申请/专利权人：北京中器华康科技发展有限公司;合卫科技(北京)有限公司;杭州合卫科技发展有限公司;重庆合卫人工智能科技有限公司;艾糖(苏州)电子科技有限公司

申请日：2023-05-10

公开（公告）日：2024-04-02

公开（公告）号：CN116246754B

主分类号：G16H20/60

分类号：G16H20/60;G16H10/60;G06F16/9035;G06F16/906

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2023.06.27#实质审查的生效;2023.06.09#公开

摘要：本发明公开了一种人体体重监测评估干预管理方法和系统，通过获取用户健康数据，根据所述用户健康数据判定用户画像分类，根据所述第一用户日常数据给出第一用户指导数据，若所述用户画像分类为低体重分类，则判定为第二用户，根据所述第二用户日常数据给出第二用户指导数据并给出目标专科医院就诊建议；获取第三用户病史数据以及第三用户日常数据，根据所述第三用户病史数据以及第三用户日常数据和用户健康数据，推荐第三用户健康体重设定方案，并根据所述第三用户健康体重设定方案跟踪用户阶段获取并记录第三用户实时日常数据和用户实时健康数据，并根据所述用户实时健康数据判断用户画像分类。

主权项：1.一种人体体重监测评估干预管理方法，其特征在于，所述方法包括：获取用户健康数据，根据所述用户健康数据判定用户画像分类；若所述用户画像分类为正常分类，则判定为第一用户，获取第一用户日常数据，所述第一用户日常数据包括第一用户日常膳食结构、身体活动和实时体重信息，根据所述第一用户日常数据给出第一用户指导数据，其中，所述指导数据包括目标日常膳食结构和目标身体活动信息；若所述用户画像分类为低体重分类，则判定为第二用户，获取第二用户日常数据，所述第二用户日常数据包括第二用户日常膳食结构、身体活动和实时体重信息，根据所述第二用户日常数据给出第二用户指导数据并给出目标专科医院就诊建议；其中，所述目标专科医院是根据所述低体重分类用户健康数据分析得到的；若所述用户画像分类为超重分类，则判定为第三用户，获取第三用户病史数据以及第三用户日常数据，根据所述第三用户病史数据以及第三用户日常数据和用户健康数据，推荐第三用户健康体重设定方案，并根据所述第三用户健康体重设定方案跟踪用户阶段获取并记录第三用户实时日常数据和用户实时健康数据，并根据所述用户实时健康数据判断用户画像分类；所述获取用户健康数据，根据所述用户健康数据判定用户画像分类，包括：获取用户身高体重、体脂率和体成分，生成用户健康数据，并根据标准体重值进行判断用户画像分类；根据所述用户健康数据判定用户画像分类包括：根据用户的标准体重值判定用户画像分类；所述标准体重值包括身体质量指数BMI、体脂率BFR和体重Weight_Base；所述身体质量指数BMI计算方式为： 体脂率BFR计算方式为：BFR＝1.2×BMI+0.23×Age-5.4-10.8×Gender其中Gender值男性为1、女性为0；男性标准体重计算方式为：Weight_Base1＝Height1－100×0.9；女性标准体重计算方式为：Weight_Base2＝Height2－100×0.9－2.5；若所述用户画像分类为正常分类，获取用户日常数据，所述日常数据包括用户日常膳食结构、身体活动和实时体重信息，根据所述用户日常数据给出用户指导数据，其中，所述指导数据包括目标日常膳食结构和目标身体活动信息，包括：所述用户日常膳食结构通过对用户各时间段用餐情况包括食物名称及重量进行记录，或对于不同菜品及其重量进行系统自动数据处理记录；食物名称根据顺序记录为xi，对应食物质量记录为ai,其中，i＝1,2……n；根据录入信息进行用户各时间段膳食结构S_j的计算，计算方式为其中S_jxi为不同膳食结构；其中，j＝1,2……n；所述不同膳食结构包括谷类和水果分类的重量计算方法，其中，j＝1,2……n；统计各时间段膳食结构生成用户日常膳食结构；所述身体活动和实时体重信息通过第三方设备获取；若第三用户画像分类为超重分类，获取第三用户病史数据包括：对所述用户进行病史调查，主要包括：疾病史、家族史和用药史，使用智能血压仪、连续血糖仪、人体成分分析仪和智能体脂分析秤，进行用户血压、血糖、血脂、血氧饱和度和肝肾功能检测，获取所述用户病史数据；所述第三用户日常数据包括：用户日常营养素数据，所述用户日常营养素数据根据用户日常营养素数据计算得到；所述用户各时间段营养素摄入量计算方式为：其中，Y_jxi为不同营养素分类，具体包括各类型维生素、胆固醇和蛋白质含量；根据所述第三用户病史数据以及第三用户日常数据和用户健康数据，推荐第三用户健康体重设定方案，根据所述第三用户健康体重设定方案跟踪第三用户阶段获取并记录用户实时日常数据和用户实时健康数据，并根据所述用户实时健康数据判断用户画像分类包括：第三用户健康体重设定方案包括综合性生活方式干预计划和药物治疗计划；根据所述用户健康体重设定方案跟踪用户阶段获取并记录第三用户实时日常数据和第三用户实时健康数据包括：对第三用户日常饮食运动体重管理阶段流程主要通过对用户进行日常营养、运动以及体重进行检测与指导，对第三用户进行每日膳食调查、身体活动水平调查；对第三用户给出限制能量的平衡膳食方案及食谱；对用户每日体重、体质率和运动消耗进行记录；生活方式干预计划过程中通过第三方研判对第三用户的饮食特点、喜好、和文化背景因素进行充分考虑和分析，实现深度饮食干预；根据所述用户实时健康数据判断用户画像分类包括：周期性体质评估流程包括对第三用户进行每周交互、月度交互以及依从度评估；其中，所述每周交互包括问询饮食、身体反应和运动情况内容问询及健康宣教；月度交互问询第三用户体重、体脂、血糖、血压和血氧饱和度改善情况；周期性体质评估的结果作为阶段目标完成与否的判断标准，若阶段目标未完成，则进行周期性体重管理目标的调节，并开启下一周期体重管理；若阶段目标完成，则根据完成度进行周期性体重管理目标的设定，并开启下一周期体重管理；若整体体重管理目标达成，则将用户分类划分为正常，并进入正常分类用户体重管理。

全文数据：

权利要求：

百度查询： 北京中器华康科技发展有限公司;合卫科技(北京)有限公司;杭州合卫科技发展有限公司;重庆合卫人工智能科技有限公司;艾糖(苏州)电子科技有限公司 一种人体体重监测评估干预管理方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD