JP2015510646A - 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法 - Google Patents

栄養摂取量のユーザ特異的な調整のためのシステムおよび方法 Download PDF

Info

Publication number
JP2015510646A
JP2015510646A JP2014557837A JP2014557837A JP2015510646A JP 2015510646 A JP2015510646 A JP 2015510646A JP 2014557837 A JP2014557837 A JP 2014557837A JP 2014557837 A JP2014557837 A JP 2014557837A JP 2015510646 A JP2015510646 A JP 2015510646A
Authority
JP
Japan
Prior art keywords
nutrient
person
nutrients
index
food
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.)
Granted
Application number
JP2014557837A
Other languages
English (en)
Other versions
JP6412429B2 (ja
JP2015510646A5 (ja
Inventor
ジョージ ビー． ベネット，
ジョージ ビー． ベネット，
ダニエル アール． リース，
ダニエル アール． リース，
ステファニー エー． シャヒーン，
ステファニー エー． シャヒーン，
チェスリー エム． チェン，
チェスリー エム． チェン，
エミリ— ピー． ストーン，
エミリ― ピー． ストーン，
ロバート ブイ． マシューズ，
ロバート ブイ． マシューズ，
Original Assignee
グッド メジャーズ， エルエルシー
グッド メジャーズ， エルエルシー
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 グッド メジャーズ， エルエルシー, グッド メジャーズ， エルエルシー filed Critical グッド メジャーズ， エルエルシー
Publication of JP2015510646A publication Critical patent/JP2015510646A/ja
Publication of JP2015510646A5 publication Critical patent/JP2015510646A5/ja
Application granted granted Critical
Publication of JP6412429B2 publication Critical patent/JP6412429B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0092—Nutrition
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • 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

Abstract

本開示は、概して、栄養摂取量レベルを分析し、ユーザの現在の栄養摂取量およびユーザの栄養関連目標に応答する推奨を生成するための個々に応じたアプローチを提供するシステムおよび方法を含む、栄養分析および推奨に関する。本システムおよび方法はまた、運動アドヒアランス、睡眠アドヒアランス、服薬アドヒアランス、および全般的ウェルネス査定への適用を含む、他の分野または活動のための個々に応じた分析および推奨も提供する。これらの分野または活動はそれぞれ、単独で、または１つ以上の他の分野または活動と組み合わせて、査定されることができる。

Description

（関連出願の引用）
本願は、２０１２年２月１７日に出願された、米国仮出願第６１／６００，４４８号の利益を主張するものであり、該米国仮出願の全体は、参照により本明細書中に援用される。
本開示は、概して、限定ではないが、栄養摂取量レベルを分析し、ユーザの現在の栄養摂取量およびユーザの栄養関連目標に応答する推奨を生成するための個々に応じたアプローチを提供するシステムおよび方法を含む、栄養分析および推奨に関する。本システムおよび方法はまた、運動アドヒアランス、睡眠アドヒアランス、服薬アドヒアランス、および全般的ウェルネス査定への適用を含む、他の分野または活動のための個々に応じた分析および推奨を提供する。これらの分野または活動はそれぞれ、単独で、または１つ以上の他の分野または活動と組み合わせて、査定されることができる。
個人は、多くの場合、その全体的栄養および健康の改善に挫折感を感じる。現在利用可能な戦略は、多くの場合、部分的には、その人およびその目的に関する不適正な情報に依拠するため、限定された成功をもたらすか、または全く成功しない。一般的アプローチの１つは、塩分を控え、果物および野菜をより多く消費する、より多く運動する、または赤身肉等のある食品を回避する指示等、一般的ガイドラインおよび助言を提供する医師に相談することである。しかしながら、ヒトの代謝における複雑性および個人間の変動を前提として、医師が効果的ガイドラインを提供することは非常に困難であり得、かつ人々がそのようなガイドラインを実装することも非常に困難である。
人の消費を分析することによって、ガイドラインを提供する、複数の栄養コンピュータプログラムが、存在する。これらのプログラムは、典型的には、その人に関して不足していると見なされる栄養素を識別し、次いで、識別された栄養素が豊富な食品を推奨する。例えば、ある人が、カリウムが不足していると見出される場合、プログラムは、バナナの高カリウムレベルのため、その人がバナナを消費するよう提案し得る。しかしながら、１つの栄養素のその高レベルによる食品の提案は、必ずしも、人の全体的栄養素の改善にはつながらない。例えば、その人は、炭水化物等の超過量の他の栄養素を既に消費している場合があり、したがって、その人がバナナを食することを提案することは、その人の炭水化物レベルを犠牲にして、その人のカリウムレベルを、ある場合には、その人の有害量まで増加させ得る。複数の栄養素が問題であるとき、既に均衡化にある栄養素のレベルを有害に変化させずに、いくつかの栄養素における不足および超過に対処する推奨を行なうことは、特に、困難であり得る。本問題は、特に、食事計画および食事療法ならびに運動ルーチン開発に関する課題であって、典型的食事療法は、原料と分量サイズとの間に多数の異なる変動を伴う、数百もの食品を含み得る。
一部の研究者は、特定の母集団群に関して、食品コストおよびその集団の既存の消費パターンを重視した単一食事療法プログラムの使用を提言している（例えば、Ｍａｓｓｅｔ ｅｔ． ａｌ、２００９参照）。これらのプログラムの目標は、栄養素の安全範囲内に留まりながら、可能な限りその集団の平均的既存の消費パターンを変化させないことである。しかし、本「汎用」アプローチは、個人が食事療法および運動に関して有意義な目標を設定する、またはこれらの目標に向かっての進展を追跡するには役立たず、まして、個人がその独自の個人的栄養または運動プロファイルを改善するには役に立たない。
故に、個々に応じた栄養分析およびユーザの現在の栄養摂取量およびユーザの栄養関連目標に応答する推奨を提供するためのシステムおよび方法が、本明細書に開示される。本システムおよび方法は、とりわけ、運動アドヒアランス、睡眠アドヒアランス、服薬アドヒアランス、および全般的ウェルネス査定を含む、他の分野における個人化された分析および推奨を提供するように適合されることができる。概して、本システムおよび方法は、標的（栄養素の所望のレベル等）と達成された量（消費された栄養素の量等）との間の逸脱を判定し、逸脱に基づいて目標（１つ以上の標的によって定義され得る）と達成率（１つ以上の栄養素の消費された量によって定義され得る）との間の整合の指標を提供する。逸脱は、本明細書で使用されるように、具体的標的（範囲を含んでもよく、またはそうでなくてもよい）と具体的量またはレベルとの間の比較を指し得る。逸脱は、目標の具体的成分（例えば、単一栄養素）または複数の成分（例えば、栄養素毎に比較された複数の栄養素）に関して判定されることができる。他の好適な機構、アルゴリズム、またはデバイスが、逸脱を判定するために使用されてもよい。逸脱を判定するための例示的好適な方法として、ある値を別の値から減算し、差異を求めるステップ、２つの値間の比率を算出するステップ、標準偏差または統計的相違等の統計的アプローチ、パターン比較および認識、あるセットの値の曲線またはグラフと、別の値のセットの対応する曲線またはグラフを比較する等の相関アプローチ、回帰ベースまたは系統適合アプローチ等によるデータセットの導出された特性に基づく比較、二乗平均平方根等の誤差推定法が挙げられ得る。標的または達成されたレベルの複数の値が使用されるとき、データセットは、種々の栄養素、時間周期、個人、人々の集団、または任意の他の好適なパラメータに対応し得る。整合が、１つ以上の逸脱に基づいて判定され、目標と全体的達成率との間のコンプライアンスの指標を提供することができる（両方とも査定されている活動に関連するため）。
一側面は、人の食事療法を査定するための方法であって、通信ポートと、少なくとも１つの電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムによって行なわれる、本方法に関する。以下に詳細に論じられるように、コンピュータシステムは、単一コンピュータであってもよく、または分散されたアーキテクチャ内等、任意のネットワークを経由して通信する、複数のコンピュータを含んでもよい。少なくとも１つのプロセッサが、コンピュータシステム内のコンピュータのうちの１つ、一部、または全部内に格納されてもよく、コンピュータシステム内の同一のコンピュータまたは異なるコンピュータ上に記憶された少なくとも１つの電子データベースと通信してもよい。コンピュータシステムは、同一、関連、または非関連エンティティによって動作されるコンピューティングシステムのクラウドベースのセットを含んでもよい。コンピュータシステムは、第１の所定の時間周期の間の人によって消費された第１の栄養素量を表すデータを受信する。第１の栄養素の標的レベルは、少なくとも１つの電子データベースから受信される。コンピュータシステムは、第１の栄養素の量と、第１の栄養素の標的レベルとの間の比較に基づいて、第１の数値加重を第１の栄養素に割り当て、第１の数値加重に基づく人の食事療法の査定が、通信ポートを介して、提供される。類似方法が、単独で、またはその栄養上の進展と組み合わせてのいずれかにおいて、人の運動ルーチンを個人化するためにも予期される。類似技法はまた、集団食事および運動計画において、人々の集団、例えば、家族に対して適用されることができる。査定は、次いで、将来的食品を推奨する、集団食事計画のため、食事療法または運動プログラムを開発する際に使用するため、睡眠処方計画へのアドヒアランスの査定のため、薬剤処方計画へのアドヒアランスの査定のため、全般的ウェルネス査定のため、および個々に、または組み合わせてのいずれかにおける他の所望の用途の理由あるいは目的から、人に通信されることができる。
いくつかの実装では、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムが、受信され、標的レベルは、ユーザ選択食事療法プログラムに基づいて判定される。ユーザ選択食事療法プログラムは、人に関する体重目標および栄養目標のそれぞれのうちの少なくとも１つを含むことができる。第１の数値加重を割り当てるステップは、体重目標または栄養目標に基づいて判定された第１の栄養素に関する複数の栄養素特異的加重を選択するステップを含むことができる。
いくつかの実装では、第２の栄養素の標的レベルおよび人によって消費された第２の栄養素の量が、受信される。第２の数値加重は、第２の栄養素の消費された量と、第２の栄養素の標的レベルとの間の差異に基づいて、第２の栄養素に割り当てられる。人の食事療法の査定は、第１および第２の数値加重に基づいて提供される。人の食事療法の査定を提供するステップは、第１の栄養素の標的レベルと、第１の栄養素の消費された量との間の整合の第１のインジケータを提供するステップと、第２の栄養素の標的レベルと、第２の栄養素の消費された量との間の整合の第２のインジケータを提供するステップとを含むことができる。人の食事療法の査定を提供するステップは、第１および第２の栄養素の個別の整合に基づいて、ユーザ選択食事療法プログラムと、人の食事療法との間の総合的整合を表す栄養指数を提供するステップを含む。第１および第２のインジケータは、グラフィカルインジケータであって、各グラフィカルインジケータは、個別の栄養素の人の消費が、個別の標的レベルに不足している、またはそれを超過しているかどうかを示す。
いくつかの実装では、推奨は、栄養指数における予測される変化に基づいて、人が１つ以上の食品から選択された推奨される食品を消費するために提供される。推奨される食品は、第１のインジケータを変化させ、同時に、第２の栄養素の整合に及ぼす負の影響を低減させるように選択される。これは、本明細書に説明されるシステムおよび方法に既知の種々の食品内の栄養素分布に関する知識と、複数の栄養素が問題であるとき、同時性の重要性（および、課題）のこれらの実装による認識の知的使用の結果である。特に、公知の栄養素推奨システムの主要な落とし穴は、本システムが、また、同時に、超過に消費されると有害となり得る栄養素の超過を抑制せずに、かつ既に均衡化にある栄養素を考慮せずに、排他的に、１つ以上の栄養素の不足を補正するための推奨食品のうちの１つとして、解決されるべき問題を定義する傾向にあることである。せいぜい、本アプローチは、問題毎に別個の推奨（すなわち、不足のためのある食品のセット、および超過のための別の食品のセット）をもたらし、これは、集合的に、既に均衡化にある他の栄養素の均衡を失わせ得る。同時に、推奨される食品を選択し、ある栄養素に関する逸脱を改善する一方、同時に、第２の栄養素に及ぼす負の影響を低減させることによって、これらの実装は、このような落とし穴を回避する。本結果を達成するためのいくつかの実施例が、以下に論じられ、例えば、単独で、または逸脱を伴わない栄養素さえ計算に影響を及ぼす、加重選択機構を適用するステップと組み合わせて、全標的栄養素にわたって加重関数を算出することが挙げられる。
いくつかの実装では、査定は、第１および第２の栄養素を含む、３つ以上の栄養素の個別の消費された量および標的レベルに基づく。栄養指数を提供するステップは、その栄養素の消費された量と、その栄養素に関する標的レベルを比較することによって、３つ以上の栄養素毎に、個別の栄養素に関する逸脱を計算するステップを含む。推奨される食品は、同時に、３つ以上の栄養素のうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択される。
いくつかの実装では、推奨される食品は、人によって以前に消費された１つ以上の食品から選択される。推奨を提供するステップは、推奨される食品の推奨される量および人が推奨される食品を消費すべき推奨されるカレンダ日付を提供するステップを含み、推奨される量は、好ましくは、推奨される食品の以前に消費された量と異なる。
いくつかの実装では、推奨される食品は、人によって以前に消費されていない１つ以上の食品から選択される。本方法は、人によって以前に消費された１つ以上の食品が、実質的に、栄養指数を改善しないという判定に応答して、人によって以前に消費されていない１つ以上の食品から推奨される食品を選択するステップを含む。
いくつかの実装では、本方法は、人の病状を表すデータを受信するステップと、病状と関連付けられた１つ以上の食事療法制限に基づいて、第１の栄養素の標的レベルまたは第１の数値加重を修正するステップとを含む。１つ以上の食事療法制限は、第１の所定の時間周期の間の複数の栄養素の所望の分布を含む。所望の分布は、カロリー、炭水化物、タンパク質、脂肪、および食物繊維から成る群から選択された、２つ以上の栄養素に対応する。
いくつかの実装では、本方法は、第１の所定の時間周期の間、人によって行なわれる（少なくとも仮定上）実際または推定される運動量に基づいて、第１の栄養素の標的レベルを生成するステップを含む。
別の側面は、少なくとも１つのコンピュータプロセッサによって実行されると、コンピュータシステムに、人の食事療法を査定するための方法を行なわせるコンピュータ実行可能命令を記憶する、非一過性コンピュータ可読媒体に関する。本方法は、人に関する選択された食事療法プログラムを表す第１のデータ入力と、各食品が消費された１つ以上のカレンダ日付を含む、人によって消費された１つ以上の食品を表す第２のデータ入力とを受信するステップであって、選択された食事療法プログラムは、少なくとも１つのプロセッサと通信する電子データベース内に記憶された複数の食事療法プログラムから選択される、ステップとを含む。本方法は、１つ以上の食品およびカレンダ日付に基づいて、第１の時間周期の間に消費された第１の栄養素量を判定するステップと、１つ以上の食品およびカレンダ日付に基づいて、第２の時間周期の間に消費された第２の栄養素量を判定するステップとを含む。ユーザデータプロファイルデータが、受信され、ユーザデータプロファイルデータは、第１の栄養素および第２の栄養素に関する標的量、選択された食事療法プログラムに基づいて判定される標的量、人に特異的栄養目標、および人と関連付けられた健康情報を表す。第１の栄養素の消費された量は、第１の栄養素に関する標的量と比較され、第１の結果を求め、第２の栄養素の消費された量は、第２の栄養素に関する標的量と比較され、第２の結果を求める。本方法は、第１および第２の結果の加重関数に基づいて、人の食事療法と、選択された食事療法プログラムとの間の整合のインジケータを出力するステップを含む。
いくつかの実装では、第１の時間周期は、第２の時間周期と異なる。
いくつかの実装では、インジケータを生成するステップは、個別の栄養素の量と、個別の栄養素の標的量との間の比較に基づいて、第１および第２の栄養素毎の加重を選択するステップを含む。
いくつかの実装では、インジケータは、加重関数に基づいて、第１および第２の時間周期のそれぞれと等しい、またはそれを上回る持続時間を有する、第３の時間周期にわたって、人の食事療法と、選択された食事療法プログラムとの間の整合の定量的測定値を提供する、総合的栄養スコアを含む。
いくつかの実装では、推奨は、整合における予測される変化に基づいて、人が推奨される食品を消費するために提供される。推奨を提供するステップは、推奨される食品を人によって以前に消費された１つ以上の食品から選択するステップと、推奨される食品の推奨される量を提供するステップと、ユーザが推奨される食品を消費するための推奨される日付を提供するステップとを含む。付加的推奨は、人によって以前に消費された複数の食品から選択される、付加的推奨される食品を人が消費するために提供される。
別の側面は、人の食事療法を具体的食事療法目標と整合させるためのコンピュータシステムに関する。本システムは、１つ以上のプロセッサ、１つ以上の電子データベース、および１つ以上の通信ポートを含む、処理システムを含む。処理システムは、人によって消費され得る、または消費された１つ以上の食事を表すデータとともに、１つ以上の食品の規定された分量および各規定された分量内に含まれる栄養素レベルを示す、食事毎の情報を受信するように構成される。本システムはまた、人と関連付けられた標的栄養プロファイルを判定するように構成され、標的栄養プロファイルは、第１および第２の栄養素に関する標的レベルを含む。処理システムは、食事推奨が、同時に、選択された食事内の第１および第２の栄養素の栄養素レベルと、標的栄養プロファイルとの間の整合を改善するように、食事推奨が、１つ以上の食品のうちの少なくとも１つに関して修正された分量サイズを含む、１つ以上の食事から選択された食事に基づく、食事推奨を生成し、１つ以上の通信ポートのうちの少なくとも１つを介して、食事推奨を表すデータを出力するように構成される。整合は、例えば、消費された食品または食事内の個別の栄養素レベルと、標的栄養プロファイル内の個別の標的栄養素レベルを比較し、栄養素毎の逸脱を定義し、それらの逸脱を低下させる（または、所望の方式において、それらを別様に調節する）１つ以上の食品または食事をデータベースから選択し、人へのその食品または食事を識別する（または、随意に、人の指数または健康またはウェルネスの他の所定の測定値に及ぼす影響を識別する）ことによって、行なわれることができる。
いくつかの実装では、処理システムは、ユーザデバイスまたは１つ以上の電子データベースから、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを表すデータを受信するように構成される。処理システムは、所定の時間周期にわたる人の食事療法と、選択された食事療法プログラムとの間の整合を示す栄養指数を出力するように構成される。処理システムは、食事推奨に基づいて、栄養指数における予測される変化を表すデータを出力するように構成される。
いくつかの実装では、処理システムは、１つ以上の食事毎に、食事における１つ以上の食品のそれぞれの推奨されるサービング数を選択することによって、食事推奨を生成するように構成され、推奨されるサービング数は、選択された食事の栄養素レベルと、標的栄養プロファイルとの間の逸脱を低減させるような修正された分量サイズとして選択される。
いくつかの実装では、修正された分量サイズは、所定の時間周期にわたる、または選択された食事内の第１および第２の栄養素の所望の分布と関連付けられた制約に基づく。所望の分布は、第１および第２の栄養素を含む、複数の栄養素毎の食事あたりの制約を含む。第１および第２の栄養素は、炭水化物、脂肪、タンパク質、および食物繊維から成る群から選択される。所望の分布は、所定の時間周期の間に食された１つ以上の食事にわたる第１および第２の栄養素の分布の履歴に基づく。
いくつかの実装では、制約は、ある食品の推奨されるサービング数が、人に以前に消費された食品の最大サービング数の所定の倍数以下であるという要件を含む。
いくつかの実装では、栄養指数は、第１および第２の栄養素毎の具体的加重を選択し、加重関数をそれらの加重に適用することによって生成され、具体的加重は、選択された食事内の第１および第２の栄養素毎の量と、個別の栄養素の標的レベルとの間の比較に基づく。１つ以上の食事はそれぞれ、朝食、朝食を兼ねた昼食、昼食、夕食、および間食から成る群から選択された分類に対応する。処理システムは、選択された食事の分類と関連付けられたカロリー割当量に基づいて、選択された食事を修正することによって、食事推奨を生成するように構成されてもよい。１つ以上の食事はそれぞれ、同一の分類に対応してもよい。
いくつかの実装では、処理システムは、第１の栄養素に関する第１の消費された栄養素インジケータおよび第２の栄養素に関する第２の消費された栄養素インジケータを含む、人に関する消費プロファイルを出力するように構成され、第１および第２の消費された栄養素インジケータはそれぞれ、第１および第２の栄養素の標的レベルおよび１つ以上の食事に基づいて判定された超過または不足を示す。
別の側面は、人の食事療法を具体的食事療法目標と整合させるためのシステムに関する。本システムは、人に関する食事療法プログラムを表す第１の入力データと、複数日を含む、第１の時間周期の間に人によって消費された複数の食品を表す第２の入力データとを受信するように構成され、１つ以上の食品はそれぞれ、第１の時間周期内のカレンダ日付と関連付けられる、第１のデータポートと、処理システムと通信するように構成され、処理システムは、サーバと、１つ以上の食事療法プログラム毎における第１および第２の栄養素の標的レベルを表すデータを記憶するように構成される１つ以上の電子データベースと、複数の食品毎における第１および第２の栄養素の量を表すデータとを含む、第２のデータポートとを含む。本システムは、第１および第２のデータポートと通信し、通信ネットワークを経由して、第１および第２の入力データを処理システムに出力するように構成される、処理回路を含む。処理回路はまた、処理システムから、第１の時間周期の間の人の食事療法と、サーバによって、第１の入力データに基づいて、複数の食事療法プログラムから識別される食事療法プログラムとの間の整合を表す栄養指数を受信し、栄養指数は、複数の食品内の第１および第２の栄養素量と、食事療法プログラムにおける第１および第２の栄養素の標的レベルとに基づき、サーバから、栄養指数および食事療法プログラムに基づいて、第２の時間周期の間に消費されるべき食品および食品の推奨される量に関する推奨を受信し、第１のデータポートを介して、栄養指数および推奨をユーザインターフェースデバイスに出力するように構成される。
いくつかの実装では、処理システムは、人に関する栄養目標、体重目標、運動目標、または病状のうちの２つ以上に基づいて、選択された食事療法プログラムを修正するように構成される。１つ以上の電子データベースは、人によって以前に消費された食事を示す情報を記憶するように構成され、各食事は、複数の食品の組み合わせを含み、処理システムは、食事のうちの１つを選択することによって、推奨を提供するように構成される。
いくつかの実装では、処理システムは、人に関するグラフィカル栄養プロファイルを表すデータを提供するように構成され、グラフィカル栄養プロファイルは、第１および第２の栄養素毎のグラフィカルインジケータを含み、各グラフィカルインジケータは、第１の時間周期の間の個別の栄養素の人の消費が、その栄養素に関する個別の標的レベルに不足している、またはそれを超過しているかどうかを示す。
いくつかの実装では、１つ以上の電子データベースは、分散されたデータベースの一部であって、複数の食事療法プログラムのそれぞれにおける第１および第２の栄養素の標的レベルを表すデータを記憶するように構成される、第１の電子データベースと、複数の食品のそれぞれにおける第１および第２の栄養素の量を表すデータを記憶するように構成される、第２の電子データベースと、人によって以前に消費された食事を表すデータを記憶するように構成される、第３の電子データベースとを含み、各食事は、１つ以上の食品の組み合わせを含む。
いくつかの実装では、処理回路、第１のデータポート、および第２のデータポートは、ユーザインターフェースデバイス内に格納される。ユーザインターフェースデバイスは、ＧＰＳ対応モバイルデバイスを含み、第１のデータポートは、所定の時間周期にわたって、ＧＰＳを使用して検出される１つ以上の場所を表す第３の入力データを受信するように構成される。第１のデータポートは、ユーザに提供されたプロンプトに応答して、第２の入力データを受信し、１つ以上の場所において消費された１つ以上の食品を識別するように構成される。
別の側面は、訪問者が、訪問者の栄養目標に準拠するために、注文すべきメニュー選択肢を決定するために使用することができる、メニュー推奨をレストランの訪問者に提供するための方法に関する。本方法は、１つ以上のコンピュータにおいて、レストランによって供給される料理、食品、または食事に関する複数のメニュー選択肢を受信するステップを含む。メニュー選択肢は、コンピュータのデータベース内またはコンピュータによってアクセス可能なネットワーク上に編成されてもよく、複数の選択肢タイプ、例えば、前菜、主菜、飲料、付け合わせ料理、昼食メニュー品目、菜食主義品目、肉品目、またはレストランメニュー上の任意の他の好適なタイプの品目に特徴付けられる。本方法はまた、複数の選択肢タイプから選択された１つ以上の選択肢タイプを含む、訪問者の所望の食事構成を示す、コンピュータ内のデータを受信するステップを含む。本方法はまた、１つ以上のコンピュータの出力ポートに、所望の食事構成に基づいて生成されたメニュー選択肢の１つ以上の組み合わせを提供するステップであって、各組み合わせは、所望の食事構成における１つ以上の選択肢タイプに対応する少なくとも１つのメニュー選択肢を含む、ステップと、１つ以上の組み合わせのそれぞれと同時に、訪問者に関する栄養指数に及ぼす個別の組み合わせの予測される指数影響を提供するステップであって、栄養指数は、第１の時間周期にわたる訪問者の食事療法、ユーザ選択食事療法プログラム、および訪問者に関する目標または状態間の総合的整合に対応する、ステップとを含む。
いくつかの実装では、本方法は、１つ以上の組み合わせおよび個別の予測される指数影響を提供するステップと同時に、栄養指数を提供するステップを含む。本方法は、メニュー選択肢の組み合わせのうちの１つ以上の選択を受信するステップと、１つ以上の選択された組み合わせを１つ以上のコンピュータと通信する少なくとも１つの電子データベース内に記憶するステップと、栄養指数を更新し、消費された食事として、選択された組み合わせを反映するステップとを含む。
いくつかの実装では、本方法は、訪問者に関する標的栄養プロファイルを受信するステップを含む。標的栄養プロファイルは、第１の栄養素および第２の栄養素（または、より多くの栄養素）の標的レベルを含み、標的レベルは、ユーザ選択食事療法プログラムおよび目標または状態に基づいて判定される。本方法はまた、第１の時間周期の間の第１および第２の栄養素に関する消費された量を示すデータを受信するステップと、第１および第２の栄養素毎の消費された量と、個別の標的レベルとの間の逸脱に基づいて、栄養指数を生成するステップとを含む。
いくつかの実装では、１つ以上の組み合わせを提供するステップは、メニュー選択肢内の第１および第２（または、より多く）の栄養素毎の量を含む、複数のメニュー選択肢に関する栄養素情報を受信するステップと、複数の候補組み合わせを生成するステップとを含む。候補組み合わせは、メニュー上の品目の任意の組み合わせを含んでもよい。各候補組み合わせは、所望の食事構成における選択肢タイプに基づく、複数の候補メニュー選択肢を含んでもよい。候補メニュー選択肢は、例えば、前菜、主菜、デザート、または飲料等の選択肢タイプのメニューであってもよい。１つ以上の組み合わせを提供するステップは、候補組み合わせ毎に、候補メニュー選択肢内の第１および第２の栄養素のそれぞれの総候補量を判定するステップを含む。第１および第２の栄養素毎の標的レベルからの候補逸脱は、好ましくは、消費された量と、総候補量と、個別の第１および第２の栄養素に関する標的レベルとに基づいて判定される。実施例として、候補逸脱は、栄養素の標的レベルと、候補組み合わせの食品内のその栄養素の量との間の差異または比率（または、単独で、または他と組み合わせて使用される、本明細書に説明される逸脱を判定する他の方法のいずれか）を含んでもよい。栄養素の標的レベルは、ユーザによって以前に消費された食品を考慮するために、その栄養素の以前に消費された量に基づいてもよい。候補指数影響は、好ましくは、栄養指数に基づいて判定され、候補指数影響は、候補逸脱の加重関数に基づく。
いくつかの実装では、１つ以上の組み合わせを提供するステップは、候補組み合わせから、それぞれ（その特定の栄養含有量のため）、閾値以上の指数影響に対応する、食品、料理、または食事の組み合わせのセットを選択するステップと、出力ポートに、指数影響に対応する順序において、組み合わせのセットを提供するステップとを含む。それらの組み合わせは、人によって注文されるであろう、食品、料理、または食事（サービングサイズまたは分量サイズを含む）の候補を表す。候補組み合わせのそのリストを生成するステップは、レストランによって提供されるサービングサイズと比較して修正された分量サイズを伴う、少なくとも１つのメニュー選択肢を含んでもよい。本方法は、１つ以上の組み合わせと同時に、修正された分量サイズの電子信号または他のインジケータを提供してもよい。
いくつかの実装では、人に推奨される複数のメニュー選択肢は、前菜、主菜、サラダ、飲料、デザート、付け合わせ料理の群から選択された２つ以上の選択肢タイプを含む。
いくつかの実装では、１つ以上のコンピュータは、人が位置する場所または外食の計画をしている場所の地理的に近傍の複数のレストランに関する場所ベースの情報を提供する処理システムと通信する、ＧＰＳ対応モバイルデバイスを含む。本方法は、自動的に、モバイルデバイスの場所に基づいて、訪問者がレストランに入ったことを検出するステップと、その検出ステップに応答して、自動的に、訪問者に、その所望の食事構成を提供するよう促すステップとを含む。
別の側面は、人の運動ルーチンと、人の運動、栄養素、または他の健康関連目標と整合させる方法に関する。本方法は、電子データベースおよび通信ポートを伴う、１つ以上のコンピュータによって行なわれてもよい。本方法は、１つ以上のコンピュータによって、第１の時間周期にわたって人によって行なわれた運動量を示す第１のデータ入力を受信するステップであって、運動は、複数の運動タイプを含む、ステップと、少なくとも１つの電子データベースから、人に関する１つ以上の健康関連目標に基づいて選択された運動プログラムを示す第２のデータ入力を受信するステップと、複数の運動タイプに関する標的量を規定するステップであって、運動プログラムは、複数の運動タイプに関する経時的所望の分布を含む、ステップとを含む。運動タイプは、任意の数の方法において定義されることができる。例えば、運動タイプは、物理的活動が提供することが意図される物理的または精神的利点の種類に基づいて（例えば、有酸素運動、柔軟運動、バランス運動、筋肉強化訓練、持久訓練等）、有益であることが意図される身体部分に基づいて（例えば、脚部運動、腹部運動、肩部運動等）、具体的物理的活動（例えば、ランニング、自転車、水泳、ウォーキング、ランジ、ウェイトリフティング、テニス等）に基づいて、または前述のうちの任意の２つ以上の組み合わせに基づいて、広く定義される。いくつかの実装では、運動タイプは、一連の筋力強化運動、柔軟運動、有酸素運動、持久運動、バランス運動、および任意の好適なそれらの組み合わせから選択された少なくとも２つの運動タイプを含む。いくつかの実装では、複数の運動タイプに関する標的量は、持続時間、強度、頻度、解剖学的焦点、および任意の好適なそれらの組み合わせから選択されたパラメータを含む。複数の運動タイプ毎に、本方法は、（１）運動タイプの量と、運動タイプと関連付けられた標的量の比較および所望の分布に基づいて、運動タイプに関する逸脱を生成するステップと、（２）運動タイプと関連付けられた数値加重を判定するステップとを含んでもよい。本方法はまた、通信ポートに、運動タイプ毎の個別の逸脱および数値加重に基づいて、行なわれた運動と運動プログラムとの間の整合を示す、出力データを出力してもよい。
いくつかの実装では、出力データは、逸脱および数値加重の加重関数に基づいて生成される、総合的運動指数を含む。運動タイプ毎の数値加重を判定するステップは、運動タイプの量が標的量を超える場合、運動タイプに、第１の数値加重を割り当てるステップと、運動タイプの量が標的量を超えない場合、運動タイプに、第２の数値加重を割り当てるステップとを含んでもよい。第１のデータ入力は、モバイルデバイス、活動レベルトラッカ、または生理学的監視デバイス等の人と関連付けられた運動監視デバイスから受信されてもよい。
いくつかの実装では、本方法は、人の運動ルーチンと、人の運動、栄養素、または他の健康関連目標との間の整合を変化させるために、人によって行なわれるべき推奨される運動を提供する。推奨される運動は、年齢、性別、病状、物理的傷害、物理的活動の履歴レベル、利用可能な運動機器、ユーザの地理的場所、ユーザ規定選好等、ユーザに特異的な１つ以上の要因を考慮することによって選択されてもよい。そのような場合、推奨される運動は、人の運動および運動ルーチンと関連付けられた逸脱を低減させるように選択されてもよい。例えば、推奨される運動は、少なくとも２つ以上の運動タイプのそれぞれと関連付けられた逸脱を低減させるように選択されてもよい。いくつかの実装では、推奨される運動は、人によって以前に行なわれた運動から選択される。他の実装では、推奨される運動は、人によって以前に行なわれた複数の運動から選択されない。
いくつかの実装では、本方法は、通信ポートに、第１の時間周期の間の人によって消費された複数の栄養素の量と、標的栄養プロファイルとの間の整合を示す栄養指数を出力し、標的栄養プロファイルは、複数の栄養素に関する複数の標的量を含む。他の側面では、栄養素および運動分析は、組み合わせて使用され、組み合わせられた指数を提供することができる。栄養指数を提供するために、本方法は、標的栄養素レベルあるいはそれらの目標を満たす標的食品、料理、または食事、人によって消費されるべき栄養素、食品、料理、または食事を示す情報、人の運動標的を示す情報、および人の運動目標を示す情報を含む、人の栄養目標を示す情報を受信するように提供される。本方法はまた、単独で、あるいは運動指数、栄養指数、または両方と同時にのいずれかにおいて、人に、運動指数および栄養指数に基づいて、ウェルネス指数を提供するステップを含むことができる。本方法は、単独で、または他と組み合わせて、本明細書に説明されるアプローチのうちの任意の１つを使用して、ウェルネス指数を生成するステップを含んでもよい。例えば、本方法は、人に関する１つ以上の健康関連目標に基づいて、栄養指数に関する数値栄養加重および運動指数に関する数値運動加重を選択することによって、栄養指数および運動指数の加重関数として、ウェルネス指数を生成するステップを含んでもよい。
別の側面は、人の食事療法を査定するためのシステムに関する。本システムは、第１の所定の時間周期の間の人によって消費された、または消費され得る、第１の栄養素量を表すデータを受信するための手段と、第１の栄養素の標的レベルを受信するための手段とを含む。本システムはまた、栄養素の量と、その栄養素の標的レベルとの間の比較に基づいて、第１の数値加重を第１の栄養素に割り当てるための手段と、第１の数値加重に基づいて、人の食事療法の査定を提供するための手段とを含む。
いくつかの実装では、本システムは、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するための手段を含み、標的レベルは、ユーザ選択食事療法プログラムに基づいて判定される。ユーザ選択食事療法プログラムは、人に関する体重目標および栄養目標のそれぞれのうちの少なくとも１つを含んでもよい。第１の数値加重を割り当てるための手段は、第１の栄養素に関する複数の栄養素特異的加重から選択するための手段を含んでもよく、栄養素特異的加重は、体重目標または栄養目標に基づいて判定される。
当然ながら、本システムは、人が、その食事療法、運動、および他の健康実践とその目標を整合させるのに役立てるために、複数の栄養素に適用されることができる。いくつかの実装では、本システムは、第２の栄養素の標的レベルを受信するための手段と、人によって消費された第２の栄養素の量を受信するための手段とを含む。本システムはまた、第２の栄養素の消費された量と、第２の栄養素の標的レベルとの間の比較に基づいて、第２の数値加重を第２の栄養素に割り当てるための手段を含み、人の食事療法の査定を提供するステップは、第１および第２の数値加重に基づいて、査定を提供するステップを含む。人の食事療法の査定を提供するための手段は、第１の栄養素の標的レベルと、第１の栄養素の消費された量との間の整合の第１のインジケータを提供するための手段と、第２の栄養素の標的レベルと、第２の栄養素の消費された量との間の整合の第２のインジケータを提供するための手段と、第１および第２の栄養素の個別の整合に基づいて、ユーザ選択食事療法プログラムと人の食事療法との間の総合的整合を表す栄養指数を提供するための手段とを含んでもよい。第１および第２のインジケータは、グラフィカルインジケータであってもよく、各グラフィカルインジケータは、個別の栄養素の人の消費が、個別の標的レベルに不足している、またはそれを超過しているかどうかを示す。本システムは、栄養指数の予測される変化に基づいて、１つ以上の食品から選択された推奨される食品を消費するために、人に関する推奨を提供するための手段を含んでもよい。推奨される食品は、第１のインジケータを変化させ、同時に、第２の栄養素の整合に及ぼす負の影響を低減させるように選択されてもよい。
いくつかの実装では、査定を提供するための手段は、３つ以上の栄養素の個別の消費された量および標的レベルに基づいて、査定を提供するための手段を含む。栄養指数を提供するための手段は、３つ以上の栄養素毎に、その栄養素の消費された量およびその標的レベルに基づいて、栄養素毎の逸脱を計算するための手段を含んでもよい。推奨される食品は、同時に、３つ以上の栄養素毎に逸脱を低減させるように選択されてもよい。ある実装では、本システムは、最大１０、最大２０、最大１００、最大１０００、または最大１０，０００個の栄養素および栄養素の組み合わせに関する栄養素レベルおよび標的栄養素レベルを処理する。そうすることによって、本システムは、その個別の標的レベルに関連するそれぞれの逸脱を査定し、その指数を人の食事と目標をより整合させるように変化させるであろう、食品、料理、または食事に関する推奨を行なうことによって、それらの栄養素に基づいて指数を判定する。
いくつかの実装では、推奨される食品は、人によって以前に消費された１つ以上の食品から選択される。推奨を提供するための手段は、推奨される食品の推奨される量および人が推奨される食品を消費するために推奨されるカレンダ日付を提供するための手段を含み、推奨される量は、推奨される食品の以前に消費された量と異なる。
いくつかの実装では、推奨される食品は、人によって以前に消費されていない１つ以上の食品から選択される。本システムは、人によって以前に消費された１つ以上の食品からの選択が、栄養指数に実質的改善を提供しないことの判定に応答して、人によって以前に消費されていない１つ以上の食品から推奨される食品を選択するための手段を含む。
いくつかの実装では、本システムは、人の病状を表すデータを受信するための手段と、病状と関連付けられた１つ以上の食事療法制限に基づいて、第１の栄養素の標的レベルまたは第１の数値加重を修正するための手段とを含む。１つ以上の食事療法制限は、第１の所定の時間周期の間の複数の栄養素の所望の分布を含んでもよい。所望の分布は、カロリー、炭水化物、タンパク質、脂肪、および食物繊維から成る群から選択された２つ以上の栄養素に対応してもよい。
いくつかの実装では、本システムは、第１の所定の時間周期の間、人によって行なわれる実際または推定される運動量に基づいて、第１の栄養素の標的レベルを生成するための手段を含む。
別の側面は、メニュー推奨をレストランの訪問者に提供するためのシステムに関する。本システムは、レストランに関する複数のメニュー選択肢を受信するための手段であって、メニュー選択肢は、複数の選択肢タイプに特徴付けられる、手段と、複数の選択肢タイプから選択された１つ以上の選択肢タイプを含む、訪問者の所望の食事構成を示すデータを受信するための手段とを含む。本システムは、所望の食事構成に基づいて生成されたメニュー選択肢の１つ以上の組み合わせを提供するための手段であって、各組み合わせは、所望の食事構成内の１つ以上の選択肢タイプに対応する少なくとも１つのメニュー選択肢を含む、手段と、１つ以上の組み合わせのそれぞれと同時に、訪問者に関する栄養指数に及ぼす個別の組み合わせの予測される指数影響を提供する手段であって、栄養指数は、第１の時間周期にわたる訪問者の食事療法、ユーザ選択食事療法プログラム、および訪問者に関する目標または状態間の総合的整合に対応する、手段とを含む。
いくつかの実装では、本システムは、１つ以上の組み合わせおよび個別の予測される指数影響と同時に、栄養指数を提供するための手段を含む。本システムは、メニュー選択肢の組み合わせのうちの１つの選択を受信するための手段と、選択された組み合わせを１つ以上のコンピュータと通信する少なくとも１つの電子データベース内に記憶するための手段と、栄養指数を更新し、消費された食事として、選択された組み合わせを反映するための手段とを含む。
いくつかの実装では、本システムは、訪問者に対して、第１の栄養素および第２の栄養素の標的レベルと、ユーザ選択食事療法プログラムに基づいて判定される標的レベルと、目標または状態とを含む、標的栄養プロファイルを受信するための手段と、第１の時間周期の間の第１および第２の栄養素の消費された量を受信するための手段と、消費された量と、第１および第２の栄養素毎の標的レベルとの間の逸脱に基づいて、栄養指数を生成するための手段とを含む。１つ以上の組み合わせを提供するための手段は、メニュー選択肢内の第１および第２の栄養素のそれぞれの量を含む、複数のメニュー選択肢に関する栄養素情報を受信するための手段と、複数の候補組み合わせを生成するための手段であって、各候補組み合わせは、所望の食事構成における選択肢タイプに基づく複数の候補メニュー選択肢を含む、手段と、候補組み合わせ毎に、候補メニュー選択肢内の第１および第２の栄養素のそれぞれの総候補量と、消費された量と、総候補量と、個別の第１および第２の栄養素に関する標的レベルとに基づいて、第１および第２の栄養素毎の標的レベルからの候補逸脱と、栄養指数に及ぼす候補指数影響であって、候補逸脱の加重関数に基づく、候補指数影響とを判定するための手段とを含む。いくつかの実装では、１つ以上の組み合わせを提供するための手段は、候補組み合わせから、それぞれ、閾値以上の指数影響に対応する、組み合わせのセットを選択するための手段と、指数影響に対応する順序において、組み合わせのセットを提供するための手段とを含む。候補組み合わせを生成するための手段は、レストランによって提供されるサービングサイズからの修正された分量サイズを有する少なくとも１つのメニュー選択肢を含む、少なくとも１つの候補組み合わせを生成するための手段を含んでもよい。本システムは、１つ以上の組み合わせと同時に、修正された分量サイズのインジケータを提供するための手段を含んでもよい。
いくつかの実装では、複数の選択肢タイプは、前菜、主菜、サラダ、飲料、デザート、付け合わせ料理から成る群から選択された２つ以上の選択肢タイプを含む。
いくつかの実装では、本システムは、複数のレストランに関する場所ベースの情報を提供する、ＧＰＳ対応モバイルデバイスと、自動的に、モバイルデバイスの場所に基づいて、訪問者がレストランに入ったことを検出するための手段と、検出に応答して、訪問者に、所望の食事構成を提供するよう促すための手段とを含む。
別の側面は、第１の時間周期にわたって、人によって行なわれた運動量を示す第１のデータ入力を受信するための手段と、運動は、複数の運動タイプを含む、手段と、人に関する１つ以上の健康関連目標に基づいて選択された運動プログラムを示す第２のデータ入力を受信し、複数の運動タイプに関する標的量を規定するための手段であって、運動プログラムは、複数の運動タイプに関する経時的所望の分布を含む、手段とを含む、システムに関する。複数の運動タイプ毎に、本システムは、（１）運動タイプの量と、運動タイプと関連付けられた標的量の比較および所望の分布に基づいて、運動タイプに関する逸脱を生成するための手段と、（２）運動タイプと関連付けられた数値加重を判定するための手段とを含む。本システムは、運動タイプ毎の個別の逸脱および数値加重に基づいて、行なわれた運動と、運動プログラムとの間の整合を示すデータを出力するための手段とを含む。
いくつかの実装では、出力データは、逸脱および数値加重の加重関数に基づいて生成された総合的運動指数を含む。運動タイプ毎の数値加重を判定するための手段は、運動タイプの量が標的量を超える場合、運動タイプに、第１の数値加重を割り当てるための手段と、運動タイプの量が標的量を超えない場合、運動タイプに、第２の数値加重を割り当てるための手段とを含んでもよい。第１のデータ入力を受信するための手段は、人と関連付けられた運動監視デバイスから第１のデータ入力を受信するための手段を含んでもよい。運動監視デバイスは、モバイルデバイス、活動レベルトラッカ、または生理学的監視デバイス含んでもよい。
いくつかの実装では、本システムは、整合を変化させるために、人によって行なわれるべき推奨される運動を提供するための手段を含む。推奨される運動は、複数の運動タイプのうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択される。いくつかの実装では、推奨される運動は、人によって以前に行なわれた複数の運動から選択される。他の実装では、推奨される運動は、人によって以前に行なわれた複数の運動から選択されない。
いくつかの実装では、複数の運動タイプに関する標的量は、持続時間、強度、頻度、解剖学的焦点、および任意の好適なそれらの組み合わせから成る群から選択されたパラメータを含む。
いくつかの実装では、複数の運動タイプは、筋力強化運動、柔軟運動、有酸素運動、持久運動、バランス運動、および任意の好適なそれらの組み合わせのうちの少なくとも２つを含む。
いくつかの実装では、本システムは、第１の時間周期の間の人によって消費された複数の栄養素の量と、標的栄養プロファイルとの間の整合を示す栄養指数を出力するための手段を含み、標的栄養プロファイルは、複数の栄養素に関する複数の標的量を含む。本システムは、人に、運動指数および栄養指数と同時に、運動指数および栄養指数に基づいて生成されたウェルネス指数を提供するための手段を含む。本システムは、人に関する１つ以上の健康関連目標に基づいて、栄養指数に関する数値栄養加重および運動指数に関する数値運動加重を選択することによって、栄養指数および運動指数の加重関数として、ウェルネス指数を生成するための手段を含んでもよい。
別の側面は、人の食事療法を査定するためのシステムに関する。本システムは、人によって消費された３つ以上の栄養素毎の量を表すデータを受信するための手段と、３つ以上の栄養素毎の標的レベルを受信するための手段と、栄養素のそれぞれに、個別の栄養素の量と、個別の栄養素の標的レベルとの間の比較に基づいて判定された数値加重が割り当てられるように、複数の数値加重を３つ以上の栄養素に割り当てるための手段と、複数の数値加重に基づいて、人の食事療法の査定を提供するための手段とを含む。
いくつかの実装では、本システムは、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するための手段を含み、３つ以上の栄養素毎の標的レベルは、ユーザ選択食事療法プログラムに基づいて判定される。複数の数値加重を割り当てるための手段は、人と関連付けられた１つ以上の目標に基づいて判定された数値加重の栄養素特異的セットから栄養素毎の数値加重を割り当てるための手段を含んでもよい。
いくつかの実装では、３つ以上の栄養素は、第１の栄養素および第２の栄養素を含む。人の食事療法の査定を提供するための手段は、第１の栄養素の量と、第１の栄養素の標的レベルとの間の整合の第１のインジケータを提供するための手段と、第２の栄養素の量と、第２の栄養素の標的レベルとの間の整合の第２のインジケータを提供するための手段と、第１および第２の栄養素の個別の整合に基づいて、ユーザ選択食事療法プログラムと、人の食事療法との間の総合的整合を表す、栄養指数を提供するための手段とを含む。本システムは、栄養指数の予測される変化に基づいて、１つ以上の食品から選択された推奨される食品を消費するために、人に関する推奨を提供するための手段を含んでもよい。推奨される食品は、第１のインジケータを変化させ、同時に、第２の栄養素の整合に及ぼす負の影響を低減させるように選択されてもよい。
いくつかの実装では、栄養指数を提供するための手段は、３つ以上の栄養素毎に、栄養素の消費された量および栄養素の標的レベルに基づいて、栄養素に関する逸脱を計算するための手段を含む。推奨される食品は、同時に、３つ以上の栄養素のうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択されてもよい。
いくつかの実装では、本システムは、所定の時間周期にわたる３つ以上の栄養素の所望の消費分布に基づいて、推奨される食品を選択するための手段を含む。推奨される食品は、人によって以前に消費された１つ以上の食品から選択されてもよい。推奨を提供するための手段は、推奨される食品の推奨される量および人が推奨される食品を消費するために推奨されるカレンダ日付を提供するための手段を含んでもよく、推奨される量は、推奨される食品の以前に消費された量と異なる。推奨される食品は、人によって以前に消費されていない１つ以上の食品から選択されてもよい。
いくつかの実装では、本システムは、少なくとも部分的に、所定の時間周期の間に人によって行なわれた実際のまたは推定される運動量に基づいて、３つ以上の栄養素のうちの少なくとも１つの標的レベルを生成するための手段を含む。本システムは、３つ以上の栄養素毎に、栄養素特異的加重セットを記憶するための手段であって、各栄養素特異的加重は、栄養素に関する異なる時間周期に対応する、手段と、査定が提供される第１の所定の時間周期に基づいて、複数の数値加重を栄養素特異的加重から選択するための手段とを含んでもよい。
別の側面は、食事推奨を２人以上の成員を含む集団に提供するための方法に関する。通信ポートと、電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムが、第１の栄養素を含む複数の栄養素を含む、複数の標的栄養プロファイルを示す第１のデータ入力を受信し、各標的栄養プロファイルは、集団の少なくとも１人の成員と関連付けられ、少なくとも１人の成員に関する１つ以上の選択された食事療法プログラムに基づいて判定された第１の栄養素の標的レベルを含む。コンピュータシステムは、集団の成員毎の優先加重を含む、複数の優先加重を示す第２のデータ入力を受信し、優先加重は、集団の他の成員の目標と比較した成員の栄養目標の重要性を示す。本方法は、集団の成員毎に、第１の栄養素特異的加重を第１の栄養素に割り当てるステップを含み、第１の栄養素特異的加重は、（１）個別の成員の栄養目標と、（２）個別の成員によって消費された第１の栄養素の量と、個別の成員に関する第１の栄養素の標的レベルとの比較とに基づいて判定される。推奨は、通信ポートを介して提供され、推奨は、集団によって消費される少なくとも１つの推奨される食事を含み、推奨される食事は、第１の栄養素特異的加重および複数の優先加重に基づいて選択される。
いくつかの実装では、本方法は、コンピュータシステムによって、集団の成員毎の栄養素消費プロファイルを示す第３のデータ入力を受信するステップを含み、各栄養素消費プロファイルは、所定の時間周期の間に成員によって消費された成員の標的プロファイルにおける栄養素のサブセット内の少なくとも１つの栄養素の量を含む。推奨を提供するステップは、集団の第１の成員に関する栄養素消費プロファイルと、標的栄養プロファイルとの間の第１の整合を変化させるために、少なくとも１つの推奨される食事を選択するステップを含んでもよい。推奨を提供するステップは、第１の成員に関する栄養素消費プロファイルと、標的栄養プロファイルとの間の第１の整合を改善し、同時に、集団の第２の成員に関する第２の整合を維持または改善するために、少なくとも１つの推奨される食事を選択するステップを含んでもよい。
いくつかの実装では、本方法は、各逸脱プロファイルが、成員に関する標的プロファイルにおける栄養素毎に、栄養素に関する超過または不足インジケータを含むように、成員に関する標的栄養プロファイルと、成員に関する栄養素消費プロファイルの比較に基づいて、集団の成員毎に、逸脱プロファイルを生成するステップを含む。本方法は、総合的逸脱が、優先加重に従う逸脱プロファイルの相対的重要性を反映するように、各逸脱プロファイルと、個別の成員に関する優先加重の加重組み合わせの関数として、総合的逸脱を生成するステップを含んでもよい。推奨を提供するステップは、逸脱プロファイルの組み合わせに基づいて生成された総合的逸脱を最小限にするために、少なくとも１つの推奨される食事を選択するステップを含んでもよい。
いくつかの実装では、本方法は、成員毎の消費プロファイルと、個別の成員に関する標的栄養プロファイルとの間の集合的整合を表す集団栄養指数を提供するステップを含む。集団指数を提供するステップは、集団内の成員毎に、成員と関連付けられた優先加重を個別の成員に関する逸脱プロファイルに適用し、加重逸脱を求めるステップと、加重逸脱を組み合わせ、集団栄養指数を求めるステップを含む。少なくとも１つの推奨される食事は、集団栄養指数を変化させる一方、同時に、成員毎の消費プロファイルと、個別の成員に関する標的栄養プロファイルとの間の整合に及ぼす負の影響を低減させるように選択されてもよい。
いくつかの実装では、推奨を提供するステップは、複数の逸脱プロファイル間の不適合性を検出するステップと、不適合性に基づいて、最小限の複数の異なる食事を判定し、少なくとも１つの推奨される食事として推奨するステップとを含む。
いくつかの実装では、本方法は、通信ポートを介して、集団の少なくとも１人の成員に関する栄養指数に及ぼす指数影響のインジケータを提供するステップを含み、栄養指数は、少なくとも１人の成員に関する消費プロファイルと、個別の成員に関する標的栄養プロファイルとの間の整合を示し、指数影響は、成員が、少なくとも１つの推奨される食事を消費する場合の栄養指数への予測される変化を示す。指数影響のインジケータを提供するステップは、集団の成員毎に、少なくとも１つの指数影響を含む、指数影響の複数のインジケータを提供するステップを含んでもよい。本方法は、通信ポートを介して、少なくとも１人の成員に関する栄養指数のインジケータを提供するステップを含んでもよい。
いくつかの実装では、本方法は、複数の候補食事を生成するステップであって、各候補食事は、１つ以上の候補食品を含む、ステップと、各候補食事内の第１の栄養素の量と、少なくとも１つの逸脱プロファイル内の第１の栄養素に関する逸脱との間の比較に基づいて、少なくとも１つの推奨される食事を複数の候補食事から選択するステップとを含む。少なくとも１つの推奨される食事は、各候補食事と関連付けられたパラメータに基づいて選択されてもよく、パラメータは、料理の数、食品数、調理時間量、調理の複雑性のレベル、原料のコスト、および原料の可用性から成る群から選択される。
別の側面は、食事推奨を２人以上の成員を含む集団に提供するためのシステムに関する。本システムは、第１の栄養素を含む複数の栄養素を含む、複数の標的栄養プロファイルを示す第１のデータ入力を受信するための手段を含む。各標的栄養プロファイルは、集団の少なくとも１人の成員と関連付けられ、少なくとも１人の成員に関する１つ以上の選択された食事療法プログラムに基づいて判定された第１の栄養素の標的レベルを含む。本システムはまた、集団の成員毎の優先加重を含む、複数の優先加重を示す第２のデータ入力を受信するための手段であって、優先加重は、集団の他の成員の目標と比較した成員の栄養目標の重要性を示す、手段を含む。本システムはまた、集団の成員毎に、第１の栄養素特異的加重を第１の栄養素に割り当てるための手段であって、第１の栄養素特異的加重は、（１）個別の成員の栄養目標と、（２）個別の成員によって消費された第１の栄養素の量と、個別の成員に関する第１の栄養素の標的レベルとの比較とに基づいて判定される、手段とを含む。本システムは、集団によって消費されるべき少なくとも１つの推奨される食事を含む、推奨を提供するための手段を含み、推奨される食事は、第１の栄養素特異的加重および複数の優先加重に基づいて選択される。
いくつかの実装では、本システムは、集団の成員毎の栄養素消費プロファイルを示す第３のデータ入力を受信するための手段を含み、各栄養素消費プロファイルは、所定の時間周期の間に成員によって消費された成員の標的プロファイルにおける栄養素のサブセット内の少なくとも１つの栄養素の量を含む。推奨を提供するための手段は、集団の第１の成員に関する栄養素消費プロファイルと、標的栄養プロファイルとの間の第１の整合を変化させるために、少なくとも１つの推奨される食事を選択するための手段を含んでもよい。推奨を提供するための手段は、第１の成員に関する栄養素消費プロファイルと、標的栄養プロファイルとの間の第１の整合を改善し、同時に、集団の第２の成員に関する第２の整合を維持または改善するために、少なくとも１つの推奨される食事を選択するための手段を含んでもよい。
いくつかの実装では、本システムは、各逸脱プロファイルが、成員に関する標的プロファイルにおける栄養素毎に、栄養素に関する超過または不足インジケータを含むように、成員に関する標的栄養プロファイルおよび成員に関する栄養素消費プロファイルの比較に基づいて、集団の成員毎に、逸脱プロファイルを生成するための手段を含む。本システムは、総合的逸脱が、優先加重に従う逸脱プロファイルの相対的重要性を反映するように、各逸脱プロファイルと個別の成員に関する優先加重の加重組み合わせの関数として、総合的逸脱を生成するための手段を含んでもよい。推奨を提供するための手段は、逸脱プロファイルの組み合わせに基づいて生成された総合的逸脱を最小限にするために、少なくとも１つの推奨される食事を選択するための手段を含んでもよい。
いくつかの実装では、本システムは、成員毎の消費プロファイルと、個別の成員に関する標的栄養プロファイルとの間の集合的整合を表す集団栄養指数を提供するための手段を含む。集団指数を提供するための手段は、集団内の成員毎に、成員と関連付けられた優先加重を個別の成員に関する逸脱プロファイルに適用し、加重逸脱を求めるための手段と、加重逸脱を組み合わせ、集団栄養指数を求めるための手段とを含んでもよい。推奨される食事は、集団栄養指数を変化させる一方、同時に、成員毎の消費プロファイルと、個別の成員に関する標的栄養プロファイルとの間の整合に及ぼす負の影響を低減させるように選択されてもよい。
いくつかの実装では、推奨を提供するための手段は、複数の逸脱プロファイル間の不適合性を検出するための手段と、不適合性に基づいて、最小限の複数の異なる食事を判定し、少なくとも１つの推奨される食事として推奨するための手段とを含む。
いくつかの実装では、本システムは、集団の少なくとも１人の成員に関する栄養指数に及ぼす指数影響のインジケータを提供するための手段を含み、栄養指数は、少なくとも１人の成員に関する消費プロファイルと、個別の成員に関する標的栄養プロファイルとの間の整合を示し、指数影響は、成員が、少なくとも１つの推奨される食事を消費する場合の栄養指数への予測される変化を示す。指数影響のインジケータを提供するための手段は、集団の成員毎に、少なくとも１つの指数影響を含む、指数影響の複数のインジケータを提供するための手段を含んでもよい。本システムは、出力ポートを介して、少なくとも１人の成員に関する栄養指数のインジケータを提供するための手段を含んでもよい。
いくつかの実装では、本システムは、複数の候補食事を生成するための手段であって、各候補食事は、１つ以上の候補食品を含む、手段と、各候補食事内の第１の栄養素の量と、少なくとも１つの逸脱プロファイル内の第１の栄養素に関する逸脱との間の比較に基づいて、少なくとも１つの推奨される食事を複数の候補食事から選択するための手段とを含む。少なくとも１つの推奨される食事は、各候補食事と関連付けられたパラメータに基づいて選択されてもよく、パラメータは、料理の数、食品数、調理時間量、調理の複雑性のレベル、原料のコスト、および原料の可用性から成る群から選択される。
別の側面は、ユーザまたは第三者によって提供される食品推奨を格付けするための方法に関する。本側面によると、ユーザは、例えば、ユーザの栄養素、運動、ウェルネス、および他の健康目標を考慮する、食事療法サービスによって提供される推奨の査定を受信することができる。そのような格付け特徴の利点の１つは、ユーザが、食事療法処方計画の単一ソースに固執することを要求されずに、単一システムを使用して、その栄養摂取量を監視することができることである。したがって、ユーザは、いくつかの第三者サービス（例えば、Ｊｅｎｎｙ Ｃｒａｉｇ（登録商標）、Ｗｅｉｇｈｔ Ｗａｔｃｈｅｒｓ（登録商標）、Ｌｅａｎ Ｃｕｉｓｉｎｅ（登録商標）等）によって推奨される具体的食品が、ユーザの目標および制約または状態と一貫するかどうかの査定を単一ソースから得ることができる。これは、単独で、またはユーザの栄養指数に基づく方法によって提供される推奨と組み合わせて使用され得る、特に有用な側面である。ユーザが、第三者によって推奨される食品に関する格付けを受信する選択肢を提供することによって、ユーザは、複数のプラットフォームにわたって、一貫した目標または要件を提供または規定する煩わしいタスクに関わらずに、一貫した格付け標準または機構を複数のソースからの推奨に適用することが可能である。本方法は、通信ポートと、少なくとも１つの電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムによって、人への食品推奨を表す第１の入力データを受信するステップを含む。食品は、食事または１つ以上の食品の他の組み合わせを含むことができ、推奨は、提案される分量サイズと、提案される分量サイズ内の第１および第２の栄養素毎の量とを含むことができる。コンピュータシステムは、人に関する栄養素消費プロファイルを表す第２の入力データを受信する。第２の入力データは、所定の時間周期にわたる第１および第２の栄養素に関する消費された量のインジケータを含む。本方法はまた、少なくとも１つの電子データベースから、人に関する標的栄養プロファイルを表す第３の入力データを受信するステップを含む。標的栄養プロファイルは、第１および第２の栄養素の標的レベルを含む。栄養素毎に、標的レベルは、所定の時間周期にわたって提案または要求される栄養素の量を示し、ユーザ規定栄養目標に従って判定される。第１の数値加重が、第１の栄養素に割り当てられ、第１の数値加重は、（１）ユーザ規定栄養目標と、（２）第１の栄養素の消費された量と、第１の栄養素の標的レベルの比較とに基づいて判定される。第２の数値加重が、第２の栄養素に割り当てられ、第２の数値加重は、（１）ユーザ規定栄養目標と、（２）第２の栄養素の消費された量と、第２の栄養素の標的レベルの比較とに基づいて判定される。第１および第２の数値加重に基づいて、好適性格付けが、生成され、好適性格付けは、食品推奨と栄養目標との間の整合を表し、食品推奨に関する好適性格付けは、通信ポートを介して提供される。
いくつかの実装では、本方法は、通信ネットワークを経由して、第１の入力データをユーザデバイスまたは遠隔コンピュータシステムから受信するステップを含む。本方法は、人と関連付けられた栄養指数に基づいて、食品推奨の指数影響を生成することができ、栄養指数は、消費プロファイルと、標的栄養プロファイルとの間の整合を示し、指数影響は、食品推奨に従ったことからの栄養指数への予測される変化を示す。コンピュータシステムは、複数の閾値範囲を含むようにプログラムされてもよく、好適性格付けを提供するステップは、通信ポートに、指数影響が及ぼす閾値範囲の選択された範囲を提供するステップを含む。
いくつかの実装では、好適性格付けを提供するステップは、選択された範囲に対応する色分けされたインジケータを提供するステップを含む。好適性格付けを提供するステップは、色分けされたインジケータと同時に、指数影響を提供するステップを含んでもよい。閾値範囲は、注意範囲を含む、少なくとも３つの範囲を含んでもよい。したがって、いくつかの実施例では、本方法は、コンピュータシステムを使用して、指数影響を生成し、次いで、指数影響に及ぼす値に基づいて、閾値範囲のうちの１つから選択する。閾値範囲は、具体的色（例えば、承認を示す緑色、注意を示す黄色、および人に関する目標または状態との不適合性を示す赤色）にマップされてもよい。
いくつかの実装では、本方法は、第１および第２の栄養素毎に、栄養素の消費された量と、個別の栄養素に関する標的レベルの比較に基づいて判定された栄養素に関する超過または不足インジケータを含む、逸脱プロファイルを生成するステップを含む。本方法はまた、逸脱プロファイルと、第１および第２の数値加重とに基づいて、好適性格付けを提供するステップとを含む。
いくつかの実装では、第１の数値加重を第１の栄養素に割り当てるステップは、第１の栄養素の超過に応答して選択された１つ以上の数値加重と、第１の栄養素の不足の検出に応答して選択された１つ以上の数値加重とを含む、第１の栄養素と関連付けられた第１の複数の栄養素特異的加重から選択するステップを含む。第１の数値加重を第１の栄養素に割り当てるステップは、所定の時間周期に基づいて、第１の栄養素と関連付けられた第２の複数の栄養素特異的加重から選択するステップを含んでもよい。第２の複数の栄養素は、第１の栄養素に関する食事あたりの加重、１週間あたりの加重、および１日あたりの加重を含んでもよい。
いくつかの実装では、第１および第２の栄養素毎の標的レベルは、人と関連付けられた体重目標および病状のうちの付加的１つに従って判定される。本方法は、少なくとも１つの電子データベース内に記憶された複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するステップを含んでもよい。第１および第２の栄養素毎の標的レベルは、選択された食事療法プログラムに基づいて判定される。
いくつかの実装では、本方法は、好適性格付けに基づいて、代用食品推奨を提供するステップを含む。代用食品推奨を提供するステップは、１つ以上の食品の組み合わせの修正されたバージョンを推奨するステップを含む。組み合わせの修正されたバージョンは、修正された提案される分量サイズを含んでもよい。組み合わせの修正されたバージョンは、組み合わせ内に含まれない付加的食品の含有を含んでもよい。組み合わせの修正されたバージョンは、１つ以上の食品のうちの少なくとも１つを組み合わせから除去するステップを含んでもよい。
いくつかの実装では、本システムは、少なくとも１つのコンピュータプロセッサと、通信ポートと、電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体とを含む。本システムは、本明細書に説明される方法のいずれかを行なうように適合される。
別の側面は、ユーザあるいは第三者サービスまたはシステムによって提供される推奨される食品を格付けするためのシステムに関する。食品は、第三者によって、ユーザのために推奨されてもよく、本システムは、ユーザの食事療法とユーザの食事療法目標との間の整合に及ぼす影響の査定を提供する。本システムは、１つ以上の食品の組み合わせと、提案される分量サイズと、提案される分量サイズにおける第１および第２の栄養素毎の量とを含む、人への食品推奨を表す第１の入力データを受信するための手段を含む。本システムはまた、人に関する栄養素消費プロファイルを表す第２の入力データを受信するための手段を含む。第２の入力データは、所定の時間周期にわたって第１および第２の栄養素に関して消費された量のインジケータを含む。本システムは、人に関する標的栄養プロファイルを表す第３の入力データを受信するための手段を含む。標的栄養プロファイルは、第１および第２の栄養素の標的レベルを含み、栄養素毎の標的レベルは、所定の時間周期にわたって提案または要求される栄養素の量を示す。標的レベルは、ユーザ規定栄養目標に従って判定される。本システムは、第１の栄養素に、（１）ユーザ規定栄養目標と、（２）第１の栄養素の消費された量と、第１の栄養素の標的レベルの比較とに基づいて判定された第１の数値加重を割り当てるための手段と、第２の栄養素に、（１）ユーザ規定栄養目標と、（２）第２の栄養素の消費された量と、第２の栄養素の標的レベルの比較とに基づいて判定された第２の数値加重を割り当てるための手段とを含む。本システムは、第１および第２の数値加重に基づいて、食品推奨と、栄養目標との間の整合を表す好適性格付けを生成するための手段と、食品推奨に関する好適性格付けを提供するための手段とを含む。
いくつかの実装では、食品推奨を表す第１の入力データを受信するための手段は、通信ネットワークを経由して、第１の入力データをユーザデバイスまたは遠隔コンピュータシステムから受信するための手段を含む。好適性格付けを生成するための手段は、人と関連付けられた栄養指数に及ぼす食品推奨の指数影響を生成するための手段を含んでもよい。栄養指数は、消費プロファイルと、標的栄養プロファイルとの間の整合を示し、指数影響は、食品推奨に従ったことからの栄養指数への予測される変化を示す。好適性格付けを提供するための手段は、指数影響が及ぼす閾値範囲の選択された範囲を提供するための手段を含んでもよい。好適性格付けを提供するための手段は、選択された範囲に対応する色分けされたインジケータを提供するための手段を含んでもよい。好適性格付けを提供するための手段は、色分けされたインジケータと同時に、指数影響を提供するための手段を含んでもよい。複数の閾値範囲は、注意範囲を含む、少なくとも３つの範囲を含む。
いくつかの実装では、本システムは、第１および第２の栄養素毎に、栄養素の消費された量と、個別の栄養素に関する標的レベルの比較に基づいて判定された栄養素に関する超過または不足インジケータを含む、逸脱プロファイルを生成するための手段と、逸脱プロファイルと、第１および第２の数値加重とに基づいて、好適性格付けを提供するための手段とを含む。
いくつかの実装では、第１の数値加重を第１の栄養素に割り当てるための手段は、第１の栄養素の超過に応答して選択された１つ以上の数値加重と、第１の栄養素の不足の検出に応答して選択された１つ以上の数値加重とを含む、第１の栄養素と関連付けられた第１の複数の栄養素特異的加重から選択するための手段を含む。
いくつかの実装では、第１の数値加重を第１の栄養素に割り当てるための手段は、所定の時間周期に基づいて、第１の栄養素と関連付けられた第２の複数の栄養素特異的加重から選択するための手段を含む。第２の複数の栄養素は、第１の栄養素に関する食事あたりの加重、１週間あたりの加重、および１日あたりの加重を含んでもよい。
いくつかの実装では、第１および第２の栄養素毎の標的レベルは、人と関連付けられた体重目標および病状のうちの付加的１つに従って判定される。
いくつかの実装では、本システムは、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するための手段を含み、第１および第２の栄養素毎の標的レベルは、選択された食事療法プログラムに基づいて判定される。
いくつかの実装では、本システムは、好適性格付けに基づいて、代用食品推奨を提供するための手段を含む。代用食品推奨を提供するための手段は、１つ以上の食品の組み合わせの修正されたバージョンを推奨するための手段を含んでもよい。組み合わせの修正されたバージョンは、修正された提案される分量サイズを含んでもよい。組み合わせの修正されたバージョンは、組み合わせ内に含まれない付加的食品の含有を含んでもよい。組み合わせの修正されたバージョンは、１つ以上の食品のうちの少なくとも１つを組み合わせから除去するステップを含んでもよい。
別の側面は、人の食事療法を査定するための方法に関する。本方法は、少なくとも１つのコンピュータプロセッサと、通信ポートとを含む、コンピュータシステムによって行なわれる。本方法は、コンピュータシステムによって、人によって消費された３つ以上の栄養素毎の量を表すデータを受信するステップと、少なくとも１つの電子データベースから、３つ以上の栄養素毎の標的レベルを受信するステップとを含む。本方法は、コンピュータシステムによって、栄養素のそれぞれに、個別の栄養素の量と、個別の栄養素の標的レベルとの間の比較に基づいて判定された数値加重が割り当てられるように、複数の数値加重を３つ以上の栄養素に割り当てるステップと、通信ポートを介して、複数の数値加重に基づく人の食事療法の査定を提供するステップとを含む。
いくつかの実装では、本方法は、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するステップを含み、３つ以上の栄養素毎の標的レベルは、ユーザ選択食事療法プログラムに基づいて判定される。複数の数値加重を割り当てるステップは、人と関連付けられた１つ以上の目標に基づいて判定された数値加重の栄養素特異的セットから栄養素毎の数値加重を割り当てるステップを含む。３つ以上の栄養素は、第１の栄養素および第２の栄養素を含む。人の食事療法の査定を提供するステップは、第１の栄養素の量と、第１の栄養素の標的レベルとの間の整合の第１のインジケータを提供するステップと、第２の栄養素の量と、第２の栄養素の標的レベルとの間の整合の第２のインジケータを提供するステップと、第１および第２の栄養素の個別の整合に基づいて、ユーザ選択食事療法プログラムと、人の食事療法との間の総合的整合を表す、栄養指数を提供するステップとを含む。
いくつかの実装では、本方法は、栄養指数の予測される変化に基づいて、１つ以上の食品から選択された推奨される食品を消費するために、人に関する推奨を提供するステップを含む。推奨される食品は、第１のインジケータを変化させ、同時に、第２の栄養素の整合に及ぼす負の影響を低減させるように選択される。栄養指数を提供するステップは、３つ以上の栄養素毎に、個別の栄養素の消費された量および個別の栄養素の標的レベルに基づいて、栄養素に関する逸脱を計算するステップを含む。推奨される食品は、同時に、３つ以上の栄養素のうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択されてもよい。本方法は、所定の時間周期にわたる３つ以上の栄養素の所望の消費分布に基づいて、推奨される食品を選択するステップを含んでもよい。いくつかの実装では、推奨される食品は、人によって以前に消費された１つ以上の食品から選択される。推奨を提供するステップは、推奨される食品の推奨される量および人が推奨される食品を消費するために推奨されるカレンダ日付を提供するステップを含んでもよく、推奨される量は、推奨される食品の以前に消費された量と異なる。他の実装では、推奨される食品は、人によって以前に消費されていない１つ以上の食品から選択される。
いくつかの実装では、本方法は、少なくとも部分的に、所定の時間周期の間に人によって行なわれた実際のまたは推定される運動量に基づいて、３つ以上の栄養素のうちの少なくとも１つの標的レベルを生成するステップを含む。
いくつかの実装では、少なくとも１つの電子データベースは、３つ以上の栄養素毎に、栄養素特異的加重セットを記憶するように構成され、各栄養素特異的加重は、栄養素に関する異なる時間周期に対応し、本方法は、査定が提供される第１の所定の時間周期に基づいて、複数の数値加重を栄養素特異的加重から選択するステップを含む。
別の側面は、人の食事療法を具体的食事療法目標と整合させるためのシステムに関する。本システムは、１つ以上のコンピュータプロセッサと、１つ以上の電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と、１つ以上の通信ポートとを含む、処理システムを含む。処理システムは、各食事が、１つ以上の食品の規定された分量を含む、人によって消費された１つ以上の食事を表すデータを受信し、標的栄養プロファイルが、第１および第２の栄養素に関する標的レベルを含む、人と関連付けられた標的栄養プロファイルを判定するように構成される。処理システムは、食事推奨が、同時に、選択された食事における第１および第２の栄養素の栄養素レベルと、標的栄養プロファイルとの間の整合を改善するように、食事推奨が、１つ以上の食品のうちの少なくとも１つに関する修正された分量サイズを含む、１つ以上の食事からの選択された食事に基づいて、食事推奨を生成し、１つ以上の通信ポートのうちの少なくとも１つを介して、食事推奨を表すデータを出力するように構成される。
いくつかの実装では、処理システムは、ユーザデバイスまたは１つ以上の電子データベースから、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを表すデータを受信するように構成される。処理システムは、１つ以上の食事毎に、食事における１つ以上の食品のそれぞれの推奨されるサービング数を選択することによって、食事推奨を生成するように構成され、推奨されるサービング数は、選択された食事の栄養素レベルと、標的栄養プロファイルとの間の逸脱を低減させるような修正された分量サイズとして選択される。修正された分量サイズは、所定の時間周期にわたって、または選択された食事内の第１および第２の栄養素の所望の分布に基づいてもよい。所望の分布は、第１および第２の栄養素を含む、複数の栄養素毎の食事あたりの制約を含んでもよい。
いくつかの実装では、１つ以上の食事を表すデータは、所定の時間周期にわたって消費された複数の食事を表すデータを含み、各食事は、カレンダ日付と関連付けられる。処理システムは、食事推奨の栄養素レベルと、標的栄養プロファイルとの間の整合を表す指数を表すデータを出力するように構成される。処理システムは、加重関数に、第１および第２の栄養素毎の具体的加重を適用することによって、指数を生成するように構成され、具体的加重は、選択された食事内の栄養素毎の量と、個別の栄養素の標的レベルとの間の比較に基づく。
別の側面は、人の食事療法を具体的食事療法目標と整合させるためのシステムに関する。本システムは、人に関する食事療法プログラムを表す第１の入力データと、人によって消費された１つ以上の食品を表す第２の入力データとを受信するように構成される、第１のデータポートと、処理システムと通信するように構成され、処理システムは、サーバと、１つ以上の食事療法プログラム毎の第１および第２の栄養素の標的レベルを表すデータと、複数の食品毎の第１および第２の栄養素の量を表すデータとを記憶するように構成される、１つ以上の電子データベースを含む、第２のデータポートとを含む。本システムは、第１および第２のデータポートと通信するプロセッサを含む。プロセッサは、通信ネットワークを経由して、第１および第２の入力データを処理システムに出力し、処理システムから、人の食事療法と、サーバによって、第１の入力データを使用して、１つ以上の食事療法プログラムから識別される食事療法プログラムとの間の整合を表す指数を受信するように構成され、指数は、第１および第２の栄養素の量と、食事療法プログラムにおける第１および第２の栄養素の標的レベルとに基づく。プロセッサは、サーバから、指数に基づいて、消費されるべき食品に関する推奨を受信し、第１のデータポートを介して、指数および推奨をユーザインターフェースデバイスに出力するように構成される。
いくつかの実装では、第１の入力データは、栄養目標、体重目標、運動目標、および病状から成る群から選択されたユーザ特異的パラメータを含み、食事療法プログラムは、ユーザ特異的パラメータに基づいて識別される。１つ以上のデータベースは、人によって以前に消費された食事を示す情報を記憶するように構成され、各食事は、食品の組み合わせを含み、処理システムは、人によって以前に消費された食事から食事を選択することによって、推奨を判定するように構成される。プロセッサは、人に関するグラフィカル栄養プロファイルを表すデータを提供するように構成されてもよく、グラフィカル栄養プロファイルは、選択された食事療法プログラムにおける複数の栄養素毎のグラフィカルインジケータを含み、各グラフィカルインジケータは、栄養素の人の消費が、標的レベルに不足している、またはそれを超過しているかどうかを示す。指数は、３日〜１０日の間の所定の時間周期にわたる、人の食事療法と、食事療法プログラムとの間の整合を表してもよい。
いくつかの実装では、プロセッサ、第１のデータポート、および第２のデータポートは、ユーザインターフェースデバイス内に格納される。ユーザインターフェースデバイスは、ＧＰＳ対応モバイルデバイスを含んでもよく、第１のデータポートは、所定の時間周期にわたって、ＧＰＳを使用して検出される１つ以上の場所を表す第３の入力データを受信するように構成される。第１のデータポートは、ユーザに提供されたプロンプトに応答して、第２の入力データを受信し、１つ以上の場所において消費された１つ以上の食品を識別するように構成される。
その性質およびその種々の利点を含む、本開示の前述および他の特徴は、付随の図面と関連して検討される以下の発明を実施するための形式の検討に応じて、より明白となるであろう。
図１Ａ−１Ｃは、例証的実装による、個人化された栄養分析および推奨を提供するためのコンピュータ化されたシステムのブロック図である。 図１Ａ−１Ｃは、例証的実装による、個人化された栄養分析および推奨を提供するためのコンピュータ化されたシステムのブロック図である。 図１Ａ−１Ｃは、例証的実装による、個人化された栄養分析および推奨を提供するためのコンピュータ化されたシステムのブロック図である。 図２Ａ−２Ｂは、例証的実装による、１つ以上の電子データベース上に記憶された例示的データ構造である。 図２Ａ−２Ｂは、例証的実装による、１つ以上の電子データベース上に記憶された例示的データ構造である。 図２Ｃは、例証的実装による、栄養分析を提供するために、栄養素の消費されたレベルと標的レベルとの間の比較に適用される、例示的加重関数を含む。 図３は、例証的実装による、人の栄養食事療法と人の栄養目標を整合させるために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図４は、例証的実装による、人の食事療法の査定を提供するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図５Ａは、例証的実装による、人によって消費されるべき食事の推奨を提供するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図５Ｂは、例証的実装による、人によって消費されるべき規定された分量サイズを伴う食事の推奨を提供するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図５Ｃは、例証的実装による、人によって消費されるべき新しい食品の推奨を提供するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図５Ｄは、例証的実装による、レストランにおける１つ以上のメニュー選択肢の推奨を提供するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図５Ｅは、例証的実装による、人が消費するための第三者による食品推奨の査定を提供するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図５Ｆは、例証的実装による、人の運動処方計画の査定を提供するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図５Ｇは、例証的実装による、個人の集団に関する食品推奨を提供するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図６は、例証的実装による、ユーザインターフェースのディスプレイ上にオブジェクトを表示するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図７は、例証的実装による、ユーザインターフェースのディスプレイ上に消費された食品をログ付けするための選択肢を表示するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図８は、例証的実装による、ユーザインターフェースのディスプレイ上にユーザによって消費されるべき食品に関する推奨を表示するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図９は、例証的実装による、ユーザの消費された食品とユーザの栄養目標との間の整合と関連付けられた指数を判定するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図１０は、例証的実装による、人によって消費されるべき推奨に好適な１つ以上の食品品目を判定するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図１１は、例証的実装による、ユーザの消費された食品とユーザの栄養目標との間の整合に関して、ユーザに教育を与えるための選択肢を表示するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図１２は、例証的実装による、ユーザの消費された食品とユーザの栄養目標との間の整合を判定するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図１２Ａは、例証的実装による、ユーザの消費された食品とユーザの栄養目標との間の逸脱を解決するための食品に関して、ユーザに教育を与えるための選択肢を表示するために、コンピュータ化されたシステムによって使用される方法の流れ図である。 図１３は、例証的実装による、本明細書に説明されるプロセスのいずれかを行なうためのコンピューティングデバイスのブロック図である。 図１４は、例証的実装による、ホーム画面の例示的ディスプレイである。 図１５は、例証的実装による、ユーザが食事療法プログラムまたは目標のリストから選択するための個人用情報画面の例示的ディスプレイである。 図１６は、例証的実装による、ユーザの標的プロファイルを表示する、例示的画面である。 図１７は、例証的実装による、消費され、ログ付けされたユーザ特異的食品のリストを表示する、例示的画面である。 図１８−２０は、例証的実装による、ユーザが、どのように複数の食品の組み合わせを作成し得るかを表示する、例示的画面である。 図１８−２０は、例証的実装による、ユーザが、どのように複数の食品の組み合わせを作成し得るかを表示する、例示的画面である。 図１８−２０は、例証的実装による、ユーザが、どのように複数の食品の組み合わせを作成し得るかを表示する、例示的画面である。 図２１−２２は、例証的実装による、ユーザが、どのように友達リクエストを伝送し得るかを表示する、例示的画面である。 図２１−２２は、例証的実装による、ユーザが、どのように友達リクエストを伝送し得るかを表示する、例示的画面である。 図２３−２６は、例証的実装による、ユーザが、どのようにホットチキンサンドイッチが昼食に消費されたことを示すログエントリを作成し得るかを表示する、例示的画面である。 図２３−２６は、例証的実装による、ユーザが、どのようにホットチキンサンドイッチが昼食に消費されたことを示すログエントリを作成し得るかを表示する、例示的画面である。 図２３−２６は、例証的実装による、ユーザが、どのようにホットチキンサンドイッチが昼食に消費されたことを示すログエントリを作成し得るかを表示する、例示的画面である。 図２３−２６は、例証的実装による、ユーザが、どのようにホットチキンサンドイッチが昼食に消費されたことを示すログエントリを作成し得るかを表示する、例示的画面である。 図２７−２９は、例証的実装による、ユーザが、どのように既にログ付けされた食品の組み合わせを作成し得るかを表示する、例示的画面である。 図２７−２９は、例証的実装による、ユーザが、どのように既にログ付けされた食品の組み合わせを作成し得るかを表示する、例示的画面である。 図２７−２９は、例証的実装による、ユーザが、どのように既にログ付けされた食品の組み合わせを作成し得るかを表示する、例示的画面である。 図３０は、例証的実装による、ユーザが、どのように新しい食品をデータベースに追加し得るかを表示する、例示的画面である。 図３１−３３は、例証的実装による、ユーザが、どのように運動をログ付けし得るかを表示する、例示的画面である。 図３１−３３は、例証的実装による、ユーザが、どのように運動をログ付けし得るかを表示する、例示的画面である。 図３１−３３は、例証的実装による、ユーザが、どのように運動をログ付けし得るかを表示する、例示的画面である。 図３４は、例証的実装による、ユーザに関する消費された食品データベース内にない食品に対応する、ユーザのための新しい食品提案を表示する、例示的画面である。 図３５は、例証的実装による、ユーザに関する消費された食品データベース内の食事に対応する、ユーザのための食事提案を表示する、例示的画面である。 図３６Ａは、例証的実装による、ユーザ消費レベルが、標的プロファイルに対応するレベルを下回るまたは上回るかに関する、栄養素のセットに対応する棒グラフを表示する、例示的画面である。 図３６Ｂは、例証的実装による、ユーザに関する栄養素の標的レベルおよび消費されたレベルを含む、棒グラフの詳細を表示する、例示的画面である。 図３６Ｃは、例証的実装による、栄養素の消費されたレベルに寄与する、ユーザが消費した食品を表示する、例示的画面である。 図３６Ｄは、例証的実装による、多量の選択された栄養素を伴う、新しい食品推奨を表示する、例示的画面である。 図３７は、例証的実装による、ユーザ消費レベルが標的プロファイルに近い範囲内にある、栄養素のリストを表示する、例示的画面である。 図３８は、例証的実装による、アプリケーションを開くことに応じてユーザに表示される、モバイルデバイス上のホーム画面である。 図３９−４２は、例証的実装による、ユーザのために提案される新しい食品を表示する、例示的画面である。 図３９−４２は、例証的実装による、ユーザのために提案される新しい食品を表示する、例示的画面である。 図３９−４２は、例証的実装による、ユーザのために提案される新しい食品を表示する、例示的画面である。 図３９−４２は、例証的実装による、ユーザのために提案される新しい食品を表示する、例示的画面である。 図４３−４６は、例証的実装による、ユーザと関連付けられた不足栄養素のリストおよび標的栄養素のリストを表示する、例示的画面である。 図４３−４６は、例証的実装による、ユーザと関連付けられた不足栄養素のリストおよび標的栄養素のリストを表示する、例示的画面である。 図４３−４６は、例証的実装による、ユーザと関連付けられた不足栄養素のリストおよび標的栄養素のリストを表示する、例示的画面である。 図４３−４６は、例証的実装による、ユーザと関連付けられた不足栄養素のリストおよび標的栄養素のリストを表示する、例示的画面である。
本明細書に説明されるのは、栄養摂取量レベルを分析し、具体的ユーザの現在の栄養摂取量およびユーザの栄養関連目標の両方に応答した推奨を生成する個人化されたアプローチを提供する、栄養分析および推奨システムならびに方法である。全体的理解を提供するために、ユーザが、その栄養素消費を調整し、個々に応じた目標を満たすのに役立つ食品を提案するためのシステムを含む、ある例証的実装が、ここで、説明される。しかしながら、本明細書に説明されるシステムおよび方法は、取り扱われる用途に適切であるように、適合および修正されてもよく、かつ他の好適な用途において採用されてもよく、そのような他の追加および修正は、その範囲から逸脱しないことが当業者によって理解されるであろ。
図１Ａ−１Ｃは、本明細書に開示されるシステムおよび方法を実装するために使用され得る、ネットワークおよびデータベース構造の実施例を描写する。図１Ａは、例証的実装による、人の具体的食事療法目標と整合させるように、人の食事療法を調整するためのコンピュータ化されたシステム１００のブロック図である。本システム１００は、サーバ１０４と、ネットワーク１０２を経由して、サーバ１０４に接続される、ユーザデバイス１０８とを含む。サーバ１０４は、プロセッサ１０５と、電子データベース１０６とを含み、ユーザデバイス１０８は、プロセッサ１１０と、ユーザインターフェース１１２とを含む。本明細書で使用されるように、用語「プロセッサ」または「コンピューティングデバイス」は、１つ以上のコンピュータ、マイクロプロセッサ、論理デバイス、サーバ、または本明細書に説明されるコンピュータ化された技法のうちの１つ以上を実施するために、ハードウェア、ファームウェア、およびソフトウェアとともに構成される、他のデバイスを指す。プロセッサおよび処理デバイスはまた、入力、出力、および現在処理されているデータを記憶するための１つ以上のメモリデバイスを含んでもよい。本明細書に説明されるプロセッサおよびサーバのいずれかを実装するために使用され得る、例証的コンピューティングデバイス１３００が、図１３を参照して以下に詳細に説明される。本明細書で使用されるように、「ユーザインターフェース」は、限定ではないが、１つ以上の入力デバイス（例えば、キーパッド、タッチスクリーン、トラックボール、音声認識システム等）および／または１つ以上の出力デバイス（例えば、視覚ディスプレイ、スピーカ、触覚ディスプレイ、印刷デバイス等）の任意の好適な組み合わせを含む。本明細書で使用されるように、「ユーザデバイス」は、限定ではないが、本明細書に説明されるコンピュータ化された技法のうちの１つ以上を実施するために、ハードウェア、ファームウェア、およびソフトウェアとともに構成される１つ以上のデバイスの任意の好適な組み合わせを含む。ユーザデバイスの実施例として、限定ではないが、個人用コンピュータ、ラップトップ、およびモバイルデバイス（スマートフォン、ブラックベリー、ＰＤＡ、タブレットコンピュータ等）が挙げられる。図面を複雑にすることを回避するために、１つのサーバおよび１つのユーザデバイスのみが、図１Ａには示される。システム１００は、図１Ｂを参照して、および本開示全体を通して、以下にさらに詳細に説明されるように、複数のサーバおよび複数のユーザデバイスをサポートすることができる。
ユーザが、選択された食事療法プログラムまたは栄養目標およびユーザが消費した具体的食品に関する情報（例えば、食品のタイプおよび量を含む）等の１つ以上の入力を、ユーザインターフェース１１２を介して、システム１００に提供する。食品は、身体に栄養補給を提供するために消費された任意の物質を含み、典型的には、成長を促し、生活を維持し、またはエネルギーを提供するために、身体によって吸収される、栄養素を含む。食品は、人工または天然源の物質を含んでもよく、その自然発生形式（例えば、リンゴ、オレンジ、ジャガイモ、牛肉）、あるいは１つ以上の他の食品（例えば、食事、エネルギーバー、または飲料）を含む、調理またはパッケージ化された形式において消費されてもよい。食事療法プログラムは、栄養素のセットまたは他の健康関連目標を体系化してもよく、各目標は、栄養素のセットおよび栄養素毎の容認可能標的範囲または標的値を含んでもよい。食事療法プログラムは、限定ではないが、所望の生理学的転帰（例えば、減量、体重維持、増量、体力強化、癌予防等）を達成するため、具体的人口統計群（例えば、妊娠可能年齢の女性、十代、幼児、５０歳以上の大人等）に関する現在の医療上の思考に準拠するため、あるいはユーザの病状または食事療法制限等の具体的制約を考慮するためを含む、種々の要因に基づいて、ユーザに応じて調整されることができる。栄養素は、典型的には、食品中に見出される任意の栄養源を含むが、また、他の源においても見出される、または身体によって内部で産生されてもよい。栄養素の実施例として、カロリー；タンパク質またはその成分、例えば、アミノ酸；水；単糖類、例えば、グルコース、二糖類、例えば、スクロース、ならびにオリゴ糖および多糖類、例えば、でんぷん、グリコーゲン、およびセルロースを含む、炭水化物；脂質、脂肪酸、および他の脂肪；食物繊維；コレステロール；オメガ−３；ビタミンおよび健康または栄養補助食品；カリウム；カルシウム；マグネシウム；硝酸塩；リン酸塩；鉄；亜鉛；他の要素、例えば、銅；ナトリウム；ミネラル；あるいは任意の他の栄養素が挙げられる。プロセッサ１１０は、ネットワーク１０２を経由して、ユーザ入力をサーバ１０４に伝送する前に、ユーザ入力に対応するデータを処理してもよい。例えば、プロセッサ１１０は、タイムスタンプとともに情報をパッケージ化する、または具体的所定の食品または食事療法プログラムコードを使用して、情報をエンコードしてもよい。電子データベース１０６は、ユーザ入力を記憶し、また、ユーザによってユーザインターフェース１１２に以前に入力された以前に消費された食品を示すデータを含む、付加的データを記憶する。各食品内の種々の栄養素毎の量は、電子データベース１０６内に記憶される。例えば、データベース内に識別されたバナナは、例えば、サービングあたりまたは品目あたり（例えば、バナナ１本あたり）ベースで含有される炭水化物、脂肪、タンパク質、でんぶん、食物繊維、カリウム、塩、水、および他の栄養素のカロリーおよびグラムを識別する、所定の含有量ラベルと関連付けられるであろう。これらの栄養素レベルの実施例は、以下の表１の列Ｇに示される（１２ページ参照）。
プロセッサ１０５は、消費された食品の栄養含有量（「消費プロファイル」）および標的栄養素レベル（「標的プロファイル」）に基づいて、指数を判定するように構成される。本明細書で使用されるように、語句「基づく」は、「少なくとも部分的に基づく」ことを意味する。標的プロファイルは、ユーザの目標および／または選択された食事療法プログラムに従って判定される。指数は、消費プロファイル（消費された食品内の栄養素レベルによって判定される）が標的プロファイルからどれだけ逸脱するかを表す。指数は、数値指数（１と１００または０と１との間の数等）、アルファベット指数（グレードＦからＡ＋等）、指数の範囲を表す色勾配から選択された色、標的プロファイルに向かっての進展を示すグラフィカルアイコン、これらの組み合わせ、あるいは消費プロファイルと標的プロファイルとの間の逸脱の程度を伝える任意の他の可視または可聴インジケータであってもよい。指数の形式はまた、年齢および性別等のユーザの人口統計特徴に基づいて判定されてもよい。例えば、子供は、子供の消費された栄養素が標的栄養プロファイルに接近するにつれて変化する視覚的アイコンの形式をとる、指数により反応し得る（例えば、指数が増加するにつれてより活発に成長する、アニメ化された犬、あるいは指数が増加するにつれてサイズおよび／または数が増加する、金星）。プロセッサ１０５はまた、履歴消費レベルに基づいて、ユーザによって消費される場合、指数を増加させるであろう、電子データベース１０６内に記憶された食品を判定および推奨し、ユーザの消費プロファイルが、ユーザの標的プロファイルにより一致するであろうことを示す。
図１Ａのシステム１００の構成要素は、いくつかの方法のいずれかにおいて、配列される、分散される、および組み合わせられてもよい。例えば、図１Ｂは、ネットワーク１０２を介して接続された複数の処理および記憶デバイスにわたって、システム１００の構成を分散させる、コンピュータ化されたシステム１２０のブロック図である。そのような実装は、共通ネットワークリソースへのアクセスを共有する無線および有線通信システムを含む、複数の通信システムにわたって、分散された演算処理に好適であり得る。いくつかの実装では、システム１２０は、クラウドコンピューティング環境内に実装され、構成要素のうちの１つ以上は、インターネットまたは他の通信システムを介して接続された異なる処理および記憶サービスによって提供される。図１Ａのシステム１００同様に、システム１２０は、ユーザデバイス１０８と、電子データベース１０６と、サーバ１０４とを含む。ユーザデバイス１０８は、プロセッサ１１０と、ユーザインターフェース１１２とを含む。サーバ１０４は、それぞれ、プロセッサインスタンス１０５Ａ、１０５Ｂおよび１０５Ｃを含む、それぞれ、サーバインスタンス１０４Ａ、１０４Ｂ、および１０４Ｃを含む、サーバの分散されたシステムである。サーバインスタンス１０４Ａ、１０４Ｂ、および１０４Ｃは、例えば、クラウドコンピューティング環境内にインスタンス化された仮想サーバであってもよい。
データベース１０６は、「既知の食品」データベース１０６Ａと、「消費された食品」データベース１０６Ｂとを含む、または共通データベース内に組み合わせられ得る、データベースの分散されたシステムである。既知の食品データベース１０６Ａは、システム１２０に既知の食品の辞書であって、データベース内に含有される食品品目毎に、食品に関する名前の変形、食品の栄養含有量（例えば、サービングあたりまたは単位質量あたりベースで）、および食品の他の特性を記述するタグ（例えば、菜食主義、全粒、肉、コーシャ、ナッツ）を含んでもよい。既知の食品データベース１０６Ａは、手動でアップデートする、または他の食品データベース、例えば、ＵＳＤＡ Ｎａｔｉｏｎａｌ Ｎｕｔｒｉｅｎｔ Ｄａｔａｂａｓｅおよび他の類似食品情報源からインポートすることを含む、任意の好適な手段によって取り込まれてもよい。既知の食品データベース１０６Ａは、好ましくは、ヒトに既知の大部分の食品を含むが、あらゆる可能性として考えられる既知の食品を含有する必要はない。既知の食品データベース１０６Ａは、好ましくは、汎用であるが、消費された食品データベース１０６Ｂは、システム１２０の少なくとも１人のユーザによって消費されたとして以前に示された食品のみを記憶することに限定されてもよい。消費された食品データベース１０６Ｂは、分散されたアーキテクチャの一部である、データベース内に記憶されてもよいが、いくつかの実装では、消費された食品データベースは、ユーザデバイス１０８またはサーバ上にローカルに記憶されてもよい。消費された食品データベース１０６Ｂが、ローカルに記憶される場合、データベースは、ユーザデバイスと関連付けられた１人以上のユーザによって消費された食品に関するデータを記憶することに限定されてもよい。
平均的人は、典型的には、約２３，０００食品中約２００食品を消費する。したがって、既知の食品データベース１０６Ａは、全２３，０００食品のセットを含有してもよい一方、消費された食品データベース１０６Ｂは、ユーザが消費する２００食品のみを含有してもよく、実質的に、既知の食品データベース１０６Ａより解析がより容易である。行なわれる大部分のデータベース検索は、消費された食品の中の品目を検索することを伴うであろうため、食品のより小さいセットから開始することができる。したがって、ユーザが消費する食品を別個に記憶することは、例えば、推奨のために適切な食品を判定するとき、食品データベースの解析をはるかに効率的にする。
加えて、いずれかのデータベース内の食品は、食品に特異的であって、食品のある特性に関する、あるデータでタグ付けされてもよい。例えば、タグは、食品は、ある原料、例えば、ピーナッツを含有することを示してもよい。この場合、ピーナッツにアレルギーのあるユーザは、ピーナッツを含有しない食品の推奨のみを閲覧することを所望してもよい。そのような情報を含むタグとともに、データベース内の食品をラベル化することによって、プロセッサ１０５は、タグ付けされたデータに基づいて、推奨のための候補食品セットを限定することによって、データベース内の食品のセットを効率的に解析することができる。概して、食品は、食品が、一般的（または、概して、既知の）アレルゲンである原料を含有するかどうか、食品が、血糖特性または医療特性を有するかどうか、あるいは食品が、特殊食事療法、例えば、菜食主義、コーシャ、完全菜食主義、または任意の他の好適な食事療法と一貫するかどうかを含め、１人以上のユーザと関連付けられた任意の特殊データまたは選好とタグ付けされてもよい。食品をそのようなデータとともにラベル化し、食品をユーザによって提供される選好のセットでフィルタ処理することによって、適切な食品推奨が、ユーザに効率的に提供され得る。
システム１２０の構成要素は、通信ネットワーク１０２を経由して接続される。図１Ｂに示される構成要素の配列および数は、単に、例証であって、任意の好適な構成が、使用されてもよい。データベース１０６はさらに、栄養素の種々のレベル（異なる食事療法プログラム（例えば、アトキンス食事療法、菜食主義食事療法、ケトン誘発食事療法）に関する相対量および絶対量の両方）を記憶する、食事療法プログラムデータベース１０６Ｃを含む。データベース１０６はまた、標的プロファイル内の栄養素毎に適用される加重を記憶する、栄養加重データベース１０６Ｄを含む。栄養加重は、ユーザデバイス１０８内にローカルに記憶されてもよいが、好ましい実装では、栄養加重は、分散されたアーキテクチャを採用するシステムの一部である、データベース内に記憶される。栄養加重に関するそのようなアーキテクチャの使用と関連付けられた改善された可用性は、有利には、現在の食事療法または医療上の思考を考慮するために、栄養加重の持続的精緻化を促進し、また、種々の医師または食事療法士からの入力を促進する。
図１Ａおよび１Ｂは、人の食事療法を調整し、人の具体的食事療法の必要性と整合させるために、ネットワークベースのシステムを描写するが、システム１００またはシステム１２０の機能的構成要素は、ユーザデバイス１０８とともに、またはそのローカルに含まれる１つ以上の構成要素として実装されてもよい。例えば、図１Ｃは、プロセッサ１１６と、ユーザインターフェース１１８と、電子データベース１２２とを含む、ユーザデバイス１１４を描写する。プロセッサ１１６は、図１Ａおよび１Ｂのプロセッサ１０５および１１０の機能の一部または全部を行なうように構成されてもよく、電子データベース１２２は、図１Ａおよび１Ｂのデータベース１０６内に記憶されるデータの一部または全部を記憶するように構成されてもよく、ユーザインターフェース１１８は、図１Ａおよび１Ｂのユーザインターフェース１１２に関して本明細書に説明される入力および出力機能のいずれかを行なうように構成されてもよい。加えて、図１Ａ−１Ｃのシステム内の構成要素毎に行なわれる機能は、再配列されてもよい。いくつかの実装では、プロセッサ１１０（図１Ａ）は、本明細書に説明されるようなプロセッサ１０５の機能の一部または全部を行なってもよい。例えば、プロセッサ１１０は、指数を算出してもよく、および／またはユーザに推奨するための食品のデータベース内の適切な食品を判定してもよい。議論を容易にするために、本開示の残りは、多くの場合、図１Ａのシステム１００を参照して、指数判定および食品推奨技法を説明するであろう。しかしながら、図１Ａ−１Ｃのシステムのいずれも、これらのシステムの任意の好適な変形例と同様に、使用されてもよい。
図２Ａおよび２Ｂは、ユーザが消費した食品の記録を記憶するために、データベース１０６（図１Ａ）において使用され得るデータ記憶構造の実施例を描写する。図２Ａは、１人以上のユーザによって消費された食品のリストに対応する、消費された食品データベース（図１Ｂの消費された食品データベース１０６Ｂ等）内の記録のための第１のデータ構造１３２を描写する。本実施例では、データ構造１３２は、消費された食品の３つの記録を含み、例証を容易にするために、単一ユーザのみに関する記録が、示される。データ構造１３２内の各記録は、「消費された食品」フィールドを含み、その値は、既知の食品データベース、例えば、図１Ｂの既知の食品データベース１０６Ａ内に列挙された食品に関する識別番号を含む。データ構造１３２内の各記録はまた、消費された食品のサービング数、１つ以上の食事タイプ分類（例えば、朝食、朝食を兼ねた昼食、昼食、夕食、または間食）、食品が消費された日付、およびバーコード識別子（適用可能である場合）に関するフィールドを含む。バーコード識別子フィールドは、データベースの効率的解析を可能にし、ユーザが消費した食品に対応する１つ以上のデータベースエントリを特定するために、データ構造、例えば、データ構造１３２内に記憶されてもよい。例えば、ユーザデバイス１０８は、バーコード走査が消費された食品エントリをログ付けするために使用され得るように、バーコード走査能力を具備してもよい。データ構造１３２はまた、バーコード識別子に従って記憶されてもよく、これは、データベース解析および食品のログ付けの効率をさらに増加させるであろう。
いくつかの実装では、ユーザが２回以上消費する食品に関して、データ構造１３２内の同一の記録は、ユーザが食品を消費した日付、ユーザが食品を消費したときに選択された食事タイプ分類、消費されたサービング数に関するフィールド、または任意の他の好適なフィールド内に複数の値を含んでもよい。いくつかの実装では、データ構造１３２は、固定時間周期の間、例えば、先週、先月、２ヶ月間、または任意の他の好適な時間周期の間、ユーザが消費した食品を記憶または追跡する。この場合、データ構造１３２は、単に、時間周期の間の食品が消費された回数のカウント（または、食品が消費された総量）および／またはユーザがその食品を消費した最近の日付を記憶してもよい。いくつかの実装では、ユーザが同一の食品を複数回消費するとき、データ構造１３２内の新しい記録は、ユーザがその食品を消費する度に作成されてもよい。他のフィールド、例えば、ユーザＩＤフィールドまたは食品格付けフィールドもまた、含まれてもよい。
図２Ｂは、消費された食品データベース（図１Ｂの消費された食品データベース１０６Ｂ等）内の記録のための第２のデータ構造１３４を描写するが、消費された食品の別個の記録に従って編成される代わりに、データ構造１３４は、１人以上のユーザによって消費された食事別に編成される。本明細書で使用されるように、用語「食事」は、指定される時刻に消費される１つ以上の食品（例えば、午前中の朝食、昼間の昼食、および夕方の夕食）、または同一の食事時間（特定の時刻に対応してもよく、またはそうでなくもよい）内に消費される１つ以上の食品群を指す。人々は、典型的には、ある時刻に、ある組み合わせにおいて、ある食品を消費するため、異なる時間においてともに食される食品に関する情報の使用は、システム１００によって提供される食品推奨を改善し得る（以下に詳細に説明される）。例えば、本アプローチを使用して、朝食の際にそのカロリー割当量の大部分を消費するユーザは、より大きい割合のユーザのカロリー摂取量割当量を朝食推奨に含む、食事推奨を受信する可能性が高い。データ構造１３４は、２つの食事の記録を含み、それぞれ、食事ラベルフィールド（日付および食事タイプを含む）と、その食事において消費された食品のリスト（識別番号によって）とを有する。例えば、第１の記録１３６は、２０１０年１０月１１日の夕食に消費された食品に対応し、第２の記録１３８は、同一の日付に間食として消費された食品に対応する。データ構造１３２および１３４は、システム１００内の異なる目的のために使用される、異なるインスタンス化を伴う、同一の消費された食品データを表す、異なる方法である。いくつかの実装では、ユーザデバイス１０８は、消費された食品データベースをローカルに（例えば、図１Ｃの電子データベース１２２内に）記憶してもよく、または消費された食品電子データベースは、サーバ１０４上（例えば、図１Ａの電子データベース１０６内）、またはサーバ１０４にアクセス可能な別個のデータベース内（例えば、図１Ｂに示されるように）に記憶されてもよい。
図３は、具体的食事療法必要性に伴って、人の食事療法を調整するために、システム１００によって実装され得る、方法２００の流れ図である。概して、方法２００は、ユーザの健康関連目標に従って、ユーザのために推奨される、またはユーザによって規定された栄養素レベルと比較して、ユーザによって消費された食品の栄養含有量の分析を提供する。方法２００の概要が、最初に提供され、その後、本方法のステップの種々の実装の例証が続く。示されるように、方法２００は、概して、食事療法プログラムを示す入力と、消費された食品を識別する入力とを受信するステップを含む。食事療法プログラムは、複数の食事療法プログラムからユーザによって、またはユーザ特異的情報（病状、栄養目標、運動等）に基づいて、複数の食事療法プログラムからシステムによって選択されてもよい。ある実装では、メニューから選択された食事療法プログラムを示す第１の入力（ステップ２２０）と、消費された食品を識別する第２の入力（ステップ２２２）とを伴う、入力が、ユーザインターフェース１１２において受信される。本方法はさらに、一方または両方の入力をサーバ１０４に伝送するステップ（ステップ２２４）と、それに応答して、サーバ１０４から指数を受信するステップ（ステップ２２６）とを含む。指数は、消費された食品の栄養含有量を判定し、消費された食品内の栄養素レベルと、標的栄養素レベルとの間の逸脱を識別することによって計算される。プロセッサ１１０はまた、サーバ１０４から、消費されるべき食品に関する推奨を受信し（ステップ２２８）、次いで、指数および推奨をユーザインターフェース１１２に出力する（ステップ２３０）。方法２００のステップは、任意の好適な順序で行なわれてもよい。例えば、方法２００のいくつかのステップは、同時に、逆の順序で行なわれてもよく、またはいくつかのステップは、省略されてもよい。例えば、指数をサーバから受信するステップ（ステップ２２６）は、ステップ２３０において、方法２００が、指数を伴わずに、推奨を出力するように省略されてもよい。同様に、推奨を受信するステップ（２２８）は、ステップ２３０において、方法２００が指数を出力するように、省略されてもよい。指数は、例証を容易にするために、概して、数値の観点において、以下に説明されるが、指数は、ユーザの食事療法必要性に対する消費された栄養素の査定を提供可能な任意の好適な形式の１つ以上のインジケータであってもよいことを理解されたい。
栄養分析および推奨のための方法およびシステムの種々の実装が、ここで、説明される。例証を容易にするために、かつ限定としてではなく、実装は、図３を参照することによって説明され得る。しかしながら、システムおよび方法実装は、単独で、または組み合わせて実装されてもよく、方法２００に限定されないことを理解されたい。食事療法プログラムの選択（例えば、図３のステップ２２０において）に先立って、ユーザは、サーバ１０４と認証を行なってもよい。ユーザは、任意の好適な公知の認証機構を使用して、サーバ１０４と認証を行なってもよい。例えば、ユーザは、図１４の例示的ディスプレイに示されるように、「Ｍｙ Ｐｒｏｆｉｌｅ」選択肢を選択することによって、ユーザインターフェース１１２を介して、ユーザ名およびパスワードを入力し（または、他の識別情報を提供してもよい）、ステップ２２０（または、ステップ２２２）に進んでもよい。ステップ２２０が使用されると、プロセッサ１１０は、ユーザインターフェース１１２から、選択された食事療法プログラムを示す、第１の入力を受信する。図１５は、ユーザインターフェース１１２によって、ユーザに食事療法プログラムまたは具体的健康関連目標を入力するよう促すために提供され得る、例示的ディスプレイである。ステップ２２０では、ユーザインターフェース１１２は、メニューまたは食事療法プログラムおよび健康関連目標のリストを提供してもよく、ユーザは、メニューまたはリストから食事療法プログラムまたは目標を選択してもよい。食事療法プログラムは、１つ以上の所定のプログラムから選択されてもよく、あるいは所望のレベルの１つ以上の栄養素のユーザ入力を受信することによって、または特定の所望の健康転帰に基づいて、選択されてもよい。いくつかの実施形態では、ステップ２２０は、省略されてもよい。代わりに、食事療法プログラムは、例えば、ユーザあるいはユーザの医師、食事療法士、またはトレーナによって、事前に選択される。食事療法プログラムは、健康関連目標、例えば、具体的医療または食餌条件を管理すること、栄養上の必要性を満たすこと、新しい食品を試すこと、より多くの果物および野菜を食すること、または具体的食事療法、例えば、低炭水化物食事療法（例えば、Ｓｏｕｔｈ Ｂｅａｃｈ、Ａｔｋｉｎｓ）またはＵ．Ｓ．Ｄ．Ａ．ガイドラインの順守、ユーザの体重、年齢、性別、および健康を標的化した食事療法、あるいはユーザの全体的健康を改善または維持するために標的化された任意の他の栄養素プログラムを体系化してもよい。メニュー上の食事療法プログラムはまた、他のタイプの健康関連目標、例えば、体重の維持、減量、増量、より精力的感覚、ストレスの管理、より良好な睡眠、物理的強度または柔軟性の増加、新しいフィットネス活動の挑戦、より頻繁な運動、競技大会のための訓練、またはユーザが達成したいと所望する任意の他のタイプの生理学的目標を含んでもよい。
食事療法プログラムのメニューからの選択に加え、ユーザはまた、他の健康関連目標、制約、または注釈をユーザインターフェース１１２に提供することができる。例えば、ユーザは、自由形式の回答フィールド内に、ある食品アレルギー、制約、または選好（例えば、ユーザが、菜食主義、完全菜食主義、またはコーシャ食事療法を維持する場合、あるいは任意の他のタイプの食事療法制約を有する場合）を入力してもよい。ユーザはまた、例えば、ユーザが、糖尿病、高血圧、高コレステロール、あるいはユーザの食事または運動方法に影響を及ぼし得る、任意の他の具体的病状を有する場合、自由形式の回答フィールド内に、具体的病状を入力してもよい。自由形式の回答フィールドに打ち込まれた情報は、自動文字認識システムによって、解析され、ユーザの情報を特定の食事療法プログラムに一致させてもよく、または再考、および可能性として、ユーザとの付加的相談のために、臨床医に自動転送されてもよい。加えて、ユーザは、人口統計特徴、例えば、誕生日、性別、身長、現在の体重、所望の体重、活動レベル、または健康関連目標のいくつかの側面を捕捉し得る、任意の他の人口統計特徴を入力してもよい。
ステップ２２２では、プロセッサ１１０は、ユーザインターフェース１１２から、その栄養含有量に関して分析される、または以下に説明される、１つ以上の消費された食品を示す入力を受信する。図２３−２６は、ユーザインターフェース１１２の例示的ディスプレイであって、それによって、ユーザは、消費された食品をシステム１００に入力する。いくつかの実装では、ユーザインターフェース１１２は、ズーム式またはズーム可能ユーザインターフェース（ＺＵＩ）を表示してもよく、これは、ユーザが、食品製品の画像のセット上でビューのスケールを変更することが可能である、グラフィカルディスプレイであってもよい。ＺＵＩ上に表示される食品製品は、異なるユーザに対して異なって選択されてもよい。特に、ＺＵＩ上の食品製品は、ユーザがその食品製品を以前に消費したかどうか、またはユーザがその食品製品を消費する頻度に基づいて、選択されてもよい。ＺＵＩは、概して、随時、大規模品目セットの小規模セットを表示するために好適である。ここでは、ＺＵＩは、多数の既知の食品が、約数万個も実行している間、平均的人は、典型的には、この大規模セットのうちわずか数百食品（例えば、約２００食品）しか消費しないため、好適であり得る。そうであっても、本システムは、随時、具体的ユーザ要求に基づいて、これらの消費された食品の小規模サブセットのみを表示し、ＺＵＩの使用を可能または実践的にし得る。ＺＵＩ上に表示される食品製品は、食事タイプ、例えば、朝食、朝食を兼ねた昼食、昼食、夕食、および間食の分類に従って編成されてもよい。加えて、食品製品の１つ以上の階層が、ディスプレイをさらに編成するために使用されてもよい。階層は、食品製品のタイプ別に、例えば、果物、野菜、肉、乳製品、飲料、または任意の他の好適なタイプの食品製品別に、ソートされてもよい。初期ディスプレイでは、ＺＵＩは、最高レベルに１つ以上の階層の単純リストを含んでもよい（例えば、食品製品のタイプの食事別）。次いで、ユーザは、階層のうちの１つ以上を拡大し、下位レベル（例えば、具体的食品製品の名称または写真）を表示してもよい。したがって、ユーザは、ＺＵＩを使用して、１つ以上の食品を選択し、ユーザが、選択された食品を消費した、または消費を計画していることを示してもよい。本入力は、消費された食品に対応するユーザログエントリを作成するために使用されてもよい。消費された食品は、ユーザが過去に消費した、または消費を予定している食品である。食品は、同一の食事時間にユーザによって消費された食事の一部であってもよい（例えば、昼食にサンドイッチおよびサラダ、または異なる食事または食事時間からであってもよい）。ユーザはまた、ユーザインターフェース１１２上に、消費された食品の分量サイズ、食品が消費された日、および食品が消費された食事（その食品が、朝食、昼食、夕食において、または間食として、消費されたかどうかを示すこと等によって）を示す。
ステップ２２４では、プロセッサ１１０は、ネットワーク１０２を経由して、第１および第２の入力をサーバ１０４に伝送する。プロセッサ１１０は、次いで、（ネットワーク１０２を経由して、サーバ１０４から）消費された食品の栄養含有量に基づいて計算された指数（ステップ２２６）および選択された食事療法プログラムを受信する。指数は、好ましくは、累積方式において、ユーザの消費プロファイルが、標的プロファイル（例えば、Ｕ．Ｓ．Ｄ．Ａ．食事療法ガイドライン）からどれだけ逸脱するかを表す、単一マーカーである。以下の実施例では、栄養素毎の逸脱が、栄養素に関する標的レベルと消費された量との間の差異として計算される。しかしながら、前述のように、逸脱を判定するためのいくつかのアプローチのいずれかが、使用されてよい。標的（栄養素の所望のレベル等）と達成された量（消費された栄養素の量等）との間の逸脱は、目標（１つ以上の標的によって定義され得る）と達成率（１つ以上の栄養素の消費された量によって定義され得る）との間の整合の指標を提供する。逸脱は、具体的標的（範囲を含んでもよく、またはそうなくてもよい）と具体的量またはレベルとの間の比較を含むことができる。逸脱は、目標の具体的成分（例えば、単一栄養素）または複数の成分（例えば、栄養素毎に比較される複数の栄養素）に関して判定されることができる。逸脱を判定するための例示的好適な方法として、ある値を別の値から減算し、差異を求めるステップ、２つの値間の比率を算出するステップ、標準偏差または統計的相違等の任意の数の統計的アプローチ、パターン比較および認識、あるセットの値の曲線またはグラフと、別の値のセットの対応する曲線またはグラフを比較する等の相関アプローチ、回帰ベースまたは系統適合アプローチ等によるデータセットの導出された特性に基づく比較、二乗平均平方根等の誤差推定法が挙げられ得る。標的または達成されたレベルの複数の値が使用されるとき、データセットは、種々の栄養素、時間周期、個人、人々の集団、または任意の他の好適なパラメータに対応し得る。逸脱のプロファイルが、逸脱プロファイルが人に関する標的栄養プロファイルと人に関する栄養素消費プロファイルとの間の比較に基づくように求められてもよい。逸脱プロファイルは、標的栄養プロファイルおよび／または栄養素消費プロファイルにおける栄養素毎に、栄養素が超過または不足しているかどうの指標を含んでもよい。整合が、１つ以上の逸脱に基づいて判定され、目標と全体的達成率との間のコンプライアンスの指標を提供することができる（両方とも査定されている活動に関連するため）。
本明細書に開示されるシステムおよび方法は、１つの栄養素または複数の栄養素に関して提供されてもよい。しかしながら、本システムおよび方法は、複数の栄養素（例えば、３つ以上の栄養素）に適用され、同時に、１人以上の人に関する栄養摂取量を査定するために、特に、有利である。前述のように、複数の栄養素が問題であるとき、栄養素の査定または食品の推奨は、特に、算出が困難な問題となり得る。本難点は、部分的には、膨大な数の利用可能な食品（現在、数万個として推定される）、これらの食品の栄養値の変動性（栄養素の量およびタイプ両方の観点から）、同一の食品に関する可変分量サイズ、ならびに有用査定および推奨を提供するために考慮されなければならないユーザ特異的要因によるものである。好ましい実装では、ユーザの標的栄養素レベルからの逸脱は、消費された食品内に含有される複数の栄養素毎に計算され、逸脱プロファイルを導出する。逸脱プロファイルは、合計またはさらに処理され、全体的逸脱指数を提供してもよい。栄養素に関する標的栄養素レベルは、ユーザが規定された時間周期内に消費することを所望する具体的栄養素の量または量の範囲である。規定された時間周期は、異なる栄養素に関して異なってもよい。規定された時間周期は、１日の一部、１日、５日周期、７日周期等を含む、任意の好適な時間周期を含んでもよい。例えば、ビタミンＡに関する標的栄養素レベルは、ユーザが、７日以内の別のデータ上のビタミンＡの超過を不足日に消費することによって、ある日のビタミンＡ不足を埋め合わせる（正の影響まで）ことが可能であるため、典型的には、必ずしもではないが、１週間あたりの目標として表される。対照的に、他の栄養素、例えば、タンパク質、脂肪、および炭水化物は、概して、ユーザの１日あたりのカロリー摂取量要件を満たすために要求され、典型的には、必ずしもではないが、１日あたりの目標として表される。指数を判定するための方法の例証的実装は、図４および９に関連して詳細に説明される。プロセッサ１１０はまた、指数に基づいて、（ネットワーク１０２を経由して、サーバ１０４から）消費されるべき食品に関する推奨を受信する（ステップ２２８）。消費される食品に関する推奨を判定するための方法は、図５Ａ−５Ｃ、８、および１０に関連して詳細に説明される。ステップ２３０では、プロセッサ１１０は、ユーザに表示するために、指数および推奨をユーザインターフェース１１２に出力する。
図４は、例証的実装による、ユーザの逸脱指数を判定し、その指数を使用して、ユーザの消費プロファイルとユーザの標的プロファイルとの間の整合を改善するための食品を提案するために、プロセッサ１０５によって使用される、方法２１０の流れ図である。概して、本方法は、ユーザインターフェース１１２から、メニューから選択された食事療法プログラムを示す第１の随意の入力（ステップ２２０）と、消費された食品を識別する第２の入力（ステップ２２２）とを受信するステップと、次いで、少なくとも部分的に、選択された食事療法プログラムに基づいて、標的栄養素レベルを生成するステップ（または、所望に応じて、事前にプログラムされたレベルを使用して）（ステップ３２４）と、消費された食品内に含有される消費された栄養素レベルを生成するステップ（ステップ３２６）とを含む。プロセッサ１０５は、次いで、標的栄養素レベルと消費された栄養素レベルとを比較し（ステップ３２８）、少なくとも部分的に、ステップ３２８における比較に基づいて、第１の指数を計算する（ステップ３３０）。
図３におけるように、ステップ２２０および２２２では、プロセッサ１１０は、ユーザ入力をユーザインターフェース１１２から受信し、ユーザ入力をサーバ１０４に自動転送する。ステップ３２４では、プロセッサ１０５は、標的栄養素レベルに対応する標的栄養プロファイルを生成する。標的プロファイルは、ユーザに特定的であって、食事療法プログラム（ユーザによって事前に構成または選択され得る）に基づき、ユーザの健康および人口統計特徴に依存し得る。ほとんどの事例では、標的プロファイルは、ユーザの食事療法プログラム（例えば、ユーザの健康関連目標を達成するために判定される）または所定の標的に対応するであろう。
ユーザが、健康関連目標のセット（図１５に示されるもの等）から選択すると、ユーザ特異的食事療法プログラムが、自動的に、ユーザの選択された健康関連目標および人口統計特徴に基づいて生成される。ユーザの食事療法プログラムは、種々の栄養素の標的量（固定量または範囲であってもよい）を含む、標的プロファイルに対応する。ユーザは、ユーザの栄養上の必要性、病状、具体的人口統計特徴、または食事療法制限に応じて、これらの栄養素の標的量を調節してもよい。加えて、第２のユーザ、例えば、臨床医、食事療法士、分析者、または任意の訓練された個人が、元々のユーザの入力を閲覧するためのアクセスを有してもよく、ユーザの標的プロファイル内の標的量を調節してもよい。例えば、第２のユーザは、栄養素毎にユーザの標的プロファイルを調節してもよい。第２のユーザはまた、元々のユーザの選択された食事療法プログラムおよびユーザの人口統計特徴を含む、元々のユーザのプロファイル内の情報に基づいて、適切な標的プロファイルを調節または選択してもよい。第２のユーザは、元々のユーザのプロファイル内のデータと食事療法プロファイルを一致させてもよく、または元々のユーザに連絡し、相談の場を設けてもよい。さらに、第２のユーザは、ユーザの入力および／または標的プロファイルを使用して、ユーザの健康または栄養プロファイルにおける臨床または他の変化を追跡してもよい。
標的は、標的栄養素のセット内の栄養素毎に判定される。標的プロファイルは、時間周期（例えば、１日、１週間、１ヶ月、または任意の他の好適な時間周期）にわたって消費されるべき栄養素の標的量である、標的栄養素レベルを含む。栄養素レベルは、質量測定基準（例えば、グラム）、体積、パーセンテージ、カロリー、または栄養素の量を表す任意の他の好適な測定基準において、栄養素の量を含んでもよい。さらに、前述のように、異なる標的栄養素レベルは、異なる時間周期に基づいてもよい。例えば、カロリーの標的量は、１５００カロリー／日であってもよい一方、オメガ−３の標的量は、７グラム／週であってもよい。図１６は、図１５に示される選択された食事療法プログラムおよび人口統計特徴に基づく、ユーザに関する標的プロファイルの例示的ディスプレイである。示されるように、プロファイルは、栄養素毎の１日あたりの数値消費標的とともに、複数の栄養素を含む。標的プロファイルの別の実施例は、以下の表１の列Ｂに示される。
ステップ３２６では、プロセッサ１０５は、消費された食品内に含有される消費された栄養素レベルに対応する消費プロファイルを生成する。消費プロファイルは、栄養素毎に消費された食品の栄養含有量を含む。栄養素のセット内の栄養素毎に、消費プロファイルは、消費された食品内の栄養素の量に対応する、消費された栄養素レベルを含む。特定の食品に関する消費プロファイルの実施例は、図１８および４２に示され、ユーザの標的プロファイル内のものと同一の栄養素を含むであろう。ある実装では、消費プロファイルは、ユーザが、昨日、先週、先月、または任意の他の選択された時間周期内に消費されたものとして示した全食品に対応する。消費プロファイルの別の実施例は、以下の表１の列Ａに示される。
ステップ３２８では、プロセッサ１０５は、消費された栄養素レベルと栄養素毎の個別の標的レベルを比較する。ある実施形態では、栄養素のセット内の栄養素毎に、各消費された栄養素の量の数値インジケータが、対応する標的レベルと比較される。ステップ３３０では、プロセッサ１０５は、次いで、ユーザの標的プロファイルと消費プロファイルとの間の全体的類似性を表す第１の指数を算出する。例えば、第１の指数は、以下の３つの式のセットに従って算出され得る。
Figure 2015510646
Figure 2015510646
Figure 2015510646
 式中、
ＩＣｎは、各栄養素ｎの指数寄与率であって、
ｗｎは、栄養素ｎに適用される加重関数であって、
ｇｎは、栄養素ｎに関する標的栄養素成分レベルであって、
ｃｎは、栄養素ｎに関する消費された栄養素成分レベルであって、
Ｎは、栄養素のセット内の栄養素の数であって、
ＩＲは、未加工指数であって、
Ｉは、指数である。
したがって、本実装では、指数Ｉは、０と１との間の数に対応する。指数が「１」に近いほど、消費された食品栄養素レベルは、ユーザの標的プロファイルに近い。代替として、０に近い指数は、消費された食品が標的プロファイルから離れた栄養素レベルを有することを意味する。任意の好適な範囲（非数値範囲または異なる数値範囲を含む）が、使用されることができ、指数Ｉは、任意の形式または範囲によって許容される値をとることができる。指数は、ユーザに関して判定された食事療法プログラムと、一式の複数の栄養素の個別の整合に基づくユーザの食事療法との間の総合的整合を表す。本明細書に説明される式は、単に、例証であって、ユーザの標的プロファイルと消費プロファイルとの間の全体的類似性と関連付けられた値を判定するための任意の好適な式または関数が使用されてよい（本明細書に説明される式と組み合わせて、またはその代わりに）ことを理解されるであろう。
特定の栄養素ｎに関して、ｗｎは、消費された量ｃｎと標的栄養素レベルｇｎとの間の逸脱に適用される加重関数（または、単に、加重）である。前述のように、栄養素に関する標的栄養目標は、単一標的栄養値ではなく、容認可能レベルの範囲として表されてもよい。標的栄養目標はまた、別の栄養素の消費された量または量の範囲の関数として表されてもよい（例えば、食物繊維に関する１日あたりの標的栄養素レベルは、典型的には、個人の１日あたりのカロリー摂取量の観点から表される）。したがって、本明細書における標的栄養素または栄養素レベルという言及は、固定値として、範囲として、あるいは他の栄養素の摂取量または目標の関数として表される標的を包含すると理解される。異なる栄養素は、選択された食事療法プログラムに応じて、異なる適用される加重を有してもよい。例えば、腎臓疾患を患うユーザは、ナトリウムに非常に敏感であり得、したがって、目標量を上回るいかなるナトリウム消費も、別のあまり敏感ではない栄養素の消費よりはるかに重く（指数に及ぼす負の影響まで）加重され得る。したがって、同一の栄養素ｎに関して、あるユーザに関するある栄養素と関連付けられた加重は、別のユーザに関するその栄養素と関連付けられた加重と異なり得る。特定の栄養素に関する加重関数は、標的栄養素レベルからの全逸脱に関して一定値、逸脱の程度に伴って変動する区分的関数、区分的非線形関数、あるいは連続線形または非線形関数であってもよい。使用され得る加重関数の実施例は、図２Ｃに提供される（および、以下に説明される）。
加えて、栄養素ｎに関して、ｗｎは、ｃｎがｇｎを超えるかどうかに依存し得る。例えば、選択された食事療法プログラムに基づいて、消費された栄養素レベルが、第１の栄養素に関する対応する標的レベルを超えることが適切であり得るが、標的レベルが消費されたレベルを超えることが適切でない場合がある。したがって、第１の栄養素に関して、消費されたレベルが標的レベルを超える場合、低加重ｗｎが適用されるであろう。代替として、標的レベルが消費されたレベルを超える場合、高加重ｗｎが適用されるであろう。第２の栄養素に関しては、逆のことが当てはまり得る。すなわち、標的レベルが消費されたレベルを超えることが適切であり得るが、その逆は、適切ではない。したがって、ｃｎがｇｎを超えるかどうかに基づくｗｎの選択は、これらの可能性を考慮する。いくつかの実装では、各栄養素ｎは、２つの加重、すなわち、標的超加重ａｎおよび標的未満加重ｂｎと関連付けられ得る。前述の標的加重ａｎは、ｃｎがｇｎを超えるときに使用され、標的未満加重ｂｎは、ｃｎがｇｎ未満であるときに使用されるであろう。すなわち、以下となる。
Figure 2015510646
いくつかの実装では、プロセッサ１０５は、ユーザが、栄養素ｎに関して、標的栄養素レベルｇｎまたは実質的にその近傍にある消費された栄養素レベルｃｎを有することに対する報酬を受けるように、ユーザの指数を調節するようにプログラムされる。ユーザが、標的レベルに到達したことに対して報酬が受けられ得る方法の１つは、有効加重ｗｎを対応する標的超加重ａｎおよび標的未満加重ｂｎの大きい方に選定することによるものである。すなわち、以下となる。
Figure 2015510646
 したがって、ｃｎ＝ｇｎの場合、対応するＩＣｎ（式１から）は、０であって、式２の分子には何も追加されない。しかしながら、より大きい有効加重ｗｎを選定することによって、式２の分母を増加させ、それによって、より大きい未加工指数値、ひいては、より大きい指数値をもたらす。したがって、ユーザは、標的レベルまたはその近傍の特定の栄養素に関して、より大きい有効加重を選定することによって、より高い指数値によって目標を満たすことに対して報酬を受ける。プロセッサ１０５はまた、ｃｎがｇｎにほぼ等しいとき、異なる加重関数を使用することによって、異なる加重を選定するようにプログラムされてもよい（加重関数は、ａｎ、ｂｎ、および消費された栄養素の精密な値の関数である）。さらに、前述の実施例では、ａｎおよびｂｎはそれぞれ、一定値または逸脱の程度の関数であってもよい。前述の実施例は、説明を容易にするために、栄養素ｎに関する標的レベルが固定値であると仮定する。しかしながら、同一の原理は、範囲あるいは別の消費されたまたは標的栄養素の関数として表される標的レベルを伴う栄養素の場合にも適用される。例えば、そのような場合、消費された量は、消費された量が標的範囲の上限を上回る場合、標的レベルを超える。栄養素は、消費された量がその範囲の下限を下回る場合、標的レベル未満であって、栄養素は、消費された量が標的範囲の上限と下限との間にある場合、標的レベルとほぼ等しい。
実施例として、表１は、ユーザが１日の間にログ付けした食品に対応する、ユーザに関する１日の種々の栄養素の例示的消費された量ｃｎ（列Ａ）を示す。例示的個人用の標的となる１日あたりのレベルｇｎ、加重ａｎおよびｂｎ、有効加重ｗｎ、ならびに指数寄与率ＩＣｎもまた、表１に示される。脂肪の消費された量は、脂肪に関する個人用標的レベルに等しく、したがって、有効加重は、ａｎとｂｎとの間において、より大きくなるように選定されることに留意されたい。各消費された栄養素レベルと個別の標的レベルとの間の差異は、指数寄与率ＩＣｎ（表１の列Ｆ）を求めるために算出される。表１に示される１３個の栄養素は、全Ｎ栄養素であると仮定すると、式１−３を使用した対応する指数は、０．８１である。しかしながら、他の栄養素もまた、検討され、適切な標的レベルおよび加重が割り当てられてもよい。他の栄養素の実施例として、他のタイプのビタミン、ミネラル等が挙げられ、また、人の全体的健康に影響を及ぼす他の要因、例えば、水または運動もさらに挙げられ得る。
Figure 2015510646
指数を判定するための代替技法が、使用されてよい。例えば、指数は、以下に従って算出されてもよい。
Figure 2015510646
 Ｉは、指数であって、
Ｎは、栄養素のセット中の栄養素の数であって、
ｇｎは、栄養素ｎに関する標的レベルであって、
ｃｎは、栄養素ｎの消費されたレベルであって、
ｗｎは、標的レベルｇｎおよび消費されたレベルｃｎの線形または非線形関数に基づいて、栄養素ｎに関する加重を生成する、加重関数である。
式６において使用される加重関数ｗｎは、いくつかの形式のうちのいずれかをとってもよく、栄養素、食事療法プログラム、およびユーザ毎に異なり得る。図２Ｃは、使用され得る、いくつかの例示的加重関数を示す。各加重関数は、ユーザによって消費された栄養素の量に対してプロットされ、標的点または範囲、標的未満加重関数ｂｎ（消費された量が標的点または範囲を下回るときの加重関数に対応する）、および標的超加重関数ａｎ（消費された量が標的点または範囲を上回るときの加重関数に対応する）を含む。
加重関数１５０の場合、ある栄養素に関する標的量は、単一標的点に対応し、その栄養素のユーザの消費レベルが標的点値と同一であるときのみ、ユーザが、その栄養素に関する標的を満たすと見なされることを意味する。この場合、各栄養素は、栄養素の消費がその栄養素に関する標的レベルを超えるとき、標的超加重ａｎが割り当てられ、栄養素の消費が標的レベル未満であるとき、標的未満加重ｂｎが割り当てられる。代替加重関数は、図２Ｃの略図１５２−１６４に示される。特に、加重関数１５２、１５４、１６０、および１６２は、標的範囲を伴う栄養素に対応し、標的量が、値の範囲に対応することを意味する（実施例として、表１におけるコレステロールおよびナトリウムに対応する行を参照）。これらの場合、栄養素のユーザ消費レベルが標的範囲内にある場合、栄養素は、「標的上」としてラベル化されてもよく、それに応じて、栄養素が加重される。
いくつかの実装では、加重関数は、加重関数１５０、１５２、および１５４に図示されるように、断続的である。これらの場合、ユーザの消費された量が断続点にある場合に選定される加重値は、加重関数の連続部分に依存し得る。例えば、選定される加重値は、最大値、平均値、中央値、または加重関数から導出される任意の他の適切な値であってもよい。加重関数は、例えば、略図１５０、１５２、１５４、および１６４では、線形であって、または、例えば、略図１５６、１５８、１６０、および１６２では、非線形であってもよい。加えて、標的超加重関数ａｎおよび標的未満加重関数ｂｎは、相互に対称であってもよく、または非対称であってもよい。加重関数は、１つ以上の凸状および／または凹状部分を有してもよい。加重関数はまた、消費されたレベルに適切に加重するために、種々の消費レベルと関連付けられた健康転帰に関する臨床データを使用する、実験的に判定された関数（例えば、ルックアップテーブル内に記憶される）であり得る。加えて、加重関数は、ユーザの人口統計特徴および健康目標に基づいて、調節されることができる。図２Ｃに示される例示的加重関数は、単に、例証であって、任意の好適な関数が使用されてよいことを理解されるであろう。
いくつかの実装では、栄養素は、異なる時間周期の間、複数の標的レベルと関連付けられてもよい（各標的レベルは、具体的数または上界および下界を有する範囲に対応してもよい）。例えば、カロリーの標的レベルは、１５００カロリー／日、１０，５００カロリー／週、および２００−３００カロリー／食事（例えば、食事あたりの標的の場合、異なる食事分類に関して規定された異なる標的レベル（例えば、朝食に３００カロリー）を含む）であってもよい。類似標的レベルは、他の栄養素、例えば、炭水化物、タンパク質、脂肪、食物繊維等に関して規定されてもよい。複数の時間依存標的レベルが、栄養素に関して規定される場合、各標的レベルは、栄養素の対応する消費されたレベルと比較され、各比較は、式１に示されるように、別個の指数寄与率ＩＣｎと関連付けられてもよい。
同様に、いくつかの実装では、栄養素は、複数の時間ベースの加重関数（または、単に、加重）と関連付けられてもよい。すなわち、異なる加重は、同一の栄養素と関連付けられるが、異なる時間周期の間の比較に適用されてもよい。栄養素は、１週間あたりの加重、１日あたりの加重、または食事あたりの加重等、種々の時間周期の間の加重と関連付けられてもよい。これらの加重は、概して、相互に独立するが、ある場合には、ある時間周期の間の加重は、別の時間周期の間の加重から取得可能または導出可能であってもよい。実施例として、カロリー数／日に関する比較に適用される加重関数は、カロリー数／週に関する比較に適用された加重関数と異なってもよい。異なる加重を適用するこのような柔軟な方法は、例えば、より高い加重が１週間あたりのカロリー目標より１日あたりのカロリー目標に適用されるように、ユーザが、１週間あたりのカロリー目標を順守するより１日あたりのカロリー目標を順守することが重要である場合、望ましくあり得る。本実施例では、ユーザは、週の数日間、１日あたりのカロリー目標を有意に超える場合があり、超過カロリー摂取量を補償する試みにおいて、ユーザは、その週の残りの日に過度に食事療法を行い得る。この場合、ユーザは、１週間あたりのカロリー目標を満たし得るが、１日あたりのカロリー目標を満たすことができない。１週間あたりのカロリー目標より高い加重を１日あたりのカロリー目標に適用することによって、ユーザが１週間あたりのカロリー目標を満たしても、１日あたりのカロリー目標からのユーザの逸脱を補償することにはならない。同様に、異なる加重は、例えば、食事ベースのカロリー目標および１日あたりのカロリー目標に割り当てられてもよい。本明細書に説明される実施例は、例証的目的にすぎず、当業者は、本明細書に説明されるシステムおよび方法が、異なる（または、同一の）加重関数を異なる時間周期の間の任意の栄養素と関連付けられた比較に適用するために使用されてもよいことを理解するであろう。
さらに、本明細書に説明される加重方法のいずれかまたはその組み合わせは、栄養素に関連しない他の査定システム、例えば、睡眠アドヒアランス査定、ウェルネス査定、運動アドヒアランス、薬剤アドヒアランス等に適合および適用されてもよい。特に、前述の適用可能である分野毎に、ユーザは、査定されている成分の性質または時間周期に基づいて、異なる相対的重要性を有する複数の成分を含む、推奨または要求される処方計画またはプログラムに従うよう試みてもよい。処方計画またはプログラムは、その種々の成分に従って分析されてもよく、各成分は、本明細書に説明される加重関数に従って判定された関連付けられた加重を有する。
いくつかの実装では、指数は、以下に従って算出されてもよい。
Figure 2015510646
 Ｉは、指数であって、
Ｎは、栄養素のセット中の栄養素の数であって、
ｇｎは、栄養素ｎに関する標的レベルであって、
ｃｎは、栄養素ｎの消費されたレベルであって、
ｆｎは、標的レベルｇｎおよび消費されたレベルｃｎの線形または非線形関数に基づいて、栄養素ｎに関する寄与率を生成する、寄与率関数である。
寄与率関数ｆｎは、任意の関数形式、例えば、加重関数ｗｎを参照して前述され、図２Ｃに図示される関数形式のいずれかをとってもよい。
いくつかの実装では、本明細書に説明されるシステムおよび方法は、ユーザのためのソーシャルネットワーキング経験を提供する。例えば、システム１２０のユーザは、自らのプロファイルを作成し、そのプロファイルを他のユーザと共有することによって、複数のユーザデバイス１０８（示されない複数のデバイス）にわたって、相互に相互作用してもよい。例えば、システム１２０は、別個のソーシャルネットワーキングサイト上にアカウントを伴うユーザのためのインターフェースを提供してもよい。特に、システム１２０は、別個のソーシャルネットワーキングサイトにも参加するユーザのいくつかのプロファイルデータを伝送してもよい。参加者は、選択肢を選択し、ソーシャルネットワークを用いて記憶され、システム１２０上で生成されたそのプロファイルデータを共有してもよい。プロファイルは、ユーザデータ、例えば、ユーザの目標、お気に入り食品、最近消費された食品、指数、またはユーザに関連する任意の他の好適なデータを含んでもよい。ユーザはまた、ユーザのデータのいずれかをプライベートにするために、プライバシー設定を設定することを選定してもよい。ユーザは、ネットワーク１０２を経由して、相互のプロファイルデータの閲覧を要求または可能にするための要求を別のユーザに伝送してもよく、同様に、ユーザは、他のユーザからのそのような要求を承認または拒否してもよい。要求が承認された後、２人のユーザは、接続され、相互のプロファイルデータを閲覧可能となる。特に、一方のユーザは、別のユーザによって作成されたレシピを閲覧し、他方のユーザによって消費された食品をログ付けし、ユーザとメッセージを交換し、および／または他方のユーザの指数データを閲覧することが可能であってもよい。ユーザが、ネットワーク１０２を経由して、相互に相互作用可能にすることによって、システム１０２は、ユーザが、その食事療法を改善し、レシピおよび食品を共有することを促すために、ソーシャルネットワーキング経験を提供する。加えて、コンテストが、ソーシャルネットワーキングシステム上で実施されてもよく、勝者は、ある時間周期にわたって、最高指数スコアまたは最も改善された指数スコアに基づいて選択されてもよい。コンテストの勝者は、賞、例えば、食事療法士または物理的トレーナによる療法指導、あるいは食料品店またはレストランにおける割引またはギフト券を受け取ってもよい。
図４の方法２１０は、ユーザが、指数の表示を所望し、かつ食品推奨の閲覧を所望しない場合、ステップ３３０で終了する。しかしながら、ユーザの指数を判定後、本明細書に説明されるシステムはまた、指数を標的レベルにより近づけるために、ユーザが消費するための１つ以上の推奨される食品を判定するための１つ以上の技法を実行するように構成されてもよい。サーバ１０４は、１つ以上の線形プログラミング技法を実行し、ユーザの食事療法において既に十分なレベルにある栄養素の消費における有害な増加を防止または低減させながら、不足栄養素を増加させる必要性を均衡化することによって、指数を改善するための複数の推奨を提供するようにプログラムされてもよい。システム１００は、所定の時間周期（例えば、週）に及ぶ複数の食事に関する推奨、以前に消費された食事に基づく次の予定食事に関する推奨、新しい食品を試すための推奨、およびこれらの組み合わせを含む、いくつかのタイプの食品推奨を提供するように構成されてもよい。これらのタイプの推奨を提供するための例示的技法は、図５Ａ−５Ｃを参照して以下に説明される。
図５Ａは、例証的実装による、複数の食事をユーザに推奨するために、サーバ１０４のプロセッサ１０５（図１Ａ）によって使用される、方法３００の流れ図である。本方法は、推奨が提供されるべき食事を識別するステップ（ステップ３４０）と、標的プロファイルが定義される時間窓を識別するステップ（ステップ３４２）と、時間窓内にユーザによって消費されたとしてログ付けされた食品の消費プロファイルを判定するステップ（ステップ３４４）とを含む。プロセッサ１０５は、食事推奨に関する１つ以上の制約を確立し（ステップ３４６）、標的プロファイルおよび消費プロファイルを使用して、最適化目的関数を定義し（ステップ３４８）、最適化目的関数および１つ以上の制約に基づいて、食事推奨を最適化する（ステップ３５０）。プロセッサ１０５は、次いで、食事推奨をユーザデバイス１０８に出力する（ステップ３５２）。
ステップ３４０では、プロセッサ１０５は、推奨が提供されるべき食事を識別する。ユーザは、例えば、「週の残りの間の推奨食事」選択肢を選択することによって、または食事推奨が所望される１日以上を選択することによって、これらの食事を規定してもよい。代替として、食事は、システム１００によって判定されてもよい（例えば、ユーザがシステム１００にログインした時間および曜日に従って、週の残りの食事の数およびタイプをカウントすることによって）。識別された食事は、食事タイプ（例えば、朝食、昼食、夕食、および間食）および食事曜日（例えば、水曜日、木曜日、金曜日）を含んでもよい。例えば、ユーザが、木曜日の昼食後の週の残りに関する食事推奨を要求する場合、プロセッサ１０５は、ステップ３４０において、木曜日の夕食と金曜日および土曜日のそれぞれに関する朝食、昼食、夕食、および間食として、食事を識別してもよい。
ステップ３４２では、プロセッサ１０５は、標的プロファイルが定義される時間窓を識別する。例えば、ユーザの標的プロファイルは、１週間あたりの栄養素標的を規定してもよく、その場合、システム１００は、１週間の時間窓にわたって、消費された栄養素を類算する。ステップ３４４では、プロセッサ１０５は、その時間窓内にユーザによって消費されたとしてログ付けされた食品の消費プロファイルを判定する（ステップ３４４）。これは、プロセッサ１０５が、時間窓の残りにおける食事に関する推奨を提供するとき、時間窓内で既に消費された食品（および、したがって、栄養素）を考慮することを可能にする。特に、プロセッサ１０５は、消費プロファイルを使用して、時間窓にわたる標的プロファイルを調節し、要求される食事推奨を生成する際に使用するための修正された標的プロファイルを判定してもよい。修正された標的プロファイルは、標的プロファイルを達成する、またはユーザの食事療法と標的プロファイルの整合を最大限にするために、ユーザが時間窓内の残りの食事の間に消費すべきものを表す。修正された標的プロファイルでは、栄養素レベルは、消費された栄養素レベル（図４のステップ３２６において生成される）と標的栄養素レベル（図４のステップ３２４において生成される）との間の差異に対応し得る。例えば、修正された標的プロファイルは、元々の標的プロファイル（ユーザの選択された食事療法プログラムおよび健康関連目標に基づく）を取り上げ、消費プロファイル（既に経過した時間窓の部分においてユーザが消費した食品に対応する）を減算することによって形成されてもよい。
加えて、標的プロファイルはさらに、ユーザ活動、例えば、運動を考慮するように修正されてもよい。特に、ユーザは、ユーザインターフェース１１２に、ユーザが行なった運動を示す情報の入力を提供してもよい。運動のタイプ、運動の取り組みレベル、およびユーザの人口統計特徴に基づいて、プロセッサ１０５は、活動の間にユーザによって燃焼されたカロリーの量を計算してもよい。ユーザはまた、直接、燃焼されたカロリー数をユーザインターフェースに提供してもよい。これらのディスプレイの実施例は、図３１および３２に示される。標的プロファイルは、次いで、例えば、燃焼されたカロリー数だけ目標を増加させることにより、１日あたりのカロリー標的目標を調節することによって、ユーザの燃焼されたカロリーを考慮するように修正されてもよい。加えて、いくつかの栄養素の標的量は、カロリー目標が調節されると、これらの栄養素の標的も同様に、調節されるように、カロリー数に依存してもよい。例えば、食物繊維に関する標的量は、ユーザの摂取量が少なくとも１４グラムの食物繊維／１，０００カロリーとなる目標によって制約されてもよい。カロリー目標の増加は、次いで、食物繊維標的量も増加させてもよい。加えて、ユーザ活動、例えば、運動の考慮は、例えば、タンパク質標的量を増加させ、筋肉回復および成長を促進することによって、標的プロファイルにさらなる変化をもたらしてもよい。修正された標的プロファイルを形成することによって、プロセッサ１０５は、ユーザが最近消費した食品およびユーザによって最近行なわれた活動を考慮し、次に消費するためにユーザに推奨すべきものを判定する。
ステップ３４６では、プロセッサ１０５は、食事推奨に関して、１つ以上の制約を確立する。これらの制約として、例えば、各食事における食品の量および栄養含有量、特定の日における食品の量および栄養含有量、ならびに時間窓にわたる食品の量および栄養含有量に関する制約が挙げられ得る。制約を確立するための方法の１つは、食事推奨におけるカロリーの近似総数を要求することである。例えば、昼食推奨に関する標的カロリー摂取量を判定するために、プロセッサ１０５は、以下を算出し得る。
Figure 2015510646
 式中、
ａｖｇｃａｌｌｕｎｃｈ，３０ｄａｙｓは、過去３０日にわたって、昼食で消費された平均カロリー数に対応し、
ａｖｇｃａｌｄａｙ，３０ｄａｙｓは、過去３０日にわたって、１日に消費された平均カロリー数に対応し、
ｃａｌｄａｙ，ｔａｒｇｅｔは、ユーザに関する１日あたりの標的カロリー数に対応し、
ｃａｌｌｕｎｃｈ，ｔａｒｇｅｔは、推奨されるべき昼食に関する標的カロリー数に対応する。
本実施例では、推奨される昼食に許容される１日あたりのカロリー標的の分量は、昼食および１日あたりのカロリー摂取量に関する３０日の平均を使用して計算される。任意の好適な平均時間周期が、使用されてよい。加えて、他の統計ベースのアプローチ、例えば、摂取量の中央値を求めること、およびパターン検出アプローチを含む、履歴カロリー摂取量パターンを求めるための他の方法も、使用されてよい。式８を使用して推奨される食事に関する標的カロリー数を算出することは、推奨される食事における食品の適切な分量サイズを判定することに役立つ。式８はまた、多くの場合、食事におけるカロリーの総数によって判定される、栄養素の近似内訳を判定するのにも有用である。例えば、いくつかの食事療法ガイドラインは、人のカロリーの３０％は、脂肪から、１５％は、タンパク質から、および５５％は、炭水化物から得られるべきであると提案している。最初に、標的総カロリー数を識別することによって、これらまたは他の栄養素の適切な標的レベルが、次いで、候補食事と比較のために判定されてもよい。
他の制約も、食事推奨の潜在的に望ましくない特性を回避または低減させるために使用されてもよい。例えば、ある食事推奨に関して、ユーザが以前に消費した食品の最大量を著しく超える、ある食品の量を消費することをユーザに推奨することは、望ましくない場合がある。したがって、プロセッサ１０５は、推奨される食事内のある食品の任意の量が、ユーザが以前に消費した履歴最大量のある割合（例えば、２倍あるいは任意の他の好適な割合または値）を超えることができないことを要求することによって、推奨するための任意の食品の最大量を設定してもよい。履歴最大量は、ある時間周期（１日、１週間、１ヶ月、または任意の好適な時間周期等）にわたって、ユーザが消費した最大量であってもよく、またはユーザがこれまでに消費した最大量であってもよい。さらに、履歴最大量は、食事推奨と同一の食事タイプの食事においてユーザが消費した最大量に対応してもよく、または任意の食事においてユーザが消費した最大量に対応してもよい。同様に、別の制約が、ある食品の任意の量が、ユーザが以前に消費した履歴最小量のある割合（例えば、３分の１あるいは任意の他の好適な割合または値）を下回ることができないように、食事推奨に適用されてもよい。
各推奨される食事が、１つ以上の基準を満たすことが望ましくあり得る。いくつかの実装では、ユーザの食習慣、例えば、食事にわたるユーザの平均的１日あたりのカロリー分布と一貫する食事を推奨することが望ましい。例えば、典型的には、あまり朝食を食べないユーザには、朝食に関して少量サイズが、推奨されてもよい。いくつかの実装では、推奨される食事は、栄養素の所望の分布を満たすように要求されてもよい。例えば、制約は、食事のあるカロリー数または範囲が、タンパク質、炭水化物、および脂肪から得られる、あるいはある量の炭水化物が、タンパク質および食物繊維の規定された量と組み合わせて提供される場合のみ許容されることを要求してもよい。いくつかの実装では、糖尿病ユーザは、食事毎のその血糖指数の追跡を所望し得る。したがって、糖尿病ユーザは、各推奨される食事が所望の範囲内に血糖負荷を有することを要求し得る。ある実施例では、システム１２０は、ネットワーク１０２を経由して、ユーザの血液グルコースレベルに関する情報を記憶または管理する、患者管理システムと通信してもよい。患者管理システムは、ネットワーク対応注入ポンプまたは血液グルコースデバイスであってもよい。いくつかの実装では、患者管理システムは、臨床環境における血液分析器または自宅環境におけるポータブル分析器であってもよく、そこで、ユーザからの試料が、採取および分析され得る。分析の結果は、次いで、推奨のための適切な血糖負荷を伴う食品または食事を識別し得る、システム１２０に伝送されてもよい。加えて、または代替として、ユーザは、システムが食品推奨を提供するのに先立って、血液グルコース示度値を手動で提供するように促されてもよい。
付加的制約は、ユーザが、ある時間周期にわたって、特定のタイプの食品または飲料を「割り当てる」ことを所望する場合に生じ得る。例えば、ユーザは、クッキーを１日１回消費する習慣を有し得、本習慣を変更することを所望しない。プロセッサ１０５は、したがって、クッキーの栄養プロファイルを１日あたりの標的栄養プロファイルから減算することにより、修正された標的プロファイルを計算するときにクッキーの栄養プロファイルを検討することによって、１日あたりのクッキーを考慮してもよい。
ステップ３４８では、プロセッサ１０５は、標的プロファイルおよび消費プロファイルを使用して、最適化目的関数を定義する。いくつかの実装では、最適化目的関数は、ステップ３４４を参照して前述の修正された標的プロファイルに可能な限り近いユーザの食事療法摂取量をもたらす、食事推奨を提供することであろう。いくつかの実装では、最適化目的関数は、以下の形式をとり得る。
Figure 2015510646
 Ｉは、指数であって、
Ｎは、栄養素のセット中の栄養素の数であって、
ｇｎは、栄養素ｎに関する標的レベルであって、
ｒｎは、推奨される食品中の栄養素ｎのレベルであって、
ｗｎは、栄養素ｎに適用される加重である。
本最適化目的関数はまた、指数計算を利用する、本明細書に説明される技法のいずれかにおける指数として使用されてもよい。指数計算はまた、最適化目的関数として使用されてもよく、加重ｗｎは、指数を計算するために使用される加重と異なってもよい。食事推奨を行なうとき、およびユーザの指数を計算するとき、異なる加重ｗｎを使用することが望ましくあり得る。例えば、食事推奨を行なうとき、ある栄養素を他より重く加重することが望ましくあり得る。特に、夕食推奨が、朝食および昼食に関して栄養素の不足レベルを有していたユーザに生成される場合、最適化目的関数は、不足栄養素に重く加重してもよい。対照的に、指数を計算する際に使用されるときの加重は、必ずしも、同一の様式において、ユーザの最近の消費履歴に依存しない場合がある。このように、推奨加重は、ある栄養素標的（例えば、標的カロリー数）を達成する食事を優先的に推奨するように選定されることができるが、その標的からの逸脱は、推奨加重が指数計算において使用された場合に生じるであろう指数ほど厳しい「ペナルティ」をもたらす必要はない。加重は、ネットワーク１０２を経由して、サーバ１０４と通信する電子データベース上に記憶されてもよく、または電子データベースは、サーバ１０４と別様に通信してもよい。
ステップ３５０では、プロセッサ１０５は、最適化目的関数および１つ以上の制約に基づいて、食事推奨を最適化する。いくつかの実装では、プロセッサ１０５は、１つ以上の線形プログラミング技法を行い、ステップ３４６の制約下、ステップ３４８の目的関数を最小限または最大限（必要に応じて）にするように構成される。線形プログラミング技法は、線形等式および不等式制約のセットを順守しながら、目的関数の最適解を判定するために使用される数学的ツールである。ここでは、線形プログラミング技法は、式９の目的関数を最小限にする最適解（ｒｎ）を判定するために使用されてもよい。
ステップ３５０において最適化が行なわれる食品は、既知の食品データベース（図１Ｂの既知の食品データベース１０６Ａ等）内に記憶された任意の食品であってもよく、または既知の食品データベースのサブセット（例えば、コーシャ食品を含む、サブデータベース）から導き出された食品であってもよい。ステップ３５０のいくつかの実装では、食事推奨が最適化の間に選定される食品は、ユーザによって以前に消費された食品、例えば、以前に消費された単一食品またはユーザによって以前に消費された食事である。プロセッサ１０５は、例えば、以前に消費されたとしてユーザによってログ付けされた食品のみを含む、消費された食品データベース１０６Ｂ（図１Ｂ）からの食品にわたって、最適化を行なってもよい。推奨される食品をユーザによって以前に消費された食品のデータベースから選択することによって（および、分量サイズを調節することによって）、ユーザは、ユーザが既に消費した（かつ好きそうである）商品を食することによって、食事消費を改善するための分析的に判定された提案を受信することができる。
さらに、推奨のためにプロセッサ１０５によって反復される食品のセットは、付加的制約を受けてもよい。例えば、ユーザは、具体的病状（高血圧、高コレステロール、またはユーザの全体的ウェルネスに影響を及ぼし得る任意の他の病状等）を示してもよく、プロセッサ１０５は、ユーザの健康に悪影響を及ぼすであろう食品の推奨を回避する、またはそのような影響を最小限にする食品を推奨してもよい。
いくつかの実装では、プロセッサ１０５は、複数の食事推奨にある程度の多様性があることを確実にするように構成される。ある程度の多様性は、プロセッサ１０５が、複数の食事推奨において、同一の食品またはタイプの食品を繰り返し推奨する状況を回避するために望ましい。例えば、極端な場合には、全体的にパンから成る食事のみをユーザに推奨することは望ましくないであろう。本多様性を達成するために、プロセッサ１０５は、最初に、図５Ａの方法３００を使用して、初期食事推奨セットに到達する。次いで、プロセッサ１０５は、図５Ａの方法３００を繰り返し、今回は、ステップ３４６において、付加的制約を確立する。特に、プロセッサ１０５は、今回は、第１の最適化から生じた初期食事推奨セットを含む、入力パラメータを用いて、２回目に最適化を実行する。付加的制約は、食事推奨の少なくとも２０％（または、任意の他の好適な量）が、初期食事推奨セットにおいて選択された同一の食品のいずれかを含まないことを要求してもよい。別の実施例では、付加的制約は、食事推奨の少なくとも２０％（または、任意の他の好適な量）が、初期食事推奨セットにおいて到達した同一の食事のいずれかを含まないことを要求してもよい。代替として、付加的制約は、食事推奨の正確に２０％（または、任意の他の好適な量）が、いくつかの基準を満たすことを要求してもよい。ユーザは、多様性の程度が異なるユーザに関して異なり得るように、食事推奨に関する所望の多様性の程度を設定してもよい。異なる制約を用いて、図５Ａの方法３００を繰り返すことによって、プロセッサ１０５は、所望の種々の食品が推奨される機会を含む。
ステップ３５２では、プロセッサ１０５は、食事推奨をユーザデバイス１０８に出力する。３つの食事推奨のセットの例示的スクリーンショットは、図３５に示される。
図５Ｂは、例証的実装による、１つ以上の食品の規定された分量の組み合わせを含む、以前に消費された食事に基づいて、次の予定食事に関する推奨を提供するために、サーバ１０４のプロセッサ１０５（図１Ａ）によって使用される、方法３１０の流れ図である。本方法は、有利には、どの食事を推奨すべきかを判定する際に、食事としてユーザが以前にともに消費した食品の組み合わせを検討する。特に、図５Ｂの方法３１０を使用して提供される推奨は、ユーザが以前にある食事内でともに消費した食品の組み合わせを含んでもよいが、可能性として、異なる分量サイズが、栄養目標を達成するために最適化される。そうすることによって、ユーザは、食事が、ある食事においてユーザが以前に消費した食品の組み合わせを含有する場合、推奨される食事を消費する可能性が高いため、ユーザが推奨に従うであろう可能性を改善し得る。代替として、図５Ｂの方法３１０を使用して提供される推奨は、ある食事において、ユーザが以前にともに消費していない食品の組み合わせを含んでもよいが、同一のタイプの食事、例えば、朝食食品、昼食食品、夕食食品、または間食食品の組み合わせに関してユーザが消費した食品を含んでもよい。
方法３１０はまた、ユーザによって選択される、または独立第三者によって推奨される、１つ以上の食品に関する好適性格付けを提供してもよい。好適性格付けは、１つ以上の食品を消費する（元々の推奨またはその修正されたバージョンあたり）ことが、ユーザの栄養素消費と、ユーザの栄養目標、体重目標、または他の目標との間の整合を改善し得るかどうかのインジケータを提供する。好適性格付けは、食品の指数影響に基づいて判定されてもよい。例えば、好適性格付けは、食品の組み合わせと関連付けられた指数の改善の程度に基づいてもよい。好適性格付けは、任意の好適なインジケータを使用して、ユーザに提供されてもよい。例えば、好適性格付けは、数値（１と１００または０と１との間の数等）、アルファベット記号（ＦからＡ＋のグレード等）、整合変化が該当する複数の所定の影響範囲に基づいて選択されたインジケータ（例えば、色分けされたインジケータ）、好適性格付けの範囲を表す色勾配から選択された色、ユーザの目標に向かった進展を示す、グラフィカルアイコン（例えば、上向きまたは下向き矢印）、または組み合わせが推奨に好適であるかどうかを示す２進値またはフラグ、これらの組み合わせ、あるいはユーザの栄養摂取量とユーザの目標との間の整合、および／またはユーザの栄養摂取量とユーザの目標との間の整合に予測される変化の指標を推奨が改善するかどうかを伝える、任意の他の可視または可聴インジケータであってもよい。好適性格付けは、推奨に好適である、推奨に好適ではない、中性、または特定の推奨に関心の程度を表す任意の他の好適なカテゴリを含む、カテゴリ群から選択されたカテゴリを含んでもよい。特に、推奨に好適ではない食品のカテゴリを有することは、ユーザへの特定の食品または複数の食品を消費しないことの注意警告の表示を含んでもよい。好適性格付けは、消費プロファイルと標的プロファイルとの間の比較を表す逸脱プロファイルに基づいて判定されてもよい。特に、ユーザが１つ以上の食品の特定の組み合わせを消費する場合に、ユーザの栄養指数への予測される変化に対応する指数影響は、予測される改善の程度を査定するために判定されてもよい。指数影響は、以下に説明されるように、推奨に好適な食事を識別するために使用されてもよい。
図５Ｂの方法３１０は、推奨が提供されるべき食事を識別するステップ（ステップ３６０）と、標的プロファイルが定義される時間窓を識別するステップ（ステップ３６２）と、時間窓内にユーザによって消費されたとしてログ付けされた食品の消費プロファイルを判定するステップ（ステップ３６４）と、所定の時間間隔にわたってユーザによって消費された食事の平均栄養含有量を判定するステップ（ステップ３６６）とを含む。プロセッサ１０５は、次いで、判定された平均栄養含有量に基づいて、食事推奨に関する１つ以上の制約を確立し（ステップ３６８）、標的プロファイル、消費プロファイル、および判定された平均栄養含有量を使用して、最適化目的関数を定義する（ステップ３７０）。プロセッサ１０５は、食事（すなわち、ある食事時間にともに消費されたとしてユーザによって以前にログ付けされた食品）をデータベース１０６から選択し（ステップ３７２）、最適化目的関数および１つ以上の制約に基づいて、選択された食事における食品の推奨される分量を最適化する（ステップ３７４）。プロセッサ１０５は、ユーザが推奨される分量において選択された食事を消費する場合、生じるであろう指数を計算し（ステップ３７６）、指数を記憶する（ステップ３７８）。プロセッサ１０５は、データベース１０６内の食事毎にステップ３７２−３７８を繰り返す。プロセッサ１０５は、次いで、指数内の最大増加を達成した１つ以上の食事を評価し（ステップ３８０）、食事およびその最適化された分量を食事推奨としてユーザデバイス１０８に出力する（ステップ３８２）。
ステップ３６０では、プロセッサ１０５は、推奨が提供されるべき食事を識別する。本食事は、ユーザによって規定されてもよく（例えば、カレンダ表示からの特定の日に関する夕食推奨の選択肢を選択することによって）、またはシステム１００によって判定されてもよい（例えば、ユーザの時間帯内の現在の時刻を前提として、可能性の高い次の食事を識別することによって）。ステップ３６２では、プロセッサ１０５は、標的プロファイルが識別される時間窓を識別し、ステップ３６４では、プロセッサ１０５は、時間窓内にユーザによって消費されたとしてログ付けされた食品の消費プロファイルを判定する。これらのステップは、それぞれ、図５Ａのステップ３４２および３４４を参照して前述のように行なわれてもよい。
ステップ３６６では、プロセッサ１０５は、所定の時間間隔にわたってユーザによって消費された食事の平均栄養含有量を判定する。例えば、プロセッサ１０５は、過去３０日または任意の他の好適な時間間隔にわたってユーザが消費した全昼食内の平均栄養含有量を判定し、本平均を代表的昼食として使用してもよい。これは、代表的朝食、夕食、および間食を導出するために繰り返されてもよい。
ステップ３６８では、プロセッサ１０５は、判定された平均栄養含有量（ステップ３６６において判定される）に基づいて、食事推奨に関する１つ以上の制約を確立する。例示的制約は、図５Ａに関連して説明されている。これらの制約に加え、別の可能性として考えられる付加的制約として、ステップ３６６において導出された代表的食事（または、代表的間食）の使用が挙げられる。例えば、代表的食事は、推奨が求められる食事以外の食事を予測するために使用されてもよい。例えば、水曜日における夕食に関する食事推奨が所望されるとき、ユーザは、木曜日に、代表的朝食、昼食、夕食、および間食を消費するであろうと仮定され得る。この場合、食事推奨は、ユーザが消費する可能性が高いものに関する現実的仮定を行なう、最適化方式の結果となる。
ステップ３７０では、プロセッサ１０５は、標的プロファイル、消費プロファイル、および判定された平均栄養含有量を使用して、最適化目的関数を定義する。いくつかの実装では、最適化目的関数は、ステップ３４４を参照して前述の修正された標的プロファイルに可能な限り近いユーザの食事療法摂取量をもたらす、食事中の食品の分量を提供するであろう。いくつかの実装では、最適化目的関数は、前述の式８の形式または本明細書に説明される指数計算のいずれかをとってもよい。
プロセッサ１０５は、次に、ステップ３７２−３７８を反復し、各食事を順に検討し、その食事において推奨される食事の分量を最適化し、ユーザの指数における最大可能改善を達成する。本反復は、指数影響を最大限にする、または指数影響に閾値を超えさせる、食事における各食品の分量サイズを判定する、内部最適化ループに対応する。いくつかの実装では、食事は、判定された指数影響に基づいて、グレードが割り当てられる。グレードは、指数影響に基づいて、いくつかの方法において判定されてもよい。例えば、指数影響は、数であってもよく、グレードは、指数影響に関する範囲を識別し、その数が該当する範囲に基づいて、グレードを判定することによって、その数の量子化されたバージョンに基づいてもよい。グレードは、食品または食事がユーザへの推奨に好ましい程度を表すための文字、数、陰影または色、グラフィック、または任意の他の好適なインジケータであってもよい。
特に、ステップ３７２では、プロセッサ１０５は、食事をデータベース１０６から選択する。前述のように、食事は、ユーザによって以前に消費された食品の集合を含み、ユーザインターフェース１１２に、ある時間周期内に少なくとも１回、全体的食事として打ち込まれてもよく、時間周期は、先週、先月、または任意の他の好適な時間周期の間であってもよい。
いくつかの実装では、食事は、ユーザが以前に消費し、ユーザインターフェース１１２に打ち込まれた食品の組み合わせを含んでもよいが、全体的食事としてともに消費される必要はない。この場合、プロセッサ１０５は、ユーザが新しい食事において、各食品を以前に消費したが、ユーザによって全体的食事として以前に消費されない新しい食事を構築してもよい。これらの実装は、既存の全体的食事のいずれも、ユーザの食事療法とユーザの食事療法目標の整合における実質的改善を得るために修正されることができないとき、特に、有用であり得る。そのような食事間並べ替えは、依然として、既に消費され、可能性として、ユーザによって好まれる食品を推奨しながら、ユーザの指数における実質的改善を提供することができる。したがって、ユーザが消費した種々の食品に応じて、異なる食品組み合わせを伴う、多数の食事間並べ替えが、ユーザに推奨するための食品の適切な組み合わせを識別するために行なわれてもよい。ある実施例では、ユーザの朝食食品は、ある時間周期の間、追跡され、電子データベース内に記憶されてもよい。ユーザは、ユーザが朝食食品の新しい組み合わせの閲覧を所望することを示す入力をユーザデバイス１０８に提供してもよい。記憶された朝食食品の種々の並べ替えは、推奨のための食品および分量サイズの１つ以上の適切な組み合わせを識別するために反復されてもよい。
食事情報は、いくつかの方法（例えば、図２Ａおよび２Ｂのデータ構造を参照して前述のように）のいずれかにおいて、電子データベース１０６（図１Ａ）内に記憶されてもよい。ステップ３７４では、プロセッサ１０５は、最適化目的関数および１つ以上の制約に基づいて、選択された食事における食品の推奨される分量を最適化する。前述のような線形プログラミング技法が、使用され、１つ以上の制約下、最適化目的関数の最適解を判定してもよい。
ステップ３７６では、プロセッサ１０５は、ユーザが推奨される分量において選択された食事を消費した場合に生じるであろう指数を計算し、ステップ３７８において、指数を記憶する。指数は、本明細書に説明される指数計算技法のいずれかに従って計算されてもよい。例えば、プロセッサ１０５は、ユーザの消費された栄養素レベルに追加される候補食品の栄養素レベルを用いて、指数を再算出する。
次に、図５Ｂを参照すると、プロセッサ１０５は、データベース１０６内の食事毎にステップ３７２−３７８を繰り返し、同様に、電子データベース１０６内の他の以前に消費された食事の分量サイズを最適化する。本最適化は、それぞれ、食事内の食品の分量を修正することによって、食事の指数影響を改善（または、最大限化）するように調節される、食事としてユーザによって以前にともに食された食品の組み合わせに対応する、１つ以上の候補食事推奨を産生する。最適化の間に検討される食事毎に、また、指数影響を最大限にする、または指数影響に閾値を超えさせる、最適化された分量サイズを伴う、候補食事は、その食事の最適バージョンである。したがって、ユーザは、ユーザインターフェース１１２において、ある食事においてユーザが以前にともに消費した食品の組み合わせを含むが、可能性として、異なる分量サイズを伴う、食事推奨を受信するであろう。
ステップ３８０では、プロセッサ１０５は、指数における最大増加を達成した１つ以上の食事を判定し、ステップ３８２において、食事およびその最適化された分量を食事推奨としてユーザデバイス１０８に出力する。
図５Ｃは、例証的実装による、新しい食品をユーザに推奨するために、サーバ１０４のプロセッサ１０５（図１Ａ）によって使用される、方法３２０の流れ図である。新しい食品推奨は、例えば、ユーザが新しい食品を試みることを所望したいという食事療法プログラムにおける表示に応答して、ユーザに提供されてもよい。ユーザはまた、新しい食品推奨とともに提供されるユーザデバイス１０８のユーザインターフェース１１２を介して、「新しい食品」選択肢を選択してもよい。加えて、ユーザは、食品のカテゴリを選択し、新しい食品推奨、例えば、果物、野菜、乳製品、または任意の他の食品カテゴリを閲覧してもよい。ユーザが食品カテゴリを選択するスクリーンショットの例示的ディスプレイは、図４０に示される。
いくつかの実装では、プロセッサ１０５は、ユーザと関連付けられた指数が停滞期に達すると、それを判定する。例えば、停滞期は、ユーザが、ユーザの食事療法とユーザの栄養上の必要性との間の整合を改善するために要求され得る、栄養上の多様性を提供しない、非常に限定された食品セットから選択される食品を一貫して消費している場合、到達し得る。この場合、１つ以上の新しい食品がユーザに導入されない限り、ユーザの指数が、停滞期値を上回って増加することは困難であり得る。したがって、ユーザと関連付けられた指数停滞期の識別に応じて、「新しい食品」推奨が、ユーザに提供されてもよい。加えて、ユーザの食事において消費された食品は、種々の方法において組み合わせられ、食事推奨をユーザに生成し、ユーザの指数が停滞期値を上回って増加するよう試みてもよい。例えば、いくつかの（例えば、３つの）食品が、過去の朝食数（例えば、３０食）の間のユーザが消費した食品のセットから選択され、新しい候補食事を形成してもよい。候補食事を消費するユーザの影響は、消費される食品としての候補食事中の食品を含め、指数を再算出することによって評価されてもよい。指数に及ぼす影響が正である場合、食品の別の類似組み合わせが、別の候補食事を生成するために選択されてもよい。代替として、指数に及ぼす候補食事を消費する影響が負である場合、食品の全体的に異なる組み合わせが、選択されてもよい。概して、任意の数の食品が、候補食事のために組み合わせられるように選択されてもよい。これらの食品は、ランダムに、または他の候補食事の以前の計算に基づいて、選択されてもよい。
図５Ｃの方法３２０は、データベース１０６内において、ユーザが以前に消費していない食品のセットから候補食品および含候補食品内に含有される栄養素レベル（「候補プロファイル」）を識別するステップ（ステップ４２０）を含む。プロセッサ１０５は、次いで、候補プロファイル、ユーザの消費プロファイル、および標的プロファイルに基づいて、第２の指数を計算する（ステップ４２６）。プロセッサ１０５はまた、少なくとも部分的に、ステップ３３０（図４）において計算された第１の指数およびステップ４２６において計算された第２の指数に基づく、指数影響を計算する。指数影響が閾値を超える場合（決定ブロック４３０）、プロセッサ１０５は、候補食品に関する識別情報（例えば、識別番号、名称、栄養素情報）をユーザデバイス１０８に推奨として出力する（ステップ４３２）。そうでなければ、プロセッサ１０５は、次の候補食品をデータベース１０６から識別し（ステップ４２０）、分析を再実行する。
ステップ４２０では、プロセッサ１０５は、電子データベース１０６内に記憶された候補食品およびその栄養素レベル（「候補プロファイル」）を識別する。栄養素のセット内の栄養素毎に、候補プロファイルは、候補食品中の栄養素の量に対応する候補栄養素レベルを含む。新しい食品が推奨されるべきとき、候補食品が、ユーザによって消費されたとして未だログ付けされていない（すなわち、消費された食品データベース１０６Ｂ（図１Ｂ）内に表されていない）、既知の食品データベース１０６Ａ（図１Ｂ）内の食品エントリから引き出されてもよい。
ステップ４２６では、プロセッサ１０５は、ユーザが候補食品を消費したかのように、候補プロファイルを用いてユーザの消費プロファイルを拡張させた後、指数を再計算することによって（例えば、前述の式１−３を使用して）、第２の指数を計算する。ステップ４２８では、プロセッサ１０５は、指数影響を計算し、候補食品がユーザによって消費された場合の指数への変化を表す。指数影響は、第１の指数（図４のステップ３３０で計算される）を第２の指数（図５のステップ４２６で計算される）から減算したものに等しい。正の指数影響は、第２の指数が元々の指数を超えることを示し、ユーザが候補食品を消費した場合、ユーザの指数が増加し、それによって、ユーザの消費プロファイルをユーザの標的プロファイルに近づけさせるであろうことを意味する。同様に、負の指数影響は、候補食品の消費が、ユーザの消費プロファイルを標的プロファイルから逸脱させるであろうことを示す。
ここで、表１に戻って参照すると、列Ｇ−Ｊは、候補食品がバナナである場合、式１−３に関連して指数を計算するために使用される種々の成分を列挙する。表１は、候補食品内のいくつかの栄養素の量（列Ｇ）、ユーザが候補食品を消費した場合のユーザの消費された栄養素レベル（列Ｈ、列ＡおよびＧの加算の結果）、列ＢとＨとの間の比較に基づく第２の有効加重（列Ｉ）、ならびに列Ｂ、Ｈ、およびＩの合計に基づく第２の指数寄与率（列Ｊ）を含む。結果として生じる第２の指数は、０．８５である。元々の指数０．８１と比較して、これは、＋０．０４の指数影響をもたらす。したがって、バナナの消費は、ユーザの指数を０．０４だけ増加させるであろう。
次に、図５Ｃを参照すると、決定ブロック４３０において、プロセッサ１０５は、指数影響が閾値を超えるかどうかを判定する。閾値は、所定の閾値（例えば、０から１に及ぶ指数に関して０．０１以上の変化）または動的に判定された閾値であってもよい。例えば、プロセッサ１０５は、データベース内の全候補食品にわたって反復し、最高指数影響を伴う食品を選択する（例えば、閾値は、上位４つの指数影響を伴う食品が推奨されるように、第５の最高指数影響を伴う候補食品の指数影響に設定される）。該当する場合、プロセッサ１０５は、ステップ４３２において、候補食品を推奨として出力する。例えば、プロセッサ１０５は、候補食品に関する情報（例えば、その栄養プロファイル）およびその指数影響をプロセッサ１０５に伝送し、次いで、ユーザインターフェース１１２を介して、指数影響および推奨としての候補食品を表示させる。ユーザインターフェース１１２上の推奨表示の実施例は、図３４および３５に示される。代替として、プロセッサ１０５が、ステップ４２８において計算された指数影響が閾値を超えないと判定する場合、本方法は、ステップ４２０に戻り、データベース１０６内の別の候補食品を選択する。
方法３２０は、したがって、閾値を超える指数影響と関連付けられた１つ以上の食品を識別する。いくつかの実装では、指数影響は、食品中の栄養素レベルと人と関連付けられた標的栄養素レベルとの間の逸脱量の加重関数に基づいて判定される。異なる加重が、異なる栄養素に関して使用されるため、いくつかの栄養素は、特定の人に関して、他の栄養素より重要であると見なされる（例えば、より高い加重を有する場合、）。この場合、推奨される食品は、その人によって消費された場合、ある栄養素（例えば、高加重を伴う栄養素）の整合を改善する一方、同時に、別の栄養素（例えば、より低い加重を伴う栄養素）の整合に及ぼす負の影響を低減させる可能性が高いであろう。
方法３２０は、データベースから、以前にユーザによって消費されていない食品を含む、候補食品を識別するステップを含む。概して、方法３２０は、既知の食品データベース１０６Ａ、消費された食品データベース１０６Ｂ、新しい食品データベース、任意の他の好適な食品データベース、またはそれらの組み合わせを含む、本明細書に説明される任意のデータベースと併用されてもよい。
いくつかの実装では、図１Ａ−１Ｃのシステムの構成のうちの１つ以上は、レストランにおいて食品を注文するためのシステムにおいて使用される。特に、既知の食品データベース１０６Ａは、レストランからのメニュー品目のリストおよびメニュー品目の対応する栄養含有量を含んでもよい。本明細書に説明されるシステムおよび方法は、ユーザが消費するレストランのメニューからの１つ以上の品目を推奨するために使用されてよい。実施例として、レストランに入ると、ユーザデバイス１０８は、ユーザに特異的に推奨されるメニュー品目のリストを表示してもよい。リストは、最も正の指数影響を伴う品目がユーザデバイス１０８の画面の上部近傍に表示されるように、各メニュー品目と関連付けられた計算された指数影響に従ってソートされてもよい。別の実施例として、ユーザデバイス１０８は、所望の食事構成に従って、ユーザに特異的な１つ以上の推奨される食事を表示するように構成されてもよい。例えば、ユーザは、ユーザが、本レストランにおいて、飲料、前菜、および主菜の消費を所望することを示す入力をユーザデバイス１０８に提供してもよい。この場合、ユーザデバイス１０８は、食事の栄養含有量とユーザの栄養目標との整合に基づいて、飲料、前菜、および主菜の１つ以上の組み合わせ（例えば、最も栄養上有益である、または最も栄養上有害ではない組み合わせ）を表示してもよい。例えば、ユーザデバイス１０８は、ユーザによって消費された場合、ユーザの指数を増加させるであろう組み合わせを推奨してもよい。いくつかの実装では、ユーザデバイス１０８は、ユーザデバイス１０８が、ユーザがレストランの情報を入力することを要求せずに、メニュー推奨を自動的に表示するように構成されるように、ＧＰＳ技術を具備する。
図５Ｄの方法３３０は、例証的実装による、ユーザへの推奨に好適な１つ以上のレストランメニュー品目を識別するために使用されてもよい。１つ以上のレストランメニュー品目の推奨は、本明細書に説明される機構のいずれかを使用して、ユーザの栄養目標と消費された食品との間の整合を改善することに基づく。例えば、推奨は、線形プログラミング方法を使用して、種々の栄養素の標的レベルと消費されたレベルとの間の逸脱を最小限にすることによって行なわれてもよい。
ステップ４４０では、プロセッサ１０５は、ユーザが特定のレストランに入ったことを示す情報を受信する。情報は、ユーザ入力によって手動で提供されてもよく、またはＧＰＳ対応ユーザデバイスの場所に基づいて、システムによって自動的に検出されてもよい。例えば、ユーザデバイス１０８（例えば、携帯電話）は、レストランメニュー品目の推奨のために有効化されてもよい。
ユーザが特定のレストランに入ったことの検出に応答して、方法３３０は、ステップ４４２において、特定のレストランに関するメニュー選択肢を受信してもよい。メニュー選択肢は、方法３３０を行なうプロセッサ１０５によってアクセス可能であって、前述のデータベースに類似するレストランメニューデータベース（図示せず）から受信されてもよい。メニューデータは、外部源、例えば、直接、レストランまたは第三者から受信されてもよい。レストランメニューデータベースは、レストランによって供給されるメニュー選択肢のリスト（例えば、食品、飲み物等）とともに、メニュー選択肢の栄養含有量情報、各メニュー選択肢と関連付けられた選択肢タイプ（例えば、前菜、主菜、付け合わせ料理、デザート、サラダ、飲料、または特定のレストランによって提供される任意の他の好適なコース）を含むことができる。メニュー選択肢に加え、ステップ４４２において、方法３３０は、メニューデータベースから、メニュー選択肢毎の１つ以上の選択肢タイプを受信することができる。レストランの選択されたセットのメニューは、例えば、レストランの人気度、ユーザによる過去の訪問、レストランのユーザへの地理的近接性、または任意の他の好適なユーザ関連特性に基づいて、ユーザデバイス１０８に事前にロードされてもよい。
ステップ４４４では、プロセッサ１０５は、複数の栄養素に関する標的レベルを含む、ユーザに関する標的栄養プロファイルを受信する。前述のように、標的プロファイルは、他のユーザ選択制約または目標を含み得る、選択された食事療法プログラムに基づいて、ユーザに特異的に生成される。プロセッサ１０５はまた、ユーザに関連するプロファイルデータを受信してもよい。ユーザのプロファイルデータに基づいて、プロセッサ１０５は、残りのメニュー選択肢のセットがユーザの必要性に好適であるように、受信されるメニュー選択肢をフィルタ処理してもよい。例えば、ユーザが、任意のアレルギーまたは食事療法制限を有する場合、そのような原料または食品を含むメニュー選択肢は、最適化に先立って除去されてもよい。
ステップ４４６では、プロセッサ１０５は、ユーザに関する標的栄養プロファイル内の栄養素毎に消費された栄養素量を受信する。その栄養素に関する消費された栄養素量のセットは、消費プロファイルに対応し得る。ある実装では、消費プロファイルは、ユーザが、昨日、先週、先月、または任意の他の選択された時間周期において消費したとして示した全食品に対応する。消費プロファイルの実施例は、表１の列Ａに示され、特定の食品に関する消費プロファイルの実施例は、図１８および４２に示され、ユーザの標的プロファイルにおけるものと同一の栄養素を含むであろう。
ステップ４４８では、プロセッサ１０５は、所望の食事構成に関するユーザ入力を受信する。ユーザは、ステップ４４８において、所望の食事構成（１つ以上の選択肢タイプを含む）に関する入力を提供するように促されてもよい。例えば、ユーザは、前菜、主菜、デザートを含む、３つのコースの食事と、可能性として、飲料とを選定するように所望することを示してもよい。同様に、ユーザは、ユーザが、２つのコースの食事を消費することを所望し、前菜および主菜または主菜およびデザートを含む、食事を検討しようとしていることを示してもよい。所望の食事構成に応じて、プロセッサ１０５は、ユーザが消費を検討するであろうメニュー選択肢のみが後続分析に含まれるように、ステップ４４２において受信されたメニュー選択肢をフィルタ処理し、所望の構成に含まれない選択肢タイプを除外してもよい。
加えて、ユーザ入力は、いくつかの他のパラメータ、例えば、ユーザの空腹度、ユーザが有する特定の食品または食品のタイプに関する任意の渇望、ユーザが食事において費やすことを望む金額等を含んでもよい。加えて、ユーザ入力は、より具体的タイプの食品、例えば、エビを伴う前菜、鶏肉を伴う主菜、またはチョコレートを伴うデザート等を含む、所望のタイプのメニュー選択肢を含んでもよい。いくつかの実装では、特定のレストランに関するメニュー選択肢のセットは、少なくとも部分的に、ユーザ入力に基づいてフィルタ処理される。
概して、ユーザ入力は、レストランメニュー品目の分析において使用され、メニュー推奨結果を識別、フィルタ処理、およびソートしてもよい。代替として、アプリケーションは、ユーザ入力が、レストランにおけるメニュー品目の推奨を生成するために要求されない、または最小限要求されるように、デフォルト設定（例えば、ユーザに関して経時的に学習され、ユーザプロファイル内に記憶された情報）を有するように構成されてもよい。デフォルト設定の実施例として、ユーザに関する履歴データに基づいて、ユーザが特定のレストランにおいて前菜、主菜、および飲料の消費を所望する可能性が高いであろうことの推測が挙げられ得る。
最適化が、メニュー選択肢の１つ以上の組み合わせを選択するために行なわれ（ステップ４５０）、メニュー選択肢の１つ以上の組み合わせが、組み合わせの指数影響に基づいて、ユーザデバイスに出力される（ステップ４５２）。食事構成は、食事の各成分が選択された後に連続的に提供されてもよいが、方法３３０は、好ましくは、ユーザが食事の任意の成分を選択するのに先立って、同時に、構成全体を規定することを可能にしてもよい。ユーザの所望の食事構成を受信することによって、方法３３０は、同時に、所望の構成を満たす組み合わせを提言する一方、もうすぐ来る食事とユーザの食事療法必要性との間の整合における最大改善を提供するために、食事の複数の構成にわたって最適化を行なうことができる。そのようなアプローチは、概して、食事の１つのみの成分を１度に最適化し、ユーザが以前の成分に関する選択肢を選択した後、次の成分に移動するアプローチと比較して、より栄養上均衡がとれた食事を提供する。しかしながら、いくつかの事例では、例えば、多数のメニュー選択肢が提供される（したがって、全並べ替えにわたって最適化を行なうことは、算出上コストがかかる）場合、方法３３０は、順次最適アプローチを採用してもよいことを理解されたい。
方法３３０に戻ると、ステップ４５０では、プロセッサ１０５は、最適化プロセスを行い、所望の構成に合致するメニュー選択肢の１つ以上の組み合わせを選択してもよい。例えば、ユーザが、ステップ４４８において、ユーザが、レストランで飲料、前菜、および主菜の消費を所望することを示した場合、プロセッサ１０５は、（随意に、適用不可能であるメニュー選択肢のセットをフィルタ処理後に残る）可能性として考えられるメニュー選択肢の種々の組み合わせにわたって反復し、候補食事（それぞれ、例えば、飲料、前菜、および主菜を含む）を形成する。プロセッサ１０５は、候補食事毎のユーザの栄養指数に及ぼす予測される影響を生成または別のソースから受信してもよい。予測される指数影響は、ユーザがメニュー品目または組み合わせを消費する場合に、ユーザの指数における予測される変化を示し、任意の所与の組み合わせに関して正または負であり得る。
加えて、付加的制約が、最適化プロセスの間に使用されてもよい。例えば、各レストランメニュー品目のコストは、法外に高価な品目が分析から除外されるように、最適化における係数として使用され得る。同様に、より高価なメニュー品目の推奨は、ユーザ特異的経済的制約を考慮し得る加重関数に基づいて、より安価な選択肢より低優先度または低ランク付けが割り当てられてもよい。
ステップ４５２では、プロセッサ１０５は、組み合わせの指数影響に基づいて、メニュー選択肢の１つ以上の組み合わせを出力する。各組み合わせは、組み合わせと関連付けられた指数影響とともに提供されてもよい。例えば、表示は、いくつかの推奨されるメニュー選択肢のソートされたリストを含んでもよい。リストは、ユーザの指数に及ぼす予測される影響に従ってソートされてもよい。ユーザデバイス１０８上に表示され得る出力は、複数のページを含んでもよく、ユーザは、リストの他のページをスクロールまたは閲覧することを選択してもよい。ユーザはまた、提言された組み合わせのいずれも好まない場合、所望の構成を変更することによって、または手動で具体的品目をメニューから除外することによって、分析を再実行してもよい。メニュー組み合わせとともに、予測される指数影響を表示することによって、本明細書に説明されるシステムおよび方法は、単にユーザに、どの食品品目が容認可能または容認不可能であるかを伝える２値推奨システムより多くの情報を提供する。特に、２値推奨システムは、単に、ユーザに、２つの選択肢のうちの１つ、すなわち、本品目を消費するか、または本品目を消費しないかを提供し得る。ユーザに、メニュー選択肢の組み合わせ毎の個々に応じたスコアを提供することによって、ユーザは、どのメニュー選択肢を注文するかを決定するとき、通知された選択を行ない得る。いくつかの実装では、閾値を超える指数影響と関連付けられた組み合わせのみ、ユーザに表示される。
最適化プロセスは、メニュー選択肢の組み合わせの選択に関連して前述された。しかしながら、最適化プロセスはまた、単一メニュー選択肢の最適化にも拡張されてもよい。この場合、ステップ４４８において提供されたユーザ入力は、ユーザが、特定のタイプ、例えば、主菜の単一メニュー選択肢の消費を所望することを含んでもよい。この場合、最適化は、単一主菜メニュー選択肢にわたって行なわれる。プロセッサ１０５は、フィルタ処理後に残っている主菜毎に反復し、ユーザが主菜を消費する場合、ユーザの指数に及ぼす予測される影響を識別する。特に、プロセッサ１０５は、ユーザが、主菜の１サービングサイズまたは主菜全体を消費するであろうと仮定してもよい。概して、最適化プロセスは、任意の組み合わせにおいて、任意の数のメニュー選択肢にわたって最適化するために使用されてもよい。
いくつかの実装では、最適化プロセスは、連続して、複数の単一メニュー選択肢の最適化を行なうステップを含んでもよい。例えば、ユーザは、ユーザが、主菜を最初に選択した後、前菜、その後、飲料の選択を所望することを示してもよい。この場合、プロセッサ１０５は、主菜に関する単一メニュー選択肢の最適化を行い、いくつかの主菜推奨をユーザに提供してもよい。ユーザから、推奨された主菜のうちの１つの選択を受信すると、プロセッサ１０５は、次いで、選択された主菜を考慮するために、ユーザの指数を更新した後、前菜に関する単一メニュー選択肢の最適化を行う。本第２の最適化プロセスは、次いで、いくつかの前菜推奨をユーザに提供し、ユーザは、前菜のうちの１つの選択を行なう。本プロセスは、ユーザの消費プロファイルが選択された前菜からの栄養素を含むように更新された後に繰り返され、最適化プロセスは、好適な飲料を識別するために、３回目が繰り返される。概して、本明細書に説明される最適化プロセスは、組み合わせアプローチを使用して、または順次アプローチを使用して、行なわれてもよく、いずれのアプローチも、ユーザ入力またはデフォルト設定に基づいて使用されてもよい。
方法３３０のステップは、例証的目的のみのために示される順序であって、当業者は、本開示から逸脱することなく、任意のステップが省略されてもよく、ステップの順序が修正されてもよく、または任意のステップが同時に行なわれてもよいことを理解するであろう。
図５Ｅの方法３４０は、第三者推奨者がユーザによる消費のために提案した１つ以上の食品を査定するために使用されてもよい。第三者推奨は、標準化された食事プログラムまたはユーザのためにカスタマイズされた栄養素プログラムに基づいてもよく、推奨される食品は、任意の数の原料、料理、または食事を含んでもよい。本側面によると、ユーザは、第三者によって推奨される食品（その元々のまたは修正された形式において）の消費が、ユーザの栄養素消費とユーザの所望の目標との間の整合を改善するかどうかの独立査定を得ることができる。第三者推奨食品の査定は、数値指数影響、スコア、文字グレード、または他の記号を含む、任意の好適な形式において提供されてもよい。
プロセス３４０は、ステップ４６０から開始し、それに先立って、ユーザは、認証または他の手段を介して、システムに好適に識別さているであろう。ステップ４６０では、プロセッサ１０５は、第三者推奨者によってユーザに推奨された１つ以上の食品を示す入力を受信する。入力は、ユーザによって、または直接、第三者推奨者から（例えば、第三者システムがユーザに関する情報をシステム１２０と共有することを可能にする、ユーザのためのリンクされたアカウントを通して）提供されてもよい。共有される情報として、ユーザデータ、例えば、ユーザの目標、お気に入り食品、最近消費された食品、指数、またはユーザに関連する任意の他の好適なデータが挙げられ得る。推奨される食品は、第三者推奨者と関連付けられた独自食品またはユーザに特異的に個人化された食事であってもよい。推奨は、任意の情報、例えば、ユーザの栄養目標、人口統計情報、食事療法制限、または任意の他の好適なデータに基づいてもよい。
ステップ４６２では、プロセッサ１０５は、本明細書に説明される方法のいずれかを使用して、第三者推奨の査定を提供する。本実施例では、プロセッサ１０５は、第三者推奨食品と関連付けられた指数影響を計算する。しかしながら、プロセッサ１０５はまた、ユーザの履歴栄養素消費を参照せずに、その独立栄養値に関して、食品を格付けすることができる。前述のように、食品と関連付けられた指数影響は、食品がユーザによって消費された場合のユーザの栄養指数の変化を表し、食品のユーザの標的プロファイル、ユーザの消費プロファイル、および栄養プロファイル間の比較に基づいて算出される。食品の栄養プロファイルは、ステップ４６０において、受信されてもよく（例えば、ユーザまたは第三者推奨者から）、またはプロセッサ１０５は、食品の原料のリストに基づいて、食品の栄養プロファイルを識別してもよい。正の指数影響は、ユーザが食品を消費した場合、ユーザの指数が増加し、それによって、ユーザの消費プロファイルをユーザの標的プロファイルに近づけるであろうことを示す。同様に、負の指数影響は、食品の消費が、ユーザの消費プロファイルを標的プロファイルから逸脱させるであろうことを示す。
いくつかの実装では、ユーザは、第三者推奨者によって提供される食品推奨と関連付けられたスコアのみを閲覧する選択肢を選択する。この場合、方法３４０は、ステップ４６２において終了してもよく、第三者推奨食品と関連付けられた指数影響が、ユーザに提供される。他の実装では、ユーザは、システム１２０もまた、その元々のまたは修正された形式における第三者推奨食品を推奨するかどうかを判定するための選択肢を選択する。この場合、方法３４０は、ステップ４６２を過ぎて継続し、食品推奨を承認するかどうかを判定し、または食品推奨の修正されたバージョンがより適切であるかどうかを判定する。
決定ブロック４６４では、プロセッサ１０５は、指数影響が閾値を超えるかどうかを判定する。閾値は、所定の閾値（例えば、０から１に及ぶ指数に関して０．０１以上の変化）または動的に判定された閾値であってもよい。例えば、プロセッサ１０５は、第三者推奨食品の指数影響と１つ以上の他の食品の指数影響を比較してもよい。１つ以上の食品は、ユーザによって以前に消費された、またはユーザに以前に推奨される候補食品であってもよく、既知の食品データベース１０６ａおよび／または消費された食品データベース１０６ｂ内に記憶された食品を含んでもよい。この場合、プロセッサ１０５は、データベース内の候補食品のセットにわたって反復し、最高指数影響を伴う食品と第三者推奨食品と関連付けられた指数影響を比較してもよい。第三者推奨食品の指数影響が閾値を超える場合、方法３４０は、ステップ４６６に進み、その元々の形式における第三者推奨食品の承認をユーザに提供する。
代替として、プロセッサ１０５が、ステップ４６２において計算された指数影響が閾値を超えないことを判定する場合、方法３４０は、ステップ４６８に進む。ステップ４６８では、プロセッサ１０５は、第三者推奨食品の修正されたバージョン（例えば、サービングサイズを調節することによって）を推奨することができ、またはそのような修正されたバージョンが指数を有意に改善しない場合、完全に異なる食品を推奨してもよい。ある実施例では、第三者推奨食品の修正として、第三者推奨における食品の１つ以上の分量サイズの調節、推奨における１つ以上の食品の除去、または１つ以上の食品の推奨への追加が挙げられ得る。ステップ４７０では、プロセッサ１０５は、修正された食品と関連付けられた更新された指数影響を計算する。
決定ブロック４７２では、プロセッサ１０５は、更新された指数影響が閾値を超えるかどうかを判定する。決定ブロック４７２において使用される閾値は、決定ブロック４６４において使用された閾値と同一または異なってもよい。前述のように、閾値は、所定の閾値または動的に判定された閾値であってもよい。修正された食品の指数影響が閾値を超える場合、方法３４０は、ステップ４７４に進み、ユーザによる消費のための修正された食品の推奨を提供する。そうでなければ、決定ブロック４７２における基準が満たされない場合、プロセッサ１０５は、ステップ４６８に戻り、第三者推奨食品を別の方法で修正する。ステップ４６８、４７０、および４７２は、第三者推奨食品の修正されたバージョンが、推奨に適切であると識別されるまで、任意の回数だけ繰り返されてもよい。代替として、閾値は、ステップ４６８、４７０、および４７２が繰り返される場合、推奨に関する適切な修正されたバージョンを見出されない閾値回数が設定されてもよく、第三者推奨食品が消費に好適ではない、および／または第三者推奨食品のいずれの修正されたバージョンも好適ではないことが見出されたことを示す、出力が、ユーザに提供されてもよい。
方法３４０のステップは、例証的目的のみのために示される順序であって、当業者は、本開示から逸脱することなく、任意のステップが省略されてもよく、ステップの順序が修正されてもよく、または任意のステップが同時に行なわれてもよいことを理解するであろう。
図５Ｆは、特異的運動の必要性に伴って、人の運動処方計画を調整するために、システム１００によって実装され得る、方法３５０の流れ図である。概して、方法３５０は、ユーザの健康関連目標に従って、ユーザのために推奨される、またはユーザによって規定される、運動の標的レベルと比較して、ユーザによって行なわれる運動プログラムの分析を提供する。運動推奨を判定するステップは、ユーザの運動処方計画とユーザの運動目標との間の整合を表す運動指数を判定するステップを含んでもよい。この場合、運動指数は、ユーザの標的運動レベルとユーザの行なわれた運動レベルとの間の逸脱の加重和として算出されてもよい。推奨に好適な運動を識別するステップは、以前に行なわれた運動レベルをユーザの元々の標的運動レベルから減算することによって、修正された標的運動レベルを判定するステップを含んでもよい。運動は、運動のデータベースから反復的に検討されてもよく、各運動と関連付けられたデータは、修正された標的運動レベルと比較され、ユーザによって行なわれる場合、ユーザの運動処方計画にユーザの目標とより良好な整合をもたらすであろう運動を識別してもよい。実施例として、データベース内の運動はそれぞれ、異なるタイプのデータ、例えば、運動のタイプ（例えば、水泳、ランニング、例えば、野球またはバスケットボール等のスポーツ、ウォーキング、階段昇降、ヨガ、ピラティス、健康体操等）、運動の強度レベル（例えば、低レベル、中間レベル、高レベル）、燃焼カロリー数／単位時間（例えば、ユーザの体重および身長に応じて、異なるユーザに関して異なり得る）、または運動と関連付けられた任意の他の好適なデータと関連付けられてもよい。本データは、例えば、ユーザインターフェース１１２を経由して、ユーザによって提供されてもよい。異なるタイプまたは強度レベルと関連付けられた各運動は、人に特異的標的運動レベルと関連付けられてもよく、運動指数は、異なるタイプまたは強度レベルの運動毎に、行なわれた運動レベルと標的運動レベルとの間の逸脱に基づいて算出されてもよい。
示されるように、方法３５０は、概して、運動プログラムを示す入力および行なわれた運動を識別する入力を受信するステップを含む。運動プログラムは、複数の運動プログラムからユーザによって、またはユーザ特異的情報（病状、運動目標、体重目標等）に基づいて、複数の運動プログラムからシステム１００によって選択されてもよい。ある実装では、入力は、ユーザインターフェース１１２において受信され、第１の入力は、メニューから選択された運動プログラムを示し（ステップ４８０）、第２の入力は、行なわれた運動を識別する（ステップ４８２）。本方法はさらに、入力の一方または両方をサーバ１０４に伝送するステップ（ステップ４８４）と、それに応答して、運動指数をサーバ１０４から受信するステップ（ステップ４８６）とを含む。運動指数は、行なわれた運動の量と標的量との間の逸脱を識別することによって計算される。プロセッサ１１０はまた、サーバ１０４から、行なわれるべき運動に関する推奨を受信する（ステップ４８８）、次いで、運動指数および推奨をユーザインターフェース１１２に出力する（ステップ４９０）。方法３５０のステップは、任意の好適な順序で行なわれてもよく、同時に、逆の順序で行なわれてもよく、またはいくつかのステップが省略されてもよい。例えば、運動指数をサーバから受信するステップ（ステップ４８６）は、ステップ４９０において、方法３５０が、運動指数を伴わずに推奨を出力するように省略されてもよい。同様に、推奨を受信するステップ（ステップ４８８）は、ステップ４９０において、方法３５０が、運動指数のみを出力するように省略されてもよい。
ステップ４８０では、ユーザは、運動プログラムのメニューから選択される、運動プログラムを示す入力を提供する。運動プログラムのメニューは、種々の共通運動プログラム、例えば、サーキットトレーニング、ウェイトリフティング、心肺機能を高めるためのトレーニング、クロストレーニング、武術、健康体操、ヨガ、ピラティス等を含んでもよい。運動プログラムはまた、強度レベルの範囲および推奨される持続時間を含んでもよい。加えて、ユーザはまた、他の健康関連目標、制約、または注釈をユーザインターフェース１１２に提供することができる。例えば、ユーザは、自由形式の回答フィールドに、ある運動選好、制約、または傷害を入力してもよい。
ステップ４８２では、プロセッサ１０５は、行なわれた運動を識別する入力をユーザから受信する。例えば、入力は、運動の説明、運動と関連付けられた活動レベル、および運動が行なわれた時間の長さを含んでもよい。行なわれた運動をログ付けするために、ユーザインターフェース１１２上においてユーザに示され得る表示の例示的セットは、図３１−３２に示される。
ステップ４８４では、プロセッサ１０５は、ネットワーク１０２を経由して、第１および第２の入力をサーバ１０４に伝送し、ステップ４８６において、プロセッサ１０５は、ユーザと関連付けられた行なわれた運動のセットとユーザの運動プログラムとの間の整合に基づいて計算された運動指数を受信する（ネットワーク１０２を経由して、サーバ１０４から）。運動指数は、好ましくは、累積方式において、ユーザの運動プロファイルが、ステップ４８０において選択された運動プログラムから導出された標的運動プロファイルから逸脱する程度を表す、単一マーカーである。いくつかの実装では、ユーザの標的運動レベルからの逸脱は、運動プログラム内に含有される種々の運動毎に計算され、次いで、合計またはさらに処理され、全体的運動指数を提供する。標的運動レベルは、ユーザが規定された時間周期内に行なうことを所望する具体的運動の量または量の範囲であって、選択された運動プログラムに基づく。例えば、標的運動レベルは、週３時間の中強度のウェイトトレーニング、週２時間の高強度の心肺機能を高めるためのトレーニング、１日３０分の低強度の心肺機能を高めるためのトレーニング、週１時間のヨガ等を含んでもよい。規定された時間周期は、１日の一部、１日、５日周期、７日周期等を含む、任意の好適な時間周期を含んでもよい。標的運動レベルは、対応する時間周期の間にユーザによって行なわれた運動量と比較され、運動指数を導出してもよい。
ステップ４８８では、プロセッサ１０５はまた、行なわれるべき運動に関する推奨を受信する（ネットワーク１０２を経由して、サーバ１０４から）。運動推奨を判定するための方法は、前述のような食事推奨を判定するための方法に類似してもよく、ユーザの標的運動レベルとユーザの行なわれた運動レベルとの間の逸脱を最小限にするステップに基づいてもよい。特に、ユーザは、お気に入り運動セットと関連付けられてもよく、適切な運動は、ユーザの運動レベルをユーザの目標により整合させるための推奨のために、本セットから選択されてもよい。ある実施例では、運動推奨は、以前にユーザによって行なわれていない運動であってもよいが、ユーザが楽しめる他のタイプの運動との類似性またはユーザ近傍における運動クラスまたは機器の可用性に基づいて選択され得る。特に、推奨される運動は、１つ以上の制約に基づいてもよい。ある実施例では、ユーザが種々の異なるタイプの運動に取り組むことを確実にするために、推奨される運動は、ユーザが、昨日、先週、先月、または任意の他の好適な時間周期内に行なっていない運動タイプに制限されてもよい。ステップ４９０では、プロセッサ１０５は、ユーザへの表示のために、運動指数および推奨をユーザインターフェース１１２に出力する。
方法３５０は、運動指数を判定するステップと、ユーザに関する運動推奨を識別するステップとに関連して説明される。図３−５Ｅに関連して説明される栄養指数は、概して、ユーザに関する標的栄養素レベルと実際の消費された栄養素レベルとの間の整合を表す。さらに、他の指数、例えば、睡眠アドヒアランス指数、体重指数、薬剤アドヒアランス指数、または本明細書に説明される指数のうちの２つ以上を組み合わせるウェルネス指数も、同様に、計算されてもよい。睡眠指数は、ユーザに関する睡眠の標的レベルと実際の睡眠量との間の整合を示してもよい。同様に、体重指数は、ユーザに関する標的体重と実際の体重との間の整合を示してもよく、薬剤アドヒアランス指数は、ユーザに関する薬剤の標的時間および量と実際の時間および量との間の整合を示してもよい。概して、ユーザの健康と関連付けられた任意の他の指数も、算出されてもよく、指数は、目標とユーザの実際の挙動との間の整合を表す。本明細書に説明される任意の数の指数が、次いで、全般的ウェルネス指数を導出するために組み合わせられてもよい。例えば、指数はそれぞれ、加重が割り当てられてもよく、加重指数は、総合的指数を導出するために合計されてもよい。全般的ウェルネス指数は、次いで、ユーザの全体的ウェルネスを示すために使用されてもよく、ユーザの健康、例えば、ユーザの食事療法、運動処方計画、睡眠、薬剤アドヒアランス、および／または体重に寄与する任意の数の係数を示すことができる。
いくつかの実装では、図１Ａ−１Ｃのシステムの構成要素のうちの１つ以上は、食料品店において品目を購入するためのシステムにおいて使用される。特に、既知の食品データベース１０６Ａは、食料品店からの食品品目のリストおよび食品品目の対応する栄養含有量を含んでもよい。本明細書に説明されるシステムおよび方法は、ユーザが購入するための食料品店からの１つ以上の品目を推奨するために使用されてもよい。実施例として、食料品店に入ると、ユーザデバイス１０８は、ユーザに特異的に推奨され、食料品店において購入するために利用可能な食品品目のリストを表示してもよい。ユーザデバイス１０８は、例えば、ユーザが食料品店に入ると、ユーザデバイス１０８が信号を受信するように、ＧＰＳ技術を具備してもよい。リストは、最も正の指数影響を伴う品目がユーザデバイス１０８の画面の上部近傍に表示されるように、各食品品目と関連付けられた計算された指数影響に従ってソートされてもよい。加えて、推奨される食品品目を識別するためのプロセスは、制約、例えば、各食品品目のコスト、どの食品品目が、食料品店において割引されているか、どの食品品目をユーザが自宅に有し得るか、ユーザが買物を行なう対象人数、ユーザへの推奨に関する食品品目を識別するための他の特殊要求または任意の他の好適な制約を適用するステップを含んでもよい。実施例として、本明細書に説明されるシステムは、クーポンまたは割引コードがユーザの推奨される食品品目に関してユーザに提供され得るような食料品店からの情報を受信してもよい。いくつかの実装では、ユーザデバイス１０８は、ユーザデバイス１０８が、ユーザが食料品店の情報を入力することを要求せずに、食品品目推奨を自動的に表示するように構成されるように、ＧＰＳ技術を具備する。
いくつかの実装では、ユーザデバイス１０８は、製品のバーコードを走査するように構成される。例えば、ユーザは、バーコードスキャナを使用して、バーコードと関連付けられた食品製品をユーザが消費した、または消費を計画していることを示してもよい。バーコードスキャナの使用は、ユーザが、食品のリストを通して検索し、消費された食品を特定する必要性を回避するため、食品エントリの効率的ログ付けを可能にする。バーコード走査はまた、走査の時間がデフォルト時間として使用され得るため（但し、ユーザは、後で、打込の時間および／または日付を更新してもよい）、ユーザが、食品が消費された時間または日付を打ち込む必要性を回避する。代わりに、ユーザは、モバイルデバイスを使用して、バーコードを迅速に走査してもよく、システム１２０は、バーコードデータを使用して、走査された品目をデータベース内で迅速に特定してもよい。特に、データベースは、バーコード識別子に従ってソートされ、走査された品目の特定をより効率的にしてもよい。代替として、ユーザは、バーコードスキャナを使用して、ユーザが、製品の購入を検討していることを示してもよい。この場合、食品製品のバーコードの走査に応じて、ユーザデバイス１０８は、ユーザがある量の食品製品を消費する場合のユーザに関する指数影響を表示してもよい。ユーザデバイス１０８上のデフォルト設定は、１サービング分の指数影響を判定するために、ユーザが１サービング分の食品製品を消費するであろうと仮定してもよい（但し、ユーザはまた、ユーザが異なる量の食品製品に関する指数影響の確認を所望する場合、サービング数を更新してもよい）。同様に、ユーザデバイス１０８は、買物者が製品を購入すべきかどうかを決定するのに役立つように、食品製品の消費の影響が買物者に表示されるように、別の消費者（例えば、買物者の子供または他の家族成員等）に関する指数影響を表示してもよい。
いくつかの実装では、サーバ１０４は、ユーザの自宅内の食品製品を追跡する。この場合、サーバ１０４は、ユーザが保有している食品製品の在庫に対応する食品データの電子データベースを維持してもよい。本データベースは、ユーザまたは他者がユーザの食品製品を消費するとき、およびユーザが食品製品を購入するとき、適切に更新されてもよい。いくつかの実装では、本明細書に説明される推奨システムは、ユーザが保有している食品製品の在庫に基づいて、１つ以上の食品または食事推奨を提供してもよい。ユーザが既にユーザの自宅に有する食品または食事の推奨を提供することによって、本明細書に説明されるシステムおよび方法は、ユーザの食事療法をその食事療法目標と整合させながら、ユーザが既に有する原料を利用するための効率的方法を提供する。
いくつかの実装では、システム１２０は、試験またはシミュレーション例を提供し、ユーザに、目標を満たすことから生じ得る、ユーザの健康または生理学への変化のプレビューを提供する。一実施例では、ユーザインターフェース１１２は、ユーザが、本明細書に提供される査定を使用して、運動および／または栄養プログラムに従うにつれたユーザの体格への変化を描写する、ユーザの写真または概略を表示する。ユーザは、ユーザの身体または物理的測定値（他の生理学的データ、例えば、血圧、グルコースレベル、およびコレステロールレベルを伴う、または伴わない）の写真を提供してもよい。システム１２０は、次いで、ユーザの栄養指数が改善するにつれたユーザの体格または他の生理学的パラメータへの予測される改善に基づいて、画像または他のインジケータを生成してもよい。本シミュレータを使用することによって、ユーザは、事前に（または、ユーザがプログラムに従い始めた後）、選択された食事療法プログラムまたは他の目標がシミュレートされたパラメータに改善をもたらすかどうかを判定可能となり得る。したがって、ユーザの指数が変化するにつれて、システム１２０は、ユーザの概略を更新し、ユーザの身体への任意の予測される変化を反映させてもよい。
いくつかの実装では、管理可能数の別個の食事を確保しながら、各個人の栄養摂取量と個人の健康目標の整合を改善する、人々の集団への食事を査定および／または推奨することが望ましくあ得る。例えば、両親、祖父母、および数人の子供を含む家族では、個々の成員の栄養目標および嗜好を満たしながら、最小数の別個の食事が共有され得る場合、特に、便宜的である。図５Ｇは、集団の特異的栄養上の必要性に伴って、集団の食事療法を調整するために、システム１００によって実装され得る、方法３６０の流れ図である。概して、方法３６０は、集団内の個人によって消費された食事療法の分析を提供し、消費された食事療法を集団成員に関して推奨される栄養素の標的レベルと比較する。方法３６０は、集団に関して規定された栄養目標に関連して、集団の食事療法の総合的査定を生成するために使用されてもよい。加えて、方法３６０はまた、集団内の製品によって消費されるべき１つ以上の食品に関する１つ以上の推奨を生成するために使用されてもよい。
ある実施例では、集団は、家族の成員を含み、ユーザは、その集団の１人以上の他の成員を養う世帯主である。別の実施例として、ユーザは、学校またはオフィスビル内のカフェテリアに関する食事計画者であってもよい。集団ベースの食事推奨では、本明細書に説明される最適化プロセスは、母集団の食事療法と母集団の食事療法目標との間の総合的逸脱を最小限にするように行なわれる。さらに、ある実施例では、成員が家族であるとき、家族内の大人のための食事推奨に関する最適化プロセスは、ある食品のセットを含むある食事が、大人によって消費されるべきであると推奨され得る一方、異なるセットの食品を含む異なる食事が、子供によって消費されるべきであると推奨され得るように、子供のための最適化プロセスと別個に行なわれてもよい。加えて、集団ベースの食事推奨プロセスは、特殊食事療法制限、例えば、母集団の成員によって規定されたあるアレルギーまたは好ましい（または、好ましくない）食品を考慮してもよい。集団ベースの食事推奨の結果は、全成員が消費することが推奨される１つ以上の食品品目、および／または特異的成員が消費することが推奨される食品品目の１つ以上のカスタム変形を含んでもよい。
ステップ５０２では、プロセッサ１０５は、集団の消費レベルと集団の標的栄養素レベルとの間の逸脱を表す指数を計算する。この場合、指数は、集団の食事療法と集団の栄養目標との間の総合的逸脱を示す集団指数である。特に、指数の計算は、集団の成員によって以前に消費された食品のセットおよび集団成員に関して選択された１つ以上の食事療法プログラムまたは栄養目標を含む、前もって受信された入力に基づいてもよい。この場合、各集団の成員は、消費プロファイル（以前に消費された食品のセットに基づく）および成員に特異的標的栄養プロファイルと関連付けられてもよい。ある成員の消費および／または標的栄養プロファイルにおいて使用された栄養素のセットは、同一の集団の別の成員のものと同じまたは異なってもよい。ある実施例では、集団内の１人以上の個人は、優先加重が割り当てられてもよい。優先加重は、他の集団成員のものと比較して、個人の栄養目標の相対的重要性を表し得る。例えば、集団が家族であるとき、子供の栄養目標または必要性は、父親の栄養目標より優先されてもよい。この場合、子供は、最適化プロセスが父親に対してより子供に対して最適であり得る食品または食事推奨をもたらすように、父親の優先加重より大きい数値優先加重が割り当てられてもよい。ある実施例では、標的レベルと消費されたレベルとの間の逸脱に加重をかけるために使用される加重ｗｎは、集団内の各個人に対する優先加重に基づいて判定されてもよい。特に、適用される加重は、優先加重と関連付けられた数によってスケーリングされてもよい。例えば、子供に優先加重３が割り当てられ、父親に優先加重１が割り当てられる場合、子供の標的栄養素レベルと消費された栄養素レベルとの間の逸脱に適用される加重は、平均して、父親に適用される加重の３倍であってもよい。子供の栄養上の必要性は、父親より多く加重が割り当てられるため、以下に説明される最適化プロセスから生じる推奨は、父親の栄養上の必要性を満たすより子供の栄養上の必要性を満たす可能性が高い。
加えて、ある栄養素は、集団内の異なる個人に対して異なる優先加重が割り当てられてもよい。例えば、母親は、ある量の栄養素（ビタミンＫ等）を消費することが重要であり得る。特に、ユーザは、ビタミンＫに関する母親の要件が子供のビタミンＫに関する必要性の４倍も重要であることを規定してもよい。この場合、ビタミンＫの標的レベルとビタミンＫの消費されたレベルとの間の母親の逸脱に適用される加重は、子供の逸脱に適用される加重の４倍を上回ってスケーリングされてもよい。個人が全体的優先加重ならびに栄養素特異的優先加重を有することを可能にすることによって、システム１２０は、ユーザが、集団の成員の必要性および目標を最善に満たすように、最適化プロセスをカスタマイズすることを可能にする。
ステップ５０４では、プロセッサ１０５は、集団ベースの食品推奨に関する制約を示す入力を受信する。実施例として、集団の成員の栄養上の必要性および目標を満たすであろう、最小数の料理または食品製品を識別することが望ましくあり得る。この場合、ユーザ（例えば、世帯主あるいはカフェテリアまたはレストランの食事計画者）は、制約、例えば、食品調理に利用可能な時間量、あるいは推奨に含まれるべき料理の標的数または最大数を提供してもよい。集団の成員毎に、個人の具体的必要性を最適に満たす食事を有することが理想的であり得るが、また、集団の成員が同一の食品のうちの１つ以上を消費し、食事の調理の複雑性および時間を低減させることも望ましくあり得る。この場合、推奨される食品は、集団の成員のそれぞれに最適食品ではない場合があるが、集団の一般的栄養上の必要性は、食事調理の便宜性および実行可能性を考慮しながら、依然として、満たされ得る。ある実施例では、集団が小家族を含むとき、肉１品、炭水化物１品、および野菜１品を含む、単一料理を推奨することが望ましくあり得る。したがって、ユーザ（または、世帯主）は、ステップ５０４において、所望の制約が、肉１品、炭水化物１品、および野菜１品を含む、推奨を閲覧することを示す入力を提供してもよい。
集団内の各個人は、相互に比較され、逸脱プロファイルを形成し得る、消費プロファイルおよび標的プロファイルと関連付けられてもよい。いくつかの実装では、プロセッサ１０５は、同一の集団内の成員の２つ以上の逸脱プロファイル間の不適合性を検出する。実施例として、集団のうちの１人の成員は、ピーナッツの消費に強い選好を有し得る一方、別の成員は、ピーナッツにアレルギーを有し得る。この場合、最小数の異なる食品、食事、または原料が、２人の成員間の不適合性が異なる成員に推奨されるべき異なる食品を可能にすることによって解決され得るように、制約として使用されてもよい。
ステップ５０５では、プロセッサ１０５は、制約を満たす食品の第１の最適組み合わせを識別する。特に、本明細書に説明される最適化プロセスは、食品の種々の組み合わせにわたって反復し、各組み合わせを用いて、集団指数に及ぼす予測される影響を算出し、最適組み合わせを選択することによって行なわれてもよい。いくつかの実装では、集団の１人以上の成員（任意のアレルギーまたは他の食事療法制限等）に関する禁止食品または原料を含む、任意の組み合わせは、自動的に、検討から除外されてもよい。
ある実施例では、食品の候補組み合わせに関して、プロセッサ１０５は、集団の各成員に特異的指数影響を算出する。この場合、集団の成員毎に、逸脱プロファイルが、成員の消費プロファイルと成員の標的栄養プロファイルとの間の比較に基づいて生成されてもよい。逸脱プロファイルは、集団の各成員と関連付けられた個々の指数影響を判定するために使用されてもよい。総合的逸脱（または、総合的指数影響）は、成員の個々の指数影響を加重し（例えば、成員の優先加重によって）、加重影響を組み合わせることによって形成されてもよい。総合的逸脱は、したがって、成員の優先加重に従って、逸脱プロファイルの相対的重要性を反映してもよい。候補組み合わせ毎の総合的逸脱は、他の候補組み合わせの他の総合的逸脱と比較されてもよく、閾値を超える総合的逸脱との組み合わせが、選択されてもよい。ある実施例では、閾値は、最小総合的逸脱を伴う候補組み合わせが選択されるように規定されてもよい。
別の実施例では、最適組み合わせは、集団の成員毎に識別されてもよい。この場合、最適組み合わせは、個人に関して最大指数影響をもたらす組み合わせに対応し得る。各成員の個々の最適組み合わせ（集団内のＭ人の成員に関してＮ個の個々の最適組み合わせをもたらし、ここでは、Ｎは、集団の少なくとも２人の成員が同一の個々の最適組み合わせを有する場合、Ｍ未満であってもよい）が識別されると、個々の指数影響が、成員毎の各個々の最適組み合わせ（Ｎ×Ｍ個の個々の指数影響をもたらす）に関して算出されてもよい。個々の最適組み合わせ毎に、対応する個々の指数影響が、加重され（例えば、成員の優先加重によって）、総合的指数影響を判定するステップと組み合わせられてもよい。
実施例として、最適組み合わせは、最大予測影響を伴う組み合わせであってもよく、または最適組み合わせは、所定の閾値を超える予測される影響を伴う第１の組み合わせであってもよい。ある実施例では、所定の閾値は、ユーザによって提供されてもよい。例えば、所定の閾値は、正の指数影響を伴う任意の組み合わせが推奨に適切であり得るように、０に設定されてもよい。別の実施例では、閾値は、集団の各成員と関連付けられた個々の閾値の数を含んでもよい。この場合、個々の閾値の使用は、いずれの成員の個々の栄養指数も、食事を消費後も固定量を上回って減少しないことを確実にするために望ましくあり得る。さらに、個々の閾値は、相互に独立して設定されてもよい。例えば、子供の個々の栄養指数は全く減少すべきではない一方、父親の栄養指数が最大１点だけ減少することを容認可能であるように規定することが望ましくあり得る。ステップ５０６では、食品の第１の最適組み合わせと関連付けられた集団指数に及ぼす予測される影響が、判定される。
集団によって消費されるべき１つ以上の食品の組み合わせに関する推奨は、食事推奨を含んでもよい。この場合、推奨は、集団の異なる成員に関して異なる分量サイズを含んでもよい。例えば、異なる分量サイズは、食事の種々の成分の異なる相対的サービングサイズを含んでもよく、例えば、ある成員に対して、６オンスのステーキおよび３オンスのポテトを推奨し、別の成員に対して、４オンスのステーキおよび４オンスのポテトを推奨する。別の実施例では、異なる分量サイズは、集団の種々の成員に関して比例サービングサイズを含んでもよく、例えば、ある成員に対して、６オンスのステーキおよび３オンスのポテトを推奨し、別の成員に対して、４オンスのステーキおよび２オンスのポテトを推奨する。本明細書に説明される実施例は、手段が消費するための１つ以上の食品の好適な推奨を識別するために、個々に使用されてよい、または任意の好適な方式で組み合わせられてもよい。これらのアプローチはまた、集団が行なうための１つ以上の運動の好適な推奨を識別するために適用されてもよい。
決定ブロック５０７では、プロセッサ１０５は、影響が閾値を超えるかどうかを判定する。例えば、影響は、影響が閾値を上回る場合、方法３６０は、ステップ５０８に進み、第１の組み合わせの食品を推奨のためにユーザに提供するように、閾値を示す所定の数と比較されてもよい。いくつかの実装では、ユーザは、ステップ５０４において規定された制約を満たす推奨のみ検討されることを示すユーザ入力を提供してもよい。この場合、方法３６０は、第１の組み合わせの食品を識別後、自動的に、ステップ５０８に進み、第１の最適組み合わせが推奨のために提供された後、終了してもよい。
他の実装では、ユーザは、そうすることが集団の総合的指数または個々の栄養指数を増加させる場合、ステップ５０４において規定された制約を緩和することを容認可能であることを示すユーザ入力を提供してもよい。この場合、プロセッサ１０５が、決定ブロック５０７において、影響が閾値を超えないと判定する場合、方法３６０は、ステップ５１０に進み、制約を緩和させる。ある実施例では、制約が、肉１品、炭水化物１品、および野菜１品を含む推奨を閲覧することであるとき、制約の緩和として、任意の数の付加的食品製品（例えば、野菜２品を含む）が挙げられ得る。制約を緩和させることによって、可能性として考えられる食品組み合わせのセットが、プロセッサ１０５が第１の最適組み合わせと関連付けられた影響より優れた影響まで上昇させるであろう別の組み合わせの食品を識別する可能性が高くなるように、大幅に拡張される。概して、制約の緩和は、任意の数の方法において、例えば、別の食品製品、料理、または原料を含むことによって、あるいはより複雑性、より高いコスト、より長い調理時間、原料のコスト、原料の可用性、または任意の好適なそれらの組み合わせと関連付けられた食品を含むことによって、行なわれてもよい。
ステップ５１２では、プロセッサ１０５は、緩和された制約を満たす、別の最適組み合わせの食品を識別する。特に、最適化プロセスは、他の最適組み合わせを識別するために、緩和された制約を用いて繰り返される。ステップ５０５に関連して説明されるように、最適化プロセスは、食品の種々の組み合わせにわたって反復し、各組み合わせを用いて、集団指数に及ぼす予測される影響を算出し、最適組み合わせを選択することによって行なわれてもよい。同一のパラメータ（閾値、食品のセット、個々の栄養指数が検討されるかどうか等）が、ステップ５０５におけるように、ステップ５１２における最適化プロセスに関して使用されてもよく、またはパラメータは、異なってもよい。ステップ５１４では、他の最適組み合わせの食品と関連付けられた集団指数に及ぼす更新された影響が、判定される。
決定ブロック５１６では、プロセッサ１０５は、更新された影響が閾値を超えるかどうかを判定する。例えば、更新された影響は、影響が閾値を上回る場合、方法３６０が、ステップ５１８に進み、他の組み合わせの食品を推奨のためにユーザに提供するように、所定の数と比較されてもよい。決定ブロック５１６において使用される閾値は、決定ブロック５０７において使用された閾値と同一または異なってもよい。
いくつかの実装では、ユーザは、規定されたレベルの容認可能制約および緩和された制約を示すユーザ入力を提供してもよい。例えば、ユーザは、肉１品、炭水化物１品、および野菜１品を含む、１つの料理が好ましいことを示す入力を提供してもよいが、そのような料理がある栄養素要件を満たさない場合、ユーザは、したがって、また、肉１品、炭水化物１品、および野菜２品を含む、料理も検討するであろう。そのような料理が、再び、ある栄養素要件を満たさない場合、ユーザは、例えば、肉１品、炭水化物２品、および野菜２品を含む、料理の検討も受け入れてもよい。概して、ユーザは、最適化プロセスがあるレベルの制約を満たす好適な組み合わせの食品を識別できない場合、システム１２０が、規定された回数だけ制約を緩和し、推奨に適切な食品の組み合わせを識別し得るように、任意の数のレベルの制約を規定してもよい。したがって、決定ブロック５１６において、プロセッサ１０５が、更新された指数影響が閾値を超えないことを判定する場合、方法３６０は、ステップ５１０に戻り、さらに制約を緩和させ、さらに緩和された制約を用いて、最適化プロセスを繰り返す。
最初に、制約を満たす食事推奨を識別し、次いで、他のタイプの食事推奨を含むように制約を後に緩和させることによって、本明細書に説明されるシステムおよび方法は、複数のレベルの食事推奨を可能にし、各レベルは、可能性として、調理時間および／または複雑性を増加させる。概して、当業者は、本明細書に説明されるシステムおよび方法が、任意の数のレベルに適用されてもよく、最適化プロセスが、集団の必要性に適するように、任意の回数だけ繰り返されてもよいことを理解するであろう。
図６は、例証的実装による、ユーザインターフェース１１２のディスプレイ上にオブジェクトを表示するために、プロセッサ１０５によって使用される、方法６００の流れ図である。本方法は、ユーザがサインインするサインイン画面を表示するステップ（ステップ５２０）と、指数関数を呼び出すステップ（ステップ５２２）と、指数を表示するステップ（ステップ５２４）とを含む。本方法はさらに、「ログ」、「ライブ」、および「学習」ナビゲーション選択肢（ステップ５２６、以下に詳細に論じられる）、ログ選択肢のためのホーム画面（決定ブロック５２８およびステップ５３６）、ライブ選択肢のためのホーム画面（決定ブロック５３０およびステップ５３８）、および学習選択肢のためのホーム画面（決定ブロック５３２およびステップ５４０）を含む、ホーム画面を表示するステップを含む。ユーザは、サインアウトを選択することもできる（ステップ５３４）。ホーム画面の実施例は、図１４に示される。
図７は、例証的実装による、ユーザインターフェース１１２のディスプレイ上に「ログ」選択肢を表示するために、プロセッサ１０５によって使用される、方法７００の流れ図である。本方法７００は、異なる食事タイプ、例えば、朝食、昼食、夕食、および間食に関するフィールドを含むログ選択肢のためのホーム画面を表示するステップ（ステップ５３６および６２０）から開始する。ログ選択肢のためのホーム画面の実施例は、図２３に示される。
図７に戻って参照すると、プロセッサ１０５は、ログ呼び出しを受信し、ユーザが消費された食品をユーザインターフェースに打ち込むことを所望していることを示す（ステップ６２２）。プロセッサ１０５は、次いで、ユーザが食品が消費されたことを示した日付に対応する、ログ付けされた日付を識別し（ステップ６２４）、食事タイプを識別し、本実装では、図２３において、食品を打ち込むべきフィールドを選定するときにユーザによって規定される（ステップ６２６）。ユーザが、消費された食品をフィールド内にタイプし始めると、オートフィルエントリがディスプレイ上に現れ、ユーザは、オートフィルエントリのうちの１つから選択してもよい。代替として、ユーザは、消費された食品に関してデータベースを検索し、データベース内の食品を選択してもよい。「チキンサンドイッチ」に関するクエリを伴う検索画面の実施例は、図２４に示される。プロセッサ１０５は、食品を識別し（ステップ６２８）、食品がユーザ在庫にあるかどうかチェックする（ステップ６３０）。ユーザ在庫は、ユーザが以前にログ付けした食品のリストであって、図１Ｂにおける消費された食品データベース１０６Ｂ上に記憶されてもよい。ユーザ在庫の実施例は、図１７に示される。食品がユーザ在庫内にない場合、プロセッサ１０５は、食品をユーザ在庫に追加する（ステップ６３２）。そうでなければ、プロセッサ１０５は、食品、食事タイプ、およびログ付けされた日付をユーザログエントリとして記憶し（ステップ６３４）、識別された食品に関する消費された食品ベクトルを記憶する（ステップ６３６）。消費された食品ベクトルは、前述のように、識別された食品がユーザの消費プロファイルを構成する種々の栄養素の寄与率に対応し、消費された食品ベクトルの要素は、消費された栄養素レベルに対応する。ホットチキンサンドイッチに関する例示的消費された食品ベクトルは、図２５に示される。次いで、本方法は、ホーム画面に戻り、ログ、ライブ、および学習選択肢を表示する（ステップ５４２）。
図８は、例証的実装による、ユーザインターフェース１１２のディスプレイ上に「ライブ」オブジェクトを表示するために、プロセッサ１０５によって使用される、方法８００の流れ図である。方法８００は、あるパラメータ、例えば、プロセッサ１０５に、食品推奨が要求されることを示す、「新しい食品」を用いて、推奨関数を呼び出すステップ（ステップ７２０）から開始する。プロセッサ１０５は、新しい食品推奨をプロセッサ１０５から受信し、新しい食品推奨を表示する（ステップ７２２）。ユーザが推奨を選択する場合（ステップ７３２）、指数影響が、選択された推奨に関して表示される（ステップ７３４）。プロセッサは、次いで、食事推奨選択肢および食品カテゴリ推奨選択肢を表示し（ステップ７２４）、随意の食事タイプまたは食品カテゴリが選択されるかどうかを判定する（ステップ７２６）。該当する場合、プロセッサ１０５は、選択された食事タイプまたは食品カテゴリに対応するパラメータを用いて、推奨関数を呼び出し（ステップ７２８）、ホーム画面に戻る（ステップ５４２）前に、選択された選択肢に関する推奨を表示する（ステップ７３０）。
図９は、例証的実装による、指数関数を算出するために、プロセッサ１０５によって使用される、方法９００の流れ図である。本方法は、指数関数の呼び出しを受信するステップ（ステップ８２０）から開始し、ユーザを識別し（ステップ８２２）、最後のエントリ以降、指数が計算されたかどうかを判定する（決定ブロック８２４）。該当する場合、これは、ユーザが、最後に指数が計算されて以降、消費された食品に対応するいかなるエントリも作成しておらず、それによって、指数を更新する必要性を妨害していることを意味する。この場合、指数は、メモリから読み出され（ステップ８５８）、終了前に返される（ステップ８６０）。指数が、最後のエントリ以降、計算されていない場合、本方法は、時間窓パラメータ（指数が計算された最後の時間から現在の時間までの時間周期に対応する）を１に初期化し（ステップ８２６）、窓消費ベクトルを初期化し（ステップ８２８）、指数が計算された最後の時間以降のユーザログエントリ数Ｅを表す指数を１に初期化する（ステップ８３０）ように進められる。
プロセッサ１０５は、次いで、時間窓内のユーザログエントリ（消費された食品に対応する）を識別し（ステップ８３２）、識別されたユーザログエントリに対応する消費された食品ベクトルを読み出し（ステップ８３４）、消費された食品ベクトルを窓消費ベクトルに追加する（ステップ８３６）。時間窓内に残っているユーザログエントリがある場合（ステップ８３８）、ステップ８３２、８３４、および８３６は、Ｅを１だけインクリメントすることによって繰り返される（ステップ８４０）。時間窓内に残っているユーザログエントリがないとき、プロセッサ１０５は、任意の他の時間窓があるかどうかを判定する（決定ブロック８４２）。該当する場合、本方法は、時間窓をインクリメントし（ステップ８４４）、ステップ８３０に戻り、残っている時間窓内の全ユーザログエントリに対応する消費された食品ベクトルを窓消費ベクトルに追加する。
検討するための残っている時間窓がないとき、プロセッサ１０５は、全窓消費ベクトルを単一総消費ベクトルに連結し（ステップ８４６）、結果として生じる総消費ベクトルを記憶し（ステップ８４８）、ユーザ加重行列（ステップ８５０）およびユーザ標的ベクトル（ステップ８５２）を読み出すように進められる。プロセッサ１０５は、次いで、加重行列間の行列積およびユーザ標的ベクトルと総消費ベクトルとの間の差異を算出する（ステップ８５４）。指数は、結果として生じる積における全要素の和であって（ステップ８５６）、指数が、返される（ステップ８６０）。
図１０は、例証的実装による、推奨に適切な食品を判定するために、プロセッサ１０５によって使用される、方法１０００の流れ図である。方法１０００は、推奨関数の呼び出しを受信するステップ（ステップ９２０）から開始し、ユーザ（ステップ９２２）およびパラメータ（ステップ９２４）を識別する。例えば、パラメータは、ユーザが推奨の閲覧を所望する具体的食事タイプまたは食品の具体的カテゴリであってもよい。
プロセッサ１０５は、パラメータに関する推奨が、最後のユーザログエントリ以降、以前に計算されたかどうかを判定し（ステップ９２６）、該当する場合、パラメータに関する推奨がメモリから読み出され（ステップ９６０）、終了前に返される（ステップ９６２）。該当しない場合、プロセッサ１０５は、ユーザ加重行列（ステップ９２８）、ユーザの標的ベクトル（ステップ９３０）、およびユーザの総消費ベクトル（９３２）を読み出す。
推奨のために検討される食品のセットが、推奨関数に対するパラメータに基づいて選択される（ステップ９３６および９３８）。例えば、パラメータが具体的食事タイプまたは食品カテゴリを指す場合、検討される食品のセットは、食事タイプまたは食品カテゴリと関連付けられた食品のみを含んでもよい。同様に、パラメータが、ユーザが新しい食品またはユーザのログ付けされたエントリ内に既に含まれていない食品のための推奨の閲覧を所望することを示す場合（ステップ９４０）、ユーザ食品在庫内の食品は、検討下の食品のセットから除去される（ステップ９４２）。パラメータは、他の検討事項も示してもよい。例えば、ユーザに利用可能な食品のみ検討することを所望してもよい。特に、ユーザが食品を得ることを妨害するであろう限定された経済的手段を伴うユーザに、高価な食品を推奨することは望ましくない場合がある。パラメータはまた、食品のセットをユーザの近傍の場所で成長または収穫されたもの、あるいはユーザ近傍のスーパーマーケットで販売されている食品に制限することができる。この場合、ある食品は、他の食品より好まれ、食品品目が検討される順序は、最適化において、あまり好まれない食品より好まれる食品を先に検討するようにソートされてもよい。検討されるべき食品のセットが判定された後、指数影響が、総消費ベクトル（消費プロファイルに対応する）、標的ベクトル（ユーザの識別された食事療法プログラムまたは健康関連目標に対応する）、および加重ベクトル（ステップ９４８）に基づいて、セット内の食品品目毎に計算される。指数影響は、記憶される（ステップ９５０）。
食品のセット内の食品品目毎の指数影響が計算されると、最も正の指数影響を伴う所定の食品数品目が、識別され（ステップ９５４）、メモリ内に記憶される（ステップ９５６）。識別された食品品目は、推奨として設定され（ステップ９５８）、返される（ステップ９６２）。代替として、本方法は、閾値を超える指数影響を伴う第１のセットの所定の食品数品目を返してもよい。
図１１は、例証的実装による、ユーザインターフェース１１２のディスプレイ上に「学習」オブジェクトを表示するために、プロセッサ１０５によって使用される、方法１１００の流れ図である。「学習」選択肢は、標的レベルに対して、標的プロファイル内の栄養素毎に不足または超過があるかどうかを含む、ユーザの標的プロファイルの詳細図を提供する。本方法は、統計関数を呼び出すステップ（ステップ１０２０）から開始する。次いで、プロセッサ１０５は、統計に基づいて、棒グラフを表示し（ステップ１０２２）、ホーム画面に戻り、ログ、ライブ、および学習選択肢を表示する（ステップ５４２）。
図１２は、例証的実装による、ユーザに関する統計を判定するために、プロセッサ１０５によって使用される、方法１２００の流れ図である。方法１２００は、統計関数の呼び出しを受信するステップ（ステップ１１２０）から開始し、ユーザを識別する（ステップ１１２２）。プロセッサ１０５は、次いで、ユーザに関する標的栄養プロファイルに対応する標的ベクトル（ステップ１１２４）およびユーザに関する消費された栄養プロファイルに対応するユーザの消費ベクトル（ステップ１１２６）を読み出す。プロファイル内の栄養素毎に、プロセッサ１０５は、消費ベクトル内の要素が標的ベクトル内の対応する要素を超えるかどうかに応じて、超過または不足のいずれかを算出および記憶する（ステップ１１２８および１１３０）。例えば、消費要素が標的要素を超える場合、プロセッサ１０５は、その栄養素を「超過」としてラベル化し、さらに、要素間の差異を標的要素によって正規化することによって、パーセンテージ差を算出してもよい。同様に、標的要素が消費要素を超える場合、対応する栄養素は、「不足」としてラベル化され、対応するパーセンテージ差が、算出されてもよい。いくつかの実装では、さらなる処理が、行なわれてもよい。例えば、パーセンテージ差（あるいは、２つの値間の差異を表すために好適な差異または任意の他の測定基準）の容認可能範囲があってもよい。特に、わずかなパーセンテージ差を伴う栄養素を「超過」または「不足」のいずれかとしてラベル化するのは望ましくない場合がある。この場合、いくつかの閾値処理または他の処理が、パーセンテージ差に行なわれ、「超過」または「不足」ラベルを容認可能範囲内の栄養素から除去してもよい。加えて、異なる栄養素は、異なる容認可能範囲を有してもよい。これらのラベル、および随意に、パーセンテージ差は、統計として返される（ステップ１１３２）。
いくつかの実装では、標的プロファイル内の栄養素毎に棒を含む、「棒グラフ」が、ユーザインターフェース１１２上に表示される。栄養素毎の棒の長さは、栄養素が超過する場合、第１の方向（例えば、右）に、栄養素が不足する場合、別の方向（例えば、左）に延在してもよい。ある場合には、異なる色が、不足および超過を示すために使用されてもよく、例えば、不足を伴う栄養素の棒は、ある色で表示され、超過を伴う栄養素のものは、別の色で表示される。これらのアプローチの組み合わせもまた、使用されてよい。
図１２Ａは、例証的実装による、ユーザに関する栄養素詳細を表示するために、プロセッサ１０５によって使用される、方法１２１０の流れ図である。方法１２１０は、ユーザが栄養素を選択するステップ（ステップ１２２０）から開始し、その栄養素に関する現在のユーザ消費レベルがその栄養素に関する標的範囲を下まわるかどうかを判定する（ステップ１２２２）。該当する場合、プロセッサ１０５は、ユーザに関する消費された食品データベース内のどの食品が高レベルのその栄養素を有するかを判定し（ステップ１２２４）、これらの食品を表示する（１２２６）。プロセッサ１０５はまた、高レベルのその栄養素を伴う、ユーザによって消費およびログ付けされていない食品を判定し（ステップ１２２８）、これらの食品を表示する（ステップ １２３０）。代替として、その栄養素に関する現在のユーザ消費レベルが、その栄養素に関する標的範囲を上回る場合（ステップ１２３２）、プロセッサ１０５は、消費されたデータベース内の高レベルのその栄養素を伴う食品を判定し（ステップ１２３４）、判定された食品を表示する（ステップ１２３６）。ユーザインターフェースの例示的ディスプレイは、図３６Ｂ−Ｄに示される。
特に、不足栄養素に関して、プロセッサ１０５が、データベース内の食品が高レベルの選択された栄養素を有すると判定すると（ステップ１２２４および１２２８等）、プロセッサ１０５は、加えて、ユーザが食品を消費する場合、指数の変化に対応する指数影響を計算してもよい。プロセッサ１０５は、正の指数影響を有する食品のみを表示し（ステップ１２２６、１２３０等）、ユーザの指数を増加させるであろう食品のみ表示されることを意味する。さらに、食品は、選択された栄養素のそのレベルの順序またはその指数影響の順序で列挙されてもよい。このように、ユーザに表示される食品は、ユーザがユーザの目標に到達するのに役立つであろうものである。
加えて、超過栄養素に関して、ユーザが超過レベルの栄養素に寄与する以前に消費された食品を消費しないように阻止され得るように、ユーザが回避すべき食品を提案することが望ましくあり得る。不足栄養素の場合のように、プロセッサ１０５は、消費されたデータベース内の食品毎の指数影響を計算するが、ここでは、最も負の指数影響を伴うそれらの食品を表示するために選択し得る。プロセッサ１０５は、選択された栄養素のそのレベルの順序またはその指数影響の順序で食品を表示してもよい（ステップ１２３６）。このようにデータを表示することによって、ユーザは、ユーザが現在消費しているどの食品が、ユーザの指数に悪影響を及ぼし得るかを閲覧することができる。
図１３は、本明細書に説明されるプロセスのいずれかを行なうためのコンピューティングデバイス、例えば、図１Ａ−１Ｃのシステムの構成要素のいずれかのブロック図である。これらのシステムの構成要素はそれぞれ、１つ以上のコンピューティングデバイス１３００上に実装されてもよい。ある側面では、これらのシステムの複数の構成要素は、１つのコンピューティングデバイス１３００内に含まれてもよい。ある実装では、構成要素および記憶デバイスは、いくつかのコンピューティングデバイス１３００を横断して実装されてもよい。
コンピューティングデバイス１３００は、少なくとも１つの通信インターフェースユニットと、入力／出力コントローラ１３１０と、システムメモリと、１つ以上のデータ記憶デバイスとを含む。システムメモリは、少なくとも１つのランダムアクセスメモリ（ＲＡＭ１３０２）と、少なくとも１つの読取専用メモリ（ＲＯＭ１３０４）とを含む。これらの要素は全て、中央処理ユニット（ＣＰＵ１３０６）と通信し、コンピューティングデバイス１３００の動作を促進する。コンピューティングデバイス１３００は、多くの異なる方法で構成されてもよい。例えば、コンピューティングデバイス１３００は、従来の独立型コンピュータであってもよく、または代替として、コンピューティングデバイス１３００の機能は、複数のコンピュータシステムおよびアーキテクチャにわたって分散されてもよい。図１３では、コンピューティングデバイス１３００は、ネットワークまたはローカルネットワークを介して、他のサーバまたはシステムにリンクされる。
コンピューティングデバイス１３００は、分散されたアーキテクチャ内に構成されてもよく、データベースおよびプロセッサは、別個のユニットまたは場所内に格納される。いくつかのユニットは、一次処理機能を行い、最低限でも、一般的コントローラまたはプロセッサおよびシステムメモリを含有する。分散されたアーキテクチャ実装では、これらのユニットはそれぞれ、他のサーバ、クライアント、またはユーザコンピュータ、および他の関連デバイスとの一次通信リンクとしての役割を果たす通信インターフェースユニット１３０８を介して、通信ハブまたはポート（図示せず）に取り付けられてもよい。通信ハブまたはポートは、それ自体が最小処理能力を有し、主に、通信ルータとしての役割を果たしてもよい。種々の通信プロトコルは、限定されないが、Ｅｔｈｅｒｎｅｔ（登録商標）、ＳＡＰ、ＳＡＳ（登録商標、ＡＴＰ、Ｂｌｕｅｔｏｏｔｈ（登録商標）ＧＳＭ（登録商標）、およびＴＣＰ／ＩＰを含む、システムの一部であってもよい。
ＣＰＵ１３０６は、プロセッサ、例えば、１つ以上の従来のマイクロプロセッサおよび１つ以上の補助コプロセッサ、例えば、ＣＰＵ１３０６から作業負荷をオフロードするための数値演算コプロセッサを含む。ＣＰＵ１３０６は、通信インターフェースユニット１３０８および入力／出力コントローラ１３１０と通信し、それを通して、ＣＰＵ１３０６は、他のデバイス、例えば、他のサーバ、ユーザターミナル、またはデバイスと通信する。通信インターフェースユニット１３０８および入力／出力コントローラ１３１０は、例えば、他のプロセッサ、サーバ、またはクライアントターミナルと同時に通信するための複数の通信チャネルを含んでもよい。
ＣＰＵ１３０６はまた、データ記憶デバイスと通信する。データ記憶デバイスは、磁気、光学、または半導体メモリの適切な組み合わせを含んでもよく、例えば、ＲＡＭ１３０２、ＲＯＭ１３０４、フラッシュドライブ、光学ディスク、例えば、コンパクトディスクまたはハードディスクまたはドライブを含んでもよい。ＣＰＵ１３０６およびデータ記憶デバイスはそれぞれ、例えば、単一コンピュータまたは他のコンピューティングデバイス内に全体的に位置する、あるいは通信媒体、例えば、ＵＳＢポート、シリアルポートケーブル、同軸ケーブル、Ｅｔｈｅｒｎｅｔ（登録商標）ケーブル、電話回線、無線周波数送受信機、または他の類似無線または有線媒体、あるいは前述の組み合わせによって、相互に接続されてもよい。例えば、ＣＰＵ１３０６は、通信インターフェースユニット１３０８を介して、データ記憶デバイスに接続されてもよい。ＣＰＵ１３０６は、１つ以上の特定の処理機能を行なうように構成されてもよい。
データ記憶デバイスは、例えば、（ｉ）コンピューティングデバイス１３００のためのオペレーティングシステム１３１２、（ｉｉ）本明細書に説明されるシステムおよび方法に従って、特に、ＣＰＵ１３０６に関して詳細に説明されるプロセスに従って、ＣＰＵ１３０６に命令するように適合される１つ以上のアプリケーション１３１４（例えば、コンピュータプログラムコードまたはコンピュータプログラム製品）、あるいは（ｉｉｉ）プログラムによって要求される情報を記憶するために利用され得る情報を記憶するように適合されるデータベース１３１６を記憶してもよい。
オペレーティングシステム１３１２およびアプリケーション１３１４は、例えば、圧縮、未コンパイル、および暗号化フォーマットにおいて記憶されてもよく、コンピュータプログラムコードを含んでもよい。プログラムの命令は、データ記憶デバイス以外のコンピュータ可読媒体、例えば、ＲＯＭ１３０４またはＲＡＭ１３０２から、プロセッサのメインメモリ内に読み取られてもよい。プログラム内の命令のシーケンスの実行は、ＣＰＵ１３０６に、本明細書に説明されるプロセスステップを行なわせるが、有線回路が、本発明プロセスの実装のためのソフトウェア命令の代わりに、またはそれと組み合わせ使用されてもよい。したがって、説明されるシステムおよび方法は、ハードウェアおよびソフトウェアの任意の具体的組み合わせに限定されない。
好適なコンピュータプログラムコードは、本明細書に説明される食事療法挙動の整合に関連する１つ以上の機能を行なうために提供されてもよい。プログラムはまた、プログラム要素、例えば、オペレーティングシステム１３１２、データベース管理システム、およびプロセッサに、入力／出力コントローラ１３１０を介して、コンピュータ周辺デバイス（例えば、ビデオディスプレイ、キーボード、コンピュータマウス等）とインターフェースをとらせる、「デバイスドライバ」を含んでもよい。
用語「コンピュータ可読媒体」は、本明細書で使用されるように、実行のために、コンピューティングデバイス１３００のプロセッサ（または、本明細書に説明されるデバイスの任意の他のプロセッサ）に命令を提供する、または提供に関与する、任意の非一過性媒体を指す。そのような媒体は、不揮発性媒体および揮発性媒体を含むが、それらに限定されない、多くの形式をとってもよい。不揮発性媒体は、例えば、光学、磁気、または光磁気ディスク、あるいは集積回路メモリ、例えば、フラッシュメモリを含む。揮発性媒体は、典型的には、メインメモリを構成する、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）を含む。コンピュータ可読媒体の一般的形式は、例えば、フロッピー（登録商標）ディスク、柔軟性ディスク、ハードディスク、磁気テープ、任意の他の磁気媒体、ＣＤ−ＲＯＭ、ＤＶＤ、任意の他の光学媒体、パンチカード、ペーパーテープ、孔のパターンを伴う任意の他の物理的媒体、ＲＡＭ、ＰＲＯＭ、ＥＰＲＯＭ、またはＥＥＰＲＯＭ（電気的に消去可能なプログラマブル読取専用メモリ）、フラッシュ−ＥＥＰＲＯＭ、任意の他のメモリチップまたはカートリッジ、あるいはコンピュータが読み取ることができる任意の他の非一過性媒体を含む。
コンピュータ可読媒体の種々の形式は、実行のために、１つ以上の命令の１つ以上のシーケンスをＣＰＵ１３０６（または、本明細書に説明されるデバイスの任意の他のプロセッサ）に搬送する際に関わり得る。例えば、命令は、最初は、遠隔コンピュータ（図示せず）の磁気ディスク上にあり得る。遠隔コンピュータは、命令をその動的メモリ内にロードし、Ｅｔｈｅｒｎｅｔ（登録商標）接続、ケーブルライン、またはさらにモデムを使用して電話回線を経由して、命令を送信することができる。コンピューティングデバイス１３００（例えば、サーバ）にローカルの通信デバイスは、個別の通信ライン上でデータを受信し、プロセッサのためのシステムバス上にデータを置くことができる。システムバスは、データをメインメモリに搬送し、そこから、プロセッサは、命令を読み出し、実行する。メインメモリによって受信される命令は、随意に、プロセッサによる実行前または後のいずれかにおいて、メモリ内に記憶されてもよい。加えて、命令は、通信ポートを介して、種々のタイプの情報を搬送する無線通信またはデータストリームの例示的形式である、電気、電磁、または光学信号として受信されてもよい。
図１４−３７は、例証的実装による、コンピュータ画面上の種々の例示的ユーザインターフェース１１２のディスプレイである。
図１４は、ユーザのユーザ名およびパスワードの提供に応じて、ユーザに表示されるホーム画面である。画面の右上部に、ユーザの指数（本実装では、０〜１００のスコア）があって、ログ、ライブ、および学習選択肢も、表示される。
図１５は、ユーザが食事療法プログラムまたは目標のリストから選択するために使用する、個人用情報画面である。加えて、ユーザは、付加的目標または注釈を自由形式の回答フィールドに追加してもよく、任意の人口統計特徴を画面の下部に提供してもよい。ユーザが選択または本画面に追加する情報は、図１Ｂにおける食事療法プログラムデータベース１０６Ｃまたは任意の他のデータベース内に記憶されてもよい。
図１６は、図１５における画面上に提供されるユーザ入力に基づいて、ユーザの標的プロファイルを表示する画面である。ユーザの標的プロファイルの計算は、図４に関連してより詳細に説明される。
図１７は、ユーザに特異的である、消費され、ログ付けされた食品のリストを表示する、画面である。ユーザ特異的食品に対応するデータは、図１Ｂ内の消費された食品データベース１０６Ｂまたは任意の他のデータベース内に記憶されてもよい。
図１８−２０は、ユーザが、どのように複数の食品の組み合わせを作成し得るかを表示する画面である。例えば、ユーザが、多くの場合、鶏肉およびブロッコリーをともに食する場合、ユーザは、鶏肉およびブロッコリーを含む組み合わせを作成してもよい。組み合わせをユーザ特異的消費された食品データベースに追加することによって、ユーザは、将来、各食品品目を個々に追加する必要なく、食品をログ付けするとき、その組み合わせを選択することができる。
図２１−２２は、ユーザが、どのように友達リクエストを伝送し得るかを表示する画面である。ユーザは、別のユーザと知り合いであり得、かつその別のユーザの進展の追跡を所望し得る。例えば、集団内の各ユーザが集団内の別のユーザの指数を閲覧し得るように、コンテストが、ユーザの集団間で行なわれてもよい。いくつかの時間周期の終了時に最高指数を伴うユーザ、またはある時間周期にわたって、指数に最大改善を伴うユーザは、ある賞を受けてもよい。加えて、ユーザは、他のユーザによって以前にログ付けされた食品の閲覧またはログ付けを所望し得る。
図２３−２６は、ユーザが、ホットチキンサンドイッチが昼食に消費されたことを示すために、どのようにログエントリを作成し得るかを表示する画面である。データが本ログエントリからどのように生じるかの詳細は、図３、４、および５Ａ−５Ｃに関連して説明される。
図２７−２９は、ユーザが、どのように既にログ付けされた食品の組み合わせを作成し得るかを表示する画面である。組み合わせは、ユーザの消費された食品データベースに追加される。
図３０は、ユーザが、どのように新しい食品をデータベースに追加し得るかを表示する画面である。例えば、ユーザは、データベース内にない特定の食品のログ付けを所望し得る。この場合、ユーザは、食品名および栄養素情報を提供してもよく、食品は、データベースに追加される。
図３１−３３は、ユーザが、どのように運動をログ付けし得るかを表示する画面である。例えば、ユーザは、６０分間の自由形水泳を入力し得、プロセッサは、ユーザに関する運動に対応するカロリー数を計算する。ユーザはまた、直接、運動に対応するカロリー数を提供してもよい。正味カロリー数（ユーザによって消費されたカロリーから、運動を通して燃焼されたカロリーを引いたもの）は、前述の栄養素ベクトル内の要素であり得る。
図３４は、ユーザに関する消費された食品データベース内にない食品に対応する、ユーザのための新しい食品提案を表示する画面である。推奨画面はまた、新しい食品提案に対応する栄養情報を表示する。推奨がどのように判定されるかの詳細は、図５Ｃに関連して説明される。
図３５は、ユーザに関する消費された食品データベース内の食事に対応するユーザのための食事提案を表示する画面である。表示される夕食提案は、最高指数影響スコア（ディスプレイの右に示される）をもたらした食事に対応する。食事推奨がどのように判定されるかの詳細は、図５Ｂに関連して説明される。
図３６Ａは、ユーザ消費レベルが、標的プロファイルに対応するレベルを下回る、または上回る栄養素のセットに対応する棒グラフを表示する画面である。これらの統計がどのように生成されるかの詳細は、図１１および１２に関連して説明される。図３６Ｂは、図３６Ａにおけるものと同一の情報を表示するが、さらに、ユーザが制御デバイス（マウス等）をある栄養素（マグネシウム）に対応するグラフ上の棒に重ねると、詳細が表示されることを示す画面である。これらの詳細は、ユーザに関する標的および実際のレベルを含む。ユーザは、棒を選択し、その栄養素レベルに寄与するユーザが消費した食品をユーザに示すディスプレイをもたらしてもよい。図３６Ｃは、本ディスプレイの実施例を示し、消費された食品内に含有される栄養素の量別にソートされた栄養素（マグネシウム）を含む、ユーザによって消費された食品のリストを示す。ユーザが、次いで、図３６Ｃ内の画面の右上部の「これを試す」ボタンを選択する場合、図３６Ｄの画面が、表示される。図３６Ｄは、多量の選択された栄養素を伴う新しい食品推奨の例示的画面を示す。重要なこととして、新しい食品推奨は、ユーザの指数に有益となるであろうもののみを含む。
図３７は、ユーザ消費レベルが標的プロファイルに近い範囲内にある、栄養素のリストを表示する画面である。これらの統計がどのように生成されるかの詳細は、図１２に関連して説明される。
図３８−４６は、例証的実装による、モバイルデバイス上のユーザインターフェース１１２の種々の例示的ディスプレイである。
図３８は、モバイルデバイス上のアプリケーションを開くとユーザに表示される、ホーム画面である。画面の右上部には、ユーザの指数（１００点中のスコア）があって、ログ、ライブ、および学習選択肢も、表示される。
図３９−４２は、ユーザのために提案される新しい食品を表示する画面である。ユーザは、特定の食品カテゴリを選択し、推奨を閲覧してもよく、またはユーザは、異なるカテゴリ内のいくつかの推奨を返す、「お任せ」選択肢を選択してもよい。
図４３−４６は、ユーザに関する必要性プロファイルおよび標的リストを表示する画面である。必要性プロファイルは、棒グラフまたは表として閲覧されてもよい。ユーザはまた、ログ付けされた消費された食品を検討する時間周期を選択してもよい。
種々の例証的実装が説明されたが、前述の説明は、単に、例証であって、本発明の範囲を限定するものではないことを理解されたい。いくつかの実施例が、本開示において提供されたが、開示されるシステム、構成要素、および製造方法は、本開示の範囲から逸脱することなく、多くの他の具体的形式において具現化されてもよいことを理解されたい。
開示される実施例は、本明細書に説明される１つ以上の他の特徴と組み合わせて、または部分的に組み合わせて、実装されることができる。種々の装置、システム、および方法が、本開示に基づいて実装されてもよいが、依然として、本発明の範囲内にある。また、前述で説明または図示された種々の特徴は、他のシステム内で組み合わせらられてもよく、または統合されてもよく、あるいはある特徴は、省略されてもよく、または実装されなくてもよい。
本開示の種々の実施形態が、本明細書に図示および説明されたが、そのような実施形態は、一例として提供されるにすぎないことは、当業者に明白となるであろう。多数の変形例、変更、および代用が、現時点において、本開示から逸脱することなく、当業者に想起されるであろう。本明細書に説明される本開示の実施形態の種々の代替が、本開示を実践する際に採用されてもよいことを理解されたい。
本明細書に引用される全参考文献は、参照することによってその全体として組み込まれ、本願の一部を成す。

Claims (223)

  1. 人の食事療法を査定するための方法であって、
    通信ポートと、少なくとも１つの電子データベースを記憶する、少なくとも１つの非一過性コンピュータ可読媒体と通信する、少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムによって、第１の所定の時間周期の間、前記人によって消費された第１の栄養素量を表すデータを受信するステップと、
    前記少なくとも１つの電子データベースから、前記第１の栄養素の標的レベルを受信するステップと、
    前記コンピュータシステムによって、前記第１の栄養素の量と、前記第１の栄養素の標的レベルとの間の比較に基づいて、第１の数値加重を前記第１の栄養素に割り当てるステップと、
    前記通信ポートを介して、前記第１の栄養素の量、前記第１の栄養素の標的レベル、および前記第１の数値加重に基づいて、前記人の食事療法の査定を提供するステップと
    を含む、方法。
  2. 複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するステップをさらに含み、前記標的レベルは、前記ユーザ選択食事療法プログラムに基づいて判定される、請求項１に記載の方法。
  3. 前記ユーザ選択食事療法プログラムは、前記人に関する体重目標および栄養目標のそれぞれのうちの少なくとも１つを含む、請求項２に記載の方法。
  4. 前記第１の数値加重を割り当てるステップは、前記体重目標または前記栄養目標に基づいて判定された前記第１の栄養素に関する複数の栄養素特異的加重を選択するステップを含む、請求項３に記載の方法。
  5. 第２の栄養素の標的レベルを受信するステップと、
    前記人によって消費された前記第２の栄養素の量を受信するステップと、
    前記第２の栄養素の消費された量と、前記第２の栄養素の標的レベルとの間の比較に基づいて、第２の数値加重を前記第２の栄養素に割り当てるステップと
    をさらに含み、前記人の食事療法の査定を提供するステップは、前記第１および第２の数値加重に基づいて、前記査定を提供するステップを含む、請求項１−４のいずれかに記載の方法。
  6. 前記人の食事療法の査定を提供するステップは、
    前記第１の栄養素の標的レベルと、前記第１の栄養素の消費された量との間の整合の第１のインジケータを提供するステップと、
    前記第２の栄養素の標的レベルと、前記第２の栄養素の消費された量との間の整合の第２のインジケータを提供するステップと、
    前記第１および第２の栄養素の個別の整合に基づいて、前記ユーザ選択食事療法プログラムと、前記人の食事療法との間の総合的整合を表す栄養指数を提供するステップと
    を含む、請求項５に記載の方法。
  7. 前記第１および第２のインジケータは、グラフィカルインジケータであり、各グラフィカルインジケータは、前記個別の栄養素の前記人の消費が、前記個別の標的レベルに不足している、またはそれを超過しているかどうかを示す、請求項６に記載の方法。
  8. 前記栄養指数の予測される変化に基づいて、１つ以上の食品から選択された推奨される食品を消費するために、前記人に関する推奨を提供するステップをさらに含む、請求項６または７のいずれかに記載の方法。
  9. 前記推奨される食品は、前記第１のインジケータを変化させ、同時に、前記第２の栄養素の整合に及ぼす負の影響を低減させるように選択される、請求項８に記載の方法。
  10. 前記査定を提供するステップは、前記第１および第２の栄養素を含む、３つ以上の栄養素の個別の消費された量および標的レベルに基づいて、前記査定を提供するステップを含む、請求項５から９のいずれかに記載の方法。
  11. 前記栄養指数を提供するステップは、前記３つ以上の栄養素毎に、前記個別の栄養素の消費された量および前記個別の栄養素の標的レベルに基づいて、前記栄養素に関する逸脱を計算するステップを含む、請求項１０に記載の方法。
  12. 前記推奨される食品は、同時に、前記３つ以上の栄養素のうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択される、請求項１１に記載の方法。
  13. 前記推奨される食品は、前記人によって以前に消費された１つ以上の食品から選択される、請求項８から１２のいずれかに記載の方法。
  14. 前記推奨を提供するステップは、前記推奨される食品の推奨される量および前記人が前記推奨される食品を消費するために推奨されるカレンダ日付を提供するステップを含み、前記推奨される量は、前記推奨される食品の以前に消費された量と異なる、請求項１３に記載の方法。
  15. 前記推奨される食品は、前記人によって以前に消費されていない１つ以上の食品から選択される、請求項８から１２のいずれかに記載の方法。
  16. 前記人によって以前に消費された１つ以上の食品からの選択が、前記栄養指数に実質的改善を提供しないことの判定に応答して、前記人によって以前に消費されていない１つ以上の食品から推奨される食品を選択するステップをさらに含む、請求項１５に記載の方法。
  17. 前記人の病状を表すデータを受信するステップと、
    前記病状と関連付けられた１つ以上の食事療法制限に基づいて、前記第１の栄養素の標的レベルまたは前記第１の数値加重を修正するステップと
    をさらに含む、請求項１から１６のいずれかに記載の方法。
  18. 前記１つ以上の食事療法制限は、前記第１の所定の時間周期の間の複数の栄養素の所望の分布を含む、請求項１７に記載の方法。
  19. 前記所望の分布は、カロリー、炭水化物、タンパク質、脂肪、および食物繊維から成る群から選択された、２つ以上の栄養素に対応する、請求項１８に記載の方法。
  20. 前記第１の所定の時間周期の間、前記人によって行なわれる実際または推定される運動量に基づいて、前記第１の栄養素の標的レベルを生成するステップをさらに含む、請求項１から１９のいずれかに記載の方法。
  21. コンピュータ実行可能命令を記憶する非一過性コンピュータ可読媒体であって、前記命令は、少なくとも１つのコンピュータプロセッサによって実行されると、コンピュータシステムに、人の食事療法を査定するための方法を実行させ、前記方法は、
    前記人に関する選択された食事療法プログラムを表す第１のデータ入力と、各食品が消費された１つ以上のカレンダ日付を含む、前記人によって消費された１つ以上の食品を表す第２のデータ入力とを受信するステップであって、前記選択された食事療法プログラムは、前記少なくとも１つのプロセッサと通信する電子データベース内に記憶された複数の食事療法プログラムから選択される、ステップと、
    前記１つ以上の食品および前記カレンダ日付に基づいて、第１の時間周期の間に消費された第１の栄養素量を判定するステップと、
    前記１つ以上の食品および前記カレンダ日付に基づいて、第２の時間周期の間に消費された第２の栄養素量を判定するステップと、
    前記第１の栄養素および前記第２の栄養素のための標的量を表すユーザプロファイルデータを受信するステップであって、前記標的量は、前記選択された食事療法プログラム、前記人に特異的栄養目標、および前記人と関連付けられた健康情報に基づいて判定される、ステップと、
    前記第１の栄養素の消費された量および前記第１の栄養素の標的量を比較して、第１の結果を求めるステップと、
    前記第２の栄養素の消費された量および前記第２の栄養素の標的量を比較して、第２の結果を求めるステップと、
    前記第１および第２の結果の加重関数に基づいて、前記人の食事療法と、前記選択された食事療法プログラムとの間の整合のインジケータを出力するステップと、
    を含む、非一過性コンピュータ可読媒体。
  22. 前記第１の時間周期は、前記第２の時間周期と異なる、請求項２１に記載の非一過性コンピュータ可読媒体。
  23. 前記インジケータを生成するステップは、前記個別の栄養素の量と、前記個別の栄養素の標的量との間の比較に基づいて、前記第１および第２の栄養素毎の加重を選択するステップを含む、請求項２１から２２のいずれかに記載の非一過性コンピュータ可読媒体。
  24. 前記インジケータは、前記加重関数に基づいて、前記第１および第２の時間周期のそれぞれと等しい、またはそれを上回る持続時間を有する、第３の時間周期にわたって、前記人の食事療法と、前記選択された食事療法プログラムとの間の整合の定量的測定値を提供する、総合的栄養スコアを含む、請求項２１から２３のいずれかに記載の非一過性コンピュータ可読媒体。
  25. 前記加重関数は、以下に従って計算される、栄養素（ｎ）毎の加重寄与率を含み、
    Figure 2015510646
     式中、
    ｗｎは、栄養素ｎに適用される加重であり、
    ｇｎは、栄養素ｎに関する標的レベルであり、
    ｃｎは、栄養素ｎの消費された量である、
    請求項２１から２４のいずれかに記載の非一過性コンピュータ可読媒体。
  26. 前記インジケータは、以下に従って計算される、数値指数であり、
    Figure 2015510646
     式中、
    Ｎは、前記選択された食事療法プログラムが標的レベルを含む、栄養素の総数である、請求項２１から２５のいずれかに記載の非一過性コンピュータ可読媒体。
  27. 前記整合における予測される変化に基づいて、前記人が推奨される食品を消費するための推奨を提供するステップをさらに含む、請求項２１から２６のいずれかに記載の非一過性コンピュータ可読媒体。
  28. 前記推奨を提供するステップは、
    前記推奨される食品を前記人によって以前に消費された１つ以上の食品から選択するステップと、
    前記推奨される食品の推奨される量を提供するステップと、
    前記ユーザが前記推奨される食品を消費するための推奨される日付を提供するステップと
    を含む、請求項２７に記載の非一過性コンピュータ可読媒体。
  29. 前記推奨を提供するステップは、
    前記推奨される食品を前記人によって以前に消費されていない複数の食品から選択するステップと、
    前記推奨される食品の推奨される量を提供するステップと、
    前記ユーザが前記推奨される食品を消費するための推奨される日付を提供するステップと
    を含む、請求項２７に記載の非一過性コンピュータ可読媒体。
  30. 人の食事療法を具体的食事療法目標と整合させるためのシステムであって、
    １つ以上のコンピュータプロセッサと、１つ以上の電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と、１つ以上の通信ポートとを含む、処理システムであって、
    前記人によって消費される１つ以上の食事を表すデータを受信することであって、各食事は、１つ以上の食品の規定された分量を含む、ことと、
    前記人と関連付けられた標的栄養プロファイルを判定することであって、前記標的栄養プロファイルは、第１および第２の栄養素に関する標的レベルを含む、ことと、
    前記１つ以上の食事からの選択された食事に基づいて、食事推奨を生成することであって、前記食事推奨は、前記食事推奨が、同時に、前記選択された食事における前記第１および第２の栄養素の栄養素レベルと、前記標的栄養プロファイルとの間の整合を改善するように、前記１つ以上の食品のうちの少なくとも１つに関する修正された分量サイズを含む、ことと、
    前記１つ以上の通信ポートのうちの少なくとも１つを介して、前記食事推奨を表すデータを出力することと
    を行うように構成される、処理システム
    を備える、システム。
  31. 前記処理システムはさらに、ユーザデバイスまたは前記１つ以上の電子データベースから、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを表すデータを受信するように構成される、請求項３０に記載のシステム。
  32. 前記処理システムはさらに、前記人の食事療法と、前記標的栄養プロファイルとの間の整合を示す栄養指数を出力するように構成される、請求項３０または３１のいずれかに記載のシステム。
  33. 前記処理システムはさらに、前記食事推奨に基づいて、前記栄養指数における予測される変化を表すデータを出力するように構成される、請求項３２に記載のシステム。
  34. 前記処理システムは、前記１つ以上の食事毎に、前記食事における前記１つ以上の食品のそれぞれの推奨されるサービング数を選択することによって、前記食事推奨を生成するように構成され、前記推奨されるサービング数は、前記選択された食事の栄養素レベルと、前記標的栄養プロファイルとの間の逸脱を低減させるような修正された分量サイズとして選択される、請求項３０から３３のいずれかに記載のシステム。
  35. 前記修正された分量サイズは、所定の時間周期にわたる、または前記選択された食事内の前記第１および第２の栄養素の所望の分布と関連付けられた制約に基づく、請求項３０から３４のいずれかに記載のシステム。
  36. 前記所望の分布は、前記第１および第２の栄養素を含む、複数の栄養素毎の食事あたりの制約を含む、請求項３５に記載のシステム。
  37. 前記第１および第２の栄養素はそれぞれ、炭水化物、脂肪、タンパク質、ビタミン、および食物繊維から成る群から選択された、請求項３０から３６のいずれかに記載のシステム。
  38. 前記所望の分布は、所定の時間周期の間に食された前記１つ以上の食事にわたる前記第１および第２の栄養素の分布の履歴に基づく、請求項３５から３７のいずれかに記載のシステム。
  39. 前記制約は、ある食品の推奨されるサービング数が、前記人に以前に消費された食品の最大サービング数の所定の倍数以下であるという要件を含む、請求項３５に記載のシステム。
  40. 前記処理システムはさらに、前記第１および第２の栄養素毎の具体的加重を加重関数に適用することによって、前記栄養指数を生成するように構成され、前記具体的加重は、前記選択された食事における前記栄養素の量と、前記個別の栄養素の標的レベルとの間の比較に基づく、請求項３２から３９のいずれかに記載のシステム。
  41. 前記１つ以上の食事はそれぞれ、朝食、朝食を兼ねた昼食、昼食、夕食、および間食から成る群から選択された分類に対応する、請求項３０から４０のいずれかに記載のシステム。
  42. 前記処理システムはさらに、前記選択された食事の分類と関連付けられたカロリー割当量に基づいて、前記選択された食事を修正することによって、前記食事推奨を生成するように構成される、請求項４１に記載のシステム。
  43. 前記１つ以上の食事はそれぞれ、同一の分類に対応する、請求項４１または４２のいずれかに記載のシステム。
  44. 前記処理システムはさらに、前記人に関する消費プロファイルを出力するように構成され、前記消費プロファイルは、前記第１の栄養素に関する第１の消費された栄養素インジケータおよび前記第２の栄養素に関する第２の消費された栄養素インジケータを含み、前記第１および第２の消費された栄養素インジケータはそれぞれ、前記第１および第２の栄養素の標的レベルおよび前記１つ以上の食事に基づいて導出された超過または不足を示す、請求項３０から４３のいずれかに記載のシステム。
  45. 人の食事療法を具体的食事療法目標と整合させるためのシステムであって、
    前記人に関する食事療法プログラムを表す第１の入力データと、複数日を含む、第１の時間周期の間に前記人によって消費された複数の食品を表す第２の入力データとを受信するように構成された第１のデータポートであって、前記１つ以上の食品はそれぞれ、前記第１の時間周期内のカレンダ日付と関連付けられる、第１のデータポートと、
    処理システムと通信するように構成された第２のデータポートであって、前記処理システムは、サーバと、１つ以上の食事療法プログラムのそれぞれにおける第１および第２の栄養素の標的レベルを表すデータを記憶するように構成される、１つ以上の電子データベースと、前記複数の食品のそれぞれにおける前記第１および第２の栄養素の量を表すデータとを含む、第２のデータポートと、
    前記第１および第２のデータポートと通信する、処理回路であって、
    通信ネットワークを経由して、前記第１および第２の入力データを前記処理システムに出力することと、
    前記処理システムから、前記第１の時間周期の間の前記人の食事療法と、前記サーバによって、前記第１の入力データに基づいて、複数の食事療法プログラムから識別される食事療法プログラムとの間の整合を表す栄養指数を受信することであって、前記栄養指数は、前記複数の食品内の前記第１および第２の栄養素量と、前記食事療法プログラムにおける前記第１および第２の栄養素の標的レベルとに基づく、ことと、
    前記サーバから、前記栄養指数および前記食事療法プログラムに基づいて、第２の時間周期の間に消費されるべき食品および前記食品の推奨される量に関する推奨を受信することと、
    前記第１のデータポートを介して、前記栄養指数および前記推奨を前記ユーザインターフェースデバイスに出力することと
    を行うように構成される、処理回路と
    を備える、システム。
  46. 前記処理システムはさらに、前記人に関する栄養目標、体重目標、運動目標、または病状のうちの２つ以上に基づいて、前記選択された食事療法プログラムを修正するように構成される、請求項４５に記載のシステム。
  47. 前記１つ以上の電子データベースは、前記人によって以前に消費された食事を示す情報を記憶するように構成され、各食事は、前記複数の食品の組み合わせを含み、前記処理システムは、前記食事のうちの１つを選択することによって、前記推奨を提供するように構成される、請求項４５から４６のいずれかに記載のシステム。
  48. 前記処理システムはさらに、前記人に関するグラフィカル栄養プロファイルを表すデータを提供するように構成され、前記グラフィカル栄養プロファイルは、前記第１および第２の栄養素毎のグラフィカルインジケータを含み、各グラフィカルインジケータは、前記第１の時間周期の間の前記個別の栄養素の前記人の消費が、前記個別の標的レベルに不足している、またはそれを超過しているかどうかを示す、請求項４５から４７のいずれかに記載のシステム。
  49. 前記１つ以上の電子データベースは、
    前記複数の食事療法プログラムのそれぞれにおける第１および第２の栄養素の標的レベルを表すデータを記憶するように構成される、第１の電子データベースと、
    前記複数の食品のそれぞれにおける前記第１および第２の栄養素の量を表すデータを記憶するように構成される、第２の電子データベースと、
    前記人によって以前に消費された食事を表すデータを記憶するように構成された第３の電子データベースであって、各食事は、前記１つ以上の食品の組み合わせを含む、第３の電子データベースと
    を含む、分散されたデータベースの一部である、請求項４５から４８のいずれかに記載のシステム。
  50. 前記処理回路、前記第１のデータポートおよび前記第２のデータポートは、ユーザインターフェースデバイス内に格納される、請求項４５から４９のいずれかに記載のシステム。
  51. 前記ユーザインターフェースデバイスは、ＧＰＳ対応モバイルデバイスを含み、前記第１のデータポートは、所定の時間周期にわたって、前記ＧＰＳを使用して検出される１つ以上の場所を表す第３の入力データを受信するように構成される、請求項５０に記載のシステム。
  52. 前記第１のデータポートは、前記ユーザに提供されたプロンプトに応答して、前記第２の入力データを受信し、前記１つ以上の場所において消費された１つ以上の食品を識別するように構成される、請求項５１に記載のシステム。
  53. メニュー推奨をレストランの訪問者に提供するための方法であって、
    通信ポートと、少なくとも１つの電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムによって、前記レストラン用の複数のメニュー選択肢を受信するステップであって、前記メニュー選択肢は、複数の選択肢タイプに特徴付けられる、ステップと、
    前記複数の選択肢タイプから選択された１つ以上の選択肢タイプを含む、前記訪問者の所望の食事構成を示すデータを受信するステップと、
    前記通信ポートに、前記所望の食事構成に基づいて生成されたメニュー選択肢の１つ以上の組み合わせを提供するステップであって、各組み合わせは、前記所望の食事構成内の前記１つ以上の選択肢タイプに対応する少なくとも１つのメニュー選択肢を含む、ステップと、
    前記１つ以上の組み合わせのそれぞれと同時に、前記訪問者に関する栄養指数に及ぼす前記個別の組み合わせの予測される指数影響を提供するステップであって、前記栄養指数は、第１の時間周期にわたる前記訪問者の食事療法、ユーザ選択食事療法プログラム、および前記訪問者に関する目標または状態間の総合的整合に対応する、ステップと
    を含む、方法。
  54. 前記１つ以上の組み合わせおよび前記個別の予測される指数影響と同時に、前記栄養指数を提供するステップをさらに含む、請求項５３に記載の方法。
  55. 前記メニュー選択肢の組み合わせのうちの１つの選択を受信するステップと、
    前記選択された組み合わせを前記少なくとも１つの電子データベース内に記憶するステップと、
    前記栄養指数を更新し、消費された食事として、前記選択された組み合わせを反映するステップと
    をさらに含む、請求項５３から５４のいずれかに記載の方法。
  56. 前記訪問者に対して、第１の栄養素および第２の栄養素の標的レベルと、前記ユーザ選択食事療法プログラムに基づいて判定される標的レベルと、前記目標または状態とを含む、標的栄養プロファイルを受信するステップと、
    前記第１の時間周期の間の前記第１および第２の栄養素の消費された量を受信するステップと、
    前記消費された量と、前記第１および第２の栄養素毎の標的レベルとの間の逸脱に基づいて、前記栄養指数を生成するステップと
    をさらに含む、請求項５３から５５のいずれかに記載の方法。
  57. 前記１つ以上の組み合わせを提供するステップは、
    前記メニュー選択肢内の前記第１および第２の栄養素のそれぞれの量を含む、前記複数のメニュー選択肢に関する栄養素情報を受信するステップと、
    複数の候補組み合わせを生成するステップであって、各候補組み合わせは、前記所望の食事構成における前記選択肢タイプに基づく複数の候補メニュー選択肢を含む、ステップと、
    候補組み合わせ毎に、
    前記候補メニュー選択肢内の前記第１および第２の栄養素のそれぞれの総候補量と、
    前記消費された量と、前記総候補量と、前記個別の第１および第２の栄養素に関する標的レベルとに基づいて、第１および第２の栄養素毎の前記標的レベルからの候補逸脱と、
    前記栄養指数に及ぼす候補指数影響であって、前記候補逸脱の加重関数に基づく、候補指数影響と
    を判定するステップと
    を含む、請求項５６に記載の方法。
  58. 前記１つ以上の組み合わせを提供するステップは、
    前記候補組み合わせから、それぞれ、閾値以上の指数影響に対応する、組み合わせのセットを選択するステップと、
    前記通信ポートに、前記指数影響に対応する順序において、前記組み合わせのセットを提供するステップと
    を含む、請求項５７に記載の方法。
  59. 前記候補組み合わせを生成するステップは、前記レストランによって提供されるサービングサイズからの修正された分量サイズを有する少なくとも１つのメニュー選択肢を含む、少なくとも１つの候補組み合わせを生成するステップを含む、請求項５７から５８のいずれかに記載の方法。
  60. 前記１つ以上の組み合わせと同時に、前記修正された分量サイズのインジケータを提供するステップをさらに含む、請求項５９に記載の方法。
  61. 前記複数の選択肢タイプは、前菜、主菜、サラダ、飲料、デザート、付け合わせ料理から成る群から選択された２つ以上の選択肢タイプを含む、請求項５３から６０のいずれかに記載の方法。
  62. 前記コンピュータシステムは、複数のレストランに関する場所ベースの情報を提供する処理システムと通信する、ＧＰＳ対応モバイルデバイスを含み、前記方法はさらに、
    自動的に、前記モバイルデバイスの場所に基づいて、前記訪問者がレストランに入ったことを検出するステップと、
    前記検出に応答して、前記訪問者に、前記所望の食事構成を提供するよう促すステップと
    を含む、請求項５３に記載の方法。
  63. 人の運動ルーチンを査定するための方法であって、
    通信ポートと、少なくとも１つの電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムによって、第１の時間周期にわたって、前記人によって行なわれた運動量を示す第１のデータ入力を受信するステップであって、前記運動は、複数の運動タイプを含む、ステップと、
    前記少なくとも１つの電子データベースから、前記人に関する１つ以上の健康関連目標に基づいて選択された運動プログラムを示す第２のデータ入力を受信し、前記複数の運動タイプの標的量を規定するステップであって、前記運動プログラムは、前記複数の運動タイプに対して、経時的な所望の分布を含み、
    前記複数の運動タイプ毎に、
    （１）前記運動タイプの量と、前記運動タイプと関連付けられた標的量との比較および前記所望の分布に基づいて、前記運動タイプに関する逸脱を生成するステップと、
    （２）前記運動タイプと関連付けられた数値加重を判定するステップと、
    前記通信ポートに、前記運動タイプ毎の個別の逸脱および数値加重に基づいて、前記行なわれた運動と、前記運動プログラムとの間の整合を示す出力データを出力するステップと
    を含む、方法。
  64. 前記出力データは、前記逸脱および数値加重の加重関数に基づいて生成される、総合的運動指数を含む、請求項６３に記載の方法。
  65. 運動タイプ毎の数値加重を判定するステップは、
    前記運動タイプの量が前記標的量を超える場合、前記運動タイプに、第１の数値加重を割り当てるステップと、
    前記運動タイプの量が前記標的量を超えない場合、前記運動タイプに、第２の数値加重を割り当てるステップと
    を含む、請求項６３から６４のいずれかに記載の方法。
  66. 前記第１のデータ入力を受信するステップは、前記人と関連付けられた運動監視デバイスから前記第１のデータ入力を受信するステップを含む、請求項６３から６５のいずれかに記載の方法。
  67. 前記運動監視デバイスは、モバイルデバイス、活動レベルトラッカ、または生理学的監視デバイスを含む、請求項６６に記載の方法。
  68. 前記整合を変化させるために、前記人によって行なわれるべき推奨される運動を提供するステップをさらに含む、請求項６３から６７のいずれかに記載の方法。
  69. 前記推奨される運動は、前記複数の運動タイプのうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択される、請求項６８に記載の方法。
  70. 前記推奨される運動は、前記人によって以前に行なわれた複数の運動から選択される、請求項６８から６９のいずれかに記載の方法。
  71. 前記推奨される運動は前記人によって以前に行なわれた複数の運動から選択されない、請求項６８から６９のいずれかに記載の方法。
  72. 前記複数の運動タイプに関する標的量は、持続時間、強度、頻度、解剖学的焦点、および任意の好適なそれらの組み合わせから成る群から選択されたパラメータを含む、請求項６３から７１のいずれかに記載の方法。
  73. 前記複数の運動タイプは、筋力強化運動、柔軟運動、有酸素運動、持久運動、バランス運動、および任意の好適なそれらの組み合わせのうちの少なくとも２つを含む、請求項６３から７２のいずれかに記載の方法。
  74. 前記通信ポートに、第１の時間周期の間の前記人によって消費された複数の栄養素の量と、標的栄養プロファイルとの間の整合を示す栄養指数を出力するステップをさらに含み、前記標的栄養プロファイルは、前記複数の栄養素に関する複数の標的量を含む、請求項６３から７３のいずれかに記載の方法。
  75. 前記人に、前記運動指数および前記栄養指数と同時に、前記運動指数および前記栄養指数に基づいて生成されたウェルネス指数を提供するステップをさらに含む、請求項７４に記載の方法。
  76. 前記人に関する前記１つ以上の健康関連目標に基づいて、前記栄養指数に関する数値栄養加重および前記運動指数に関する数値運動加重を選択することによって、前記栄養指数および前記運動指数の加重関数として、前記ウェルネス指数を生成するステップをさらに含む、請求項７５に記載の方法。
  77. 人の食事療法を査定するためのシステムであって、
    第１の所定の時間周期の間の前記人によって消費された第１の栄養素量を表すデータを受信するための手段と、
    前記第１の栄養素の標的レベルを受信するための手段と、
    前記第１の栄養素の量と、前記第１の栄養素の標的レベルとの間の比較に基づいて、第１の数値加重を前記第１の栄養素に割り当てるための手段と、
    前記第１の栄養素の量、前記第１の栄養素の標的レベル、および前記第１の数値加重に基づいて、前記人の食事療法の査定を提供するための手段と
    を備える、システム。
  78. 複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するための手段をさらに備え、前記標的レベルは、前記ユーザ選択食事療法プログラムに基づいて判定される、請求項７７に記載のシステム。
  79. 前記ユーザ選択食事療法プログラムは、前記人に関する体重目標および栄養目標のそれぞれのうちの少なくとも１つを含む、請求項７８に記載のシステム。
  80. 前記第１の数値加重を割り当てるための手段は、前記体重目標または前記栄養目標に基づいて判定された前記第１の栄養素に関する複数の栄養素特異的加重を選択するための手段を備える、請求項７９に記載のシステム。
  81. 第２の栄養素の標的レベルを受信するための手段と、
    前記人によって消費された前記第２の栄養素の量を受信するための手段と、
    前記第２の栄養素の消費された量と、前記第２の栄養素の標的レベルとの間の比較に基づいて、第２の数値加重を前記第２の栄養素に割り当てるための手段と
    をさらに備え、前記人の食事療法の査定を提供するステップは、前記第１および第２の数値加重に基づいて、前記査定を提供するステップを含む、
    請求項７７から８０のいずれかに記載のシステム。
  82. 前記人の食事療法の査定を提供するための手段は、
    前記第１の栄養素の標的レベルと、前記第１の栄養素の消費された量との間の整合の第１のインジケータを提供するための手段と、
    前記第２の栄養素の標的レベルと、前記第２の栄養素の消費された量との間の整合の第２のインジケータを提供するための手段と、
    前記第１および第２の栄養素の個別の整合に基づいて、前記ユーザ選択食事療法プログラムと前記人の食事療法との間の総合的整合を表す栄養指数を提供するための手段と
    を備える、請求項８１に記載のシステム。
  83. 前記第１および第２のインジケータは、グラフィカルインジケータであり、各グラフィカルインジケータは、前記個別の栄養素の前記人の消費が、前記個別の標的レベルに不足している、またはそれを超過しているかどうかを示す、請求項８２に記載のシステム。
  84. 前記栄養指数の予測される変化に基づいて、１つ以上の食品から選択された推奨される食品を消費するために、前記人に関する推奨を提供するための手段をさらに備える、請求項８２から８３のいずれかに記載のシステム。
  85. 前記推奨される食品は、前記第１のインジケータを変化させ、同時に、前記第２の栄養素の整合に及ぼす負の影響を低減させるように選択される、請求項８４に記載のシステム。
  86. 前記査定を提供するための手段は、前記第１および第２の栄養素を含む、３つ以上の栄養素の個別の消費された量および標的レベルに基づいて、前記査定を提供するための手段を備える、請求項８１から８５のいずれかに記載のシステム。
  87. 前記栄養指数を提供するための手段は、前記３つ以上の栄養素毎に、前記個別の栄養素の消費された量および前記個別の栄養素の標的レベルに基づいて、前記栄養素に関する逸脱を計算するための手段を備える、請求項８６に記載のシステム。
  88. 前記推奨される食品は、同時に、前記３つ以上の栄養素のうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択される、請求項８７に記載のシステム。
  89. 前記推奨される食品は、前記人によって以前に消費された１つ以上の食品から選択される、請求項８４から８８のいずれかに記載のシステム。
  90. 前記推奨を提供するための手段は、前記推奨される食品の推奨される量および前記人が前記推奨される食品を消費するために推奨されるカレンダ日付を提供するための手段を備え、前記推奨される量は、前記推奨される食品の以前に消費された量と異なる、請求項８９に記載のシステム。
  91. 前記推奨される食品は、前記人によって以前に消費されていない１つ以上の食品から選択される、請求項８４から８８のいずれかに記載のシステム。
  92. 前記人によって以前に消費された１つ以上の食品からの選択が、前記栄養指数に実質的改善を提供しないことの判定に応答して、前記人によって以前に消費されていない１つ以上の食品から推奨される食品を選択するための手段をさらに備える、請求項９１に記載のシステム。
  93. 前記人の病状を表すデータを受信するための手段と、
    前記病状と関連付けられた１つ以上の食事療法制限に基づいて、前記第１の栄養素の標的レベルまたは前記第１の数値加重を修正するための手段と
    をさらに備える、請求項７７から９２のいずれかに記載のシステム。
  94. 前記１つ以上の食事療法制限は、前記第１の所定の時間周期の間の複数の栄養素の所望の分布を含む、請求項９３に記載のシステム。
  95. 前記所望の分布は、カロリー、炭水化物、タンパク質、脂肪、ビタミン、および食物繊維から成る群から選択された２つ以上の栄養素に対応する、請求項９４に記載のシステム。
  96. 前記第１の所定の時間周期の間、前記人によって行なわれる実際または推定される運動量に基づいて、前記第１の栄養素の標的レベルを生成するための手段をさらに備える、請求項７７から９５のいずれかに記載のシステム。
  97. メニュー推奨をレストランの訪問者に提供するためのシステムであって、
    前記レストランに関する複数のメニュー選択肢を受信するための手段であって、前記メニュー選択肢は、複数の選択肢タイプに特徴付けられる、手段と、
    前記複数の選択肢タイプから選択された１つ以上の選択肢タイプを含む、前記訪問者の所望の食事構成を示すデータを受信するための手段と、
    前記所望の食事構成に基づいて生成されたメニュー選択肢の１つ以上の組み合わせを提供するための手段であって、各組み合わせは、前記所望の食事構成内の前記１つ以上の選択肢タイプに対応する少なくとも１つのメニュー選択肢を含む、手段と、
    前記１つ以上の組み合わせのそれぞれと同時に、前記訪問者に関する栄養指数に及ぼす前記個別の組み合わせの予測される指数影響を提供する手段であって、前記栄養指数は、第１の時間周期にわたる前記訪問者の食事療法、ユーザ選択食事療法プログラム、および前記訪問者に関する目標または状態間の総合的整合に対応する、手段と
    を備える、システム。
  98. 前記１つ以上の組み合わせおよび前記個別の予測される指数影響と同時に、前記栄養指数を提供するための手段をさらに備える、請求項９７に記載のシステム。
  99. 前記メニュー選択肢の組み合わせのうちの１つの選択を受信するための手段と、
    前記選択された組み合わせを前記１つ以上のコンピュータと通信する少なくとも１つの電子データベース内に記憶するための手段と、
    前記栄養指数を更新し、消費された食事として、前記選択された組み合わせを反映するための手段と
    をさらに備える、請求項９７から９８のいずれかに記載のシステム。
  100. 前記訪問者に対して、第１の栄養素および第２の栄養素の標的レベルと、前記ユーザ選択食事療法プログラムに基づいて判定される標的レベルと、前記目標または状態とを含む、標的栄養プロファイルを受信するための手段と、
    前記第１の時間周期の間の前記第１および第２の栄養素の消費された量を受信するための手段と、
    前記消費された量と、前記第１および第２の栄養素毎の標的レベルとの間の逸脱に基づいて、前記栄養指数を生成するための手段と
    をさらに備える、請求項９７から９９のいずれかに記載のシステム。
  101. 前記１つ以上の組み合わせを提供するための手段は、
    前記メニュー選択肢内の前記第１および第２の栄養素のそれぞれの量を含む、前記複数のメニュー選択肢に関する栄養素情報を受信するための手段と、
    複数の候補組み合わせを生成するための手段であって、各候補組み合わせは、前記所望の食事構成における前記選択肢タイプに基づく複数の候補メニュー選択肢を含む、手段と、
    候補組み合わせ毎に、
    前記候補メニュー選択肢内の前記第１および第２の栄養素のそれぞれの総候補量と、
    前記消費された量と、前記総候補量と、前記個別の第１および第２の栄養素に関する標的レベルとに基づいて、第１および第２の栄養素毎の前記標的レベルからの候補逸脱と、
    前記栄養指数に及ぼす候補指数影響であって、前記候補逸脱の加重関数に基づく、候補指数影響と
    を判定するための手段と
    を備える、請求項１００に記載のシステム。
  102. 前記１つ以上の組み合わせを提供するための手段は、
    前記候補組み合わせから、それぞれ、閾値以上の指数影響に対応する、組み合わせのセットを選択するための手段と、
    前記指数影響に対応する順序において、前記組み合わせのセットを提供するための手段と
    を備える、請求項１０１に記載のシステム。
  103. 前記候補組み合わせを生成するための手段は、前記レストランによって提供されるサービングサイズからの修正された分量サイズを有する少なくとも１つのメニュー選択肢を含む、少なくとも１つの候補組み合わせを生成するための手段を備える、請求項１０１から１０２のいずれかに記載のシステム。
  104. 前記１つ以上の組み合わせと同時に、前記修正された分量サイズのインジケータを提供するための手段をさらに備える、請求項１０３に記載のシステム。
  105. 前記複数の選択肢タイプは、前菜、主菜、サラダ、飲料、デザート、付け合わせ料理から成る群から選択された２つ以上の選択肢タイプを含む、請求項９７から１０４のいずれかに記載のシステム。
  106. 複数のレストランに関する場所ベースの情報を提供する、ＧＰＳ対応モバイルデバイスと、
    自動的に、前記モバイルデバイスの場所に基づいて、前記訪問者がレストランに入ったことを検出するための手段と、
    前記検出に応答して、前記訪問者に、前記所望の食事構成を提供するよう促すための手段と
    をさらに備える、請求項９６に記載のシステム。
  107. システムであって、
    第１の時間周期にわたって、前記人によって行なわれた運動量を示す第１のデータ入力を受信するための手段と、前記運動は、複数の運動タイプを含む、手段と、
    前記人に関する１つ以上の健康関連目標に基づいて選択された運動プログラムを示す第２のデータ入力を受信し、前記複数の運動タイプに関する標的量を規定するための手段であって、前記運動プログラムは、前記複数の運動タイプに関する経時的な所望の分布を含む、手段と、
    前記複数の運動タイプ毎に、
    （１）前記運動タイプの量と、前記運動タイプと関連付けられた標的量との比較および前記所望の分布に基づいて、前記運動タイプに関する逸脱を生成するための手段と、
    （２）前記運動タイプと関連付けられた数値加重を判定するための手段と、
    前記運動タイプ毎の個別の逸脱および数値加重に基づいて、前記行なわれた運動と前記運動プログラムとの間の整合を示すデータを出力するための手段と
    を備える、システム。
  108. 前記出力データは、前記逸脱および数値加重の加重関数に基づいて生成される、総合的運動指数を含む、請求項１０７に記載のシステム。
  109. 運動タイプ毎の数値加重を判定するための手段は、
    前記運動タイプの量が前記標的量を超える場合、前記運動タイプに、第１の数値加重を割り当てるための手段と、
    前記運動タイプの量が前記標的量を超えない場合、前記運動タイプに、第２の数値加重を割り当てるための手段と
    を備える、請求項１０７から１０８のいずれかに記載のシステム。
  110. 前記第１のデータ入力を受信するための手段は、前記人と関連付けられた運動監視デバイスから前記第１のデータ入力を受信するための手段を備える、請求項１０７から１０９のいずれかに記載のシステム。
  111. 前記運動監視デバイスは、モバイルデバイス、活動レベルトラッカ、または生理学的監視デバイスを含む、請求項１１０に記載のシステム。
  112. 前記整合を変化させるために、前記人によって行なわれるべき推奨される運動を提供するための手段をさらに備える、請求項１０７から１１１のいずれかに記載のシステム。
  113. 前記推奨される運動は、前記複数の運動タイプのうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択される、請求項１１２に記載のシステム。
  114. 前記推奨される運動は、前記人によって以前に行なわれた複数の運動から選択される、請求項１１２から１１３のいずれかに記載のシステム。
  115. 前記推奨される運動は前記人によって以前に行なわれた複数の運動から選択されない、請求項１１２から１１３のいずれかに記載のシステム。
  116. 前記複数の運動タイプに関する標的量は、持続時間、強度、頻度、解剖学的焦点、および任意の好適なそれらの組み合わせから成る群から選択されたパラメータを含む、請求項１０７から１１５のいずれかに記載のシステム。
  117. 前記複数の運動タイプは、筋力強化運動、柔軟運動、有酸素運動、持久運動、バランス運動、および任意の好適なそれらの組み合わせのうちの少なくとも２つを含む、請求項１０７から１１６のいずれかに記載のシステム。
  118. 前記第１の時間周期の間の前記人によって消費された複数の栄養素の量と、標的栄養プロファイルとの間の整合を示す栄養指数を出力するための手段をさらに備え、前記標的栄養プロファイルは、前記複数の栄養素に関する複数の標的量を含む、請求項１０７から１１７のいずれかに記載のシステム。
  119. 前記人に、前記運動指数および前記栄養指数と同時に、前記運動指数および前記栄養指数に基づいて生成されたウェルネス指数を提供するための手段をさらに備える、請求項１１８に記載のシステム。
  120. 前記人に関する前記１つ以上の健康関連目標に基づいて、前記栄養指数に関する数値栄養加重および前記運動指数に関する数値運動加重を選択することによって、前記栄養指数および前記運動指数の加重関数として、前記ウェルネス指数を生成するための手段をさらに備える、請求項１１９に記載のシステム。
  121. 人の食事療法を査定するための方法であって、
    通信ポートと、少なくとも１つの電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムによって、前記人によって消費された３つ以上の栄養素のそれぞれの量を表すデータを受信するステップと、
    前記少なくとも１つの電子データベースから、前記３つ以上の栄養素毎の標的レベルを受信するステップと、
    前記コンピュータシステムによって、前記栄養素のそれぞれに、前記個別の栄養素の量と、前記個別の栄養素の標的レベルとの間の比較に基づいて判定された数値加重が割り当てられるように、複数の数値加重を前記３つ以上の栄養素に割り当てるステップと、
    前記３つ以上の栄養素の量、前記３つ以上の栄養素の標的レベル、および前記複数の数値加重に基づいて、前記通信ポートを介して、前記人の食事療法の査定を提供するステップと
    を含む、方法。
  122. 前記コンピュータシステムによって、複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するステップをさらに含み、前記３つ以上の栄養素毎の標的レベルは、前記ユーザ選択食事療法プログラムに基づいて判定される、請求項１２１に記載の方法。
  123. 前記複数の数値加重を割り当てるステップはさらに、前記人と関連付けられた１つ以上の目標に基づいて判定された数値加重の栄養素特異的セットから前記栄養素毎の数値加重を割り当てるステップを含む、請求項１２１から１２２のいずれかに記載の方法。
  124. 前記３つ以上の栄養素は、第１の栄養素および第２の栄養素を含み、前記人の食事療法の査定を提供するステップは、
    前記第１の栄養素の量と、前記第１の栄養素の標的レベルとの間の整合の第１のインジケータを提供するステップと、
    前記第２の栄養素の量と、前記第２の栄養素の標的レベルとの間の整合の第２のインジケータを提供するステップと、
    前記第１および第２の栄養素の個別の整合に基づいて、前記ユーザ選択食事療法プログラムと、前記人の食事療法との間の総合的整合を表す、栄養指数を提供するステップと
    を含む、請求項１２１から１２３のいずれかに記載の方法。
  125. 前記通信ポートを介して、前記栄養指数における予測される変化に基づいて、前記人が１つ以上の食品から選択された推奨される食品を消費するための推奨を提供するステップをさらに含む、請求項１２４に記載の方法。
  126. 前記推奨される食品は、前記第１のインジケータを変化させ、同時に、前記第２の栄養素の整合に及ぼす負の影響を低減させるように選択される、請求項１２５に記載の方法。
  127. 前記栄養指数を提供するステップは、前記３つ以上の栄養素毎に、前記栄養素の消費された量および前記栄養素の標的レベルに基づいて、前記栄養素に関する逸脱を計算するステップを含む、請求項１２４から１２６のいずれかに記載の方法。
  128. 前記推奨される食品は、同時に、前記３つ以上の栄養素のうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択される、請求項１２７に記載の方法。
  129. 所定の時間周期にわたる前記３つ以上の栄養素の所望の消費分布に基づいて、前記推奨される食品を選択するステップをさらに含む、請求項１２５から１２８のいずれかに記載の方法。
  130. 前記推奨される食品は、前記人によって以前に消費された１つ以上の食品から選択される、請求項１２５から１２９のいずれかに記載の方法。
  131. 前記推奨を提供するステップは、前記推奨される食品の推奨される量および前記人が前記推奨される食品を消費するために推奨されるカレンダ日付を提供するステップを含み、前記推奨される量は、前記推奨される食品の以前に消費された量と異なる、請求項１３０に記載の方法。
  132. 前記推奨される食品は、前記人によって以前に消費されていない１つ以上の食品から選択される、請求項１２５から１２９のいずれかに記載の方法。
  133. 少なくとも部分的に、所定の時間周期の間に前記人によって行なわれた実際のまたは推定される運動量に基づいて、前記３つ以上の栄養素のうちの少なくとも１つの標的レベルを生成するステップをさらに含む、請求項１２１から１３２のいずれかに記載の方法。
  134. 前記少なくとも１つの電子データベースは、前記３つ以上の栄養素毎に、栄養素特異的加重セットを記憶するように構成され、各栄養素特異的加重は、前記栄養素に関する異なる時間周期に対応し、前記方法はさらに、前記査定が提供される第１の所定の時間周期に基づいて、前記複数の数値加重を前記栄養素特異的加重から選択するステップを含む、請求項１２１から１３３のいずれかに記載の方法。
  135. 人の食事療法を具体的食事療法目標と整合させるためのシステムであって、
    前記人に関する食事療法プログラムを表す第１の入力データと、前記人によって消費された１つ以上の食品を表す第２の入力データとを受信するように構成される、第１のデータポートと、
    処理システムと通信するように構成された第２のデータポートであって、前記処理システムは、サーバと、第１および第２の栄養素の標的レベルを表すデータを１つ以上の食事療法プログラムのそれぞれ内に記憶するように構成される、１つ以上の電子データベースと、複数の食品のそれぞれ内の前記第１および第２の栄養素の量を表すデータとを備える、第２のデータポートと、
    前記第１および第２のデータポートと通信する、プロセッサであって、
    通信ネットワークを経由して、前記第１および第２の入力データを前記処理システムに出力することと、
    前記処理システムから、前記人の食事療法と、前記サーバによって、前記第１の入力データを使用して、前記１つ以上の食事療法プログラムから識別される食事療法プログラムとの間の整合を表す指数を受信することであって、前記指数は、前記第１および第２の栄養素の量と、前記食事療法プログラムにおける前記第１および第２の栄養素の標的レベルとに基づく、ことと、
    前記サーバから、前記指数に基づいて、消費されるべき食品に関する推奨を受信することと、
    前記第１のデータポートを介して、前記指数および前記推奨を前記ユーザインターフェースデバイスに出力することと
    を行うように構成される、プロセッサと
    を備える、システム。
  136. 前記第１の入力データは、栄養目標、体重目標、運動目標、および病状から成る群から選択されたユーザ特異的パラメータを含み、前記食事療法プログラムは、前記ユーザ特異的パラメータに基づいて識別される、請求項１３５に記載のシステム。
  137. 前記１つ以上のデータベースは、前記人によって以前に消費された食事を示す情報を記憶するように構成され、各食事は、食品の組み合わせを含み、前記処理システムは、前記人によって以前に消費された食事から食事を選択することによって、前記推奨を判定するように構成される、請求項１３５から１３６のいずれかに記載のシステム。
  138. 前記プロセッサはさらに、前記人に関するグラフィカル栄養プロファイルを表すデータを提供するように構成され、前記グラフィカル栄養プロファイルは、前記選択された食事療法プログラムにおける複数の栄養素毎のグラフィカルインジケータを含み、各グラフィカルインジケータは、前記栄養素の前記人の消費が、前記標的レベルに不足している、またはそれを超過しているかどうかを示す、請求項１３５から１３７のいずれかに記載のシステム。
  139. 前記指数は、前記人の食事療法と、３日〜１０日の所定の時間周期にわたる、前記食事療法プログラムとの間の整合を表す、請求項１３５から１３８のいずれかに記載のシステム。
  140. 前記プロセッサ、前記第１のデータポート、および前記第２のデータポートは、ユーザインターフェースデバイス内に格納される、請求項１３５から１３９のいずれかに記載のシステム。
  141. 前記ユーザインターフェースデバイスは、ＧＰＳ対応モバイルデバイスを含み、前記第１のデータポートは、所定の時間周期にわたって、前記ＧＰＳを使用して検出される１つ以上の場所を表す第３の入力データを受信するように構成される、請求項１４０に記載のシステム。
  142. 前記第１のデータポートは、前記ユーザに提供されたプロンプトに応答して、前記第２の入力データを受信し、前記１つ以上の場所において消費された１つ以上の食品を識別するように構成される、請求項１４１に記載のシステム。
  143. 人の食事療法を査定するためのシステムであって、
    前記人によって消費された３つ以上の栄養素毎の量を表すデータを受信するための手段と、
    前記３つ以上の栄養素毎の標的レベルを受信するための手段と、
    前記栄養素のそれぞれに、前記個別の栄養素の量と、前記個別の栄養素の標的レベルとの間の比較に基づいて判定された数値加重が割り当てられるように、複数の数値加重を前記３つ以上の栄養素に割り当てるための手段と、
    前記３つ以上の栄養素の量、前記３つ以上の栄養素の標的レベル、および前記複数の数値加重に基づいて、前記人の食事療法の査定を提供するための手段と
    を備える、システム。
  144. 複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するための手段をさらに備え、前記３つ以上の栄養素毎の標的レベルは、前記ユーザ選択食事療法プログラムに基づいて判定される、請求項１４３に記載のシステム。
  145. 前記複数の数値加重を割り当てるための手段は、前記人と関連付けられた１つ以上の目標に基づいて判定された数値加重の栄養素特異的セットから前記栄養素毎の数値加重を割り当てるための手段を備える、請求項１４３から１４４のいずれかに記載のシステム。
  146. 前記３つ以上の栄養素は、第１の栄養素および第２の栄養素を含み、前記人の食事療法の査定を提供するための手段は、
    前記第１の栄養素の量と、前記第１の栄養素の標的レベルとの間の整合の第１のインジケータを提供するための手段と、
    前記第２の栄養素の量と、前記第２の栄養素の標的レベルとの間の整合の第２のインジケータを提供するための手段と、
    前記第１および第２の栄養素の個別の整合に基づいて、前記ユーザ選択食事療法プログラムと、前記人の食事療法との間の総合的整合を表す、栄養指数を提供するための手段と
    を備える、請求項１４３から１４５のいずれかに記載のシステム。
  147. 前記栄養指数の予測される変化に基づいて、１つ以上の食品から選択された推奨される食品を消費するために、前記人に関する推奨を提供するための手段をさらに備える、請求項１４６に記載のシステム。
  148. 前記推奨される食品は、前記第１のインジケータを変化させ、同時に、前記第２の栄養素の整合に及ぼす負の影響を低減させるように選択される、請求項１４７に記載のシステム。
  149. 前記栄養指数を提供するための手段は、前記３つ以上の栄養素毎に、前記栄養素の消費された量および前記栄養素の標的レベルに基づいて、前記栄養素に関する逸脱を計算するための手段を備える、請求項１４６から１４８のいずれかに記載のシステム。
  150. 前記推奨される食品は、同時に、前記３つ以上の栄養素のうちの少なくとも２つのそれぞれに関する逸脱を低減させるように選択される、請求項１４９に記載のシステム。
  151. 所定の時間周期にわたる前記３つ以上の栄養素の所望の消費分布に基づいて、前記推奨される食品を選択するための手段をさらに備える、請求項１４７から１５０のいずれかに記載のシステム。
  152. 前記推奨される食品は、前記人によって以前に消費された１つ以上の食品から選択される、請求項１４７から１５１のいずれかに記載のシステム。
  153. 前記推奨を提供するための手段は、前記推奨される食品の推奨される量および前記人が前記推奨される食品を消費するために推奨されるカレンダ日付を提供するための手段を備え、前記推奨される量は、前記推奨される食品の以前に消費された量と異なる、請求項１５２に記載のシステム。
  154. 前記推奨される食品は、前記人によって以前に消費されていない１つ以上の食品から選択される、請求項１４７から１５１のいずれかに記載のシステム。
  155. 少なくとも部分的に、所定の時間周期の間に前記人によって行なわれた実際のまたは推定される運動量に基づいて、前記３つ以上の栄養素のうちの少なくとも１つの標的レベルを生成するための手段をさらに備える、請求項１４３から１５４のいずれかに記載のシステム。
  156. 前記３つ以上の栄養素毎に、栄養素特異的加重セットを記憶するための手段であって、各栄養素特異的加重は、前記栄養素に関する異なる時間周期に対応する、手段と、
    前記査定が提供される第１の所定の時間周期に基づいて、前記複数の数値加重を前記栄養素特異的加重から選択するための手段と
    をさらに備える、請求項１４３から１５５のいずれかに記載のシステム。
  157. 食事推奨を２人以上の成員を含む集団に提供するための方法であって、
    通信ポートと、少なくとも１つの電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムによって、第１の栄養素を含む複数の栄養素を含む、複数の標的栄養プロファイルを示す第１のデータ入力を受信するステップであって、各標的栄養プロファイルは、前記集団の少なくとも１人の成員と関連付けられ、前記少なくとも１人の成員に関する１つ以上の選択された食事療法プログラムに基づいて判定された前記第１の栄養素の標的レベルを含む、ステップと、
    前記コンピュータシステムによって、前記集団の成員毎の優先加重を含む、複数の優先加重を示す第２のデータ入力を受信するステップであって、前記優先加重は、前記集団の他の成員の目標と比較した前記成員の栄養目標の重要性を示す、ステップと、
    前記集団の成員毎に、第１の栄養素特異的加重を前記第１の栄養素に割り当てるステップであって、前記第１の栄養素特異的加重は、（１）前記個別の成員の栄養目標と、（２）前記個別の成員によって消費された前記第１の栄養素の量と、前記個別の成員に関する前記第１の栄養素の標的レベルとの比較とに基づいて判定される、ステップと、
    前記通信ポートを介して、前記集団によって消費されるべき少なくとも１つの推奨される食事を含む、推奨を提供するステップであって、前記推奨される食事は、前記第１の栄養素特異的加重および前記複数の優先加重に基づいて選択される、ステップと
    を含む、方法。
  158. 前記コンピュータシステムによって、前記集団の成員毎の栄養素消費プロファイルを示す第３のデータ入力を受信するステップであって、各栄養素消費プロファイルは、所定の時間周期の間に前記成員によって消費された前記成員の標的プロファイルにおける栄養素のサブセット内の少なくとも１つの栄養素の量を含む、ステップをさらに含む、請求項１５７に記載の方法。
  159. 前記推奨を提供するステップは、前記集団の第１の成員に関する前記栄養素消費プロファイルと、標的栄養プロファイルとの間の第１の整合を変化させるために、前記少なくとも１つの推奨される食事を選択するステップを含む、請求項１５８に記載の方法。
  160. 前記推奨を提供するステップは、前記第１の成員に関する前記栄養素消費プロファイルと、標的栄養プロファイルとの間の第１の整合を改善し、同時に、前記集団の第２の成員に関する第２の整合を維持または改善するために、前記少なくとも１つの推奨される食事を選択するステップを含む、請求項１５９に記載の方法。
  161. 各逸脱プロファイルが、前記成員に関する標的プロファイルにおける栄養素毎に、前記栄養素に関する超過または不足インジケータを含むように、前記成員に関する標的栄養プロファイルおよび前記成員に関する栄養素消費プロファイルの比較に基づいて、前記集団の成員毎に、逸脱プロファイルを生成するステップをさらに含む、請求項１５８から１６０のいずれかに記載の方法。
  162. 総合的逸脱が、前記優先加重に従う前記逸脱プロファイルの相対的重要性を反映するように、各逸脱プロファイルと前記個別の成員に関する優先加重の加重組み合わせの関数として、総合的逸脱を生成するステップをさらに含み、前記推奨を提供するステップは、前記逸脱プロファイルの組み合わせに基づいて生成された前記総合的逸脱を最小限にするために、前記少なくとも１つの推奨される食事を選択するステップを含む、請求項１６１に記載の方法。
  163. 成員毎の消費プロファイルと、前記個別の成員に関する標的栄養プロファイルとの間の集合的整合を表す集団栄養指数を提供するステップをさらに含む、請求項１５８から１６２のいずれかに記載の方法。
  164. 前記集団指数を提供するステップは、
    前記集団内の成員毎に、前記成員と関連付けられた優先加重を前記個別の成員に関する逸脱プロファイルに適用し、加重逸脱を求めるステップと、
    前記加重逸脱を組み合わせ、前記集団栄養指数を求めるステップと、
    を含む、請求項１６３に記載の方法。
  165. 前記少なくとも１つの推奨される食事は、前記集団栄養指数を変化させる一方、同時に、成員毎の消費プロファイルと、前記個別の成員に関する標的栄養プロファイルとの間の整合に及ぼす負の影響を低減させるように選択される、請求項１６３または１６４のいずれかに記載の方法。
  166. 前記推奨を提供するステップは、
    前記複数の逸脱プロファイル間の不適合性を検出するステップと、
    前記不適合性に基づいて、最小限の複数の異なる食事を判定し、前記少なくとも１つの推奨される食事として推奨するステップと
    を含む、請求項１６１から１６２のいずれかに記載の方法。
  167. 前記通信ポートを介して、前記集団の少なくとも１人の成員に関する栄養指数に及ぼす指数影響のインジケータを提供するステップをさらに含み、前記栄養指数は、前記少なくとも１人の成員に関する消費プロファイルと、前記個別の成員に関する標的栄養プロファイルとの間の整合を示し、前記指数影響は、成員が、前記少なくとも１つの推奨される食事を消費する場合の前記栄養指数への予測される変化を示す、請求項１５７から１６６のいずれかに記載の方法。
  168. 前記指数影響のインジケータを提供するステップは、前記集団の成員毎に、少なくとも１つの指数影響を含む、前記指数影響の複数のインジケータを提供するステップを含む、請求項１６７に記載の方法。
  169. 前記通信ポートを介して、前記少なくとも１人の成員に関する栄養指数のインジケータを提供するステップをさらに含む、請求項１６７または１６８のいずれかに記載の方法。
  170. 複数の候補食事を生成するステップであって、各候補食事は、１つ以上の候補食品を含む、ステップと、
    各候補食事内の前記第１の栄養素の量と、少なくとも１つの逸脱プロファイル内の前記第１の栄養素に関する逸脱との間の比較に基づいて、前記少なくとも１つの推奨される食事を前記複数の候補食事から選択するステップと
    をさらに含む、請求項１６１から１６９のいずれかに記載の方法。
  171. 前記少なくとも１つの推奨される食事はさらに、各候補食事と関連付けられたパラメータに基づいて選択され、前記パラメータは、料理の数、食品数、調理時間量、調理の複雑性のレベル、原料のコスト、および原料の可用性から成る群から選択される、請求項１７０に記載の方法。
  172. 食事推奨を２人以上の成員を含む集団に提供するためのシステムであって、
    第１の栄養素を含む複数の栄養素を含む、複数の標的栄養プロファイルを示す第１のデータ入力を受信するための手段であって、各標的栄養プロファイルは、前記集団の少なくとも１人の成員と関連付けられ、前記少なくとも１人の成員に関する１つ以上の選択された食事療法プログラムに基づいて判定された前記第１の栄養素の標的レベルを含む、手段と、
    前記集団の成員毎の優先加重を含む、複数の優先加重を示す第２のデータ入力を受信するための手段であって、前記優先加重は、前記集団の他の成員の目標と比較した前記成員の栄養目標の重要性を示す、手段と、
    前記集団の成員毎に、第１の栄養素特異的加重を前記第１の栄養素に割り当てるための手段であって、前記第１の栄養素特異的加重は、（１）前記個別の成員の栄養目標と、（２）前記個別の成員によって消費された前記第１の栄養素の量と、前記個別の成員に関する前記第１の栄養素の標的レベルとの比較とに基づいて判定される、手段と、
    前記集団によって消費されるべき少なくとも１つの推奨される食事を含む、推奨を提供するための手段であって、前記推奨される食事は、前記第１の栄養素特異的加重および前記複数の優先加重に基づいて選択される、手段と
    を備える、システム。
  173. 前記集団の成員毎の栄養素消費プロファイルを示す第３のデータ入力を受信するための手段をさらに備え、各栄養素消費プロファイルは、所定の時間周期の間に前記成員によって消費された前記成員の標的プロファイルにおける栄養素のサブセット内の少なくとも１つの栄養素の量を含む、請求項１７２に記載のシステム。
  174. 前記推奨を提供するための手段は、前記集団の第１の成員に関する前記栄養素消費プロファイルと、標的栄養プロファイルとの間の第１の整合を変化させるために、前記少なくとも１つの推奨される食事を選択するための手段を備える、請求項１７３に記載のシステム。
  175. 前記推奨を提供するための手段は、前記第１の成員に関する前記栄養素消費プロファイルと、標的栄養プロファイルとの間の第１の整合を改善し、同時に、前記集団の第２の成員に関する第２の整合を維持または改善するために、前記少なくとも１つの推奨される食事を選択するための手段を備える、請求項１７４に記載のシステム。
  176. 各逸脱プロファイルが、前記成員に関する標的プロファイルにおける栄養素毎に、前記栄養素に関する超過または不足インジケータを含むように、前記成員に関する標的栄養プロファイルおよび前記成員に関する栄養素消費プロファイルの比較に基づいて、前記集団の成員毎に、逸脱プロファイルを生成するための手段をさらに備える、請求項１７３から１７５のいずれかに記載のシステム。
  177. 総合的逸脱が、前記優先加重に従う前記逸脱プロファイルの相対的重要性を反映するように、各逸脱プロファイルと前記個別の成員に関する優先加重の加重組み合わせの関数として、総合的逸脱を生成するための手段をさらに備え、前記推奨を提供するステップは、前記逸脱プロファイルの組み合わせに基づいて生成された前記総合的逸脱を最小限にするために、前記少なくとも１つの推奨される食事を選択するステップを含む、請求項１７６に記載のシステム。
  178. 成員毎の消費プロファイルと、前記個別の成員に関する標的栄養プロファイルとの間の集合的整合を表す集団栄養指数を提供するための手段をさらに備える、請求項１７３から１７７のいずれかに記載のシステム。
  179. 前記集団指数を提供するための手段は、
    前記集団内の成員毎に、前記成員と関連付けられた優先加重を前記個別の成員に関する逸脱プロファイルに適用し、加重逸脱を求めるための手段と、
    前記加重逸脱を組み合わせ、前記集団栄養指数を求めるための手段と
    を備える、請求項１７８に記載のシステム。
  180. 前記少なくとも１つの推奨される食事は、前記集団栄養指数を変化させる一方、同時に、成員毎の消費プロファイルと、前記個別の成員に関する標的栄養プロファイルとの間の整合に及ぼす負の影響を低減させるように選択される、請求項１７８または１７９のいずれかに記載のシステム。
  181. 前記推奨を提供するための手段は、
    前記複数の逸脱プロファイル間の不適合性を検出するための手段と、
    前記不適合性に基づいて、最小限の複数の異なる食事を判定し、前記少なくとも１つの推奨される食事として推奨するための手段と
    を備える、請求項１７６から１７７のいずれかに記載のシステム。
  182. 前記集団の少なくとも１人の成員に関する栄養指数に及ぼす指数影響のインジケータを提供するための手段をさらに備え、前記栄養指数は、前記少なくとも１人の成員に関する消費プロファイルと、前記個別の成員に関する標的栄養プロファイルとの間の整合を示し、前記指数影響は、成員が、前記少なくとも１つの推奨される食事を消費する場合の前記栄養指数への予測される変化を示す、請求項１７２から１８１のいずれかに記載のシステム。
  183. 前記指数影響のインジケータを提供するための手段は、前記集団の成員毎に、少なくとも１つの指数影響を含む、前記指数影響の複数のインジケータを提供するための手段を備える、請求項１８２に記載のシステム。
  184. 前記少なくとも１人の成員に関する前記栄養指数のインジケータを提供するための手段をさらに備える、請求項１８２または１８３のいずれかに記載のシステム。
  185. 複数の候補食事を生成するための手段であって、各候補食事は、１つ以上の候補食品を含む、手段と、
    各候補食事内の前記第１の栄養素の量と、少なくとも１つの逸脱プロファイル内の前記第１の栄養素に関する逸脱との間の比較に基づいて、前記少なくとも１つの推奨される食事を前記複数の候補食事から選択するための手段と
    をさらに備える、請求項１７６から１８４のいずれかに記載のシステム。
  186. 前記少なくとも１つの推奨される食事はさらに、各候補食事と関連付けられたパラメータに基づいて選択され、前記パラメータは、料理の数、食品数、調理時間量、調理の複雑性のレベル、原料のコスト、および原料の可用性から成る群から選択される、請求項１８５に記載のシステム。
  187. 食品推奨を格付けするための方法であって、
    通信ポートと、少なくとも１つの電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する少なくとも１つのコンピュータプロセッサとを含む、コンピュータシステムによって、１つ以上の食品の組み合わせと、提案される分量サイズと、前記提案される分量サイズにおける第１および第２の栄養素毎の量とを含む、前記人への食品推奨を表す第１の入力データを受信するステップと、
    前記コンピュータシステムによって、所定の時間周期にわたる前記第１および第２の栄養素に関する消費された量のインジケータを含む、前記人に関する栄養素消費プロファイルを表す第２の入力データを受信するステップと、
    前記少なくとも１つの電子データベースから、前記人に関する標的栄養プロファイルを表す第３の入力データを受信するステップであって、前記標的栄養プロファイルは、前記第１および第２の栄養素の標的レベルを含み、栄養素毎の標的レベルは、前記所定の時間周期にわたって提案または要求される前記栄養素の量を示し、前記標的レベルは、ユーザ規定栄養目標に従って判定される、ステップと、
    前記第１の栄養素に、（１）前記ユーザ規定栄養目標と、（２）前記第１の栄養素の消費された量と、前記第１の栄養素の標的レベルとの比較とに基づいて判定された第１の数値加重を割り当てるステップと、
    前記第２の栄養素に、（１）前記ユーザ規定栄養目標と、（２）前記第２の栄養素の消費された量と、前記第２の栄養素の標的レベルとの比較とに基づいて判定された第２の数値加重を割り当てるステップと、
    前記第１および第２の数値加重に基づいて、前記食品推奨と、前記栄養目標との間の整合を表す好適性格付けを生成するステップと、
    前記通信ポートを介して、前記食品推奨に関する前記好適性格付けを提供するステップと
    を含む、方法。
  188. 前記食品推奨を表す前記第１の入力データを受信するステップは、通信ネットワークを経由して、前記第１の入力データをユーザデバイスまたは遠隔コンピュータシステムから受信するステップを含む、請求項１８７に記載の方法。
  189. 前記好適性格付けを生成するステップは、前記人と関連付けられた栄養指数に及ぼす前記食品推奨の指数影響を生成するステップを含み、前記栄養指数は、前記消費プロファイルと、前記標的栄養プロファイルとの間の整合を示し、前記指数影響は、前記食品推奨に従ったことからの前記栄養指数への予測される変化を示す、請求項１８７または１８８のいずれかに記載の方法。
  190. 前記コンピュータシステムは、複数の閾値範囲を含むようにプログラムされ、前記好適性格付けを提供するステップは、前記通信ポートに、前記指数影響が及ぼす前記閾値範囲の選択された範囲を提供するステップを含む、請求項１８７から１８９のいずれかに記載の方法。
  191. 前記好適性格付けを提供するステップは、前記選択された範囲に対応する色分けされたインジケータを提供するステップを含む、請求項１９０に記載の方法。
  192. 前記好適性格付けを提供するステップは、前記色分けされたインジケータと同時に、前記指数影響を提供するステップを含む、請求項１９１に記載の方法。
  193. 前記複数の閾値範囲は、注意範囲を含む、少なくとも３つの範囲を含む、請求項１９０から１９２のいずれかに記載の方法。
  194. 前記第１および第２の栄養素毎に、前記栄養素の消費された量と、前記個別の栄養素に関する標的レベルとの比較に基づいて判定された前記栄養素に関する超過または不足インジケータを含む、逸脱プロファイルを生成するステップと、
    前記逸脱プロファイルと、前記第１および第２の数値加重とに基づいて、前記好適性格付けを提供するステップと
    をさらに含む、請求項１８７から１９３のいずれかに記載の方法。
  195. 前記第１の数値加重を前記第１の栄養素に割り当てるステップは、前記第１の栄養素の超過の検出に応答して選択された１つ以上の数値加重と、前記第１の栄養素の不足の検出に応答して選択された１つ以上の数値加重とを含む、前記第１の栄養素と関連付けられた第１の複数の栄養素特異的加重から選択するステップを含む、請求項１８７から１９４のいずれかに記載の方法。
  196. 前記第１の数値加重を前記第１の栄養素に割り当てるステップは、前記所定の時間周期に基づいて、前記第１の栄養素と関連付けられた第２の複数の栄養素特異的加重から選択するステップを含む、請求項１８７から１９５のいずれかに記載の方法。
  197. 前記第２の複数の栄養素特異的加重は、前記第１の栄養素に関する食事あたりの加重、１週間あたりの加重、および１日あたりの加重を含む、請求項１９６に記載の方法。
  198. 前記第１および第２の栄養素毎の標的レベルは、前記人と関連付けられた体重目標および病状のうちの付加的１つに従って判定される、請求項１８７から１９７のいずれかに記載の方法。
  199. 前記少なくとも１つの電子データベース内に記憶された複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するステップをさらに含み、前記第１および第２の栄養素毎の標的レベルは、前記選択された食事療法プログラムに基づいて判定される、請求項１８７から１９８のいずれかに記載の方法。
  200. 前記好適性格付けに基づいて、代用食品推奨を提供するステップをさらに含む、請求項１８７から１９９のいずれかに記載の方法。
  201. 前記代用食品推奨を提供するステップは、１つ以上の食品の組み合わせの修正されたバージョンを推奨するステップを含む、請求項２００に記載の方法。
  202. 前記組み合わせの修正されたバージョンは、修正された提案される分量サイズを含む、請求項２０１に記載の方法。
  203. 前記組み合わせの修正されたバージョンは、前記組み合わせ内に含まれない付加的食品の含有を含む、請求項２００から２０２のいずれかに記載の方法。
  204. 前記組み合わせの修正されたバージョンは、前記１つ以上の食品のうちの少なくとも１つを前記組み合わせから除去するステップを含む、請求項２００から２０３のいずれかに記載の方法。
  205. システムであって、
    通信ポートと、
    電子データベースを記憶する少なくとも１つの非一過性コンピュータ可読媒体と通信する、少なくとも１つのコンピュータプロセッサと
    を備え、請求項１８７から２０３のいずれかに記載の方法を行なうように適合される、システム。
  206. 食品推奨を格付けするためのシステムであって、
    １つ以上の食品の組み合わせと、提案される分量サイズと、前記提案される分量サイズにおける第１および第２の栄養素毎の量とを含む、人への食品推奨を表す第１の入力データを受信するための手段と、
    所定の時間周期にわたって、前記第１および第２の栄養素に関する消費された量のインジケータを含む、前記人に関する栄養素消費プロファイルを表す第２の入力データを受信するための手段と、
    前記人に関する標的栄養プロファイルを表す第３の入力データを受信するための手段であって、前記標的栄養プロファイルは、前記第１および第２の栄養素の標的レベルを含み、栄養素毎の標的レベルは、前記所定の時間周期にわたって提案または要求される前記栄養素の量を示し、前記標的レベルは、ユーザ規定栄養目標に従って判定される、手段と、
    前記第１の栄養素に、（１）前記ユーザ規定栄養目標と、（２）前記第１の栄養素の消費された量と、前記第１の栄養素の標的レベルとの比較とに基づいて判定された第１の数値加重を割り当てるための手段と、
    前記第２の栄養素に、（１）前記ユーザ規定栄養目標と、（２）前記第２の栄養素の消費された量と、前記第２の栄養素の標的レベルとの比較とに基づいて判定された第２の数値加重を割り当てるための手段と、
    前記第１および第２の数値加重に基づいて、前記食品推奨と、前記栄養目標との間の整合を表す好適性格付けを生成するための手段と、
    前記食品推奨に関する前記好適性格付けを提供するための手段と、
    を備える、システム。
  207. 前記食品推奨を表す前記第１の入力データを受信するための手段は、通信ネットワークを経由して、前記第１の入力データをユーザデバイスまたは遠隔コンピュータシステムから受信するための手段を備える、請求項２０６に記載のシステム。
  208. 前記好適性格付けを生成するための手段は、前記人と関連付けられた栄養指数に及ぼす前記食品推奨の指数影響を生成するための手段を備え、前記栄養指数は、前記消費プロファイルと、前記標的栄養プロファイルとの間の整合を示し、前記指数影響は、前記食品推奨に従ったことからの前記栄養指数への予測される変化を示す、請求項２０６または２０７のいずれかに記載のシステム。
  209. 前記好適性格付けを提供するための手段は、前記指数影響が及ぼす複数の閾値範囲の選択された範囲を提供するための手段を備える、請求項２０６から２０８のいずれかに記載のシステム。
  210. 前記好適性格付けを提供するための手段は、前記選択された範囲に対応する色分けされたインジケータを提供するための手段を備える、請求項２０９に記載のシステム。
  211. 前記好適性格付けを提供するための手段は、前記色分けされたインジケータと同時に、前記指数影響を提供するための手段を備える、請求項２１０に記載のシステム。
  212. 前記複数の閾値範囲は、注意範囲を含む、少なくとも３つの範囲を含む、請求項２０９から２１１のいずれかに記載のシステム。
  213. 前記第１および第２の栄養素毎に、前記栄養素の消費された量と、前記個別の栄養素に関する標的レベルとの比較に基づいて判定された前記栄養素に関する超過または不足インジケータを含む、逸脱プロファイルを生成するための手段と、
    前記逸脱プロファイルと、前記第１および第２の数値加重とに基づいて、前記好適性格付けを提供するための手段と
    をさらに備える、請求項２０６から２１２のいずれかに記載のシステム。
  214. 前記第１の数値加重を前記第１の栄養素に割り当てるための手段は、前記第１の栄養素の超過の検出に応答して選択された１つ以上の数値加重と、前記第１の栄養素の不足の検出に応答して選択された１つ以上の数値加重とを含む、前記第１の栄養素と関連付けられた第１の複数の栄養素特異的加重から選択するための手段を備える、請求項２０６から２１３のいずれかに記載のシステム。
  215. 前記第１の数値加重を前記第１の栄養素に割り当てるための手段は、前記所定の時間周期に基づいて、前記第１の栄養素と関連付けられた第２の複数の栄養素特異的加重から選択するための手段を備える、請求項２０６から２１４のいずれかに記載のシステム。
  216. 前記第２の複数の栄養素特異的加重は、前記第１の栄養素に関する食事あたりの加重、１週間あたりの加重、および１日あたりの加重を含む、請求項２１５に記載のシステム。
  217. 前記第１および第２の栄養素毎の標的レベルは、前記人と関連付けられた体重目標および病状のうちの付加的１つに従って判定される、請求項２０６から２１６のいずれかに記載のシステム。
  218. 複数の食事療法プログラムから選択されたユーザ選択食事療法プログラムを受信するための手段をさらに備え、前記第１および第２の栄養素毎の標的レベルは、前記選択された食事療法プログラムに基づいて判定される、請求項２０６から２１７のいずれかに記載のシステム。
  219. 前記好適性格付けに基づいて、代用食品推奨を提供するための手段をさらに備える、請求項２０６から２１８のいずれかに記載のシステム。
  220. 前記代用食品推奨を提供するための手段は、１つ以上の食品の組み合わせの修正されたバージョンを推奨するための手段を備える、請求項２１９に記載のシステム。
  221. 前記組み合わせの修正されたバージョンは、修正された提案される分量サイズを含む、請求項２２０に記載のシステム。
  222. 前記組み合わせの修正されたバージョンは、前記組み合わせ内に含まれない付加的食品の含有を含む、請求項２２０または２２１のいずれかに記載のシステム。
  223. 前記組み合わせの修正されたバージョンは、前記１つ以上の食品のうちの少なくとも１つを前記組み合わせから除去するステップを含む、請求項２２０から２２２のいずれかに記載の方法。

JP2014557837A 2012-02-17 2013-02-15 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法 Active JP6412429B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261600448P 2012-02-17 2012-02-17
US61/600,448 2012-02-17
PCT/US2013/026468 WO2013123416A2 (en) 2012-02-17 2013-02-15 Systems and methods for user-specific modulation of nutrient intake

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2018183795A Division JP6725619B2 (ja) 2012-02-17 2018-09-28 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法

Publications (3)

Publication Number Publication Date
JP2015510646A true JP2015510646A (ja) 2015-04-09
JP2015510646A5 JP2015510646A5 (ja) 2016-03-03
JP6412429B2 JP6412429B2 (ja) 2018-10-24

Family

ID=47755062

Family Applications (4)

Application Number Title Priority Date Filing Date
JP2014557837A Active JP6412429B2 (ja) 2012-02-17 2013-02-15 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法
JP2018183795A Active JP6725619B2 (ja) 2012-02-17 2018-09-28 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法
JP2020109374A Active JP7277417B2 (ja) 2012-02-17 2020-06-25 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法
JP2023076532A Pending JP2023099183A (ja) 2012-02-17 2023-05-08 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法

Family Applications After (3)

Application Number Title Priority Date Filing Date
JP2018183795A Active JP6725619B2 (ja) 2012-02-17 2018-09-28 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法
JP2020109374A Active JP7277417B2 (ja) 2012-02-17 2020-06-25 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法
JP2023076532A Pending JP2023099183A (ja) 2012-02-17 2023-05-08 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法

Country Status (8)

Country Link
US (2) US9011153B2 (ja)
EP (2) EP2815339A2 (ja)
JP (4) JP6412429B2 (ja)
CN (4) CN104303185B (ja)
AU (5) AU2013101802A4 (ja)
CA (2) CA3192699A1 (ja)
HK (4) HK1205569A1 (ja)
WO (1) WO2013123416A2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017138598A1 (ja) * 2016-02-11 2017-08-17 糧三 齋藤 がん予防・改善アドバイス装置
US20210313035A1 (en) * 2018-08-21 2021-10-07 Samsung Electronics Co., Ltd. Control method for electronic device, and computer-readable recording medium for storing program for performing same

Families Citing this family (154)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220084654A1 (en) * 2006-02-21 2022-03-17 J. Christopher Flaherty Health management system
US8645383B2 (en) 2009-01-27 2014-02-04 Stephen J. Brown Content management system using sources of experience data and modules for quantification and visualization
US8930490B2 (en) 2009-01-27 2015-01-06 Apple Inc. Lifestream annotation method and system
US20120111936A1 (en) * 2009-01-27 2012-05-10 Brown Stephen J Semantic Note Taking System
US9339691B2 (en) 2012-01-05 2016-05-17 Icon Health & Fitness, Inc. System and method for controlling an exercise device
US20130273509A1 (en) * 2012-04-16 2013-10-17 Christopher M. MUTTI Method of Monitoring Nutritional Intake by Image Processing
US10772559B2 (en) 2012-06-14 2020-09-15 Medibotics Llc Wearable food consumption monitor
BR112015018209A2 (pt) * 2013-02-08 2017-07-18 Nestec Sa avaliação e recomendação em relação à nutrição e resistência
EP2969058B1 (en) 2013-03-14 2020-05-13 Icon Health & Fitness, Inc. Strength training apparatus with flywheel and related methods
US9389117B2 (en) 2013-06-03 2016-07-12 The Orange Chef Company Successive tare scale system and method
US20140364702A1 (en) 2013-06-06 2014-12-11 Valeriy Nasedkin Apparatus and method for functional state and/or performance assessment and training program adjustment
US20150079551A1 (en) * 2013-09-16 2015-03-19 Mary Egan System for planning meals
CN105705090B (zh) * 2013-10-21 2019-06-14 苹果公司 传感器和应用
US20150112819A1 (en) * 2013-10-22 2015-04-23 Greg Studley Local area social network
WO2015100429A1 (en) 2013-12-26 2015-07-02 Icon Health & Fitness, Inc. Magnetic resistance mechanism in a cable machine
US10433612B2 (en) 2014-03-10 2019-10-08 Icon Health & Fitness, Inc. Pressure sensor to quantify work
US9992292B2 (en) * 2014-04-01 2018-06-05 Noom, Inc. Wellness support groups for mobile devices
US9728098B2 (en) * 2014-04-18 2017-08-08 Chef Koochooloo, Inc. Interactive culinary game applications
US9355096B1 (en) 2014-05-16 2016-05-31 The Orange Chef Company Food storage container tag system and method
WO2015187999A1 (en) * 2014-06-04 2015-12-10 Aegle Health Llc Dynamic system to capture and assess calories and nutrients inputs to provide dietary recommendations
US10426989B2 (en) 2014-06-09 2019-10-01 Icon Health & Fitness, Inc. Cable system incorporated into a treadmill
US20150356886A1 (en) * 2014-06-09 2015-12-10 Electronics And Telecommunications Research Nstitute Customized apparatus and method for managing an amount of meal or workout
WO2015195965A1 (en) 2014-06-20 2015-12-23 Icon Health & Fitness, Inc. Post workout massage device
US20150371553A1 (en) * 2014-06-23 2015-12-24 MyFuelUp, LLC System and method for personalized nutrition
US20170199978A1 (en) * 2014-07-18 2017-07-13 Genova Diagnostics, Inc. Use of an evidence-based, translational algorithm to, inter alia, assess biomarkers
US20160074707A1 (en) * 2014-09-17 2016-03-17 Cambia Health Solutions, Inc. Systems and methods for achieving and maintaining behavioral fitness
CA2965792A1 (en) * 2014-09-22 2016-03-31 Alexander Petrov System and method to assist a user in achieving a goal
US20160098942A1 (en) * 2014-10-01 2016-04-07 Richard Thomas Messier Method for Generating Low-Waste Personalized Meal Plans within a Budget
KR20170066364A (ko) * 2014-10-03 2017-06-14 네스텍 소시에테아노님 개인맞춤형 영양학적 건강 스코어를 계산, 디스플레이, 수정, 및 이용하기 위한 시스템 및 방법
US10671657B2 (en) * 2014-10-13 2020-06-02 Under Armour, Inc. System and method for food categorization
US20170354351A1 (en) * 2014-11-21 2017-12-14 Koninklijke Philips N.V. Nutrition coaching for children
CA2966635C (en) 2014-11-21 2023-06-20 Christopher M. Mutti Imaging system for object recognition and assessment
WO2016110817A1 (en) * 2015-01-07 2016-07-14 Nestec S.A. System for monitoring and alerting users of dha levels
US9449530B1 (en) * 2015-02-13 2016-09-20 Genesant Technologies, Inc. Automatic diet tracking system and method
US20160253922A1 (en) * 2015-02-27 2016-09-01 Food Friend, Inc. Systems and Methods of Food Management
US10391361B2 (en) 2015-02-27 2019-08-27 Icon Health & Fitness, Inc. Simulating real-world terrain on an exercise device
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
US20180137935A1 (en) * 2015-05-01 2018-05-17 Koninklijke Philips N.V. Edible recommendation
US10474661B2 (en) 2015-05-15 2019-11-12 Foogal, Inc. Dish recommendation from personal food inventory
US20160343266A1 (en) * 2015-05-22 2016-11-24 Toyota Motor Engineering & Manufacturing North America, Inc. Location-based suggestions for attaining health goals
IN2015CH02730A (ja) * 2015-05-30 2015-07-10 Wipro Ltd
US20200129808A1 (en) * 2015-06-30 2020-04-30 Roman Fomin Predictive analytics method and system for positively adjusting fitness and/or well-being conditioning
US9737759B2 (en) * 2015-07-17 2017-08-22 Genesant Technologies, Inc. Automatic application-based exercise tracking system and method
US10692396B2 (en) 2015-08-06 2020-06-23 Microsoft Technology Licensing, Llc Calculating calorie statistics based on purchases
US20170091420A1 (en) * 2015-09-24 2017-03-30 Qualcomm Incorporated Determination of nutritional factors
US10902494B2 (en) * 2015-10-07 2021-01-26 Abdolreza Abdolhosseini MOGHADAM Systems and methods for dynamic pricing of food items
US20170103677A1 (en) * 2015-10-12 2017-04-13 Mastercard International Incorporated Nutrition intake tracker
US10614502B2 (en) * 2015-10-16 2020-04-07 International Business Machines Corporation In-store real-time food item selection recommendations
US10212994B2 (en) 2015-11-02 2019-02-26 Icon Health & Fitness, Inc. Smart watch band
WO2017085777A1 (ja) * 2015-11-17 2017-05-26 株式会社日立製作所 食材提案装置、食材提案方法及び食材提案プログラム
US10332418B2 (en) * 2015-11-23 2019-06-25 International Business Machines Corporation Personalized vitamin supplement
TWI603280B (zh) * 2015-12-04 2017-10-21 財團法人工業技術研究院 飲食攝取異常分析系統和方法
WO2017143282A1 (en) * 2016-02-18 2017-08-24 John Cronin Recommending modification for pod-based beverages
US10641547B2 (en) 2016-02-18 2020-05-05 Vejo Ip Ag Pod-based smoothie maker
US10493349B2 (en) 2016-03-18 2019-12-03 Icon Health & Fitness, Inc. Display on exercise device
US10272317B2 (en) 2016-03-18 2019-04-30 Icon Health & Fitness, Inc. Lighted pace feature in a treadmill
US10625137B2 (en) 2016-03-18 2020-04-21 Icon Health & Fitness, Inc. Coordinated displays in an exercise device
US10251597B2 (en) * 2016-04-21 2019-04-09 Viavi Solutions Inc. Health tracking device
EP3469359B1 (en) 2016-06-14 2020-07-22 Baze Labs AG Personalised nutrient dosing with on-going feedback loop
KR20170143256A (ko) * 2016-06-21 2017-12-29 박주명 생체물리량 추적을 통한 식단 제공 방법
US11165722B2 (en) 2016-06-29 2021-11-02 International Business Machines Corporation Cognitive messaging with dynamically changing inputs
WO2018022969A1 (en) * 2016-07-29 2018-02-01 Shaklee Corporation Technology for dynamically generating health-related and customized recommendations for individuals
US20180039759A1 (en) * 2016-08-05 2018-02-08 International Business Machines Corporation Apparatuses, methods, and computer program products for providing dietary feedback
US10679750B2 (en) 2016-08-09 2020-06-09 International Business Machines Corporation System, method, and storage medium to generate predictive medical feedback
CN109804438A (zh) 2016-08-12 2019-05-24 好措施有限责任公司 使用生物标记数据的个性化营养推荐
US10431115B2 (en) * 2016-08-18 2019-10-01 Mastercard International Incorporation Systems and methods for using a smart refrigerator to implement accountability measures associated with intake objectives
US10650621B1 (en) 2016-09-13 2020-05-12 Iocurrents, Inc. Interfacing with a vehicular controller area network
US11823090B2 (en) 2016-09-15 2023-11-21 Circlesx Llc Transportation and freight and parking and tolling and curb capacity unit IPO method and system
US11861527B2 (en) 2018-11-07 2024-01-02 Circlesx Llc Financial swap payment structure method and system on transportation capacity unit assets
US11880883B2 (en) 2016-09-15 2024-01-23 Circlesx Llc Systems and methods for geolocation portfolio exchanges
US11215466B2 (en) 2016-09-15 2022-01-04 Circlesx Llc Route community objects with price-time priority queues for transformed transportation units
US11138827B2 (en) 2016-09-15 2021-10-05 Simpsx Technologies Llc Implementations of a computerized business transaction exchange for various users
US11790382B2 (en) 2016-09-15 2023-10-17 Circlesx Llc Method to transmit geolocation exchange based markets
US11810023B2 (en) 2018-10-22 2023-11-07 Circlesx Llc System and method for a transportation or freight capacity exchange for one or more transportation or freight capacity units
US11157852B2 (en) 2016-09-15 2021-10-26 Simpsx Technologies Llc Tool appliance community objects with price-time priority queues for transformed tool appliance units
US11035682B2 (en) 2016-09-15 2021-06-15 Simpsx Technologies Llc Navigation routes as community object virtual hub sequences to which users may subscribe
US11740777B2 (en) 2016-09-15 2023-08-29 Circlesx Llc Multi-dimension information service helmet method and system
US20190228351A1 (en) 2018-01-23 2019-07-25 Erik M. Simpson Electronic forward market exchange for transportation seats and capacity in transportation spaces and vehicles
US10460520B2 (en) 2017-01-13 2019-10-29 Simpsx Technologies Llc Computer ball device for mixed reality, virtual reality, or augmented reality
US20190272589A1 (en) 2016-09-15 2019-09-05 Erik M. Simpson Securitization of transportation units
US11138661B2 (en) 2016-09-15 2021-10-05 Simpsx Technologies Llc Agriculture community objects with price-time priority queues for transformed agriculture units
US10956539B2 (en) * 2016-09-19 2021-03-23 Under Armour, Inc. Nutrition tracking system
US20190259489A1 (en) * 2016-09-21 2019-08-22 Telecom Italia S.P.A. Method and system for supporting a user in the selection of food
CN106326683B (zh) * 2016-09-27 2018-10-09 成都循因科技有限公司 一种食物营养成分定量和追踪方法及装置
US10492519B2 (en) * 2016-09-28 2019-12-03 Icon Health & Fitness, Inc. Customizing nutritional supplement shake recommendations
US10671705B2 (en) 2016-09-28 2020-06-02 Icon Health & Fitness, Inc. Customizing recipe recommendations
CN106650244A (zh) * 2016-12-08 2017-05-10 华中科技大学 一种基于半定量食物频率法的营养调查分析方法及系统
TWI776878B (zh) 2017-04-07 2022-09-11 美商通路實業集團國際公司 體重管理及活動追蹤系統
US10790053B2 (en) 2017-04-18 2020-09-29 International Business Machines Corporation Appetite improvement system through memory association
US10699247B2 (en) 2017-05-16 2020-06-30 Under Armour, Inc. Systems and methods for providing health task notifications
CN107480446A (zh) * 2017-08-09 2017-12-15 华中农业大学 一种营养饮食方案制定系统及方法
JP6903523B2 (ja) * 2017-08-30 2021-07-14 株式会社野村総合研究所 情報処理装置、情報処理方法、及びプログラム
WO2019046530A1 (en) * 2017-08-31 2019-03-07 Roche Diabetes Care, Inc. METHODS, DEVICES AND SYSTEMS FOR ESTIMATING CONTENT IN NUTRIENTS IN FOODS
US11080775B2 (en) * 2017-09-01 2021-08-03 International Business Machines Corporation Recommending meals for a selected group
US20190122164A1 (en) * 2017-10-24 2019-04-25 Uber Technologies, Inc. On-demand coordinated comestible item delivery system
WO2019082811A1 (ja) * 2017-10-26 2019-05-02 オムロンヘルスケア株式会社 目標管理システム、および、目標管理プログラム
US20190130787A1 (en) * 2017-11-02 2019-05-02 Tony DiFruscio Nutritional Aid
CN109754864A (zh) * 2017-11-02 2019-05-14 宁波方太厨具有限公司 一种基于饮食食材预言用户身体状况的方法
WO2019110412A1 (en) * 2017-12-06 2019-06-13 Koninklijke Philips N.V. An apparatus and method for personalized meal plan generation
CN109994182B (zh) * 2018-01-02 2023-03-21 佛山市顺德区美的电热电器制造有限公司 一种食谱的推荐方法、装置及存储介质
US10810655B2 (en) * 2018-01-04 2020-10-20 Facebook, Inc. Generating catalog-item recommendations based on social graph data
US11145006B2 (en) 2018-01-04 2021-10-12 Facebook, Inc. Generating catalog-item recommendations based on social graph data
US10942932B2 (en) 2018-01-22 2021-03-09 Everything Food, Inc. System and method for grading and scoring food
WO2019147818A1 (en) * 2018-01-24 2019-08-01 The Engineered Non-Diet, Llc System, method, process and apparatus for assisting in formulating and attaining healty weight management goals
US20210125701A1 (en) * 2018-01-24 2021-04-29 One Number, LLC System, Method, Process and Apparatus for Assisting in Formulating and Attaining Healthy Weight Management Goals
US11183291B2 (en) 2018-02-12 2021-11-23 Zoe Limited Generating personalized nutritional recommendations using predicted values of biomarkers
US11348479B2 (en) 2018-05-23 2022-05-31 Zoe Limited Accuracy of measuring nutritional responses in a non-clinical setting
US20200066181A1 (en) * 2018-08-27 2020-02-27 Zoe Global Ltd. Generating Personalized Food Recommendations from Different Food Sources
US11915151B2 (en) 2018-08-27 2024-02-27 Zoe Limited Accuracy of test data outside the clinic
US11295860B2 (en) 2018-02-12 2022-04-05 Zoe Limited Using at home measures to predict clinical state and improving the accuracy of at home measurements/predictions data associated with circadian rhythm and meal timing
US11183080B2 (en) 2018-02-12 2021-11-23 Zoe Limited Generating predicted values of biomarkers for scoring food
US20190281878A1 (en) * 2018-03-19 2019-09-19 Midea Group Co., Ltd. Method and system for providing action recommendations associated with kitchen appliances
US11672446B2 (en) 2018-03-23 2023-06-13 Medtronic Minimed, Inc. Insulin delivery recommendations based on nutritional information
CN108766526A (zh) * 2018-04-11 2018-11-06 丽睿客信息科技（北京）有限公司 食品选取方法、装置、存储介质和处理器
US11887719B2 (en) 2018-05-21 2024-01-30 MyFitnessPal, Inc. Food knowledge graph for a health tracking system
WO2019229753A1 (en) * 2018-05-30 2019-12-05 Vsm 4 Me Ltd Dietary management system for tracking, managing and control dietary balance of a person
JP7217103B2 (ja) * 2018-07-31 2023-02-02 シスメックス株式会社 生活習慣の改善に関するアドバイス情報を生成する方法及び情報処理装置
US11380215B2 (en) * 2018-08-30 2022-07-05 Kyndryl, Inc. Reward-based ecosystem for tracking nutritional consumption
CN110929141B (zh) * 2018-09-20 2022-11-01 百度在线网络技术（北京）有限公司 团伙挖掘方法、装置、设备及存储介质
US20210398449A1 (en) * 2018-10-08 2021-12-23 Naveen Jain Methods for and compositions for determining food item recommendations
JP7431234B2 (ja) * 2018-11-23 2024-02-14 サノフイ カメラを有する医療用デバイス
WO2020150163A1 (en) * 2019-01-14 2020-07-23 Punchh Inc. Encoding textual data for personalized inventory management
WO2020163700A1 (en) * 2019-02-07 2020-08-13 Gian Corporation System and method of managing grocery cart based on health information
CN110101293A (zh) * 2019-05-21 2019-08-09 珠海格力电器股份有限公司 烹饪控制方法、装置和烹饪器具
US11903523B2 (en) 2019-07-22 2024-02-20 Vita-Mix Management Corporation Food processor assembly
EP3772738A1 (en) 2019-08-08 2021-02-10 Koninklijke Philips N.V. An apparatus and method for providing dietary recommendation
WO2021044587A1 (ja) * 2019-09-05 2021-03-11 日本電信電話株式会社 情報提示装置、情報提示方法、及び情報提示プログラム
US11915605B2 (en) 2019-10-17 2024-02-27 Nicolas Tzenios Ketogenic diet recommendation to a user based on a blood low-density lipoprotein (LDL) level and a blood C-reactive protein level and/or a blood erythrocyte sedimentation rate (ESR) thereof
CN110867239A (zh) * 2019-11-07 2020-03-06 北京理工大学 一种饮食建议生成方法及装置、计算机装置及存储介质
CN110910987A (zh) * 2019-11-07 2020-03-24 北京理工大学 饮食建议生成方法及装置、计算机装置及存储介质
EP4057289A4 (en) * 2019-11-07 2023-08-02 A10 Lab. Inc. METHOD OF IMPROVING THE WAY OF LIFE
CN111312365A (zh) * 2019-11-15 2020-06-19 北京酷蟹科技有限公司 一种个性化营养膳食方法及系统
CN111883230B (zh) * 2019-12-18 2024-05-07 深圳数字生命研究院 饮食数据的生成方法及装置、存储介质和电子装置
US11877696B2 (en) 2019-12-19 2024-01-23 Vita-Mix Management Corporation Food processor
CN111009307A (zh) * 2019-12-26 2020-04-14 珠海格力电器股份有限公司 食谱数据推荐方法、系统和家电设备
JP2021111326A (ja) * 2020-01-08 2021-08-02 株式会社ユカシカド 栄養関連商品レコメンド装置及び方法
EP4102514A4 (en) * 2020-02-03 2023-07-26 Mizkan Holdings Co., Ltd. PROGRAM, INFORMATION PROCESSING METHOD AND INFORMATION PROCESSING DEVICE
CN114586026A (zh) * 2020-02-21 2022-06-03 松下知识产权经营株式会社 食谱建议系统、建议方法、程序、信息处理方法及装置
US20220319666A1 (en) * 2020-04-16 2022-10-06 Samsung Electronics Co., Ltd. Electronic device for providing plan, and method of operating the same
US10983674B1 (en) * 2020-05-28 2021-04-20 Kpn Innovations, Llc Methods and systems for providing alimentary combinations in a packet-based graphical user interface generated using distance metrics
CN115803819A (zh) * 2020-06-30 2023-03-14 皇家飞利浦有限公司 利用人工智能进行个性化处理的系统和方法
US11823785B2 (en) * 2020-07-02 2023-11-21 Kpn Innovations, Llc. Methods and systems for calculating nutritional requirements in a display interface
US11322241B2 (en) * 2020-07-18 2022-05-03 Nonstop Evolving Corp. Electronic methods and systems for processing information related to intake of supplements by a user
US11862322B2 (en) 2020-11-30 2024-01-02 Kpn Innovations, Llc. System and method for generating a dynamic weighted combination
US20220199222A1 (en) * 2020-12-17 2022-06-23 Milkman, Inc. Method and apparatus to provide nutrition quality evaluation comprehension and selection
WO2022133985A1 (zh) * 2020-12-25 2022-06-30 京东方科技集团股份有限公司 食物推荐方法、装置、存储介质及电子设备
EP4033494A1 (en) * 2021-01-21 2022-07-27 Koninklijke Philips N.V. Processing of recipe information
US20220310229A1 (en) 2021-03-26 2022-09-29 Vydiant, Inc Personalized health system, method and device having a sleep function
CN115171778A (zh) * 2021-04-07 2022-10-11 健科国际股份有限公司 Gmdai个性化健康解决方案系统及计算机存储介质
US20220344057A1 (en) * 2021-04-27 2022-10-27 Oura Health Oy Method and system for supplemental sleep detection
US11894121B2 (en) 2021-08-06 2024-02-06 Reviv Global Ltd Prescriptive nutrition-based IV and IM infusion treatment formula creation systems and methods
US11600375B2 (en) * 2021-07-30 2023-03-07 Reviv Global Ltd Genetically personalized food recommendation systems and methods
US20230298729A1 (en) * 2022-03-15 2023-09-21 Eat This Much, Inc. Meal Plan Creation Systems and Methods
US11907652B2 (en) * 2022-06-02 2024-02-20 On Time Staffing, Inc. User interface and systems for document creation

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0764963A (ja) * 1993-08-31 1995-03-10 Olympus Optical Co Ltd 栄養相談システム
JP2002041669A (ja) * 2000-07-24 2002-02-08 Mitsunori Honma インターネットの個人栄養素摂取量管理システム
WO2003003267A1 (fr) * 2001-06-29 2003-01-09 Nutrition Act.Co., Ltd. Dispositif de calcul des besoins nutritionnels, dispositif proposant des ingredients de complements alimentaires, dispositif de melange d'ingredients de complements alimentaires et systeme de melange d'ingredients de complements alimentaires
JP2006105655A (ja) * 2004-10-01 2006-04-20 Nippon Telegr & Teleph Corp <Ntt> 食品総カロリーチェッカーおよびチェック方法
JP2009223413A (ja) * 2008-03-13 2009-10-01 Fujitsu Ltd 健康管理支援装置及びコンピュータプログラム
JP2011258080A (ja) * 2010-06-10 2011-12-22 Sharp Corp 健康情報分析装置、健康支援システム、制御プログラム及び記録媒体

Family Cites Families (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5412560A (en) * 1991-08-27 1995-05-02 Dine Systems, Inc. Method for evaluating and analyzing food choices
WO2001037174A1 (en) 1992-11-17 2001-05-25 Health Hero Network, Inc. Method and system for improving adherence with a diet program or other medical regimen
US5704350A (en) 1994-03-25 1998-01-06 Nutritec Corporation Nutritional microcomputer and method
US5640774A (en) 1995-06-26 1997-06-24 Goldman; Millicent F. Diet aid device and method
US5730654A (en) 1995-12-18 1998-03-24 Raya Systems, Inc. Multi-player video game for health education
US5954640A (en) 1996-06-27 1999-09-21 Szabo; Andrew J. Nutritional optimization method
US5819735A (en) 1996-08-15 1998-10-13 Mansfield; Elizabeth A. Device and method for monitoring dietary intake of calories and nutrients
US6370513B1 (en) 1997-08-08 2002-04-09 Parasoft Corporation Method and apparatus for automated selection, organization, and recommendation of items
CN1186284A (zh) * 1997-09-11 1998-07-01 马正方 一种利用微处理器进行食物营养配餐的方法及装置
US6556963B1 (en) 1997-09-24 2003-04-29 International Business Machines Corporation User state sensitive system and method for nutrient analysis using natural language interface
US6341295B1 (en) 1998-01-21 2002-01-22 M. Gail Stotler Virtual reality integrated caloric tabulator
CN1198901A (zh) * 1998-04-06 1998-11-18 马正方 一种营养膳食指导装置及方法
US6553386B1 (en) 1998-12-14 2003-04-22 Oliver Alabaster System and method for computerized visual diet behavior analysis and training
US6356940B1 (en) 1999-05-26 2002-03-12 Brian Robert Short Method and system of electronically logging remote user dietary information, and generating and automatically sending suggested dietary modifications
AU6539200A (en) 1999-08-13 2001-03-13 Jean-Pierre Kocher Method and apparatus for scanning of food and medicine to provide outputs relative to a user profile
US20020002554A1 (en) 2000-03-09 2002-01-03 Herdman Rachelle B. Systems and methods for distributing personalized information over a communications system
US7689437B1 (en) 2000-06-16 2010-03-30 Bodymedia, Inc. System for monitoring health, wellness and fitness
JP2002222263A (ja) * 2001-01-24 2002-08-09 Iscg Kk 健康の自己管理用携帯端末、及び健康の自己管理支援システム
US20030208409A1 (en) * 2001-04-30 2003-11-06 Mault James R. Method and apparatus for diet control
US6817863B2 (en) 2001-06-11 2004-11-16 Joseph J. Bisogno Computer program, method, and system for monitoring nutrition content of consumables and for facilitating menu planning
US6872077B2 (en) 2001-09-06 2005-03-29 John J. Yeager System and method for generating personalized meal plans
JP2003122854A (ja) * 2001-10-17 2003-04-25 Toshiba Corp 調理情報提供システム、調理情報サーバ、疾病・健康情報サーバ、計算・分析サーバ、情報処理サーバ、調理情報提供方法および調理情報提供装置
US6585516B1 (en) 2002-01-09 2003-07-01 Oliver Alabaster Method and system for computerized visual behavior analysis, training, and planning
US7090638B2 (en) 2002-06-03 2006-08-15 Edward Vidgen System and method for optimized dietary menu planning
US20040081678A1 (en) 2002-08-09 2004-04-29 Anthony Cincotta Therapeutic process for the treatment of obesity and associated metabolic disorders
JP2004302967A (ja) * 2003-03-31 2004-10-28 Mitsubishi Electric Information Systems Corp 食事内容に基づく処方支援システム及びこのシステムに用いるプログラム
US20050075934A1 (en) * 2003-08-04 2005-04-07 Paul Knight Nutritional assistant for kiosk
US20050042582A1 (en) * 2003-08-22 2005-02-24 Graves Joseph Douglas Iterative algorithm for creating nutritionally balanced food lists
US20060058586A1 (en) * 2004-09-13 2006-03-16 Humble David R Method and apparatus for transitioning a diet
US20060122468A1 (en) * 2004-11-15 2006-06-08 Mali Tavor Ltd. Nutritional counseling method and server
GB2420428A (en) * 2004-11-19 2006-05-24 Anthony Paul Yusuf System for indicating food types to a user
US7680690B1 (en) 2005-05-09 2010-03-16 Catalano Anthony B Intelligent menu ordering system
EP1758038A1 (en) * 2005-08-22 2007-02-28 InterComponentWare AG Computer-implemented method, system, computer program product and data structure for drawing up a nutrition plan
US7974856B2 (en) 2005-11-30 2011-07-05 The Invention Science Fund I, Llc Computational systems and methods related to nutraceuticals
US20070179359A1 (en) * 2006-01-10 2007-08-02 Goodwin Amanda M Healthy city living guide and related functionality for managing health
US20070218107A1 (en) * 2006-03-14 2007-09-20 Schnur Steven A Method of dieting and tools for implementing same
CN101059822A (zh) * 2006-04-18 2007-10-24 刘智彪 个体运动、营养与体重控制的日志型管理方法
US20070269557A1 (en) 2006-05-19 2007-11-22 Hannaford Licensing Corp. Method and system for assessing, scoring, grouping and presenting nutritional value information of food products
EP1881449A1 (fr) * 2006-05-30 2008-01-23 Bio Intelligence Service Procédé de caractérisation de la qualité nutritionnelle de produits alimentaires
NZ548356A (en) * 2006-07-06 2009-02-28 Fonterra Co Operative Group Method and apparatus for formulating individualised doses of nutrition
US7788113B2 (en) 2006-09-29 2010-08-31 Nutritional Excellence, Llc Methods for developing and conducting a nutritional treatment program
US7853626B2 (en) 2006-09-29 2010-12-14 The Invention Science Fund I, Llc Computational systems for biomedical data
CN1967550A (zh) * 2006-11-22 2007-05-23 中国疾病预防控制中心营养与食品安全所 便携式营养查询计算评价装置及其查询计算评价方法
US7957985B2 (en) 2007-09-04 2011-06-07 Dynamic Health Innovations, Llc Personalized information discovery and presentation system
US20090075242A1 (en) * 2007-09-18 2009-03-19 Sensei, Inc. System and method for automatically defining, creating, and managing meals
US20090144081A1 (en) * 2007-10-08 2009-06-04 Harlan Timothy S Methods and systems for dynamic meal plan generation
TWI353555B (en) * 2007-12-11 2011-12-01 Inst Information Industry Personalized meal planning method and system there
US7882150B2 (en) 2007-12-24 2011-02-01 Accenture Global Services Ltd. Health advisor
US8036912B2 (en) 2008-04-30 2011-10-11 Ethicon Endo-Surgery, Inc. Interactive web based system in support of bariatric procedures
CN101271490A (zh) * 2008-04-30 2008-09-24 中山大学 一种基于数字家庭的智能健康饮食咨询系统
US20090275002A1 (en) 2008-04-30 2009-11-05 Lindsey Hoggle Nutrition informatics method
CN101276383A (zh) * 2008-05-16 2008-10-01 上海健业文化传播有限公司 交互式营养配餐系统及其方法
US8510127B2 (en) * 2008-06-04 2013-08-13 Therapease Cuisine, Inc. Method and system for developing and delivering a therapeutic meal plan program
US20100055652A1 (en) * 2008-08-29 2010-03-04 Karen Miller-Kovach Processes and systems based on dietary fiber as energy
GB2479505A (en) * 2009-01-14 2011-10-12 C & K Capital S A System and method for computing the nutritional value of a food
JP2010191860A (ja) * 2009-02-20 2010-09-02 Nec Corp サーバ、サーバの制御方法、およびプログラム
CN101964014A (zh) * 2009-07-23 2011-02-02 上海谷风网络科技有限公司 针对用户日配餐进行营养评价的方法及系统
CN101661534A (zh) * 2009-10-16 2010-03-03 王萍 个体膳食营养定量分析方法和装置
CN102054117A (zh) * 2009-11-03 2011-05-11 财团法人工业技术研究院 电子装置及藉助其进行个人餐饮推荐的方法
US8053007B2 (en) 2010-04-13 2011-11-08 Mark Innocenzi Compositions and methods for fortifying a base food to contain the complete nutritional value of a standard equivalent unit of the nutritional value of one serving of fruits and vegetables (“SFV”) for human consumption

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0764963A (ja) * 1993-08-31 1995-03-10 Olympus Optical Co Ltd 栄養相談システム
JP2002041669A (ja) * 2000-07-24 2002-02-08 Mitsunori Honma インターネットの個人栄養素摂取量管理システム
WO2003003267A1 (fr) * 2001-06-29 2003-01-09 Nutrition Act.Co., Ltd. Dispositif de calcul des besoins nutritionnels, dispositif proposant des ingredients de complements alimentaires, dispositif de melange d'ingredients de complements alimentaires et systeme de melange d'ingredients de complements alimentaires
JP2006105655A (ja) * 2004-10-01 2006-04-20 Nippon Telegr & Teleph Corp <Ntt> 食品総カロリーチェッカーおよびチェック方法
JP2009223413A (ja) * 2008-03-13 2009-10-01 Fujitsu Ltd 健康管理支援装置及びコンピュータプログラム
JP2011258080A (ja) * 2010-06-10 2011-12-22 Sharp Corp 健康情報分析装置、健康支援システム、制御プログラム及び記録媒体

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017138598A1 (ja) * 2016-02-11 2017-08-17 糧三 齋藤 がん予防・改善アドバイス装置
US20210313035A1 (en) * 2018-08-21 2021-10-07 Samsung Electronics Co., Ltd. Control method for electronic device, and computer-readable recording medium for storing program for performing same

Also Published As

Publication number Publication date
CN107863137A (zh) 2018-03-30
JP6725619B2 (ja) 2020-07-22
AU2020223691A1 (en) 2020-09-10
JP6412429B2 (ja) 2018-10-24
CN104303185A (zh) 2015-01-21
US9011153B2 (en) 2015-04-21
CA3192699A1 (en) 2013-08-22
US20130216982A1 (en) 2013-08-22
CN117038013A (zh) 2023-11-10
HK1252934A1 (zh) 2019-06-06
AU2022231765A1 (en) 2022-10-06
AU2013221301A1 (en) 2014-09-04
CN107863137B (zh) 2023-08-18
AU2013101802A4 (en) 2019-05-16
EP4202945A1 (en) 2023-06-28
WO2013123416A2 (en) 2013-08-22
HK1205569A1 (en) 2015-12-18
JP2020187756A (ja) 2020-11-19
CN107845414B (zh) 2022-08-26
US20150194071A1 (en) 2015-07-09
JP7277417B2 (ja) 2023-05-18
CN107845414A (zh) 2018-03-27
CA2864741C (en) 2023-04-25
CN104303185B (zh) 2017-11-07
EP2815339A2 (en) 2014-12-24
HK1252959A1 (zh) 2019-06-06
CA2864741A1 (en) 2013-08-22
HK1206450A1 (en) 2016-01-08
JP2023099183A (ja) 2023-07-11
JP2018200730A (ja) 2018-12-20
AU2018203143A1 (en) 2018-05-24

Similar Documents

Publication Publication Date Title
JP6725619B2 (ja) 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法
US20200335196A1 (en) System and method for automated personalized and community-specific eating and activity planning, linked to tracking system with automated multimodal item identification and size estimation system
US20180004914A1 (en) Personal Health Advisor System
WO2020210543A1 (en) Method and system for optimized foods using biomarker data and fitting models
US7024369B1 (en) Balancing the comprehensive health of a user
US20140287384A1 (en) Method, system and apparatus for improved nutritional analysis
US20140080102A1 (en) System and method for a personal diet management
Leipold et al. Nutrilize a Personalized Nutrition Recommender System: an Enable Study.
US20220022778A1 (en) System and methods for providing personalized workout and diet plans
US20220406215A1 (en) Systems and methods for dynamically providing dynamic nutritional guidance
Nag et al. Pocket dietitian: Automated healthy dish recommendations by location
Pawar DIET PLANNER USING DEEP LEARNING
WO2023073052A1 (en) Systems and methods for providing individualized nutritional recommendations for intermittent fasting
KR20230062461A (ko) 플랫폼 기반의 영유아 식단 관리 장치 및 방법
Goorwappa et al. A Smart Diet Framework for Promoting Healthy Eating Habits and Nutrition in Mauritius
Maringer et al. Report on gaps and needs: deliverable D7. 5
KR20240061453A (ko) 플랫폼 기반의 영유아 식단 관리 장치 및 방법

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160115

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160115

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170113

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170301

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20170526

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170831

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180119

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20180418

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20180614

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180719

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180731

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20180830

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180928

R150 Certificate of patent or registration of utility model

Ref document number: 6412429

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250