一种人体体重监测评估干预管理方法和系统技术方案

本发明专利技术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。判断用户画像分类。判断用户画像分类。

【技术实现步骤摘要】
一种人体体重监测评估干预管理方法和系统


[0001]本申请涉及人体体重监测评估干预管理
，特别是涉及一种人体体重监测评估干预管理方法和系统。

技术介绍

[0002]智能体重秤是一种连接智能手机或平板电脑的体重秤，可以自动记录体重和BMI，并将数据同步到相关的应用程序或云端。智能体重秤通常配备了蓝牙或Wi
‑
Fi连接，可以与其他健康应用程序或设备集成，以提供更全面的健康数据分析和建议。现有的许多健康监测应用程序可以帮助用户追踪饮食、运动和睡眠等健康指标，并根据用户的目标提供个性化的健康建议。这些应用程序通常与智能手表或智能手机等智能设备配合使用，可以记录和分析用户的健康数据，提供实时反馈和建议。现有的许多营养管理应用程序可以帮助用户追踪饮食摄入，并根据用户的目标和个人喜好提供个性化的饮食建议。这些应用程序通常使用食品数据库和营养分析工具，可以分析食物的营养成分，提供饮食计划和食谱等功能。现有的智能运动设备包括智能手表、智能手环和智能跑鞋等，可以自动追踪用户的运动和活动，包括步数、心率、卡路里消耗等指标，并提供个性化的运动建议和挑战。这些设备通常与健康监测应用程序集成，可以将健康数据同步到应用程序中。现有的在线健康管理平台可以帮助用户管理多种健康指标，包括体重、饮食、运动、心率、血糖等。这些平台通常使用人工智能和数据分析技术，可以分析用户的健康数据，提供个性化的健康建议和方案。
[0003]现有技术没有考虑慢病患者身体情况：现有的智能体重管理方案大多是通用性的，没有针对慢性病患者的特殊身体情况和健康需求进行个性化的体重管理。慢性病患者的体重管理需要考虑到疾病的类型、严重程度、用药情况等因素，才能制定出更为科学、合理的管理方案。
[0004]没有进行深度的饮食干预：现有的智能体重管理方案中，营养管理应用程序和健康监测应用程序等工具可以帮助用户追踪饮食摄入，但很少提供深度的饮食干预和管理。这些应用程序大多是基于常规的营养知识和饮食建议，缺乏对用户饮食特点、喜好、文化背景等因素进行充分考虑和分析。
[0005]缺乏针对性和实时性：现有的智能体重管理方案大多是基于已有的健康数据进行分析和建议，缺乏针对性和实时性。这些应用程序无法直接感知用户的身体情况、健康状况和环境变化，需要用户自行输入相关数据或连接其他智能设备进行数据采集。

技术实现思路

[0006]基于此，针对上述技术问题，提供一种人体体重监测评估干预管理方法和系统、以解决现有体重管理方案没有考虑慢病患者身体情况、没有进行深度的饮食干预以及缺乏针对性和实时性的问题。
[0007]第一方面，一种人体体重监测评估干预管理方法，所述方法包括：
[0008]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；
[0009]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；
[0010]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；
[0011]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。
[0012]上述方案中，可选地，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：
[0013]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。
[0014]上述方案中，进一步可选地，所述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；
[0015]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；
[0016]所述身体质量指数BMI计算方式为：
[0017]；
[0018]体脂率BFR计算方式为：
[0019]，其中Gender值男性为1、女性为0；
[0020]体重Weight_Base计算中，男性标准体重计算方式为：
[0021][0022]女性标准体重计算方式为：
[0023]。
[0024]上述方案中，进一步可选地，所述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：
[0025]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x
i
，对应食物质量记录为a
i
,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；其中为不同膳食结构；其中，j=1,2
……
n；
[0026]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；
[0027]统计各时间段膳食结构生成用户日常膳食结构；
[0028]所述身体活动和实时体重信息通过第三方设备获取。
[0029]上述方案中，进一步可选地，所述若所述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。
[0030]上述方案中，进一步可选地，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；
[0031]所述用户各时间段营养素摄入量计算方式为：，其中，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。
[0032]上述方案中，进一步可选地，所述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：
[0033]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；本文档来自技高网...

【技术保护点】

【技术特征摘要】
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。2.根据权利要求1所述的方法，其特征在于，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。3.根据权利要求1所述的方法，其特征在于，所述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：，其中Gender值男性为1、女性为0；体重Weight_Base计算中，男性标准体重计算方式为：女性标准体重计算方式为：。4.根据权利要求1所述的方法，其特征在于，所述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x
i
，对应食物质量记录为a
i
,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。5.根据权利要求1所述的方法，其特征在于，所述若所述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。6.根据权利要求5所述的方法，其特征在于，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...

【专利技术属性】
技术研发人员：祝娅，范荣，石田蕾，杨宗文，陈本乐，邓伟，
申请(专利权)人：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，
类型：发明
国别省市：