特表 2024-517135 糖尿病治療計画における自動化活動推奨のための方法およびシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-04-19

(54)【発明の名称】糖尿病治療計画における自動化活動推奨のための方法およびシステム

(51)【国際特許分類】

   A61B 5/00 20060101AFI20240412BHJP

   G16H 50/00 20180101ALI20240412BHJP

【ＦＩ】

A61B5/00 102A

G16H50/00

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2023565303

(86)(22)【出願日】2022-04-29

(85)【翻訳文提出日】2023-10-23

(86)【国際出願番号】 US2022026876

(87)【国際公開番号】W WO2022232471

(87)【国際公開日】2022-11-03

(31)【優先権主張番号】63/181,863

(32)【優先日】2021-04-29

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】501205108

【氏名又は名称】エフ ホフマン－ラ ロッシュ アクチェン ゲゼルシャフト

(74)【代理人】

【識別番号】110001896

【氏名又は名称】弁理士法人朝日奈特許事務所

(72)【発明者】

【氏名】フィッシャー、ジェニファー

(72)【発明者】

【氏名】ギャレイ、ポール

(72)【発明者】

【氏名】ミアーズ、マーク

【テーマコード（参考）】

4C117

5L099

【Ｆターム（参考）】

4C117XB02

4C117XB18

4C117XE05

4C117XE54

4C117XE57

4C117XE73

4C117XE75

4C117XQ11

4C117XR01

5L099AA04

(57)【要約】

糖尿病治療計画において活動推奨を生成するための方法は、糖尿病を有する人（ＰｗＤ）についての生理学的データ、選好、および提案された活動を受信することと、ＰｗＤについての生理学的プロファイルを生成することと、仮想生理学的モデルに生理学的プロファイルを提供することと、仮想生理学的モデルから投影を受信することと、提案された活動および選好データに基づいて重み付き値を生成することであって、各重み付き値が、ＰｗＤが提案された活動を順守する可能性に対応する、提案された活動および選好データに基づいて重み付き値を生成することと、ベースライン生理学的投影に対する、活動に関連付けられた投影の生理学的特性の推定された変化であって、各活動に対応する重み付き値によってスケーリングされた推定された変化に基づいて、各活動をランク付けすることと、ＰｗＤが提案された活動を順守する可能性を考慮して、生理学的特性の最大の変化をもたらす活動のランク付けに基づいて順序付けされた所定の数の提案された活動を含む出力を生成することと、を含む。

【特許請求の範囲】

【請求項1】

糖尿病治療計画における活動推奨を生成するための方法であって、
プロセッサを用いて、糖尿病を有する人（ＰｗＤ）についての生理学的データ、前記ＰｗＤについての選好データ、および前記ＰｗＤについての複数の提案された活動を受信することと、
前記プロセッサを用いて、前記ＰｗＤについての複数の生理学的プロファイルを生成することであって、前記複数の生理学的プロファイルが、
前記ＰｗＤについての前記生理学的データに基づくベースライン生理学的プロファイルと、
複数の活動生理学的プロファイルと
を含み、各活動生理学的プロファイルが、前記複数の提案された活動のうちの１つの活動に対応し、各活動生理学的プロファイルが、前記ＰｗＤについての前記生理学的データ、および前記活動生理学的プロファイルに対応する前記複数の提案された活動のうちの前記１つの活動に関連付けられた前記生理学的データの修正に基づく、前記ＰｗＤについての複数の生理学的プロファイルを生成することと、
前記プロセッサを用いて、前記複数の生理学的プロファイルを仮想生理学的モデルに提供することと、
前記プロセッサを用いて、前記仮想生理学的モデルから前記ＰｗＤについての複数の投影を受信することであって、前記複数の投影のうちの各投影が、前記複数の生理学的プロファイルのうちの１つの生理学的プロファイルに対応する所定の時間期間中の前記ＰｗＤの生理学的特性の推定された変化を提供する、前記仮想生理学的モデルから前記ＰｗＤについての複数の投影を受信することと、
前記プロセッサを用いて、前記複数の提案された活動および前記選好データに基づいて複数の重み付き値を生成することであって、各重み付き値が、前記ＰｗＤが前記提案された活動のうちの対応する１つを順守する可能性に対応する、前記複数の提案された活動および前記選好データに基づいて複数の重み付き値を生成することと、
前記プロセッサを用いて、前記ベースライン生理学的プロファイルに対応する前記複数の投影のうちのベースライン生理学的投影に対する、前記活動に関連付けられた前記複数の投影のうちの投影の前記生理学的特性の前記推定された変化であって、各活動に対応する前記重み付き値によってスケーリングされた前記推定された変化に基づいて、前記複数の提案された活動のうちの各活動をランク付けすることと、
前記プロセッサを用いて、前記ＰｗＤが前記提案された活動を順守する可能性を考慮して、前記ランク付けに基づく順序で前記複数の提案された活動のうちの所定の数を含む出力を生成して、前記生理学的特性の最大の変化をもたらす１つまたは複数の提案された活動を識別することと
を含む、方法。

【請求項2】

前記複数の提案された活動が、少なくとも１つの提案された運動、少なくとも１つの提案された食事の変更、少なくとも１つの提案された睡眠衛生の変更、または服薬順守のための少なくとも１つの推奨をさらに含む、請求項１に記載の方法。

【請求項3】

前記選好データが、
前記ＰｗＤから受信された所定の調査質問に対する回答に対応する数値データと、
前記ＰｗＤの自宅の位置に対応する地理的データと、
前記ＰｗＤの人口統計情報と
をさらに含む、請求項１または２に記載の方法。

【請求項4】

前記生理学的特性の前記推定された変化が、前記ＰｗＤの血液中のヘモグロビンＡ１ｃ（ＨｂＡ１ｃ）の割合の推定された変化である、請求項１から３のいずれか一項に記載の方法。

【請求項5】

前記プロセッサを用いて、前記複数の提案された活動のうちの或る特定の活動をフィルタリングして、前記ＰｗＤについての最大ＨｂＡ１ｃ低下閾値を超える前記活動についての推定されたＨｂＡ１ｃ低下に応答して、前記或る特定の活動が前記出力において生成されないようにすることをさらに含む、請求項４に記載の方法。

【請求項6】

前記生理学的特性の前記推定された変化が、体重の推定された変化である、請求項１から３のいずれか一項に記載の方法。

【請求項7】

前記ＰｗＤについての前記複数の提案された活動が、指導員の端末または前記ＰｗＤの電子デバイスのうちの少なくとも１つからネットワークを介して受信される、請求項１から６のいずれか一項に記載の方法。

【請求項8】

前記ＰｗＤについての前記複数の提案された活動が、認識されたすべての提案された活動を記憶するデータベースから受信される、請求項１から６のいずれか一項に記載の方法。

【請求項9】

前記ＰｗＤについての前記選好データが、指導員の端末または前記ＰｗＤの電子デバイスのうちの少なくとも１つからネットワークを介して受信される、請求項１から８のいずれか一項に記載の方法。

【請求項10】

前記所定の時間期間が、３０日間、３ヶ月間、６ヶ月間、または１年間のうちの１つである、請求項１から９のいずれか一項に記載の方法。

【請求項11】

活動推奨を生成するためのシステムであって、
メモリと、
ネットワークインターフェースデバイスと、
前記メモリおよび前記ネットワークインターフェースデバイスに動作可能に接続されたプロセッサであって、
糖尿病を有する人（ＰｗＤ）についての生理学的データ、前記ＰｗＤについての選好データ、および前記ＰｗＤについての複数の提案された活動を前記メモリに記憶することと、
前記ＰｗＤについての複数の生理学的プロファイルを生成することであって、前記複数の生理学的プロファイルが、
前記ＰｗＤについての前記生理学的データに基づくベースライン生理学的プロファイルと、
複数の活動生理学的プロファイルと
を含み、各活動生理学的プロファイルが、前記複数の提案された活動のうちの１つの活動に対応し、各活動生理学的プロファイルが、前記ＰｗＤについての前記生理学的データ、および前記活動生理学的プロファイルに対応する前記複数の提案された活動のうちの前記１つの活動に関連付けられた前記生理学的データの修正に基づく、前記ＰｗＤについての複数の生理学的プロファイルを生成することと、
前記ネットワークインターフェースデバイスを用いて、前記複数の生理学的プロファイルを仮想生理学的モデルサービスに送信することと、
前記ネットワークインターフェースデバイスを用いて、前記仮想生理学的モデルサービスから前記ＰｗＤについての複数の投影を受信することであって、前記複数の投影のうちの各投影が、前記複数の生理学的プロファイルのうちの１つの生理学的プロファイルに対応する所定の時間期間中の前記ＰｗＤの生理学的特性の推定された変化を提供する、前記仮想生理学的モデルサービスから前記ＰｗＤについての複数の投影を受信することと、
前記複数の提案された活動および前記選好データに基づいて複数の重み付き値を生成することであって、各重み付き値が、前記ＰｗＤが前記提案された活動のうちの対応する１つを順守する可能性に対応する、前記複数の提案された活動および前記選好データに基づいて複数の重み付き値を生成することと、
前記ベースライン生理学的プロファイルに対応する前記複数の投影のうちのベースライン生理学的投影に対する、前記活動に関連付けられた前記複数の投影のうちの投影の前記生理学的特性の前記推定された変化であって、各活動に対応する前記重み付き値によってスケーリングされた前記推定された変化に基づいて、前記複数の提案された活動のうちの各活動をランク付けすることと、
前記ＰｗＤが前記提案された活動を順守する可能性を考慮して、前記ランク付けに基づく順序で前記複数の提案された活動のうちの所定の数を含む出力を生成して、前記生理学的特性の最大の変化をもたらす１つまたは複数の提案された活動を識別することと
を行うように構成される、プロセッサと
を備える、システム。

【請求項12】

前記プロセッサが、前記ネットワークインターフェースデバイスを用いて、指導員の端末または前記ＰｗＤの電子デバイスのうちの少なくとも１つに前記出力を送信するようにさらに構成される、請求項１１に記載のシステム。

【請求項13】

前記複数の提案された活動が、少なくとも１つの提案された運動、少なくとも１つの提案された食事の変更、少なくとも１つの提案された睡眠衛生の変更、または服薬順守のための少なくとも１つの推奨をさらに含む、請求項１１または１２に記載のシステム。

【請求項14】

前記選好データが、
前記ＰｗＤから受信された所定の調査質問に対する回答に対応する数値データと、
前記ＰｗＤの自宅の位置に対応する地理的データと、
前記ＰｗＤの人口統計情報と
をさらに含む、請求項１１から１３のいずれか一項に記載のシステム。

【請求項15】

前記生理学的特性の前記推定された変化が、前記ＰｗＤの血液中のヘモグロビンＡ１ｃ（ＨｂＡ１ｃ）の割合の推定された変化である、請求項１１から１４のいずれか一項に記載のシステム。

【請求項16】

前記プロセッサが、前記複数の提案された活動のうちの或る特定の活動をフィルタリングして、前記ＰｗＤについての最大ＨｂＡ１ｃ低下閾値を超える前記活動についての推定されたＨｂＡ１ｃ低下に応答して、前記或る特定の活動が前記出力において生成されないようにさらに構成される、請求項１５に記載のシステム。

【請求項17】

前記生理学的特性の前記推定された変化が、体重の推定された変化である、請求項１１から１３のいずれか一項に記載のシステム。

【請求項18】

前記ＰｗＤについての前記複数の提案された活動が、指導員の端末または前記ＰｗＤの電子デバイスのうちの少なくとも１つからネットワークを介して受信される、請求項１１から１７のいずれか一項に記載のシステム。

【請求項19】

前記メモリが、前記ＰｗＤについての認識されたすべての提案された活動のデータベースを記憶するようにさらに構成される、請求項１１から１７のいずれか一項に記載のシステム。

【請求項20】

前記ＰｗＤについての前記選好データが、指導員の端末または前記ＰｗＤの電子デバイスのうちの少なくとも１つからネットワークを介して受信される、請求項１１から１９のいずれか一項に記載のシステム。

【請求項21】

前記所定の時間期間が、３０日間、３ヶ月間、６ヶ月間、または１年間のうちの１つである、請求項１１から２０のいずれか一項に記載のシステム。

【発明の詳細な説明】

【技術分野】

【0001】

優先権の主張
本出願は、２０２１年４月２９日に出願された「ＭＥＴＨＯＤ ＡＮＤ ＳＹＳＴＥＭ ＦＯＲ ＡＵＴＯＭＡＴＥＤ ＡＣＴＩＶＩＴＹ ＲＥＣＯＭＭＥＮＤＡＴＩＯＮ ＩＮ ＤＩＡＢＥＴＥＳ ＴＲＥＡＴＭＥＮＴ ＰＬＡＮＳ」と題する米国仮特許出願第６３／１８１，８６３号の利益を主張し、その内容全体が参照により本明細書に組み込まれる。

【0002】

本開示は、一般に、糖尿病を有する人のための治療の分野に関し、より具体的には、糖尿病を有する人のための治療計画における活動目標の選択を支援するシステムに関する。

【背景技術】

【0003】

一般に糖尿病と呼ばれる真性糖尿病は、膵臓がホルモンインスリンを産生する能力不足、インスリン耐性、またはインスリン不足とインスリン耐性の組合せに起因して、人体が食餌性グルコースを代謝する能力を低下させるか、または除去する慢性疾患のカテゴリである。特に、２型糖尿病の発症は、身体が依然としてある程度のレベルのインスリンを産生するが、インスリンに対するある程度の耐性を得た患者にしばしば起こり、それは、治療せずに放置すると、ケトアシドーシスおよび他の併存症をもたらす可能性がある血糖値の上昇をもたらす。説明の目的で、２型糖尿病への言及はまた、２型糖尿病に進行する場合がある平均血糖値の上昇を引き起こす軽度のインスリン耐性の形態である「前糖尿病」として知られる疾患を含む。糖尿病、特に２型糖尿病を有する人（ＰｗＤ）の一部は、糖尿病の進行を遅らせるか、または時には逆転させる食事、運動、および睡眠衛生のレジメンに変更を加えることができる。例えば、２型糖尿病の適切な管理は、一部のＰｗＤが、外部インスリンを受ける必要性、他の糖尿病薬を服用する必要性を遅延または防止し、糖尿病性併存症の可能性を低減することを可能にする。食事、運動、睡眠衛生、および服薬順守の改善はまた、継続的なインスリン耐性に起因するインスリンの用量を増加させる必要性を回避し、糖尿病性併存症の可能性を低減する際に外部インスリンまたは他の糖尿病関連薬物に依存するＰｗＤに有益であり得る。

【0004】

食事、運動、睡眠衛生、および服薬順守の改善を組み込む糖尿病治療計画は、当技術分野でよく知られた利益をＰｗＤにもたらすが、効果的な糖尿病管理のためにＰｗＤにこれらの計画を経時的に一貫して実施させることには多くの課題が残っている。糖尿病指導員は、ＰｗＤがこれらの計画にコミットし順守するのを助けるためのアドバイスおよび計画を提供する専門家であり、それはしばしば、服薬を処方されたＰｗＤについての食事、運動、睡眠衛生、および服薬順守の１つまたは複数の領域における改善を達成するための目標を設定することを含む。指導員はＰｗＤに有益な支援を提供するが、実際には、指導員は、ＰｗＤに利益を提供し、ＰｗＤが一貫して順守することができるＰｗＤのための目標を有する糖尿病治療計画を考案する際にいくつかの障害に直面する。指導員は、比較的短い指導セッションで多数のＰｗＤを見ることが多く、各ＰｗＤに高度に個別化された計画を提供するのに十分な時間およびリソースをもたない場合がある。これらの制約はしばしば、多くのＰｗＤ、特に糖尿病の管理に広範な経験をもたないＰｗＤに計画を提供するための「１つのサイズですべてを満たす」手法につながる。そのような計画は、各ＰｗＤに最適の結果を提供しない可能性があり、一部のＰｗＤは、計画に従うことが糖尿病の治療に利益をもたらす場合でも、計画を順守しない可能性がある。これらの課題を考慮すると、ＰｗＤごとにカスタマイズされた目標推奨を提供する技術の改善が有益であろう。

【発明の概要】

【0005】

一実施形態では、糖尿病治療計画において活動推奨を生成するための方法は、プロセッサを用いて、糖尿病を有する人（ＰｗＤ）についての生理学的データ、ＰｗＤについての選好データ、およびＰｗＤについての複数の提案された活動を受信することと、プロセッサを用いて、ＰｗＤについての複数の生理学的プロファイルを生成することとを含む。複数の生理学的プロファイルは、ＰｗＤについての生理学的データに基づくベースライン生理学的プロファイルと、複数の活動生理学的プロファイルとを含み、各活動生理学的プロファイルは、複数の提案された活動のうちの１つの活動に対応し、各活動生理学的プロファイルは、ＰｗＤについての生理学的データ、および活動生理学的プロファイルに対応する複数の提案された活動のうちの１つの活動に関連付けられた生理学的データの修正に基づく。方法は、プロセッサを用いて、複数の生理学的プロファイルを仮想生理学的モデルに提供することと、プロセッサを用いて、仮想生理学的モデルからＰｗＤの複数の投影を受信することであって、複数の投影のうちの各投影が、複数の生理学的プロファイルのうちの１つの生理学的プロファイルに対応する所定の時間期間中のＰｗＤにおける生理学的特性の推定された変化を提供する、仮想生理学的モデルからＰｗＤの複数の投影を受信することと、プロセッサを用いて、複数の提案された活動および選好データに基づいて複数の重み付き値を生成することであって、各重み付き値が、ＰｗＤが提案された活動のうちの対応する１つを順守する可能性に対応する、複数の提案された活動および選好データに基づいて複数の重み付き値を生成することと、プロセッサを用いて、ベースライン生理学的プロファイルに対応する複数の投影のうちのベースライン生理学的投影に対する、活動に関連付けられた複数の投影のうちの投影の生理学的特性の推定された変化であって、活動に対応する重み付き値によってスケーリングされた推定された変化に基づいて、複数の提案された活動のうちの各活動をランク付けすることと、プロセッサを用いて、ＰｗＤが提案された活動を順守する可能性を考慮して、ランク付けに基づく順序で複数の提案された活動のうちの所定の数を含む出力を生成して、生理学的特性の最大の変化をもたらす１つまたは複数の提案された活動を識別することと、をさらに含む。

【0006】

別の実施形態では、活動推奨を生成するためのシステムが開発されている。システムは、メモリと、ネットワークインターフェースデバイスと、メモリおよびネットワークインターフェースデバイスに動作可能に接続されたプロセッサとを含む。プロセッサは、糖尿病を有する人（ＰｗＤ）についての生理学的データ、ＰｗＤについての選好データ、およびＰｗＤについての複数の提案された活動をメモリに記憶し、ＰｗＤについての複数の生理学的プロファイルを生成するように構成される。複数の生理学的プロファイルは、ＰｗＤについての生理学的データに基づくベースライン生理学的プロファイルと、複数の活動生理学的プロファイルとを含み、各活動生理学的プロファイルは、複数の提案された活動のうちの１つの活動に対応し、各活動生理学的プロファイルは、ＰｗＤについての生理学的データ、および活動生理学的プロファイルに対応する複数の提案された活動のうちの１つの活動に関連付けられた生理学的データの修正に基づく。プロセッサは、ネットワークインターフェースデバイスを用いて、複数の生理学的プロファイルを仮想生理学的モデルサービスに送信することと、ネットワークインターフェースデバイスを用いて、仮想生理学的モデルサービスからＰｗＤの複数の投影を受信することであって、複数の投影のうちの各投影が、複数の生理学的プロファイルのうちの１つの生理学的プロファイルに対応する所定の時間期間中のＰｗＤにおける生理学的特性の推定された変化を提供する、仮想生理学的モデルサービスからＰｗＤの複数の投影を受信することと、複数の提案された活動および選好データに基づいて複数の重み付き値を生成することであって、各重み付き値が、ＰｗＤが提案された活動のうちの対応する１つを順守する可能性に対応する、複数の提案された活動および選好データに基づいて複数の重み付き値を生成することと、ベースライン生理学的プロファイルに対応する複数の投影のうちのベースライン生理学的投影に対する、活動に関連付けられた複数の投影のうちの投影の生理学的特性の推定された変化であって、各活動に対応する重み付き値によってスケーリングされた推定された変化に基づいて、複数の提案された活動のうちの各活動をランク付けすることと、ＰｗＤが提案された活動を順守する可能性を考慮して、ランク付けに基づく順序で複数の提案された活動のうちの所定の数を含む出力を生成して、生理学的特性の最大の変化をもたらす１つまたは複数の提案された活動を識別することとを行うようにさらに構成される。

【0007】

上記以外の利点、効果、特徴、および目的は、以下の発明を実施するための形態を考慮すると、より容易に明らかになるであろう。そのような発明を実施するための形態は、以下の図面を参照する。

【図面の簡単な説明】

【0008】

【図1】糖尿病を有する人の仮想生理学的モデルの投影および選好データに基づいて、糖尿病を有する人の平均血糖または体重を減少させる提案された活動の自動化生成を提供するシステムの図である。

【図2】糖尿病を有する人の仮想生理学的モデルからの投影および選好データに基づいて、糖尿病を有する人における平均血糖または体重を減少させることなどの生理学的特性の変化をもたらす提案された活動の生成用のプロセスのブロック図である。

【発明を実施するための形態】

【0009】

これらおよび他の利点、効果、特徴、および目的は、以下の説明からよりよく理解される。説明では、本明細書の一部を形成し、限定ではなく例示として本発明の概念の実施形態が示されている添付の図面が参照される。対応する参照番号は、図面のいくつかの図全体を通して対応する部分を示す。

【0010】

本発明の概念は、様々な修正形態および代替形態の影響を受けやすいが、その例示的な実施形態は、図面において例として示され、本明細書に詳細に記載される。しかしながら、以下の例示的な実施形態の説明は、本発明の概念を開示された特定の形態に限定するものではなく、それどころか、その意図は、本明細書に記載された実施形態および以下の実施形態によって定義されたその趣旨および範囲内に入るすべての利点、効果、および特徴を網羅することであることを理解されたい。したがって、本発明の概念の範囲を解釈するために、本明細書に記載された実施形態および以下の実施形態が参照されるべきである。そのため、本明細書に記載された実施形態は、他の問題を解決する際に有用な利点、効果、および特徴を有し得ることに留意されたい。

【0011】

ここで、本発明の概念のすべてではないがいくつかの実施形態が示されている添付の図面を参照して、デバイス、システム、および方法が以下により完全に記載される。実際に、デバイス、システム、および方法は、多くの異なる形態で具現化されてもよく、本明細書に記載された実施形態に限定されると解釈されるべきではなく、むしろ、これらの実施形態は、本開示が適用可能な法的要件を満たすように提供される。

【0012】

同様に、本明細書に記載されたデバイス、システム、および方法の多くの修正形態および他の実施形態が、前述の説明および関連する図面に提示された教示の利益を有する本開示が関係する当業者に思い浮かぶであろう。したがって、デバイス、システム、および方法は、開示された特定の実施形態に限定されるものではないこと、ならびに修正形態および他の実施形態が実施形態の範囲内に含まれるように意図されていることを理解されたい。本明細書では特定の用語が使用されているが、それらは一般的かつ説明的な意味で使用されるにすぎず、限定の目的では使用されない。

【0013】

別段の定義がない限り、本明細書で使用されるすべての技術用語および科学用語は、本開示が関係する当業者によって一般的に理解されている意味と同じ意味を有する。本明細書に記載されたものと同様または同等のいかなる方法および材料も、方法の実践または検査において使用することができるが、好ましい方法および材料が本明細書に記載される。

【0014】

その上、不定冠詞「ａ」または「ａｎ」による要素への言及は、文脈が唯一の要素しか存在しないことを明確に要求しない限り、２つ以上の要素が存在する可能性を排除するものではない。したがって、不定冠詞「ａ」または「ａｎ」は、通常、「少なくとも１つ」を意味する。同様に、「有する」、「備える」、もしくは「含む」という用語、またはそれらの任意の文法的変形は、非排他的な方法で使用される。したがって、これらの用語は、これらの用語によって紹介される特徴以外に、この文脈で記載されるエンティティに存在するさらなる特徴がない状況と、１つまたは複数のさらなる特徴が存在する状況の両方を指す場合がある。例えば、「ＡはＢを有する」、「ＡはＢを備える」、および「ＡはＢを含む」という表現は、Ｂ以外に他の要素がＡに存在しない状況（すなわち、Ａが唯一かつ排他的にＢからなる状況）、または、Ｂ以外に、要素Ｃ、要素ＣおよびＤ、もしくはさらなる要素などの１つもしくは複数のさらなる要素がＡに存在する状況の両方を指す場合がある。

【0015】

本明細書の説明は、プロセッサ、メモリ、およびネットワークインターフェースを含むが、それらに限定されない様々な構成要素を使用するコンピュータシステムを参照する。本明細書で使用される「プロセッサ」という用語は、コンピューティングシステム内で記憶されたプログラム命令を実行してデジタル論理演算を実施する１つまたは複数のデジタル論理デバイスを指す。プロセッサの例には、１つまたは複数の中央処理装置（ＣＰＵ）、グラフィックス処理装置（ＧＰＵ）、ニューラルネットワークプロセッサ（ＮＰＵ）、デジタル信号プロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）を実装するデジタル論理デバイス、および集積デバイス内の、またはプロセッサを実装するために一緒に動作するデバイスの組合せとしての任意の他の適切なデジタル論理デバイスが含まれる。動作中、各プロセッサは、記憶されたプログラム命令を実行し、メモリに記憶されたデータにアクセスする。本明細書で使用されるメモリという用語は、不揮発性と揮発性の両方のデータストレージデバイスを指す。不揮発性データストレージデバイスには、磁気ディスク、光ディスク、ソリッドステートＮＡＮＤおよび相変化メモリデバイス、ならびに記憶されたデータの状態を維持するために有効電力を必要としない任意の他の適切なデータストレージデバイスが含まれる。揮発性データストレージデバイスは、静的および動的なランダムアクセスメモリ（ＲＡＭ）、ならびに記憶されたデータの状態を維持するために有効電力供給を受けながらデータを記憶する任意の他のデータストレージデバイスを指す。本明細書で使用される「ネットワーク」という用語は、２つ以上のコンピューティングシステムが動作中にデータを送受信することを可能にする任意の通信システムを指し、一般的な例には、ローカルエリアネットワーク（ＬＡＮ）およびインターネットを含むワイドエリアネットワーク（ＷＡＮ）が含まれる。各コンピューティングシステムは、対応するプロセッサがデータを送受信するために使用する１つまたは複数のネットワークインターフェースデバイスを使用してネットワークにアクセスし、ネットワークインターフェースデバイスの一般的な例には、有線ネットワーク接続用のイーサネットネットワークインターフェースカード、またはワイヤレスネットワーク接続用のワイヤレスローカルエリアネットワーク（ＷＬＡＮ）デバイスもしくはワイヤレスワイドエリアネットワーク（ＷＷＡＮ）デバイスが含まれる。

【0016】

以下の説明は、糖尿病指導員、またはより簡単には「指導員」を参照する。糖尿病指導員は、服薬を処方されたＰＷＤについての食事、運動、睡眠衛生、または服薬順守などの日常生活の変化に関するアドバイスを、糖尿病を有する人に提供する資格がある人である。糖尿病指導員は、必ずしも医師、看護師、または認定糖尿病教育者（ＣＤＥ）などの医療従事者であるとは限らないが、これらの専門家のいずれかが糖尿病指導員として活動する場合がある。指導員および糖尿病を有する人の例示的な例は、本明細書に記載された実施形態の動作に状況を提供する。

【0017】

図１は、糖尿病を有する人（ＰｗＤ）１０４についての生理学的データおよび選好データに基づいて、ＰｗＤ１０４についての１つまたは複数の活動推奨を自動的に生成するシステム１００を示す。例示目的で、ＰｗＤ１０４は、１つまたは複数の活動を実行するという目標を満たすことによってＰｗＤが管理することができる２型糖尿病または前糖尿病（以下、「糖尿病」と総称する）のいずれかと診断されると仮定する。本明細書で使用される「活動」という用語は、糖尿病に関連する少なくとも１つの生理学的特性を改善するために服薬を処方されたＰｗＤについての食事、運動、睡眠衛生、または服薬順守の修正を指す。生理学的特性の２つの非限定的な例には、ＰｗＤの望ましい血糖値または体重レベルを達成することが含まれる。目標は、改善された生理学的特性を実現するために一貫して実行する目標としてＰｗＤが設定する推奨活動を指す。図１の構成では、糖尿病指導員１０２およびＰｗＤ１０４は、システム１００を使用してＰｗＤ１０４についての１つまたは複数の活動推奨を生成する。図１の実施形態では、システム１００は活動推奨サービス１２０を含む。活動推奨サービス１２０は、仮想生理学的モデルサービス１６０に通信可能に接続され、代替実施形態では、システム１００は、活動推奨サービス１２０と仮想生理学的モデルサービス１６０の両方を組み込む。指導員は、端末１１２を使用してシステム１００にアクセスし、ＰｗＤ１０４は、電子デバイス１１６を使用して、システム１００に入力データを提供し、任意に、直接システム１００から活動推奨を受け取るか、または端末１１２を介して指導員１０２と通信する。活動推奨サービス１２０、仮想生理学的モデルサービス１６０、端末１１２、および電子デバイス１１６は、通信のためにネットワーク１１８を使用する。

【0018】

システム１００において、端末１１２は、例えば、パーソナルコンピュータ（ＰＣ）、タブレットコンピューティングデバイス、スマートフォン、または指導員１０２がシステム１００にアクセスし、いくつかの実施形態では、ＰｗＤ電子デバイス１１６と通信することを可能にするクライアントソフトウェアを実装する他の適切なコンピューティングデバイスである。ＰｗＤ電子デバイス１１６は、別のＰＣ、タブレットコンピューティングデバイス、スマートフォン、またはＰｗＤ１０４によって通常所有されているか、もしくはＰｗＤ１０４が利用できる他の適切なコンピューティングデバイスである。ＰｗＤ電子デバイス１１６は、ＰｗＤ１０４が診断質問に対する回答を提供して、ＰｗＤ１０４についての関連する生理学的データの少なくとも一部をシステム１００内の活動推奨サービス１２０に提供することを可能にするクライアントソフトウェアを実装する。ＰｗＤ電子デバイス１１６はまた、ＰｗＤ１０４が活動推奨サービス１２０に選好データを提供することを可能にする。端末１１２およびＰｗＤ電子デバイス１１６内のクライアントソフトウェアプログラムの一例は、端末１１２およびＰｗＤ電子デバイス１１６がシステム１００に対するユーザインターフェースとして機能することを可能にするために活動推奨サービス１２０が提供する１つまたは複数のウェブサービスに対するクライアントとして機能する市販のウェブブラウザである。いくつかの構成では、端末１１２およびＰｗＤ電子デバイス１１６は、指導員１０２とＰｗＤ１０４との間の直接通信を可能にして遠隔指導セッションを行うオーディオまたはオーディオ／ビジュアルデバイスをさらに含むが、指導セッションは直接会って行われてもよい。

【0019】

システム１００において、活動推奨サービス１２０は、プロセッサ１２４、ネットワークインターフェースデバイス１２８、およびメモリ１３２をさらに含むコンピューティングシステムである。活動推奨サービス１２０は、ＰｗＤに対応する生理学的データおよび選好データを受信する。活動推奨サービス１２０は、提案された活動に応答したＰｗＤ１０４の少なくとも１つの生理学的特性の変化を推定する仮想生理学的モデルサービス１６０からの投影をさらに受信する。活動推奨サービス１２０は、仮想生理学的モデルサービス１６０からの投影と選好データの両方に基づいて、提案された活動のランク付けされた出力を生成する。活動推奨サービス１２０において、メモリ１３２は、ＰｗＤ生理学的データ１３６、ＰｗＤ生理学的プロファイル１３８、ＰｗＤ選好データ１４０、活動データベース１４４、仮想生理学的モデル投影１４８、活動推奨サービスソフトウェア１５２用の記憶されたプログラム命令、およびランク付けされた活動１５６の出力を記憶する。

【0020】

メモリ１３２において、生理学的データ１３６は、年齢、性別、身長、体重、平均血糖値、睡眠スケジュール、食事および運動を含む代謝データ、現在の服薬データ、糖尿病以外の診断された病状、ならびに活動推奨サービス１２０がＰｗＤ生理学的プロファイル１３８を生成するために入力データの一部または全部として使用するＰｗＤ１０４の任意の他の医学関連パラメータを含む医療データである。以下でさらに詳細に記載されるように、各ＰｗＤ生理学的プロファイル１３８は、仮想生理学的モデルサービス１６０内の仮想生理学的モデル１７６への入力として必要な生理学的データ１３６の全部または一部を含む。いくつかの構成では、システム１００は、ネットワーク１１８、データストレージデバイスを介して外部の電子医療記録（ＥＭＲ）システムから、または指導員端末１１２もしくはＰｗＤ電子デバイス１１６を介してエントリから、ＰｗＤ生理学的データ１３６の全部または一部を受信する。ＰｗＤ生理学的プロファイル１３８のうちの１つは、「ベースライン生理学的プロファイル」と呼ばれ、活動推奨サービス１２０が、指導セッション時のＰｗＤ１０４の現在の生理学および活動を表すために、ＰｗＤ１０４の実際の生理学的データ１３６のみに基づいて生成する。他のＰｗＤ生理学的プロファイル１３８は、「活動生理学的プロファイル」とも呼ばれる。各活動生理学的プロファイルは、ＰｗＤ生理学的データ１３６と、活動データベース１４４からの提案された活動のうちの１つをＰｗＤ１０４が実行することに応答して生じるＰｗＤ１０４の生理学的データへの修正の両方を組み込む。以下でさらに詳細に記載されるように、活動推奨サービス１２０は、活動データベース１４４内の各活動に関連付けられたデータに基づいて、各ＰｗＤ生理学的プロファイル１３８内のＰｗＤ１０４の生理学的パラメータを変更するために提案された活動の効果を識別する。動作中、活動推奨サービス１２０は、仮想生理学的モデルサービス１６０にＰｗＤ生理学的プロファイル１３８を送信し、仮想生理学的モデルサービス１６０は、生理学的プロファイル１３８の各々のうちの生理学的データに対応するＰｗＤ１０４の生理学的特性の変化を推定するために投影を生成する仮想生理学的モデル１７６への入力としてＰｗＤ生理学的プロファイル１３８を使用する。

【0021】

メモリ１３２において、ＰｗＤ選好データ１４０は、糖尿病を管理するためにＰｗＤが実行することを好む活動のタイプに関してＰｗＤ１０４が提供する情報を含む。一構成では、ＰｗＤ１０４は、１から１０のスケールまたは他の適切なスケールなどの数値範囲を使用して、異なる活動を実行するための選好を測定する所定の質問に対する調査回答の数値データを提供する。数値データは、活動推奨サービス１２０がＰｗＤ１０４の選好を定量化することを可能にする。図１の実施形態では、ＰｗＤ１０４は、ＰｗＤ電子デバイス１１６を使用して調査に対する回答を提出し、ＰｗＤ電子デバイス１１６は、指導員１０２との会議の前に活動推奨サービス１２０に調査質問回答を送信する。別の構成では、指導員１０２は、指導セッション中にＰｗＤ１０４から調査質問に対する回答を引き出し、端末１１２を使用して回答を入力する。いくつかの構成では、選好データは、糖尿病を有する人の自宅の位置に対応する地理的データ、および糖尿病を有する人の人口統計情報を提供する、ＰｗＤ１０４に関するさらなる暗黙の選好データを含む。地理的データは、ＰｗＤについての様々なタイプの活動の適用性に影響を与える。例えば、屋内の運動活動は、都市または寒冷気候に住むＰｗＤにより適している可能性があり、一方、屋外活動は、田舎または暖かい気候に住むＰｗＤにより適している可能性がある。ＰｗＤ１０４は、様々な推奨活動に対するＰｗＤ１０４の選好の識別に使用される暗黙の選好データとして、収入、勤務予定、教育レベル、交通アクセス、および同様のパラメータなどの他の人口統計情報を提供する。例えば、自動車を所有していないＰｗＤ１０４は、自動車にアクセスすることができるＰｗＤに比べて、自宅から比較的短い距離内に位置する活動のみにアクセスする可能性がある。別の例では、夜間に働くＰｗＤは、昼間睡眠パターンを有するＰｗＤにとってあまり重要ではない特定の睡眠衛生活動から利益を得る可能性がある。

【0022】

メモリ１３２において、活動データベース１４４は、ＰｗＤの代謝特性に各々がリンクした食事、運動、睡眠衛生、および服薬順守の活動の所定のセットを含む。例えば、食事活動はカロリー摂取の変化に対応し、運動活動はカロリー消費の変化に関連する。活動データベース１４４はまた、改善された睡眠衛生がカロリーの代謝を直接増加させ、睡眠不足による過食を減少させることによってカロリー摂取を減少させ、ＰｗＤが運動などの他の活動を実行することを可能にするエネルギーレベルを高めることができるので、睡眠衛生活動に関連する１つまたは複数の代謝特性を記憶する。活動データベース１４４はまた、糖尿病に直接的または間接的に影響を及ぼす薬物を服用しているＰＷＤに適用される服薬順守活動を記憶し、服薬順守の増加の生理学的影響は、平均血糖値の直接的な減少または代謝に対する他の改善を含む場合がある。動作中、活動推奨サービス１２０は、活動データベース１４４に記憶されたデータに基づいて、選択された活動に応答して生じる代謝の変化を識別する。例えば、食事活動推奨は、ＰｗＤ１０４がソフトドリンクの代わりに水または無甘味茶を飲む場合、カロリー消費量を低減して多数のカロリー（例えば、１３０カロリー）で、ソフトドリンクの消費量を低減する。他の活動は、カロリーは少なくてもタンパク質カロリーまたは脂肪カロリーと比較して炭水化物カロリーの割合が高い場合がある別の食品の代わりに、ナッツ（例えば、２００カロリー）を摂取する推奨などの、ＰｗＤ１０４に有害な影響を及ぼす可能性が低い食品で、カロリー摂取量を増加させてもよい。活動データベース１４４は、公開されている栄養データベースからの様々な飲食物のカロリー内容を、各食事活動と関連付けて記憶し、活動推奨サービス１２０は、ＰｗＤ生理学的データ１３６に含まれるベースラインのカロリー情報と比較した、カロリー、消費炭水化物、脂肪、およびタンパク質の変化、または活動を実行するための他の食事情報を計算する。活動データベース１４４はまた、時速７マイルでのランニングと比較して時速３マイルでのウォーキングに関する基本カロリー代謝データなどの、異なる運動活動の間に代謝されるカロリーの数および各活動の異なる強度レベルに関する基本カロリー情報を記憶する。活動推奨サービス１２０は、選択された活動、ＰｗＤ１０４の体重、および活動の意図された継続時間に基づいて、燃焼カロリーの最終推定値を計算する。活動のための代謝されたカロリーの数は、体重、強度、および任意の所与の活動の継続時間とともに増加する。場合によっては、活動推奨サービス１２０はまた、ＰｗＤ１０４が、毎日の活動または毎週一回もしくは複数回実行される活動などの推奨活動を実行する頻度に基づいて、カロリー消費またはカロリー代謝の変化を識別する。

【0023】

メモリ１３２はまた、仮想生理学的モデル投影１４８および活動推奨サービスソフトウェア１５２を記憶する。仮想生理学的モデル投影１４８は、ＰｗＤ１０４が活動データベース１４４内の提案された活動のうちの１つまたは複数を実行する場合、ＰｗＤ１０４の生理学的特性の変化の推定値を提供する。以下でさらに詳細に記載されるように、仮想生理学的モデルサービス１６０は、生理学的モデル投影１４８を生成し、活動推奨サービス１２０に送信する。活動推奨サービスソフトウェア１５２は、本明細書に記載された活動推奨サービス１２０の動作を実行するためにプロセッサ１２４が実行する任意の記憶されたプログラム命令を含む。動作中、プロセッサ１２４は、活動推奨サービスソフトウェア１５２を実行して、ＰｗＤ選好データ１４０によってスケーリングされた、生理学的モデル投影１４８からの生理学的特性の推定された変化に基づいて活動データベース１４４から提案された活動のランク付けアルゴリズムを実行し、指導員端末１１２またはＰｗＤ電子デバイス１１６に提供される出力としてランク付けされた活動１５６を生成する。ランク付けされた活動１５６は、ＰｗＤ１０４に対する最大の推定利益および順守の可能性を有する活動に基づいて順序付けられる。活動推奨サービスソフトウェア１５２はまた、仮想生理学的モデルサービス１６０へのＰｗＤ生理学的データ１３６の送信を可能にし、仮想生理学的モデル投影１４８を受信するために、ネットワーク１１８を介した仮想生理学的モデルサービス１６０との通信インターフェースを提供する。活動推奨サービスソフトウェア１５２は、入力を受信し、指導員端末１１２およびＰｗＤ電子デバイス１１６のいずれかまたは両方に出力データを提供するために、ユーザインターフェースをさらに実装する。図１の構成では、システム１００は、ネットワーク１１８を介してシステム１００と通信するウェブブラウザまたは他の適切なクライアントソフトウェアプログラムを使用して、指導員端末１１２およびＰｗＤ電子デバイス１１６のいずれかまたは両方からのアクセスを可能にするために、ウェブサーバまたは他の適切なサーバプログラムなどのリモートユーザインターフェースを実装するネットワーク化された活動推奨サービス１２０を含む。

【0024】

図１の実施形態では、仮想生理学的モデルサービス１６０は、プロセッサ１６４、ネットワークインターフェースデバイス１６８、およびメモリ１７２をさらに含むコンピューティングシステムである。仮想生理学的モデルサービス１６０は、ＰｗＤについての生理学的データを受信し、仮想生理学的モデル１７６を使用して、平均血糖値または体重を変化させるなどの少なくとも１つの生理学的特性を変化させる際にＰｗＤが経時的に実行する提案された活動の効果を投影する。仮想生理学的モデルサービス１６０は、活動に関連する情報を直接処理しない。代わりに、活動推奨サービス１２０は、ＰｗＤ１０４のベースラインおよびＰｗＤ１０４の各提案された活動について異なる生理学的プロファイル１３８を生成する。仮想生理学的モデルサービス１６０は、投影を生成するために、様々な活動についてのカロリー消費、カロリー代謝、睡眠衛生、または服薬順守のいずれかまたはすべての様々なレベルを含む生理学的プロファイル１３８の様々なセットを活動推奨サービス１２０から受信する。各投影は、活動が与えられた所定の時間期間にわたる少なくとも一つの生理学的特性の変化の推定値を含み、仮想生理学的モデルサービス１６０はまた、ＰｗＤ１０４が新しく提案された活動のいずれも実行することなく自分の現在の活動を維持する場合、少なくとも１つの生理学的特性の推定値を有するベースライン投影を生成する。

【0025】

仮想生理学的モデルサービス１６０において、メモリ１７２は、ＰｗＤ生理学的プロファイル１３８、１つまたは複数の仮想生理学的モデル１７６、仮想生理学的モデルサービスソフトウェア１８０を実装する記憶されたプログラム命令、および１つまたは複数の仮想生理学的モデル投影１４８を記憶する。ＰｗＤ生理学的プロファイル１３８は、活動推奨サービス１２０に関連して上述されたデータと同じデータを含み、図１の実施形態では、仮想生理学的モデルサービス１６０は、ネットワーク１１８を介して活動推奨サービス１２０からＰｗＤ生理学的プロファイル１３８を受信する。

【0026】

メモリ１７２において、仮想生理学的モデル１７６は、ＰｗＤの体内の生理学的プロセスをシミュレートして、経時的な生理学的特性に対する推定された変化の投影を生成する、人体の１つまたは複数のデジタルモデルを指す。仮想生理学的モデルを提供する市販の仮想生理学的モデリングサービスの１つの非限定的な例は、英国ロンドンのＰｒｉｃｅｗａｔｅｒｈｏｕｓｅＣｏｏｐｅｒｓから入手可能なＢｏｄｙｌｏｇｉｃａｌデジタルツインサービスである。動作中、プロセッサ１６４は、仮想生理学的モデル投影１４８を生成するために、仮想生理学的モデルサービスソフトウェア１８０を実行して、仮想生理学的モデル１７６への入力としてＰｗＤ生理学的プロファイル１３８の異なるセットを使用してシミュレーションを実行する。ＰｗＤ生理学的プロファイル１３８は、ＰｗＤ１０４または各々異なる生理学的データを有する他のＰｗＤのためにカスタマイズされた投影を提供するために使用するために、仮想生理学的モデル１７６が使用するためのパラメータ情報を提供する。動作中、仮想生理学的モデルサービス１６０は、仮想生理学的モデル１７６への入力としてＰｗＤ生理学的プロファイル１３８を使用して、平均血糖値または体重などの少なくとも１つの生理学的特性についての変化の推定値を有する投影を生成する。各投影は、３０日間、３ヶ月間、６ヶ月間、１年間、または他の選択された時間期間にわたる血糖値、体重、または他の生理学的特性の予想される変化などの、所与の計画対象期間にわたって仮想生理学的モデルサービスソフトウェア１８０が生成するＰｗＤの推定状態に対応する。さらに、仮想生理学的モデルサービス１６０は、仮想生理学的モデル１７６を使用して、ベースライン生理学的プロファイルに基づいてベースライン投影を生成する。ベースライン投影は、ＰｗＤ１０４が現在の活動に変化を与えないと仮定して、既存の生理学的データに基づくＰｗＤ１０４の少なくとも１つの生理学的特性の推定値を含む。図１の実施形態では、仮想生理学的モデルサービス１６０は、ベースライン投影と、異なる推奨活動に基づいて生成された１つまたは複数の投影とを含む、生成された仮想生理学的モデル投影１４８を活動推奨サービス１２０に送信する。活動推奨サービス１２０は、ベースライン投影および異なる選択された活動の投影を使用して、ベースライン投影に対する生理学的特性の推定された変化を識別し、ＰｗＤ１０４にとって最大の潜在的利益を有する活動を識別する。

【0027】

システム１００は、プロセッサ１２４を有する活動推奨サービス１２０を含むが、当業者は、システム１００が、単一のプロセッサを有する単一のコンピューティングシステムまたは複数のプロセッサを組み込む複数のコンピューティングシステムを使用して実装されてもよいことを認識されよう。例えば、活動推奨サービス１２０の別の実装形態は、単一のコンピューティングシステムを使用するか、または本明細書に記載された機能をより多くのコンピューティングシステムに分割する。さらに、多くの実際の実施形態では、活動推奨サービス１２０は、冗長データストレージデバイスを有する複数の個々のコンピューティングデバイスのクラスタを使用して実装されて、当技術分野で一般的に知られているクラスタリング技法を使用して耐障害性およびスケーラビリティを提供する。代替構成では、システム１００は、単一のコンピューティングデバイスまたは複数の個々のコンピューティングデバイスのクラスタを使用して、活動推奨サービス１２０および仮想生理学的モデルサービス１６０の機能を単一のコンピューティングシステムに組み込む。図１では、活動推奨サービス１２０は、仮想生理学的モデルサービス１６０が生成し、活動推奨サービス１２０に送信する仮想生理学的モデル投影１４８のコピーをメモリ１３２に記憶するが、単一のメモリは、活動推奨サービス１２０と仮想生理学的モデルサービス１６０を組み合わせた代替のシステム構成で生理学的モデル投影１４８を記憶し得る。さらに、システム１００は、例示目的のためにネットワーク化されたサービスとして示されているが、当業者は、システム１００が、指導員端末１１２、ＰｗＤ電子デバイス１１６、または別の個々のコンピューティングデバイス内に完全に実装され得ることを認識されよう。そのため、システム１００内の機能の一部を実行する別個のプロセッサの動作への任意の言及は、単一のプロセッサの動作への言及と交換可能であり、その逆も同様であると理解されるべきである。

【0028】

図２は、糖尿病を有する人の仮想生理学的モデルからの投影および選好データに基づいて、糖尿病を有する人における平均血糖または体重を減少させることなどの生理学的特性の変化をもたらす提案された活動の生成用のプロセス２００を示す。以下の説明において、機能または動作を実行するプロセスへの言及は、記憶されたプログラム命令を実行して機能または動作を実行する１つまたは複数のデジタルプロセッサの動作を指す。プロセス２００は、例示目的で図１のシステム１００に関連して記載される。

【0029】

プロセス２００は、活動推奨サービス１２０がＰｗＤ１０４についての生理学的データ（ブロック２０４）およびＰｗＤ１０４についての選好データ（ブロック２０８）を受信するときに始まり、これらのデータは、プロセス２００の間に任意の順序でまたは同時に受信されてもよい。一構成では、システム１００は、Ｆａｓｔ Ｈｅａｌｔｈｃａｒｅ Ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ Ｒｅｓｏｕｒｃｅｓ（ＦＨＩＲ）規格、ＨＬ７規格、または医療記録データ用の別の一般に認められた標準交換システムなどの標準化された医療記録システムを使用して、外部電子医療記録（ＥＭＲ）サービス（図示せず）から生理学的データを受信する。活動推奨サービス１２０は、ＰｗＤ生理学的データ１３６としてＥＭＲデータをメモリ１３２に記憶する。必須ではないが、活動推奨サービス１２０へのＥＭＲデータの転送は、初期指導セッションの前に行われることが多く、活動推奨サービス１２０は、指導セッション間でＰｗＤ生理学的データ１３６を記憶して、ＰｗＤ１０４の履歴および進行を経時的に追跡するように構成される。ＥＭＲデータの自動化転送は、手動データ入力の必要性を低減し、ＰｗＤ１０４は、システム１００が適用可能な医療データプライバシー規制に準拠するために任意のＥＭＲデータを受信する前に、データ転送のための同意を与える。活動推奨サービス１２０は、指導サービスを受けるＰｗＤの識別および優先順位付けを可能にするために、多数のＰｗＤについてのＥＭＲデータを受信し得る。別の構成では、システム１００は、ＰｗＤ電子デバイス１１６を介して直接ＰｗＤ１０４から生理学的データの少なくとも一部を受信する。この構成では、ＰｗＤ１０４は、ＰｗＤ１０４から生理学的データの特定のピースを引き出すために活動推奨サービス１２０が提供するウェブサイトまたは他のリモートユーザインターフェースにアクセスする。ＰｗＤ１０４は、電子デバイス１１６を使用して生理学的情報のピースを入力し、指導セッション中に予備の生理学的データを収集するために必要な時間を短縮するために、指導セッションの前に選好データを提供する調査質問に対する回答を提出する。別の構成では、指導員１０２は、指導セッション中に生理学的データおよび選好データのいずれかまたは両方を収集し、活動推奨サービス１２０は、ＰｗＤ１０４から生理学的データおよび選好データを受け取るために、同様のウェブサイトまたはリモートインターフェースを指導員端末１１２に提供する。いくつかの構成では、生理学的データ１３６は、ＰｗＤ電子デバイス１１６および指導員端末１１２から受け取られたＥＭＲデータおよび生理学的データの両方を含む。

【0030】

プロセス２００は、システム１００が、提案された活動のリストを指導員１０２およびＰｗＤ１０４から受け取ることにより、または活動データベース１４４から提案された活動を選択することによって（ブロック２１２）、潜在的な活動を識別するときに再開する。一構成では、指導員１０２およびＰｗＤは、潜在的な活動について議論し、指導員１０２は、選択された提案された活動を指導員端末１１２のユーザインターフェースに入力し、そこで、各活動は活動データベース１４４内の活動のうちの１つに対応する。別の構成では、活動推奨サービス１２０は、活動データベース１４４内のすべての活動を選択するか、または食事、運動、睡眠衛生、および服薬順守のカテゴリなどの活動のカテゴリから活動を選択して、指導員１０２およびＰｗＤ１０４から特定の提案された活動を受け取る代わりに、またはそれに加えてＰｗＤについての潜在的な提案された活動を識別する。上述されたように、活動データベース１４４から選択された活動は、活動の種類と、適切な場合には活動を実行する強度および頻度の両方に対応するデータを含む。

【0031】

プロセス２００の間、活動推奨サービス１２０は、生理学的データ１３６および提案された活動のうちの１つを実行するＰｗＤ１０４に各々が対応する活動生理学的プロファイルに基づいて、ＰｗＤ１０４のベースライン生理学的プロファイルを含むＰｗＤ１０４の生理学的プロファイル１３８を生成する（ブロック２１６）。ベースライン生理学的プロファイルを生成するために、活動推奨サービス１２０は、ＰｗＤ１０４の現在の病状に対応し、ＰｗＤ１０４の現在の食事および運動活動、睡眠パターン、ならびに服薬順守についての代謝データを組み込む生理学的データ１３６を処理する。

【0032】

活動データベース１４４内の提案された運動および食事活動についての活動生理学的プロファイル１３８を生成するために、活動推奨サービス１２０は、運動活動に応答したカロリー代謝の増加または食事活動に応答した消費カロリーの変化のいずれかを識別する。場合によっては、活動推奨サービス１２０は、タンパク質および脂肪カロリーと比較して消費された炭水化物カロリーの割合の減少を識別するなど、食事によって消費された異なる主要栄養素からのカロリーの全体的な割合の変化をさらに識別する。活動推奨サービス１２０はまた、ＰｗＤ１０４の体重、ならびに各運動の継続時間、強度、頻度、およびタイプに基づいて、異なる運動活動の総カロリー消費量を計算する。したがって、異なる運動タイプに対応する活動を識別することに加えて、活動推奨サービス１２０は、カロリー代謝の対応する変化に影響を及ぼす様々なレベルの強度、継続時間、および頻度を有する単一のタイプの運動に各々が対応する異なる活動をさらに識別する。活動推奨サービス１２０は、ＰｗＤ１０４の生理学に対する提案された活動の影響を反映する変更されたパラメータを含むベースライン生理学的プロファイルの修正として、各活動生理学的プロファイルを生成する。活動生理学的プロファイル１３８における変更された生理学的パラメータの例には、例えば、食事活動のための食事由来の主要栄養素の割合の変化とともに、総カロリー代謝、運動活動のための安静時代謝、および総カロリー消費量の変化が含まれる。

【0033】

活動推奨サービス１２０は、提案された睡眠衛生および服薬順守活動に対応する活動生理学的プロファイル１３８を生成するために、睡眠衛生または服薬順守に関連する一つまたは複数の生理学的パラメータをさらに修正する。睡眠衛生活動推奨は、不十分または低品質の睡眠の負の代謝効果を低減するためにＰｗＤ１０４が実行するべき睡眠の継続時間、睡眠のパターン、または睡眠の質の提案された変化を指す。例えば、１つの睡眠衛生活動は、ＰｗＤが一貫した睡眠パターンを確立するために毎日の規則的な就寝時間および起床時間を設定することを提案する。活動推奨サービス１２０は、提案された睡眠衛生活動についての活動生理学的プロファイル１３８を生成するために、活動データベース１４４からの新しい睡眠衛生パラメータを含めるようにベースライン生理学的プロファイル内の睡眠パラメータを修正する。服薬順守活動は、ＰｗＤ１０４が、所与の医薬品を一貫して服用するための正式なオンラベル指示に従うための技法に対応し、これは、処方された糖尿病医薬品を消費する一部のＰｗＤに適用可能である。非限定的な例を挙げると、メトホルミンの少なくともいくつかの形態は食事摂取を指定し、活動データベース１４４は、服薬順守を向上させるために予定された食事とともにメトホルミンを摂取する習慣を促す定期的な食事時間をスケジュールするための活動提案を記憶する。活動推奨サービス１２０は、ＰｗＤ１０４がラベルに示されているように医薬品を実際に使用する頻度に関するデータを含むベースライン生理学的プロファイル内の服薬順守パラメータを修正して、活動データベース１４４からの新しい服薬順守パラメータを含め、提案された服薬順守活動についての活動生理学的プロファイル１３８を生成する。

【0034】

プロセス２００は、活動推奨サービス１２０が仮想生理学的モデルサービス１６０にＰｗＤ生理学的プロファイル１３８を提供するときに再開し、仮想生理学的モデルサービス１６０は、仮想生理学的モデル１７６を使用してＰｗＤ生理学的プロファイル１３８の各々における経時的なＰｗＤ１０４の少なくとも１つの生理学的特性の変化の投影を生成する（ブロック２２０）。システム１００において、活動推奨サービス１２０は、ネットワークインターフェース１２８を使用して、ネットワーク１１８を介して仮想生理学的モデルサービス１６０にＰｗＤ１０４用のＰｗＤ生理学的プロファイル１３８を送信する。仮想生理学的モデルサービス１６０のメモリ１７２は、仮想生理学的モデル１７６への入力としてＰｗＤ生理学的プロファイル１３８を記憶する。上述されたように、ＰｗＤ生理学的プロファイル１３８は、ＰｗＤ１０４についての活動に対するいかなる修正もなしに、現在の食事、運動、睡眠衛生、および服薬順守の活動を使用して、システム１００がＰｗＤ１０４について収集するベースラインプロファイルを含む。他のＰｗＤ生理学的プロファイル１３８の各々は、ＰｗＤ１０４が提案された活動のうちの１つを実行する場合に生じる代謝または他の生理学的パラメータに対する変更を含む、各活動に対応する修正された生理学的データを含む。仮想生理学的モデルサービス１６０内のプロセッサ１６４は、仮想生理学的モデル投影１４８を生成するために、仮想生理学的モデルサービスソフトウェア１８０を実行して、対応する仮想生理学的モデル１７６に各ＰｗＤ生理学的プロファイル１３８を適用する。仮想生理学的モデルサービス１６０は、ネットワークインターフェースデバイス１６８を使用して、ネットワーク１１８を介して活動推奨サービス１２０に仮想生理学的モデル投影１４８を送信する。図１に示されたように、活動推奨サービス１２０の対応するネットワークインターフェース１２８は、仮想生理学的モデル投影１４８を受信し、プロセッサ１２４は、仮想生理学的モデル投影１４８のコピーをメモリ１３２に記憶する。

【0035】

より詳細には、仮想生理学的モデルサービス１６０は、ＰｗＤ生理学的プロファイル１３８ごとにシミュレーションを実行して、ベースライン生理学的投影のための経時的なＰｗＤ１０４の生理学的特性の推定値と、ＰｗＤ活動生理学的プロファイル１３８の各々のための活動投影とを含むベースライン投影を生成する。例えば、仮想生理学的モデルサービス１６０は、ＰｗＤ１０４用のベースラインＰｗＤ生理学的プロファイル１３８を考慮して、６ヶ月後に６．８％でＰｗＤ１０４のＨｂＡ１ｃを推定するベースライン投影を生成するシミュレーションを実行する。しかしながら、ＰｗＤ１０４が提案された運動活動を実行する場合、仮想生理学的モデルサービス１６０は、その活動に起因してカロリー代謝値が増加した生理学的パラメータの異なるセットを含む対応する活動生理学的プロファイルを用いて別のシミュレーションを実行し、それは、例えば６．３％の異なる推定ＨｂＡ１ｃレベルをもたらす。仮想生理学的モデルサービス１６０は、提案された活動の各々に対して異なるＰｗＤ生理学的プロファイル１３８に基づいて同様のシミュレーションを実行する。活動推奨サービス１２０は、提案された活動に対応する各活動投影において推定された対応するものと比較したベースライン投影における生理学的特性の差に基づいて、活動ごとの生理学的特性の推定された変化を測定する。ＨｂＡ１ｃレベルに相関するＰｗＤ１０４の平均血糖値の推定値を生成することに加えて、仮想生理学的モデルサービス１６０はまた、糖尿病の管理においてＰｗＤ１０４を支援する際に関心がある体重および他の生理学的特性の変化の推定値を生成する。

【0036】

プロセス２００は、活動推奨サービス１２０がＰｗＤ選好データ１４０に基づいて重み値を生成する（ブロック２２４）ときに再開する。一般に、各重み値は、ＰｗＤ１０４が所与の活動を一貫して実行する可能性に対応する所定の範囲（例えば０．０から１．０、または任意の他の適切な範囲）の数値である。例えば、実行される可能性が高い活動には、選択された活動のより高い重みに対応するより高い数値が割り当てられてもよい。一構成では、活動推奨サービス１２０は、ＰｗＤ１０４と同様の選好を有する多数のＰｗＤの事後結果に基づく経験的重み付けシステムを使用して、選好データから数値重み値を生成する。例えば、活動推奨サービス１２０は、クラスタリングアルゴリズムまたは他の適切な分類アルゴリズムを使用して、メモリ１３２の選好データ１４０またはＰｗＤ１０４と同様の選好を有するＰｗＤのコホートを表す外部データベースに記憶された履歴データを有するＰｗＤのグループを見つける。次いで、活動推奨サービス１２０は、ＰｗＤ生理学的データ１３６およびＰｗＤのコホートについての他の記録における異なる活動への順守レベルを識別し、それは、ＰｗＤ１０４と同様の選好を有する一貫したＰｗＤが実際に異なる活動をどのように実行するかの事後結果を有する記録を提供する。この例では、数値重み値は、事後データに基づいて各活動の順守に成功したＰｗＤの割合から直接生成され得るが、他の数値重み付けシステムも同様に使用されてもよい。ブロック２２０の処理を参照して上述された投影の生成およびＰｗＤ選好データ１４０に基づく重み値の生成は、プロセス２００の間に任意の順序でまたは同時に行われてもよい。

【0037】

プロセス２００は、活動推奨サービス１２０が仮想生理学的投影データ１４８からの少なくとも１つの生理学的特性の推定された変化、およびＰｗＤ１０４のユーザ選好データ１４０に対応する重み値に基づいて、選択された活動をランク付けする（ブロック２２８）ときに再開する。活動推奨サービス１２０は、ＰｗＤベースライン生理学的プロファイルに対応するベースライン投影を、各提案された活動に関連付けられた活動生理学的プロファイルの対応する活動投影と比較することにより、少なくとも１つの生理学的特性の変化を識別する。一構成では、活動推奨サービス１２０は、ベースライン投影に対する活動の生理学的特性の変化の数値量による重み値の乗算によってランク付けを生成して、活動を実行する潜在的利益と、ＰｗＤ１０４が実際に活動を一貫して実行する可能性の両方を考慮するランク付けスコアを生成する。例えば、生理的特性として、体重を減少させることに関する活動ＡおよびＢを考える。活動Ａは、０．７のユーザ選好重みスコアを有するベースライン投影に対して５ｋｇの推定体重減少をもたらし、活動Ｂは、０．４のユーザ選好重みスコアを有するベースライン投影に対して７ｋｇの推定体重減少をもたらす。乗算スケーリング係数を使用して、活動Ａは０．７×５ｋｇ＝３．５ｋｇ（程度）のランク付けスコアを有し、活動Ｂは０．４×７ｋｇ＝２．８ｋｇ（程度）のランク付けスコアを有する。この例では、活動Ｂが実際に一貫して実行された場合にＰｗＤ１０４がより大きい体重減少を有すると予測された場合でも、活動Ａは、選好重み値のスケーリングに起因してより高いランク付けスコアを有する。上述された実施形態は、生理学的特性の変化に対応する数値によって重み値を乗算してランク付けスコアを生成するが、他のスケーリング演算も同様に使用されてもよい。例えば、別のスケーリング構成では、活動の選好重みスコアは、ＰｗＤ１０４への推奨のために考慮される所定の閾値を超えなければならない。複数の活動が所定の重み閾値を超える場合、ランク付けアルゴリズムは、ランク付けされた結果を生成するために、生理学的特性に対する最大の推定された改善に基づいて残りの活動をランク付けする。さらに他の実施形態は、異なるスケーリング演算を実行して、仮想生理学的モデルデータ１４８からの生理学的特性の推定された変化および選好データ１４０からの重み値に基づいて活動をランク付けする。

【0038】

いくつかの実施形態では、活動推奨サービス１２０は、任意に、生理学的特性の推定された変化がＰｗＤ１０４にとって望ましくない推定結果をもたらすであろうランク付けプロセスから任意の活動をフィルタリングする。例えば、活動がＰｗＤ１０４にとって健康的であると考えられる最大閾値を超えてＨｂＡ１ｃを低下させると判断された場合、活動推奨サービス１２０は、活動をフィルタリングし、プロセス２００が活動の高いランク付けスコアをもたらした場合でも、活動の推奨を生成しない。同様に、活動推奨サービス１２０は、ＰｗＤ１０４にとって健康的であるには大き過ぎると考えられる体重減少をもたらす活動をフィルタリングする。フィルタリングプロセスはまた、望ましくないＨｂＡ１Ｃの増加または体重の増加などの、ベースライン投影における推定値と比較してＰｗＤ１０４の生理学的特性についてより悪い結果をもたらすと推定される任意の活動を除去するために適用され得る。多くのＰｗＤ用の生理学的パラメータは、ＰｗＤ１０４が活動を実行するときでも、糖尿病が進行するにつれて経時的に最適なレベルから低下する可能性があるが、活動推奨サービス１２０は、依然として、ベースライン投影よりも悪い推定結果をもたらす投影を用いて活動推奨をフィルタリングする。

【0039】

プロセス２００は、システム１００が活動を順守している糖尿病を有する人の可能性を考慮して、生理学的特性の最大の変化をもたらす１つまたは複数の提案された活動として識別された最高ランクの活動から始まる提案された活動のうちの１つまたは複数を含む出力を生成する（ブロック２３２）ときに再開する。提案された活動は、平均血糖値および体重の改善を達成するためにＰｗＤが一貫して実行する可能性が高い活動を実行するための目標を設定するために、指導員１０２がＰｗＤ１０４と相談するための基礎を提供する。図１の構成では、活動推奨サービス１２０は、ネットワーク１１８を介して活動推奨サービス１２０内のプロセッサ１２４に動作可能に接続された出力デバイスとして機能する、指導員端末１１２、ＰｗＤ電子装置１１６、またはその両方に潜在的な活動のうちの１つまたは複数を送信する。一構成では、活動推奨サービス１２０は、ランク付けが最も高い単一の推奨活動を有する出力のみを生成する。別の構成では、活動推奨サービス１２０は、最高ランクの運動活動および最高ランクの食事活動の推奨を有する出力の生成などの、２つ以上のカテゴリにおける最高ランクの活動推奨を含む出力を生成する。さらに別の実施形態では、活動推奨サービス１２０は、糖尿病治療計画に組み込むために、指導員１０２およびＰｗＤ１０４に対して最高から最低までランク付けされた複数の活動推奨を有する出力を提供する。活動をランク付けすることに加えて、各ランク付けされた活動の出力は、任意に、仮想生理学的モデル投影データ１４８からの生理学的特性の推定された変化と、ＰｗＤ選好データ１４０に基づいてＰｗＤ１０４が活動を順守する可能性の推定値を提供する重み値または他のメトリックとを含む。

【0040】

システム１００および方法２００について上述された実施形態は、指導セッションの一部として指導員１０２およびＰｗＤ１０４に活動推奨を提供するが、当業者は、ＰｗＤ１０４がＰｗＤ電子デバイス１１６を使用してシステム１００および方法２００を直接利用し得ることを認識されよう。例えば、一実施形態では、ＰｗＤ１０４は、ＰｗＤ電子デバイス１１６を使用して、システム１００にアクセスするウェブブラウザまたは他のクライアントプログラムを実行する。ＰｗＤ電子デバイス１１６は、ＰｗＤ１０４がシステム１００から１つまたは複数の活動についてのランク付けされた推奨を受信することを可能にするために、生理学的データおよび選好データをシステム１００に提供する。

【0041】

本開示は、最も実用的で好ましい実施形態であると考えられるものに関連して記載される。しかしながら、これらの実施形態は、例示として提示され、開示された実施形態に限定されるものではない。したがって、当業者は、本開示が、本開示の趣旨および範囲内で、かつ以下の特許請求の範囲に記載されるすべての修正および代替構成を包含することを理解されよう。

【図1】

【図2】

【国際調査報告】