042,694 US10984912B2 (en) 2010-03-08 2011-03-08 Method and apparatus to monitor, analyze and optimize physiological state of nutrition
PCT/US2011/027509 WO2011112556A1 (en) 2010-03-08 2011-03-08 Method and apparatus to monitor, analyze and optimze physiological state of nutrition
US13/042,694 2011-03-08

Publications (1)

Publication Number Publication Date
JP2013522730A true JP2013522730A (ja) 2013-06-13

Family

ID=44531915

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012557163A Withdrawn JP2013522730A (ja) 2010-03-08 2011-03-08 生理的栄養状態をモニタ、分析および最適化するための方法および装置

Country Status (7)

Country Link
US (1) US10984912B2 (ja)
EP (1) EP2545468A4 (ja)
JP (1) JP2013522730A (ja)
CN (1) CN103370703A (ja)
AU (2) AU2011224556A1 (ja)
CA (1) CA2792495A1 (ja)
WO (1) WO2011112556A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015506038A (ja) * 2011-12-12 2015-02-26 パスウェイ ゲノミクス 体重及び栄養制御のための遺伝子ベースの健康管理システム
JP2017107326A (ja) * 2015-12-08 2017-06-15 株式会社ぐるなび 情報処理装置、情報処理方法及びプログラム
DE112018004578T5 (de) 2017-10-26 2020-07-16 Omron Corporation Zielmanagementsystem und zielmanagementprogramm

Families Citing this family (72)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2488976A1 (en) * 2009-10-13 2012-08-22 Nestec S.A. Systems for evaluating dietary intake and methods of using same
US20110282801A1 (en) * 2010-05-14 2011-11-17 International Business Machines Corporation Risk-sensitive investment strategies under partially observable market conditions
US20120059664A1 (en) * 2010-09-07 2012-03-08 Emil Markov Georgiev System and method for management of personal health and wellness
US8793522B2 (en) * 2011-06-11 2014-07-29 Aliphcom Power management in a data-capable strapband
GB201202779D0 (en) * 2012-02-18 2012-04-04 Metcalfe Declan J A positive messaging platform to support habit change
US9442100B2 (en) 2013-12-18 2016-09-13 Medibotics Llc Caloric intake measuring system using spectroscopic and 3D imaging analysis
US9456916B2 (en) 2013-03-12 2016-10-04 Medibotics Llc Device for selectively reducing absorption of unhealthy food
US9042596B2 (en) 2012-06-14 2015-05-26 Medibotics Llc Willpower watch (TM)—a wearable food consumption monitor
US10314492B2 (en) 2013-05-23 2019-06-11 Medibotics Llc Wearable spectroscopic sensor to measure food consumption based on interaction between light and the human body
US9536449B2 (en) 2013-05-23 2017-01-03 Medibotics Llc Smart watch and food utensil for monitoring food consumption
US9254099B2 (en) 2013-05-23 2016-02-09 Medibotics Llc Smart watch and food-imaging member for monitoring food consumption
US9852266B2 (en) 2012-09-21 2017-12-26 Md Revolution, Inc. Interactive graphical user interfaces for implementing personalized health and wellness programs
WO2014076700A1 (en) * 2012-11-13 2014-05-22 Pashkov Daniel A method for evaluating nutritional values in a course
US8690578B1 (en) 2013-01-03 2014-04-08 Mark E. Nusbaum Mobile computing weight, diet, nutrition, and exercise tracking system with enhanced feedback and data acquisition functionality
US9067070B2 (en) 2013-03-12 2015-06-30 Medibotics Llc Dysgeusia-inducing neurostimulation for modifying consumption of a selected nutrient type
US9011365B2 (en) 2013-03-12 2015-04-21 Medibotics Llc Adjustable gastrointestinal bifurcation (AGB) for reduced absorption of unhealthy food
US9529385B2 (en) 2013-05-23 2016-12-27 Medibotics Llc Smart watch and human-to-computer interface for monitoring food consumption
US9579060B1 (en) * 2014-02-18 2017-02-28 Orbitol Research Inc. Head-mounted physiological signal monitoring system, devices and methods
US20150356885A1 (en) * 2014-06-06 2015-12-10 Theodore C. Chen Method and apparatus for generating and delivering personalized nutrition
US20170290516A1 (en) * 2014-09-02 2017-10-12 Segterra, Inc. Determination of Physiological Age
EP3204056B1 (en) * 2014-10-06 2021-02-17 JB Scientific, LLC Apparatus for delivering a sequence of scents for the purpose of altering an individual's appetite
CN106136924A (zh) * 2015-04-10 2016-11-23 佛山市顺德区美的电热电器制造有限公司 烹饪设备的控制系统和方法
JP6830902B2 (ja) * 2015-04-13 2021-02-17 ザ コカ・コーラ カンパニーＴｈｅ Ｃｏｃａ‐Ｃｏｌａ Ｃｏｍｐａｎｙ 特注の飲料又は飲料濃縮物を作るためのシステム及び方法
CN105030396B (zh) * 2015-05-25 2017-11-24 广东欧珀移动通信有限公司 一种基于智能手表的提示饮食超量的方法及装置
GB2556729A (en) 2015-07-20 2018-06-06 Walmart Apollo Llc Analyzing user access of media for meal plans
US20170039332A1 (en) * 2015-08-06 2017-02-09 Microsoft Technology Licensing, Llc Selecting health notifications based on user activity
US10129348B2 (en) * 2015-12-04 2018-11-13 At&T Intellectual Property I, L.P. Method and apparatus for modifying behavior of a user via a network
KR101807854B1 (ko) * 2016-01-29 2017-12-12 주식회사 아이센스 임신성 당뇨병 환자를 위한 식사 시간 정보의 제공 방법
US9928230B1 (en) 2016-09-29 2018-03-27 Vignet Incorporated Variable and dynamic adjustments to electronic forms
US9848061B1 (en) 2016-10-28 2017-12-19 Vignet Incorporated System and method for rules engine that dynamically adapts application behavior
US9983775B2 (en) 2016-03-10 2018-05-29 Vignet Incorporated Dynamic user interfaces based on multiple data sources
US20170316171A1 (en) * 2016-04-27 2017-11-02 CRF Inc. System and method for health data collection and analysis
US11116182B2 (en) * 2016-06-08 2021-09-14 Commonwealth Scientific And Industrial Research Organisation System for monitoring pasture intake
US11227673B2 (en) * 2016-08-19 2022-01-18 MyFitnessPal, Inc. Health tracking system with meal goals
CN110582811A (zh) * 2017-03-03 2019-12-17 贝赫维尔有限责任公司 用于影响行为改变的动态多感官模拟系统
US20180308389A1 (en) * 2017-04-21 2018-10-25 International Business Machines Corporation Cognitive health and nutrition advisor
EP3649646A4 (en) 2017-07-02 2020-06-03 Oberon Sciences Ilan Ltd. SUBJECT-SPECIFIC SYSTEM AND METHOD FOR PREVENTION OF ADAPTATION OF THE BODY TO CHRONIC TREATMENT OF A DISEASE
US11153156B2 (en) 2017-11-03 2021-10-19 Vignet Incorporated Achieving personalized outcomes with digital therapeutic applications
US10521557B2 (en) 2017-11-03 2019-12-31 Vignet Incorporated Systems and methods for providing dynamic, individualized digital therapeutics for cancer prevention, detection, treatment, and survivorship
CN111556772A (zh) * 2017-11-05 2020-08-18 奥伯龙科学伊兰有限公司 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
DK201870599A1 (en) 2018-03-12 2019-10-16 Apple Inc. USER INTERFACES FOR HEALTH MONITORING
US11317833B2 (en) 2018-05-07 2022-05-03 Apple Inc. Displaying user interfaces associated with physical activities
WO2020005822A1 (en) * 2018-06-25 2020-01-02 The Regents Of The University Of California Activity tracking and classification for diabetes management system, apparatus, and method
US10775974B2 (en) 2018-08-10 2020-09-15 Vignet Incorporated User responsive dynamic architecture
US11158423B2 (en) 2018-10-26 2021-10-26 Vignet Incorporated Adapted digital therapeutic plans based on biomarkers
US10762990B1 (en) 2019-02-01 2020-09-01 Vignet Incorporated Systems and methods for identifying markers using a reconfigurable system
WO2020178829A1 (en) * 2019-03-04 2020-09-10 Wis2Biz Ltd. A system and method for generating interaction responses for wellness program participants
US11152100B2 (en) 2019-06-01 2021-10-19 Apple Inc. Health application user interfaces
CN113179661A (zh) * 2019-11-27 2021-07-27 松下知识产权经营株式会社 控制方法、信息终端、程序以及记录介质
CN111161844A (zh) * 2019-12-30 2020-05-15 天津大学 一种将饮食记录转换为专业营养素分析数据的方法
US11056224B1 (en) * 2020-02-24 2021-07-06 Simple Design Ltd. Intermittent fasting assistance terminal and method
WO2021176741A1 (ja) * 2020-03-03 2021-09-10 パナソニックＩｐマネジメント株式会社 制御方法、情報端末、プログラム、及び記録媒体
JP7065333B2 (ja) * 2020-03-03 2022-05-12 パナソニックＩｐマネジメント株式会社 制御方法、情報端末、プログラム、及び記録媒体
WO2021205238A1 (en) * 2020-04-08 2021-10-14 Mohan Dewan A system and a method to accurately determine the calorie consumed during daily activities/exercise
CN111466908B (zh) * 2020-04-09 2022-08-09 瘦声(杭州)科技有限公司 一种利用eeg筛选可影响食欲音频的方法
CN113539423A (zh) * 2020-04-17 2021-10-22 深圳市前海高新国际医疗管理有限公司 智能营养师在线检测系统
DK181037B1 (en) 2020-06-02 2022-10-10 Apple Inc User interfaces for health applications
US11056242B1 (en) 2020-08-05 2021-07-06 Vignet Incorporated Predictive analysis and interventions to limit disease exposure
US11127506B1 (en) 2020-08-05 2021-09-21 Vignet Incorporated Digital health tools to predict and prevent disease transmission
US11504011B1 (en) 2020-08-05 2022-11-22 Vignet Incorporated Early detection and prevention of infectious disease transmission using location data and geofencing
US11456080B1 (en) 2020-08-05 2022-09-27 Vignet Incorporated Adjusting disease data collection to provide high-quality health data to meet needs of different communities
US11698710B2 (en) 2020-08-31 2023-07-11 Apple Inc. User interfaces for logging user activities
US11763919B1 (en) 2020-10-13 2023-09-19 Vignet Incorporated Platform to increase patient engagement in clinical trials through surveys presented on mobile devices
US11281553B1 (en) 2021-04-16 2022-03-22 Vignet Incorporated Digital systems for enrolling participants in health research and decentralized clinical trials
US11789837B1 (en) 2021-02-03 2023-10-17 Vignet Incorporated Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial
US11586524B1 (en) 2021-04-16 2023-02-21 Vignet Incorporated Assisting researchers to identify opportunities for new sub-studies in digital health research and decentralized clinical trials
JP7042434B1 (ja) 2021-03-08 2022-03-28 パナソニックＩｐマネジメント株式会社 情報提供方法
US11915805B2 (en) 2021-06-06 2024-02-27 Apple Inc. User interfaces for shared health-related data
US11705230B1 (en) 2021-11-30 2023-07-18 Vignet Incorporated Assessing health risks using genetic, epigenetic, and phenotypic data sources
US11901083B1 (en) 2021-11-30 2024-02-13 Vignet Incorporated Using genetic and phenotypic data sets for drug discovery clinical trials
US11581085B1 (en) * 2022-06-08 2023-02-14 Dss Sports Group Inc. Systems and methods for generating personalized nutrition prescriptions and modifying the personalized nutrition prescriptions based on feedback
CN115831322B (zh) * 2023-01-09 2023-07-21 上海楚动智能科技有限公司 一种基于自动化营养配置的营养方案生成方法及系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5813863A (en) * 1996-05-01 1998-09-29 Sloane; Sharon R. Interactive behavior modification system
EP1662989B1 (en) * 2000-06-16 2014-09-03 BodyMedia, Inc. System for monitoring and managing body weight and other physiological conditions including iterative and personalized planning, intervention and reporting capability
US6620078B2 (en) * 2000-12-11 2003-09-16 Aerobics And Fitness Association Of America Fitness triage system and nutrition gets personal
US20030208113A1 (en) * 2001-07-18 2003-11-06 Mault James R Closed loop glycemic index system
WO2005013174A2 (en) * 2003-07-28 2005-02-10 Bergantino Paul V Method and apparatus for managing a user’s health
WO2005111840A2 (en) * 2004-05-11 2005-11-24 Gerjets Sven W Computerized comprehensive health assessment and physician directed systems
US20060014124A1 (en) * 2004-07-19 2006-01-19 Lucian Manu System and method for controlling/normalizing compulsive behaviors such as eating disorders
US20060074716A1 (en) * 2004-09-01 2006-04-06 Fountain Mobile System and method for providing customized interactive and flexible nutritional counseling
WO2006033104A1 (en) * 2004-09-22 2006-03-30 Shalon Ventures Research, Llc Systems and methods for monitoring and modifying behavior
US20060074279A1 (en) 2004-09-29 2006-04-06 Evgeny Brover Interactive dieting and exercise system
WO2007081967A2 (en) * 2006-01-10 2007-07-19 Buzz Holdings, Inc. Healthy city living guide and related functionality for managing health
US20070179349A1 (en) * 2006-01-19 2007-08-02 Hoyme Kenneth P System and method for providing goal-oriented patient management based upon comparative population data analysis
WO2008001366A2 (en) * 2006-06-28 2008-01-03 Endo-Rhythm Ltd. Lifestyle and eating advisor based on physiological and biological rhythm monitoring
US7953613B2 (en) * 2007-01-03 2011-05-31 Gizewski Theodore M Health maintenance system
US20090075781A1 (en) 2007-09-18 2009-03-19 Sensei, Inc. System for incorporating data from biometric devices into a feedback message to a mobile device
US8655717B2 (en) * 2007-09-18 2014-02-18 Humana Innovations Enterprises, Inc. System and method for rewarding users for changes in health behaviors

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015506038A (ja) * 2011-12-12 2015-02-26 パスウェイ ゲノミクス 体重及び栄養制御のための遺伝子ベースの健康管理システム
JP2017107326A (ja) * 2015-12-08 2017-06-15 株式会社ぐるなび 情報処理装置、情報処理方法及びプログラム
DE112018004578T5 (de) 2017-10-26 2020-07-16 Omron Corporation Zielmanagementsystem und zielmanagementprogramm
US11574554B2 (en) 2017-10-26 2023-02-07 Omron Healthcare Co., Ltd. Goal management system and non-transitory computer-readable storage medium storing goal management program

Also Published As

Publication number Publication date
CA2792495A1 (en) 2011-09-15
EP2545468A4 (en) 2015-10-21
AU2016259434A1 (en) 2016-12-08
AU2011224556A1 (en) 2012-09-27
EP2545468A1 (en) 2013-01-16
US10984912B2 (en) 2021-04-20
WO2011112556A1 (en) 2011-09-15
US20110218407A1 (en) 2011-09-08
CN103370703A (zh) 2013-10-23

Similar Documents

Publication Publication Date Title
US10984912B2 (en) Method and apparatus to monitor, analyze and optimize physiological state of nutrition
US11170662B2 (en) Artificial intelligence based health coaching based on ketone levels of participants
JP6212786B2 (ja) 健康情報表示装置、ソリューションシステム及び方法
TWI776878B (zh) 體重管理及活動追蹤系統
US20230274813A1 (en) System and method for using artificial intelligence and machine learning to generate treatment plans that include tailored dietary plans for users
JP6248326B2 (ja) 食事型センサ、及びセンシング方法
MXPA06002836A (es) Sistema para vigilar y administrar el peso corporal y otras condiciones fisiologicas, que incluyen la planeacion, intervencion y capacidad de reporte iterativa y personalizada.
US20220273204A1 (en) Intermittent Monitoring
JP2007505412A (ja) 対話式及び個人専用の計画、介入及び報告能力を含む体重及び他の生理学的状態のモニター及び管理システム
JP6360998B2 (ja) 健康情報処理装置
US20220028529A1 (en) Methods and systems for treating gastrointestinal and inflammatory health conditions using prescription digital therapeutics
US20220028528A1 (en) Methods and systems for treating health conditions using prescription digital therapeutics
US20220028541A1 (en) Methods and systems for treating gastrointestinal and inflammatory health conditions using prescription digital therapeutics in combination with other therapies
US11769580B1 (en) Health monitoring and coaching system
KR20210008267A (ko) 사용자의 건강상태 모니터링 시스템 및 이의 분석 방법
de Moraes Lopes et al. Use of artificial intelligence in precision nutrition and fitness
JP2023547875A (ja) 個人化された認知介入システム及び方法
Du et al. Technology-assisted self-monitoring of lifestyle behaviors and health indicators in diabetes: qualitative study
Alexander et al. A behavioral sensing system that promotes positive lifestyle changes and improves metabolic control among adults with type 2 diabetes
Khan et al. Can ChatGPT help in the awareness of diabetes?
Shrimal et al. Nutriflow: A Diet Recommendation System
Mambretti et al. Older Persons in Europe 2020: Needs and Challenges for an Interdisciplinary Polytechnic Approach
Dhote et al. Nutri Flow: Guiding your Nutritional Journey.
Suwan et al. Context-Aware based personalized recommendation on mobile for monitoring excessive sugar consumption of thai adolescents
Brown Mindfulness meditation: A self-awareness approach to weight management

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20140513