CN109065126A - 一种生活方式管理方法、装置及终端 - Google Patents
一种生活方式管理方法、装置及终端 Download PDFInfo
- Publication number
- CN109065126A CN109065126A CN201810865186.5A CN201810865186A CN109065126A CN 109065126 A CN109065126 A CN 109065126A CN 201810865186 A CN201810865186 A CN 201810865186A CN 109065126 A CN109065126 A CN 109065126A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- dining
- task
- vital sign
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- G16H20/60—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
Landscapes
- Health & Medical Sciences (AREA)
- Nutrition Science (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例公开了一种生活方式管理方法、装置及终端。该方法包括:采集用户的用餐摄入数据和生命体征数据,依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务。本发明实施例通过采用上述技术方案,结合用户基础数据、用餐摄入数据和生命体征数据,为用户设置具有针对性的运动任务和/或加餐任务,实现对用户生活方式的精准教育和精准管理。
Description
技术领域
本发明涉及健康管理技术领域,尤其涉及一种生活方式管理方法、装置及终端。
背景技术
随着经济发展引起的生活方式改变、人口老龄化和肥胖人群增加,糖尿病对人类健康的威胁也逐渐增大。目前糖尿病尚无法根治,在药物治疗之外,更需要患者长期保持健康的生活方式。
目前市面上存在的各类与慢性疾病相关的计算机应用程序(Application,APP)仅限于记录数据和知识查询,无法根据用户身体状况对用户的生活方式进行管理,难以实现精准教育和精准管理。
发明内容
本发明实施例的目的在于提供一种生活方式管理方法、装置及终端,以实现根据用户身体状况对用户的生活方式进行管理,实现精准教育和精准管理。
第一方面,本发明实施例提供了一种生活方式管理方法,包括:
采集用户的用餐摄入数据和生命体征数据;
依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务。
进一步的,采集用户的用餐摄入数据和生命体征数据,包括:
若接收用户输入的用餐摄入量和/或用餐摄入种类,则生成血糖监测任务;
获取用户执行所述血糖监测任务时采集的血糖数据。
进一步的,依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务,包括:
依据用户的基础属性数据、病史情况和历史生化检查数据确定用户具有疾病风险的目标慢性疾病;
若依据所述目标慢性疾病的先验知识,确定所述用餐摄入数据和生命体征数据具备高血糖特征,则生成运动任务;
若依据所述目标慢性疾病的先验知识,所述用餐摄入数据和生命体征数据具备低血糖特征,确定用户主食摄入过少或血糖偏低,则生成加餐任务。
进一步的,则生成运动任务,包括:
依据所述目标慢性疾病的先验知识,所述用餐摄入数据和生命体征数据,确定运动类型、运动强度、运动时间和运动频率。
进一步的,采集用户的用餐摄入数据和生命体征数据之后,还包括:
采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状;
若有,则确定并向用户推送异常指标、异常行为或异常症状关联的教育提醒信息。
进一步的,采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状,包括:
依据用户的基础属性数据、疾病情况和生命体征数据,确定用户的每餐标准热量和标准饮食结构;
依据用户的每餐标准热量确定用户的每餐标准主食热量;
依据用户的实际主食热量、实际饮食结构、每餐标准主食热量和标准饮食结构,确定用户是否存在用餐异常。
第二方面,本发明实施例提供了一种生活方式管理装置,包括:
信息采集模块,用于采集用户的用餐摄入数据和生命体征数据;
任务生成模块,用于依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务。
进一步的,所述任务生成模块包括:
疾病风险判断单元,用于依据用户的基础属性数据、病史情况和历史生化检查数据确定用户具有疾病风险的目标慢性疾病;
运动任务生成单元,用于在依据所述目标慢性疾病的先验知识,确定所述用餐摄入数据和生命体征数据具备高血糖特征时,生成运动任务;
加餐任务生成单元,用于在依据所述目标慢性疾病的先验知识,所述用餐摄入数据和生命体征数据具备低血糖特征,确定用户主食摄入过少或血糖偏低时,生成加餐任务。
进一步的,所述生活方式管理装置还包括:
评估管理模块,采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状;
教育提醒模块,用于在用户存在异常指标、异常行为或异常症状时,则确定并向用户推送异常指标、异常行为或异常症状关联的教育提醒信息。
第三方面,本发明实施例提供了一种生活方式管理终端,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中的生活方式管理方法。
本发明实施例中提供的生活方式管理方法包括:采集用户的用餐摄入数据和生命体征数据,依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务。本发明实施例通过采用上述技术方案,结合用户基础数据、用餐摄入数据和生命体征数据,为用户设置具有针对性的运动任务和/或加餐任务,实现对用户生活方式的精准教育和精准管理。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1是本发明实施例一提供的一种生活方式管理方法的流程示意图;
图2是本发明实施例二提供的一种生活方式管理方法的流程示意图;
图3是本发明实施例三提供的一种生活方式管理方法的流程示意图;
图4是本发明实施例四提供的一种生活方式管理装置的结构示意图;
图5是本发明实施例四提供的一种任务生成模块的结构示意图;
图6是本发明实施例六提供的一种生活方式管理终端的结构图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种生活方式管理方法的流程示意图,该方法适用于对用户生活方式进行管理的情况,该方法可以由生活方式管理的装置来执行,该装置可以由软件和/或硬件来实现,一般可集成在终端中,如图1所示,该方法具体可以包括如下步骤:
步骤S101、采集用户的用餐摄入数据和生命体征数据。
在本实施例中,用户用餐摄入数据可以由用户自行输入。示例性的,用户用餐摄入数据可以包括用户摄入主食、蔬菜和水果的种类和数量。
其中,用户的生命体征数据包括用户的血糖值,还可以包括用户的血压、心率等数据,可以由用户自行测量输入,也可以在用户使用测量仪器对生命体征数据进行测量后,由测量仪器输入。例如,上述用户使用的测量仪器与移动终端之间可以通过无线局域网或蓝牙连接,当用户使用测量仪器对生命体征数据进行测量后,测量仪器自动将测量的信息发送至移动终端。
步骤102、依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务。
其中,用户的基础数据为用户的个人基本信息,在用户进行注册建档时输入。示例性的,用户的基础数据包括用户身高、体重、年龄和性别等信息,还可以包括用户的个人疾病史、家族疾病情况和用户的生化检查信息等。一般的,用户的生化检查信息包括用户的血常规和尿常规等检查信息。
示例性的,步骤102可以由专家***实现。专家***是一个智能计算机程序***,由知识库及其管理***、推理机、解释器、综合数据库和知识获取机制构成。先验知识为本领域的经验性知识、原理性知识和相关的知识,存储于知识库中。知识获取机制是一组可以维护知识库中知识的正确性、一致性和完整性的计算机程序,并且能够实现专家***的自动学习功能,对知识库中的内容进行修改和扩充。
示例性的,先验知识可以是基于历史经验积累的数据,也可以是利用相关性分析获得的相关性数据,还可以是采用人工智能机器自学习获取的相关性数据,也可以将以上数据相结合,作为先验知识。先验知识的获得,由知识获取机制完成,例如,知识获取机制对用户摄入食物情况的分析,得出用户摄入的热量,对用户摄入食物情况和血糖波动进行相关性分析,得出与用餐相关的用户的血糖波动规律,或者,知识获取机制对用户血糖和测量时间进行相关性分析,得出与时间相关的用户的血糖波动规律。
在专家***中,推理机基于知识库中的先验知识,进行知识推理。示例性的,推理机基于知识库中与时间相关的用户的血糖波动规律,推理机得出用户当前时间段处于低血糖状态,再基于知识库中低血糖状态的处理知识,推理得出需要生成用户加餐任务。
本实施例中在采集用户的用餐摄入数据和生命体征数据后,依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务,实现对用户生活方式的精准教育和精准管理。
实施例二
图2为本发明实施例二提供的一种生活方式管理方法的流程示意图,参见图2,本实施例在在上述实施例的基础上对生活方式管理方法进行了改进,包括:
S201、采集用户的用餐摄入数据和生命体征数据。
其中,步骤S201与实施例一中的步骤S101相同,此处不再赘述。
可选的,采集用户的用餐摄入数据和生命体征数据,包括:若接收用户输入的用餐摄入量和/或用餐摄入种类,则生成血糖监测任务;获取用户执行所述血糖监测任务时采集的血糖数据。
一般的,在用餐后,用户的血糖值会发生相应的变化,血糖值的变化量与用户的基础数据以及用户摄入的食物量和种类相关。示例性的,血糖值的变化量与用户的身高和体重相关,也与用户摄入的食物的种类和数量相关。
示例性的,用户在用餐后,手动输入摄入的食物的种类和数量。例如,用户在移动终端的APP中输入摄入食物的种类为1个馒头,200克青菜,1个苹果。应用程序检测到用户输入的摄入食物的种类和数量信息后,生成血糖监测任务。上述血糖监测任务可以显示在应用程序的任务显示区域,并向用户发送推送提醒,提示用户需要当前时刻需要进行血糖测量。
示例性的,用户看到任务显示区域中的血糖监测任务或看到应用程序推送的血糖测量提醒消息后,采用血糖仪对自身血糖值进行测量。在用户使用测量仪器对血糖值进行测量后,测量仪器自动将测量的信息发送至移动终端,或者由用户手动在应用程序中输入测量的血糖值。
步骤S202、依据用户的基础属性数据、病史情况和历史生化检查数据判断用户是否具有疾病风险的目标慢性疾病,若是,则执行步骤S203。
其中,用户的基础属性数据、病史情况和历史生化检查数据由用户在注册建档时输入。示例性的,用户的基础属性数据包括用户身高、体重、年龄和性别等信息;用户的病史情况包括用户的个人疾病史、家族疾病情况;用户的历史生化检查数据包括用户的生化检查信息,例如用户的血常规和尿常规等检查信息。
其中,目标慢性疾病为糖尿病和糖尿病的并发症,可以通过用户的血糖值和/或血脂值进行判断。示例性的,目标慢性疾病可以是糖尿病,也可以是与糖尿病相关的慢性疾病,例如,冠心病、脑血管疾病和肾病等。
步骤S203、依据所述目标慢性疾病的先验知识,判断用餐摄入数据和生命体征数据是否具备高血糖特征,若是,则执行步骤S204,否则,执行步骤S205。
示例性的,目标慢性疾病的先验知识为关于目标慢性疾病的经验性知识、原理性知识和相关的知识,存储于知识库中。高血糖特征的判断可以由用户测量的血糖值判断,例如,高血糖特征的先验知识是血糖值超过200毫克每分升时,用户有高血糖特征。高血糖特征的判断也可以根据用户的用餐摄入情况判断,例如,知识库中存储我国各地区的食物种类以及对应的热量信息,当用户输入用餐摄入数据时,根据用户的用餐摄入数据和对应的热量生成用户用餐摄入的总热量,根据用户的身高和体重信息以及与用餐相关的用户的血糖波动规律,判断用户当前是否具有高血糖症状。
步骤S204、生成运动任务。
可选的,生成运动任务包括:依据目标慢性疾病的先验知识,用餐摄入数据和生命体征数据,确定运动类型、运动强度、运动时间和运动频率。
示例性的,在生成运动任务时,根据用户当前的血糖值,得到用户需要完成的运动量,结合用户的身高、体重和年轻等基本情况,得出适合用户的运动类型、运动强度、运动时间和运动频率。
步骤S205、依据所述目标慢性疾病的先验知识,判断用餐摄入数据和生命体征数据是否具备低血糖特征,若是,则执行步骤S206。
示例性的,目标慢性疾病的先验知识为关于目标慢性疾病的经验性知识、原理性知识和相关的知识,存储于知识库中。低血糖特征的判断可以由用户测量的血糖值判断,例如,低血糖特征的先验知识是血糖值超过60毫克每分升时,用户有低血糖特征。低血糖特征的判断也可以根据用户的用餐摄入情况判断,例如,知识库中存储我国各地区的食物种类以及对应的热量信息,当用户输入用餐摄入数据时,根据用户的用餐摄入数据和对应的热量生成用户用餐摄入的总热量,根据用户的身高和体重信息以及与用餐相关的用户的血糖波动规律,判断用户当前是否具有低血糖症状或主食摄入过少的情况。
步骤S206、生成加餐任务。
示例性的,加餐任务包括建议的食物种类和数量。
本实施例中在采集用户的用餐摄入数据和生命体征数据后,依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识判断用户是否具有目标慢性疾病的相关症状,生成用户的运动任务和/或加餐任务,实现对用户生活方式的精准教育和精准管理。
实施例三
图3为本发明实施例三提供的一种生活方式管理方法的流程示意图,参见图3,本实施例在在上述实施例的基础上对生活方式管理方法进行了改进,包括:
步骤S301、采集用户的用餐摄入数据和生命体征数据。
其中,步骤S301与实施例一中的步骤S101相同,此处不再赘述。
步骤S302、采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,判断用户是否存在异常指标、异常行为或异常症状,若是,则执行步骤S303。
示例性的,预设的评价体系存储于知识库中,用于对用户的用餐情况、运动情况、用药情况和任务执行情况等进行评价。
可选的,采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状,包括:依据用户的基础属性数据、疾病情况和生命体征数据,确定用户的每餐标准热量和标准饮食结构;依据用户的每餐标准热量确定用户的每餐标准主食热量;依据用户的实际主食热量、实际饮食结构、每餐标准主食热量和标准饮食结构,确定用户是否存在用餐异常。
步骤S303、确定并向用户推送异常指标、异常行为或异常症状关联的教育提醒信息。
示例性的,教育提醒信息可以分为强制提醒信息、日常提醒信息和即时提醒信息。
示例性的,强制提醒信息主要包括用户当前的核心问题。例如,在用户第一次建档后,应用程序总结目前用户的主要健康问题,推送用户所患疾病和异常指标的病症详情,推送强制提醒信息,使用户了解自身的主要健康问题;当用户长期不录入用餐摄入数据和生命体征数据、不执行运动任务或运动任务时,推送强制提醒信息,督促用户执行,保证健康管理的连贯性;当出现对疾病有重大影响的行为误区、如引起用户血压/血糖严重异常的用药误区时,推送强制提醒信息,及时提醒用户重视,并触发针对性的教育文章供用户阅读,使用户及时调整当前的行为误区。
示例性的,日常提醒信息主要包括对用户的日常教育信息。例如,提醒用户及时了解已患疾病和易患疾病的防治知识,当用户点选该日常提醒信息时,跳转至对应教育文章页面;当用户近期出现对疾病有重大影响的行为误区,如引起血压/血糖严重异常的用药误区时,在推送强制提醒信息的基础上继续推送日常提醒信息,强化用户的关注度,去除健康隐患;在用户的运动任务、生命体征数据采集任务需要调整时推送日常提醒信息,当用户点选该日常提醒信息时,跳转至新的运动任务、生命体征数据采集任务页面。
示例性的,即时提醒信息主要包括对用户的即时教育信息和用户执行任务的反馈信息。例如,针对用户的现有的健康问题,解释用户所执行的任务对疾病防治的意义;当用户完成测量血糖、加餐或运动等任务时,应用程序采集到用户输入的数据,采用即时提醒信息实时反馈达标情况以及改善建议;当用户出现不利于疾病控制的行为误区、异常指标、异常症状时,采用即时提醒信息提示用户,并在推送教育文章帮助用户及时调整。
本实施例中在采集用户的用餐摄入数据和生命体征数据后,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状,若有,则确定并向用户推送异常指标、异常行为或异常症状关联的教育提醒信息,及时提醒用户进行调整,实现对用户生活方式的精准教育和精准管理。
实施例四
参见图4,本实施例提供了一种生活方式管理装置,包括
信息采集模块101,用于采集用户的用餐摄入数据和生命体征数据。
任务生成模块102,用于依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务。
评估管理模块103,采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状。
教育提醒模块104,用于在用户存在异常指标、异常行为或异常症状时,则确定并向用户推送异常指标、异常行为或异常症状关联的教育提醒信息。
可选的,信息采集模块101包括:
用餐判断单元,用于判断接收用户输入数据是否为用餐摄入量和/或用餐摄入种类,若是,则生成血糖监测任务;
血糖采集单元,用于获取用户执行所述血糖监测任务时采集的血糖数据。
参考图5,任务生成模块102可以包括:
疾病风险判断单元1021,用于依据用户的基础属性数据、病史情况和历史生化检查数据确定用户具有疾病风险的目标慢性疾病;
运动任务生成单元1022,用于在依据所述目标慢性疾病的先验知识,确定所述用餐摄入数据和生命体征数据具备高血糖特征时,生成运动任务;
加餐任务生成单元1023,用于在依据所述目标慢性疾病的先验知识,所述用餐摄入数据和生命体征数据具备低血糖特征,确定用户主食摄入过少或血糖偏低时,生成加餐任务。
其中,运动任务生成单元1022还用于依据所述目标慢性疾病的先验知识,所述用餐摄入数据和生命体征数据,确定运动类型、运动强度、运动时间和运动频率。
可选的,评估管理模块103包括:
饮食标准确定单元,用于依据用户的基础属性数据、疾病情况和生命体征数据,确定用户的每餐标准热量和标准饮食结构;
用餐热量确定单元,用于依据用户的每餐标准热量确定用户的每餐标准主食热量;
用餐异常评估单元,依据用户的实际主食热量、实际饮食结构、每餐标准主食热量和标准饮食结构,确定用户是否存在用餐异常。
本实施例中在采集用户的用餐摄入数据和生命体征数据后,依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务,采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状,在用户存在异常指标、异常行为或异常症状时,确定并向用户推送异常指标、异常行为或异常症状关联的教育提醒信息,实现对用户生活方式的精准教育和精准管理。
实施例五
基于上述实施例中的生活方式管理方法,本实施例具体提供了一种生活方式管理***,包括信息采集及疾病风险判断***、评估管理***、任务***和教育提醒***。
示例性的,信息采集及疾病风险判断***用于采集用户的基础数据、用餐摄入数据和生命体征数据。用户基础数据可以包括用户的身高、体重、年龄和性别等基础属性数据,还可以包括用户的个人疾病史和家族疾病情况等病史情况,还可以包括用户的历史生化检查数据,例如血常规和尿常规等检查信息。用餐摄入数据包括用户摄入量和摄入种类。生命体征数据可以包括用户的血糖、血压和心率等信息。可选的,信息采集及疾病风险判断***还可以采集用户的运动信息。信息采集及疾病风险判断***采集用户的基础数据、疾病情况和历史生化检查数据后,对用户进行健康风险评估,判断用户是否具有目标慢性疾病,如糖尿病或与糖尿病相关的慢性疾病,例如,冠心病、脑血管疾病和肾病等。
示例性的,任务***包括加餐任务和运动任务模块,还可以包括用餐把关、生命体征数据测量、智能餐盘、饮水、教育、待办事项等任务模块。其中用餐把关、餐后血糖测定、运动、加餐模块有联动性,是生活方式管理***的核心部分。
示例性的,任务***中用餐把关模块基本覆盖我国各地区的主要主食种类,根据用户身高、体重、活动度、疾病情况等数据计算每餐用户应当摄入的热量,并折算成相应的主食量,形成主食推荐标准。通过记录用户主食摄入情况和对应的血糖波动,得出使用户血糖值保持理想状态的最佳主食量,并且,可以通过对主食摄入情况和对应的血糖波动进行分析,实现对用户用餐后的血糖值得预估。
示例性的,任务***中生命体征数据测量模块用于引导用户测量生命体征数据并进行记录。其中,用户的生命体征数据包括用户的血糖值,还可以包括用户的血压、心率等数据。生命体征数据测量根据用户更多人情况确定,当用户用餐摄入量或运动量发生变化时,可以增加临时监测任务。在用户输入测量数据后,可以触发即时提醒,还可以在生命体征数据异常时给出改善建议。
示例性的,任务***中的智能餐盘模块用于记录用户用餐摄入量和种类,分析饮食结构。其中,饮食结构可以由粗细粮比例、蔬菜、肉类、蛋类、奶类、豆制品、坚果和烹饪方式的比例构成,用户输入用餐摄入的种类和对应的数量后,***可评估其营养状况和饮食误区,并结合目前用户的基础属性数据、疾病情况和生命体征数据,提供改善方案,避免营养失衡。
示例性的,任务***中的运动模块可以根据用户所患慢性疾病、异常指标和用户的基础属性数据制定运动方案,包含运动类型、运动强度、运动时间和运动频率等指导方案。一般的,当用户主食量或血糖情况临时升高时,可以临时增减运动任务,稳定血糖。
示例性的,任务***中的加餐模块可以根据用户日常血糖波动规律判断用户是否具有加餐需求,当用户具有加餐需求时,显示在任务***中,提醒用户加餐。一般的,当用户主食摄入过少、血糖偏低时,可以临时生成加餐任务,避免低血糖症状的出现。
示例性的,任务***中的教育模块用于根据用户所处目标慢性疾病的疾病阶段推送与当前阶段相关的防治知识。可选的,当收集到用户存在异常指标、异常行为或异常症状时,可以触发针对当前异常指标、异常行为或异常症状的教育内容,使用户意识到目前存在的行为误区,加强用户对目标慢性疾病恶化的防治意识。
示例性的,任务***中的待办事项模块用于罗列管理过程中的其他任务,如填写病情追问问卷和补充检查结果等,进一步完善用户健康数据,使管理更有针对性和有效性。
示例性的,任务***中的用药模块用于帮助用户合理用药,及时发现用药误区并予以纠正。
示例性的,教育提醒信息可以分为强制提醒信息、日常提醒信息和即时提醒信息。
示例性的,强制提醒信息主要包括用户当前的核心问题。例如,在用户第一次建档后,应用程序总结目前用户的主要健康问题,推送用户所患疾病和异常指标的病症详情,推送强制提醒信息,使用户了解自身的主要健康问题;当用户长期不录入用餐摄入数据和生命体征数据、不执行运动任务或运动任务时,推送强制提醒信息,督促用户执行,保证健康管理的连贯性;当出现对疾病有重大影响的行为误区、如引起用户血压/血糖严重异常的用药误区时,推送强制提醒信息,及时提醒用户重视,并触发针对性的教育文章供用户阅读,使用户及时调整当前的行为误区。
示例性的,日常提醒信息主要包括对用户的日常教育信息。例如,提醒用户及时了解已患疾病和易患疾病的防治知识,当用户点选该日常提醒信息时,跳转至对应教育文章页面;当用户近期出现对疾病有重大影响的行为误区,如引起血压/血糖严重异常的用药误区时,在推送强制提醒信息的基础上继续推送日常提醒信息,强化用户的关注度,去除健康隐患;在用户的运动任务、生命体征数据采集任务需要调整时推送日常提醒信息,当用户点选该日常提醒信息时,跳转至新的运动任务、生命体征数据采集任务页面。
示例性的,即时提醒信息主要包括对用户的即时教育信息和用户执行任务的反馈信息。例如,针对用户的现有的健康问题,解释用户所执行的任务对疾病防治的意义;当用户完成测量血糖、加餐或运动等任务时,应用程序采集到用户输入的数据,采用即时提醒信息实时反馈达标情况以及改善建议;当用户出现不利于疾病控制的行为误区、异常指标、异常症状时,采用即时提醒信息提示用户,并在推送教育文章帮助用户及时调整。
本实施例中提供的生活方式管理***可以按照以下步骤执行:
S501、用户进行个人健康信息登记,输入基础数据,完成基础建档。
S502、依据预先获取的先验知识和预设的评价体系对用户进行健康评估,判断用户已患疾病、易患疾病、异常指标、异常行为和异常症状等信息,确立管理目标和管理原则。
S503、生成用户的任务***,并在任务完成过程中进行教育提醒。
S504、弹出强制/日常提醒页面督促用户了解已患和易患疾病、异常指标的防治方法。并根据用户目前存在的异常指标、异常行为或症状等触发有针对性的教育文章。
S505、通过用餐把关任务提醒用户输入用餐摄入量和种类信息,自动和推荐标准进行比较比较,即时提醒用户用餐是否合理,还可以触发血糖监测任务。
S506、用户执行测血糖任务,可触发即时提醒信息,例如,用户血糖升高会及时生成运动任务等,用户血糖过低会生成加餐任务。可选的,还可以根据血糖和摄入食物情况适当调整主食推荐量,以适应用户自身需求,逐步实现对用户用餐的成功把关。
S507、运动模块按照用户所患慢性疾病、用户基础属性数据和生命体征数据完成运动任务的定制,可以包括:运动类型、运动强度和运动时间等,提醒用户在合适时间点完成当日运动任务。
S508、加餐模块根据用户日常血糖波动规律判断用户是否具有加餐需求,当用户具有加餐需求时,显示在任务***中,提醒用户加餐。当用户主食摄入过少、血糖偏低时,临时生成加餐任务。
S509、教育模块根据用户的易患或已患疾病推送相关的防治文章,加强用户对防治相关慢性疾病的认知。
S510、用药模块根据用户治疗原则定时提醒用户用药。
S511、智能餐盘模块引导用户记录用餐摄入情况,分析饮食结构,评估其营养状况和饮食误区,并结合目前用户的基础属性数据、疾病情况和生命体征数据,提供改善方案,避免营养失衡。
S512、如果在用户基础建档时基础数据不完整,待办事项模块会追加病情问卷、补充检查结果等,通过评估如果发现新的疾病、异常指标、异常症状或异常行为时,会同步更新建档信息,并根据严重级别触发不同级别的教育提醒,更新任务***和派发任务。
本实施例通过信息采集及疾病风险判断***和评估管理***疾病智能分析用户健康数据,通过教育提醒***精准推送用户糖尿病管理所需的教育内容,使用户的健康问题能得到有效的解决,高风险疾病和并发症能得到及时的防治,实现精准教育;通过用餐把关为主的任务***让用户形成更科学的生活方式,帮助用户实现精准有效的自我管理,起到稳定血糖、预防并发症的作用。因此,本实施例对用户的健康大数据能全面记录和智能分析,精准把握用户慢性疾病的生活管理痛点,对每位用户的生活治疗方案进行科学的细节支持,做到精准教育和精准管理。
实施例六
图6是本发明实施例六提供的一种生活方式管理终端的结构图。图6示出了适于用来实现本发明实施方式的示例性管理终端612的框图。图6显示的管理终端612仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,管理终端612以通用计算设备的形式表现。管理终端612的组件可以包括但不限于:一个或者多个处理器或者处理单元616,***存储器628,连接不同***组件(包括***存储器628和处理单元616)的总线618。
总线618表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
管理终端612典型地包括多种计算机***可读介质。这些介质可以是任何能够被管理终端612访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器628可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)630和/或高速缓存存储器632。管理终端612可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***634可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线618相连。存储器628可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块642的程序/实用工具640,可以存储在例如存储器628中,这样的程序模块642包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块642通常执行本发明所描述的实施例中的功能和/或方法。
管理终端612也可以与一个或多个外部设备614(例如键盘、指向设备、显示器624等)通信,还可与一个或者多个使得用户能与该管理终端612交互的设备通信,和/或与使得该管理终端612能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口622进行。并且,管理终端612还可以通过网络适配器620与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器620通过总线618与管理终端612的其它模块通信。应当明白,尽管图中未示出,可以结合管理终端612使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元616通过运行存储在***存储器628中的多个程序中其他程序的至少一个,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种区块链中的元素处理生活方式管理方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种生活方式管理方法,其特征在于,包括:
采集用户的用餐摄入数据和生命体征数据;
依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务。
2.根据权利要求1所述的方法,其特征在于,采集用户的用餐摄入数据和生命体征数据,包括:
若接收用户输入的用餐摄入量和/或用餐摄入种类,则生成血糖监测任务;
获取用户执行所述血糖监测任务时采集的血糖数据。
3.根据权利要求1所述的方法,其特征在于,依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务,包括:
依据用户的基础属性数据、病史情况和历史生化检查数据确定用户具有疾病风险的目标慢性疾病;
若依据所述目标慢性疾病的先验知识,确定所述用餐摄入数据和生命体征数据具备高血糖特征,则生成运动任务;
若依据所述目标慢性疾病的先验知识,所述用餐摄入数据和生命体征数据具备低血糖特征,确定用户主食摄入过少或血糖偏低,则生成加餐任务。
4.根据权利要求3所述的方法,其特征在于,则生成运动任务,包括:
依据所述目标慢性疾病的先验知识,所述用餐摄入数据和生命体征数据,确定运动类型、运动强度、运动时间和运动频率。
5.根据权利要求1-4中任一项所述的方法,其中,采集用户的用餐摄入数据和生命体征数据之后,还包括:
采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状;
若有,则确定并向用户推送异常指标、异常行为或异常症状关联的教育提醒信息。
6.根据权利要求5所述的方法,其特征在于,采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状,包括:
依据用户的基础属性数据、疾病情况和生命体征数据,确定用户的每餐标准热量和标准饮食结构;
依据用户的每餐标准热量确定用户的每餐标准主食热量;
依据用户的实际主食热量、实际饮食结构、每餐标准主食热量和标准饮食结构,确定用户是否存在用餐异常。
7.一种生活方式管理装置,其特征在于,包括:
信息采集模块,用于采集用户的用餐摄入数据和生命体征数据;
任务生成模块,用于依据用户的基础数据、采集的用餐摄入数据和生命体征数据,以及预先获取的先验知识生成用户的运动任务和/或加餐任务。
8.根据权利要求7所述的装置,其特征在于,所述任务生成模块包括:
疾病风险判断单元,用于依据用户的基础属性数据、病史情况和历史生化检查数据确定用户具有疾病风险的目标慢性疾病;
运动任务生成单元,用于在依据所述目标慢性疾病的先验知识,确定所述用餐摄入数据和生命体征数据具备高血糖特征时,生成运动任务;
加餐任务生成单元,用于在依据所述目标慢性疾病的先验知识,所述用餐摄入数据和生命体征数据具备低血糖特征,确定用户主食摄入过少或血糖偏低时,生成加餐任务。
9.根据权利要求7-8中任一项所述的装置,其特征在于,还包括:
评估管理模块,采用预设的评价体系,依据用户的用餐摄入数据和生命体征数据,确定用户是否存在异常指标、异常行为或异常症状;
教育提醒模块,用于在用户存在异常指标、异常行为或异常症状时,则确定并向用户推送异常指标、异常行为或异常症状关联的教育提醒信息。
10.一种生活方式管理终端,其特征在于,所述终端包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865186.5A CN109065126A (zh) | 2018-08-01 | 2018-08-01 | 一种生活方式管理方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865186.5A CN109065126A (zh) | 2018-08-01 | 2018-08-01 | 一种生活方式管理方法、装置及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109065126A true CN109065126A (zh) | 2018-12-21 |
Family
ID=64832441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810865186.5A Pending CN109065126A (zh) | 2018-08-01 | 2018-08-01 | 一种生活方式管理方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109065126A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140285A (zh) * | 2020-01-19 | 2021-07-20 | 浙江爱多特大健康科技有限公司 | 血糖控制建议信息推送的方法、装置、设备及存储介质 |
CN115203595A (zh) * | 2022-09-19 | 2022-10-18 | 北京智源人工智能研究院 | 一种通过生活特征对体征健康进行预测的***及方法 |
CN117747058A (zh) * | 2023-11-20 | 2024-03-22 | 广州景腾医疗科技股份有限公司 | 一种数字化临床营养智能管理方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120295256A1 (en) * | 2011-05-18 | 2012-11-22 | Genovive Llc | Weight management genetic test systems and methods |
CN107103174A (zh) * | 2016-11-25 | 2017-08-29 | 北京动亮健康科技有限公司 | 基于运动干预、饮食干预和心理干预的慢病管理*** |
CN107495974A (zh) * | 2017-09-27 | 2017-12-22 | 南丹县人民医院 | 一种糖尿病病人饮食管理*** |
CN108257656A (zh) * | 2016-12-27 | 2018-07-06 | 佛山市幻云科技有限公司 | 健康管理方法、装置与终端 |
-
2018
- 2018-08-01 CN CN201810865186.5A patent/CN109065126A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120295256A1 (en) * | 2011-05-18 | 2012-11-22 | Genovive Llc | Weight management genetic test systems and methods |
CN107103174A (zh) * | 2016-11-25 | 2017-08-29 | 北京动亮健康科技有限公司 | 基于运动干预、饮食干预和心理干预的慢病管理*** |
CN108257656A (zh) * | 2016-12-27 | 2018-07-06 | 佛山市幻云科技有限公司 | 健康管理方法、装置与终端 |
CN107495974A (zh) * | 2017-09-27 | 2017-12-22 | 南丹县人民医院 | 一种糖尿病病人饮食管理*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140285A (zh) * | 2020-01-19 | 2021-07-20 | 浙江爱多特大健康科技有限公司 | 血糖控制建议信息推送的方法、装置、设备及存储介质 |
CN115203595A (zh) * | 2022-09-19 | 2022-10-18 | 北京智源人工智能研究院 | 一种通过生活特征对体征健康进行预测的***及方法 |
CN115203595B (zh) * | 2022-09-19 | 2022-12-06 | 北京智源人工智能研究院 | 一种通过生活特征对体征健康进行预测的***及方法 |
CN117747058A (zh) * | 2023-11-20 | 2024-03-22 | 广州景腾医疗科技股份有限公司 | 一种数字化临床营养智能管理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2021221774B2 (en) | Database management and graphical user interfaces for managing blood glucose levels | |
Domhardt et al. | Training of carbohydrate estimation for people with diabetes using mobile augmented reality | |
Winkelmayer et al. | Habitual caffeine intake and the risk of hypertension in women | |
US20220051773A1 (en) | Systems, methods, and apparatuses for managing data for artificial intelligence software and mobile applications in digital health therapeutics | |
Matheson et al. | Validity of children's food portion estimates: a comparison of 2 measurement aids | |
CN109065126A (zh) | 一种生活方式管理方法、装置及终端 | |
JP2023524473A (ja) | 適合型意思決定支援システム | |
WO2010009278A2 (en) | Interactive system for preparing personalized wellness plans | |
US20240233938A1 (en) | Decision support and treatment administration systems | |
US20150205937A1 (en) | Evidence-based personalized, diabetes self-care system and method | |
CA2577562A1 (en) | Method for improving patient chronic disease education | |
CN114159052A (zh) | 具个人化饮食代谢监测、分析、预测及管理***的血糖机 | |
US20240233899A9 (en) | Smart dosing for microbiome health | |
Koleszynska | GIGISim–The Intelligent Telehealth System: Computer Aided Diabetes Management–A New Review | |
WO2023230712A1 (en) | System, method and apparatus for assessing efficacy of nutraceutical polyphenols utilizing ai | |
WO2015112375A1 (en) | Evidenced-based personalized, diabetes self-care system and method | |
Simon et al. | Evaluating Nurse Use and Satisfaction with Video-Based Discharge Education for Adults with Heart Failure | |
Mack | The Effects of Health Coaching on Cardiovascular Risk Reduction among Adult Patients with History of Hypertension | |
Babelgaith et al. | Assessment of the knowledge and practice of health care professionals towards diabetes care in Mukalla, Yemen | |
WO2023219847A1 (en) | Cost-effective therapy recommendations | |
Carter | The Integration of Mobile Health In Cardiac Rehabilitation and Secondary Prevention of Coronary Heart Disease | |
Ehteshami et al. | Developing “Aryan:” Diabetes Self‑care Mobile Application | |
TWM617724U (zh) | 圖像式健康管理平台架構 | |
JP2014503920A (ja) | 特に糖尿病に関連したデータを管理するための装置 | |
Gunessee | Behaviours of successful weight loss maintainers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |
|
RJ01 | Rejection of invention patent application after publication |