为受试者定制的连续发展的基于随机化改善器官功能的方法技术

本公开提供了用于通过挑战性锻炼、训练、和/或培养和/或营养方案来改善器官功能的系统方案、设备和方法，或者旨在用于改善器官表现以及用于防止以及治疗健康受试者和慢性病受试者的锻炼方案的效果丧失、或者希望改善其器官功能的受试者或患有慢性疾病的受试者对锻炼、训练、营养或培养方案缺乏完全反应的设备。本文提供了用于实时或延迟变更训练方案的参数和/或施用时间和/或组合不同的锻炼、训练、营养或培养方案以用于改善方案的长期效果的设备、系统、和方法。根据一些实施例，任何训练方案和/或设备生成的操纵/刺激，其中参数在锻炼方案/操纵周期内被更新，以用于个性化方案参数并增加方案的准确性和功效以实现期望的生理目标，并防止长期适应，以确保延长训练方案对目标器官功能或生理通路的影响。输出参数是连续的、半连续的、或基于提供给被配置成促进闭环机器学习能力的计算电路的测量结果和输入被有条件地更新的。

【技术实现步骤摘要】
【国外来华专利技术】为受试者定制的连续发展的基于随机化改善器官功能的方法
本公开总体上涉及通过改善的基于挑战性训练来改善器官功能的领域。背景改善器官功能在许多情况下需要针对器官的锻炼、训练、教学和/或培养(education)方案以及营养的变化。这些方案中的许多方案都是基于诱导专门针对器官的挑战。由于目标器官对挑战的适应效应，诱导针对器官的挑战可以在特定程度上改善其功能。这些挑战通常遵循旨在影响生理或病理变化的设定方案。它们是基于预定的协议在特定范围内被执行的，使得一旦规定了/配置了锻炼、训练、教学或培养的特定模式、或者挑战的协议，直到锻炼完成或者无反应发生都不会改变。此外，在连续使用恒定的规律的/永久训练方案后，大多数锻炼方案会出现益处很小的平稳期效应(plateaueffect)。这是当试图改善肌肉、心脏、肺部、脑部、或任何其他类型的器官时的情况。这也是当包含任何类型的锻炼或挑战来改善任何目标器官功能时的情况，而不管目标器官的功能是正常的还是异常的(诸如在进行运动活动的健康受试者或运动员中以及在患有慢性心力衰竭、慢性肺病、阿尔茨海默病等的患者中)。尽管锻炼、训练、教学、教育、和挑战的诱导在一些情况下用于改善器官功能显示出功效，但对于受试者来说，它往往达到“最大的平稳期”。在许多情况下，很难改善这一点。锻炼、训练、和/或培养对一些受试者来说也可能只是最低限度的有效或根本无效。这是由于身体和/或目标器官对长期暴露于锻炼或挑战出现的适应过程，或任何类型的耐受性的发展，阻止了最大效果和持久效果。因此，在本领域中需要更有效的训练和营养方案，其考虑受试者之间的可变性和他们对各种类型的锻炼、训练、培养和/或器官特定的挑战的生理反应、以及对旨在改善器官表现的任何类型的程序或操纵的效果或最大反应的丧失。常见的锻炼任务(诸如体育活动)、学习和培养任务(诸如学习数学、语言、使用飞行和/或驾驶模拟器)、以及慢性疾病(包括关节炎、哮喘、慢性肺病、心力衰竭或任何肌肉或神经疾病或影响脑部功能的疾病)的治疗都可以从基于挑战的训练中受益。然而，在大多数情况下，发生对挑战的适应，这抑制了进一步改善器官(多个器官)功能/改善任务表现的能力，并阻止受试者达到通过锻炼可以达到的最大效果。因此，这种适应阻止了受试者达到最大可能的表现。经历用于改善器官功能的任何类型的运动活动或任何类型的锻炼、或任何类型的训练、培养或教学课程、或任何类型的营养变化的大多数受试者需要基于长期挑战的方案和长期关注营养。对于这些之中的许多，最大效果或甚至大部分效果的丧失，或达到没有进一步的显著改善能够被实现的点，可能在特定时期之后发生，这与若干适应机制相关联。丧失锻炼的积极效果、或达到通过连续的锻炼或通过对器官的更大挑战而不能从中获得进一步的益处的最大效果，有许多可能的原因，其中一些原因还不太清楚。一些原因可能涉及亚细胞类型、细胞类型或器官类型和/或器官间类型的适应。缺乏达到最大效果的能力，和/或从训练方案中获得最大益处所需的时间延长，是与任何类型的适应相关联的。大多数锻炼、训练或培养课程都是基于规律的和重复的方案设计的。因此，它们与目标器官对锻炼的适应相关联。可以在分子、细胞、或整个器官水平上或者在涉及若干器官之间的关联的更高水平上对锻炼适应和习惯化。其取决于与受试者的遗传、生理背景、疾病、伴随药物以及其他遗传、表型、和环境因素相关的因素，因此对于每个受试者，不同的方案可能导致相似刺激和锻炼的不同效果。此外，由于大多数锻炼、训练或培养方案基于规律方案，或者基于恒定、重复、永久的间隔，并且大多数是在渐进的逐步方案(诸如通过以渐进的方式增加难度)上发展的，因此这与特定受试者的适应相关联，渐进本身不能克服适应。其也不能够为受试者定制锻炼，并且在大多数情况下是基于“一个方案用于所有人”。目标器官的部分适应与脑部-目标器官的联系有关。一种规律的或永久渐进的锻炼方案，在大多数情况下会使脑部与目标器官断开联系(诸如在做激活一个肌肉群的单调运动活动时)。对于许多慢性类型的刺激和锻炼，目标器官的适应阻止达到锻炼的最大效果，或者与训练方案的效果的部分丧失或甚至完全丧失相关联。适应对某些类型的方案比对其他类型的方案发展得快得多。适应或耐受的程度取决于个体的遗传、表型、和其他因素，也取决于训练的类型和/或持续时间。适应可能在相对较短的时间段内发生，并导致无效，或对任何锻炼、训练、培养、或任何操纵功效最小。以下是适应、缺乏达到训练或营养方案最大效果的能力、或在长期施用后操纵或锻炼效果的部分丧失的几个示例：a.身体活动和代谢当量：以超过最低推荐水平执行的身体活动有助于增加寿命。然而，寿命的增加在每周约300分钟的快走后开始平稳。(MooreSC、PatelAV在2012年11月在PublicLibraryofSciencee1001335发表的LeisureTimePhysicalActivityofModeratetoVigorousIntensityandMortality:ALargePooledCohortAnalysis)。锻炼生理学家实际上普遍接受代谢当量(MET)系统来表示能量消耗与体重的关系。美国运动医学会(AmericanCollegeofSportsMedicine)定义了轻度、中度、和重度身体活动，以等同于特定的MET水平。表格已经开发用来支持锻炼强度的解决方案。针对各种活动的MET值的表格主要基于成年人的测量结果，但不是为受试者定制的，并且仅提供不同人群的平均值。中度到剧烈的活动需要大约5到8个MET，并且这种强度是获得大多数健康益处所需要的。然而，现有的数据不能针对受试者定制锻炼方案。越来越多的证据指出以下事实：MET系统对具有不同体重和身体脂肪百分比的人的身体活动能量消耗的估计是不准确的。也有人忠告，在计算身体活动的能量消耗时，MET系统不考虑个体差异，也不考虑同一受试者随时间推移的变化(NMByrne、APHills在2005年9月在JournalofAppliedPhysiology第99卷第3期1112-1119发表的Metabolicequivalent:onesizedoesnotfitall)。b.学龄青少年活动：鼓励学龄青少年每天参加60分钟或更长时间的中度到剧烈的令人愉快的并且发育适宜的体育活动。干预性研究表明，在青少年骨骼健康、有氧健身、以及肌肉力量和耐力以及超重青少年的肥胖方面，有必要进行特定量的身体活动(WilliamB.Strong在2005年6月在JournalofPediatrics第146卷第6期第732–737页发表的EvidenceBasedPhysicalActivityforSchool-ageYouth)。大多数计划使用每周3到5天持续30到45分钟的连续、中度到剧烈活动的方案。然而，这些计划都无法找到一种方式来为受试者定制方案。研究表明，为了取得更好的效果，需要考虑到儿童和青少年身体活动以及对身体活动的反应的个体间差异和个体内差异。此外，由于所有的锻炼和训练计划都是基于预先定义的方案，因此它们不适应受试本文档来自技高网...

【技术保护点】
1.一种用于通过防止或减轻对至少一种方案的适应来改善目标细胞、组织、器官和/或全身功能和/或表现的计算机实现的方法，所述至少一种方案选自治疗、操纵、挑战性锻炼、训练、学习、和营养方案，所述方法包括：/n接收与所述受试者相关的多个生理和/或病理参数；/n将闭环机器学习算法应用于所述多个生理和/或病理参数；/n确定与所述治疗、挑战性锻炼、训练、学习和营养方案中的至少一个相关的受试者特定的输出参数，其中，所述受试者特定的输出参数有助于防止或减轻细胞、组织和/或器官对所述至少一种方案的适应；和/n通过应用为受试者定制的连续或半连续的基于随机化或基于非随机化的算法，利用所述受试者特定的输出参数来改善所述机器学习算法，从而促进细胞、组织和/或器官功能和/或表现的连续改善。/n

【技术特征摘要】
【国外来华专利技术】20171105 US 62/581,7221.一种用于通过防止或减轻对至少一种方案的适应来改善目标细胞、组织、器官和/或全身功能和/或表现的计算机实现的方法，所述至少一种方案选自治疗、操纵、挑战性锻炼、训练、学习、和营养方案，所述方法包括：
接收与所述受试者相关的多个生理和/或病理参数；
将闭环机器学习算法应用于所述多个生理和/或病理参数；
确定与所述治疗、挑战性锻炼、训练、学习和营养方案中的至少一个相关的受试者特定的输出参数，其中，所述受试者特定的输出参数有助于防止或减轻细胞、组织和/或器官对所述至少一种方案的适应；和
通过应用为受试者定制的连续或半连续的基于随机化或基于非随机化的算法，利用所述受试者特定的输出参数来改善所述机器学习算法，从而促进细胞、组织和/或器官功能和/或表现的连续改善。


2.根据权利要求1所述的方法，其中，防止或减轻适应包括克服所述至少一种方案的效果的部分丧失或完全丧失(或对所述至少一种方案无反应)。


3.根据权利要求1-2中任一项所述的方法，还利用为受试者定制的连续或半连续算法，所述为受试者定制的连续或半连续算法使用基于随机化和/或基于非随机化的算法，所述基于随机化和/或基于非随机化的算法被配置成使用或组合与所述目标细胞、组织、器官和/或身体直接相关或不直接相关的一个或更多个算法训练任务，以用于改善所述目标细胞、组织、器官和/或身体的功能和/或表现。


4.根据权利要求1-3中任一项所述的方法，还包括利用刺激设备向所述受试者提供刺激，以使所述至少一种方案的效果最大化。


5.根据权利要求1-4中任一项所述的方法，还包括更新所述受试者特定的输出参数中的至少一个。


6.根据权利要求5所述的方法，其中，更新包括更新所述受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或其任意组合。


7.根据权利要求6所述的方法，其中，更新包括更新所述受试者特定的输出参数中的至少一个的振幅、频率、间隔、持续时间或其任意组合。


8.根据权利要求5-7中任一项所述的方法，还包括确定刺激参数。


9.根据权利要求5-8中任一项所述的方法，其中，所述输出参数基于从所述受试者连续地或半连续地收集的数据来更新。


10.根据权利要求1-9中任一项所述的方法，其中，所述机器学习算法还考虑选自包括以下项的组的个人数据：受试者表现、细胞/组织/器官功能相关分数、与细胞/组织/器官表现相关的参数、年龄、体重、腰围、目标器官和其他器官的功能、热量摄入和输出、性别、种族、地理、病理历史/状态、温度、代谢率、脑功能、健康状况、心脏、肺肌肉功能、血液测试、和任何生理或病理生物标记、受试者的健康相关参数或其任意组合。


11.根据权利要求1-10中任一项所述的方法，其中，所述生理和/或病理参数中的至少一个是从传感器获得的。


12.根据权利要求1-11中任一项所述的方法，还包括将推荐的方案相关参数或其变化实时通知所述受试者。


13.根据权利要求1-12中任一项所述的方法，还包括利用外部的、可佩戴的、吞咽的和/或植入的设备来引发所述目标细胞、组织和/或器官的反应，以连续改善所述目标细胞、组织和/或器官的功能和/或表现。


14.根据权利要求1-13中任一项所述的方法，还包括向所述受试者施用挑战性锻炼方案、训练方案、培养方案、营养方案或设备生成的操纵方案。


15.根据权利要求1-14中任一项所述的方法，还包括更新所述挑战性锻炼/训练/教学/学习/玩耍/培养方案/营养方案、和/或设备生成的操纵或刺激参数，其中，更新包括利用机器学习能力。


16.根据权利要求1-15中任一项所述的方法，其中，所述机器学习能力包括闭环深度学习能力。


17.根据权利要求1-16中任一项所述的方法，其中，所述机器学习能力被配置成通过接收一组特征的值来对所述一组特征进行操作。


18.根据权利要求1-17中任一项所述的方法，用于改善希望关于任何其他组织/器官/器官表现改善肌肉、心脏、肺、皮肤、脑的健康受试者的器官功能，和/或用于改善任何组织/器官/多个器官的训练能力，改善培养或教学，和/或用于治疗肥胖症、传染性疾病、代谢疾病、内分泌疾病、恶性肿瘤、免疫反应、炎性病症、先天性代谢异常、疼痛、微生物相关疾病、神经性疾病、...

【专利技术属性】
技术研发人员：亚龙·伊兰，塔赫尔·伊兰贝尔，
申请(专利权)人：奥伯龙科学伊兰有限公司，
类型：发明
国别省市：以色列;IL