CN107273699A - 营养指导方案获取方法、装置及电子设备 - Google Patents

Abstract

本申请提供了一种营养指导方案的获取方法、装置及电子设备，涉及医疗健康领域。该方法包括：接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；根据所述风险值确定风险值高于平均风险值的高风险疾病；获取所述用户与所述高风险疾病相关的基因数据；根据所述基因数据获取所述用户的营养指导方案。本申请提供的方法中产生的营养指导方案，由于是基于用户遗传特征，所以对用户本身更具有针对性也更精准。

Description

营养指导方案获取方法、装置及电子设备

技术领域

本申请涉及医疗健康技术领域，具体而言，涉及一种营养指导方案获取方法、装置及电子设备。

背景技术

传统的健康评估方案，属于“一刀切”的模式，健康测试数据相同的用户会给出同样的评估，并没有考虑用户独特的基因、遗传特征，在“精准医学”时代已经不能满足个性化慢性病预防和管理需求。同时，传统的健康评估方案往往立足于“现在”，对不远的将来可能出现的慢性病风险缺乏准确的预估。对应的，针对评估结果给出的营养指导指导方案对健康数据相同的用户相同，对各个用户本身而言不够准确。

发明内容

有鉴于此，本申请实施例提供了一种营养指导方案获取方法、装置及电子设备，根据与用户可能患的高风险疾病相关的基因数据获取用户的营养指导方案，具有更高的准确性，以改善上述问题。

为了实现上述目的，本申请采用的技术方案如下：

一种营养指导方案获取方法，所述方法包括：接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；根据所述风险值确定风险值高于平均风险值的高风险疾病；获取所述用户与所述高风险疾病相关的基因数据；根据所述基因数据获取所述用户的营养指导方案。

一种营养指导方案获取装置，所述装置包括：健康数据获取模块，用于接收用户输入的生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；风险值获取模块，用于根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；高风险疾病确定模块，用于根据所述风险值确定风险值高于平均风险值的高风险疾病；基因数据获取模块，用于获取所述用户与所述高风险疾病相关的基因数据；方案获取模块，用于根据所述基因数据获取所述用户的营养指导方案。

一种电子设备，所述电子设备包括：存储器，用于存储程序，以及健康数据、多种疾病的风险值、高风险疾病、高风险疾病相关的基因数据、营养指导方案中的一种或多种，处理器，用于通过调用所述存储器中存储的程序，执行包括以下步骤的方法：接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；根据所述风险值确定风险值高于平均风险值的高风险疾病；获取所述用户与所述高风险疾病相关的基因数据；根据所述基因数据获取所述用户的营养指导方案。

本申请实施例提供的营养指导方案获取方法、装置及电子设备，根据用户的健康数据以及疾病风险评估算法获取到多种疾病的风险值后，获取其中的高风险疾病的基因数据，根据其基因数据获取对用户的营养指导方案，对用户本身更具有针对性，该营养指导方案也更加准确，更具个性化。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1示出了本申请较佳实施例提供的电子设备的结构示意图；

图2示出了本申请第一实施例提供的营养指导方案获取方法的流程图；

图3示出了本申请第二实施例提供的营养指导方案获取装置的功能模块图；

图4示出了本申请第三实施例提供的电子设备的结构框图。

具体实施方式

下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

图1示出了一种可应用于本发明实施例中的电子设备100的结构框图。如图1所示，电子设备100包括存储器102、存储控制器104，一个或多个(图中仅示出一个)处理器106、外设接口108、射频模块110等。这些组件通过一条或多条通讯总线/信号线116相互通讯。

存储器102可用于存储软件程序以及模块，如本发明实施例中的营养指导方案的获取方法及装置对应的程序指令/模块，处理器106通过运行存储在存储器102内的软件程序以及模块，从而执行各种功能应用以及数据处理，如本发明实施例提供的营养指导方案的获取方法。另外，存储器还可以用于存储本实施例中用户的健康数据、风险值、基因数据、以及根据基因数据生成的营养指导方案等中的一种或多种。另外，存储器存储的数据也可以存储于云端数据库，并且可以从云端数据库获取。

存储器102可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。处理器106以及其他可能的组件对存储器102的访问可在存储控制器104的控制下进行。

外设接口108将各种输入/输入装置耦合至处理器106以及存储器102。在一些实施例中，外设接口108，处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

射频模块110用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。

可以理解，图1所示的结构仅为示意，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

于本发明实施例中，电子设备100可以是个人电脑(personalcomputer，PC)、平板电脑、智能手机、个人数字助理(personal digitalassistant，PDA)、车载设备、穿戴设备、服务器等。

第一实施例

本申请实施例提供了一种营养指导方案获取方法，请参见图2，该方法包括：

步骤S110：接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据。

本实施例中，可以通过问卷的形式使用户输入生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据形成健康数据，当然，健康数据中也可以包括其他数据，在本实施例中并不限定。另外，若用户的医疗账户等其他账户中具有用户的健康数据，也可以直接导入用户的健康数据。

其中，生理指标可以包括性别、年龄、身高、体重、心率、血压等等。当然，生理指标具体包括的信息可以更多或者更少，在本实施例中并不限定。

生化指标可以包括高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、总胆固醇、甘油三酯、空腹血糖水平等等。生化指标具体包括的信息也可以更多或者更少，在本实施例中并不限定。

生活方式可以包括于每日吸烟量、饮酒量、各种营养物质的摄入量等等。生活方式具体包括的信息也可以更多或者更少，在本实施例中并不限定。

自身病史可以包括用户曾经患过或者现在患有的疾病，如高血压、糖尿病、普遍心力衰竭、普遍心肌梗死、冠状动脉心脏病、心血管疾病史、心脏明显杂音、左心室肥厚、心房颤动、充血性心力衰竭病史、心肌梗死、卒中病史、短暂性脑缺血病史等等。用户的自身病史由用户的实际情况确定。

家族病史可以包括直系亲属或者某些旁系亲属患过或者现在患有的疾病，如高血压、糖尿病、乳腺癌、结直肠癌、胰腺癌等等。其具体信息也根据用户的实际输入确定，本实施例中并不限定用户可输入的信息。

步骤S120：根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值。

本实施例提供的风险评估算法整合了权威科学研究结果和大量文献信息，包括NCCN指南和大规模人群队列研究结果，形成一套针对不同疾病的风险评估模型。通过该风险评估算法，对输入的健康数据加以分析、计算，获得用户多种疾病的风险值。另外，还可以通过输出模块为用户输出并显示每种疾病的风险值。例如，该疾病风险评估算法可以是弗雷明汉心脏研究等大型权威研究算法，该具体算法在本实施例中并不限定。

在本实施例中，优选可以是对各种慢性病进行风险评估，获得特定慢性病的风险评估值。

进一步的，本实施例中获取的疾病风险值可以为预设种类的疾病中每种疾病所述用户患病的风险值，或者是预设种类的疾病中一种或多种疾病在对应的预设时间段内所述用户患病的风险值。如心血管疾病10年风险、心房颤动10年风险、充血性心力衰竭10年风险、冠心病10年风险、糖尿病8年风险、高血压4年风险、卒中10年风险，以及乳腺癌、结直肠癌、膀胱癌、肾癌、胰腺癌、***癌、皮肤癌、胃癌风险评估等等。

当然，在本实施例中，具体获取到的疾病风险值也可以并不限定，可以视疾病风险评估算法的评估结果而定。

步骤S130：根据所述风险值确定风险值高于平均风险值的高风险疾病。

在获取到的多种疾病风险值中，将每种疾病的风险值与该疾病的平均风险值进行比较，确定其是否高于平均风险值。其中，该平均风险值可以是大量不同普通人群中平均每个人患相应疾病的风险值，可以基于大量的统计数据得到。

根据比较结果，可以评估该用户特定疾病的风险值是否高于平均风险值，若是，以风险值高于平均风险值的疾病为该用户的高风险疾病，执行后续步骤。若否，可以不再执行后续步骤。

步骤S140：获取所述用户与所述高风险疾病相关的基因数据。

很多疾病都是遗传因素(基因)和环境因素(包括营养和生活方式等等)相互作用的结果，特定的慢性病有特定的相关基因，如与糖尿病相关的基因包括NEUROD1、IRS1、HNF4A、MAPK8IP1、HNF1B、PAX4、AKT2等等，因此可以获取该用户的高风险疾病的相关基因的基因数据。

具体获取方式可以是，对所述用户与所述高风险疾病相关的基因进行基因检测，获得所述基因数据。如对该用户的DNA样本进行二代基因测序或者SNP基因分型检测，检测与高风险疾病相关的基因，获得与高风险疾病相关的基因的基因数据。

另外，高风险疾病相关的基因数据也可以从该用户的基因数据库中获取，该基因数据库中预存储有该用户的基因数据。

步骤S150：根据所述基因数据获取所述用户的营养指导方案。

该营养指导方案中可以包括用户所需要更多摄入或更少摄入的营养。可以根据基因数据中碱基的突变情况以及每种突变对蛋白质功能的影响，获取所述用户的生活指导方案。例如，用户的基因数据表明其对某种营养物质的吸收存在问题，则用户的营养指导方案中应该包括需要更多地摄入该种营养。

在本实施例中，可以包括具有对应各种基因数据的营养指导方案的基因型解读数据库，根据该基因型解读数据库中基因数据与营养指导方案的对应关系，获取用户的高风险疾病相关的基因数据所对应的营养指导方案。

具体的，该基因型解读数据库可以通过整合国际权威疾病-基因数据库，对于慢性疾病，整合慢性病-基因数据库，包括SNPedia、UniProtKB/Swiss-Prot、ClinVar、dbSNP等等，通过大量科学文献挖掘建立，亦即基因型列表和对应的生物学、遗传学、临床医学意义，以及针对特定慢性病在营养摄入、生活方式等方面的预防指导方案。因此，可以根据基因数据以及该基因型解读数据库获取用户的营养指导方案，也就是说，该营养指导方案可以是根据基因数据、结合权威科学研究结果产生的。另外，也可以根据该基因型解读数据库获得营养指导、生活方式等方面的预防指导方案。

进一步的，本实施例中，还可以针对高风险疾病的基因数据通过自动化分析流程，对所述基因数据进行分析，并且根据分析结果对所述基因数据进行标注，输出所述标注的标注结果以及所述营养指导方案，可以为用户提供最终管理指导报告，也可以提供慢性病预防管理报告，并且为用户显示基因型列表和对应的生物学、遗传学、临床医学意义。

在本实施例中，可以以详尽但直观易懂的信息图形方式为用户呈现根据基因数据的遗传特征解读营养指导方案，也可以形成慢性病预防、管理指导方案。

以糖尿病8年风险评估为例对本实施例提供的方法进行说明。用户提供年龄、身高、体重、血压、性别、空腹血糖水平、血清高密度脂蛋白含量、甘油三酯含量等数据形成健康数据，并回答是否治疗高血压和父母是否患糖尿病，即可通过疾病风险评估算法获得8年内患糖尿病的风险值。对于高于普通人群平均风险值的用户，即可获取该用户与糖尿病相关的>100个基因的基因数据，根据获取到的基因数据以及基因解读数据库，进行遗传特征分析，获得该用户的营养指导方案，也可以获得该用户的高度个性化的与该具有风险的糖尿病的基因的解读、解决方案。例如，如果用户FADS1基因在rs174550位点基因型为风险变异纯合子CC，那么该缺陷FADS1基因把植物油中的omega 3脂肪酸ALA转化为活性omega 3脂肪酸EPA和DHA的能力有限。如果该基因型携带者仅仅吃植物油，而饮食中不含足够的EPA和DHA的话，就可能会造成体内活性omega 3脂肪酸供应不足，干扰许多生理过程，限制体内储存的脂肪转化为能量的能力，长此以往就会引起脂肪积累和血液甘油三酯升高。用户应该考虑摄入更多的EPA和DHA，如在饮食中加入更多的富含EPA和DHA的食物，比如鱼类和海鲜，例如鲑鱼、牡蛎和沙丁鱼，还有全脂乳制品、鸡蛋或鱼油。这样的饮食可以补充活性omega-3脂肪酸的不足，平衡遗传缺陷，从而降低高甘油三酯血症和糖尿病等相关慢性代谢疾病的风险。

进一步的，本实施例中，还可以将用户的健康数据、疾病的风险值、高风险疾病、高风险疾病相关的基因数据以及营养指导方案等各种信息记录在云端数据库中，如云日志***，实现长时期健康状况追踪功能。

综上所述，本实施例提供的营养指导方案获取方法，根据用户的健康数据以及疾病风险评估算法获取到多种疾病的风险值后，获取其中的高风险疾病的基因数据，根据其基因数据获取对用户的营养指导方案，由于基因数据具有用户的遗传特征，对用户本身更具有针对性，该营养指导方案也更加准确，更具个性化。并且，需要获取的基因数据仅为与高风险疾病相关的基因数据，获取的基因数据更少更有针对性，对于基因检测也更有针对性，降低了检测的盲目性。

第二实施例

本实施例提供了一种营养指导方案的获取装置200，请参见图3，所述装置200包括：

健康数据获取模块210，用于接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；风险值获取模块220，用于根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；高风险疾病确定模块230，用于根据所述风险值确定风险值高于平均风险值的高风险疾病；基因数据获取模块240，用于获取所述用户与所述高风险疾病相关的基因数据；方案获取模块250，用于根据所述基因数据获取所述用户的营养指导方案。

其中，风险值获取模块220可以用于根据所述健康数据以及疾病风险评估算法，获取预设种类的疾病中每种疾病所述用户患病的风险值，或者是获取预设种类的疾病中一种或多种疾病在对应的预设时间段内所述用户患病的风险值。

方案获取模块250获取的营养指导方案中包括所需要更多摄入或更少摄入的营养。

另外，在本实施例中，还可以包括输出模块，用于输出所述多种疾病中每种疾病的风险值。

进一步的，本实施例还可以包括分析标注模块，用于对所述基因数据进行分析；根据分析结果对所述基因数据进行标注；输出所述标注的标注结果以及所述营养指导方案。

第三实施例

如图4所示，本实施例提供了一种电子设备300，如图4所示，该所述电子设备相互电性连接的存储器210以及处理器320。其中，存储器，用于存储程序，以及第一实施例中所述的健康数据、多种疾病的风险值、高风险疾病、高风险疾病相关的基因数据、营养指导方案中的一种或多种。

另外，处理器，用于通过调用所述存储器中存储的程序，执行包括以下步骤的方法：接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；根据所述风险值确定风险值高于平均风险值的高风险疾病；获取所述用户与所述高风险疾病相关的基因数据；根据所述基因数据获取所述用户的营养指导方案。

图4所示的电子设备300可以有比图4中更多或更少的组件。另外，本实施例中的电子设备也可以是与图1所示电子设备结构相同的电子设备。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器100，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二、另一等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种营养指导方案的获取方法，其特征在于，所述方法包括：

接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；

根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；

根据所述风险值确定风险值高于平均风险值的高风险疾病；

获取所述用户与所述高风险疾病相关的基因数据；

根据所述基因数据获取所述用户的营养指导方案。

2.根据权利要求1所述的方法，其特征在于，所述根据所述健康数据以及疾病风险评估算法获取多种疾病的风险值包括：根据所述健康数据以及疾病风险评估算法，获取预设种类的疾病中每种疾病所述用户患病的风险值，或者是获取预设种类的疾病中一种或多种疾病在对应的预设时间段内所述用户患病的风险值。

3.根据权利要求1所述的方法，其特征在于，所述营养指导方案包括所需要更多摄入或更少摄入的营养。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

输出所述多种疾病中每种疾病的风险值。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述基因数据进行分析；

根据分析结果对所述基因数据进行标注；

输出所述标注的标注结果以及所述营养指导方案。

6.一种营养指导方案获取装置，其特征在于，所述装置包括：

健康数据获取模块，用于接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；

风险值获取模块，用于根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；

高风险疾病确定模块，用于根据所述风险值确定风险值高于平均风险值的高风险疾病；

基因数据获取模块，用于获取所述用户与所述高风险疾病相关的基因数据；

方案获取模块，用于根据所述基因数据获取所述用户的营养指导方案。

7.根据权利要求6所述的装置，其特征在于，所述风险值获取模块用于根据所述健康数据以及疾病风险评估算法，获取预设种类的疾病中每种疾病所述用户患病的风险值，或者是获取预设种类的疾病中一种或多种疾病在对应的预设时间段内所述用户患病的风险值。

8.根据权利要求6所述的装置，其特征在于，所述方案获取模块获取的营养指导方案中包括所需要更多指导或更少指导的营养。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括输出模块，用于输出所述多种疾病中每种疾病的风险值。

10.一种电子设备，其特征在于，所述电子设备包括：

存储器，用于存储程序，以及健康数据、多种疾病的风险值、高风险疾病、高风险疾病相关的基因数据、营养指导方案中的一种或多种，

处理器，用于通过调用所述存储器中存储的程序，执行包括以下步骤的方法：

接收用户输入的包括生理指标、生化指标、生活方式、自身病史以及家族病史中的一种或多种数据的健康数据；根据所述健康数据以及疾病风险评估算法，获取多种疾病的风险值；根据所述风险值确定风险值高于平均风险值的高风险疾病；获取所述用户与所述高风险疾病相关的基因数据；根据所述基因数据获取所述用户的营养指导方案。