知財求人 - 知財ポータルサイト「IP Force」
特表2025-500725データ開発及びユーザ対話ポリシー提供のための機械学習モデル
(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】2025-01-15
(54)【発明の名称】データ開発及びユーザ対話ポリシー提供のための機械学習モデル
(51)【国際特許分類】
G16H 20/00 20180101AFI20250107BHJP
【ＦＩ】
G16H20/00
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2024513241
(86)(22)【出願日】2022-12-14
(85)【翻訳文提出日】2024-02-27
(86)【国際出願番号】 US2022081598
(87)【国際公開番号】W WO2023114876
(87)【国際公開日】2023-06-22
(31)【優先権主張番号】63/289,376
(32)【優先日】2021-12-14
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＢＬＵＥＴＯＯＴＨ
(71)【出願人】
【識別番号】504016422
【氏名又は名称】デックスコム・インコーポレーテッド
(74)【代理人】
【識別番号】100108453
【弁理士】
【氏名又は名称】村山 靖彦
(74)【代理人】
【識別番号】100110364
【弁理士】
【氏名又は名称】実広 信哉
(74)【代理人】
【識別番号】100133400
【弁理士】
【氏名又は名称】阿部 達彦
(72)【発明者】
【氏名】アフシャン・エー・クラインハンツル
(72)【発明者】
【氏名】アレクサンダー・マイケル・ディーナー
(72)【発明者】
【氏名】アダム・ジー・ノア・ジュニア
(72)【発明者】
【氏名】ステーシー・リン・フィッシャー
(72)【発明者】
【氏名】チャド・エム・パターソン
(72)【発明者】
【氏名】カーリー・ローズ・オルソン
(72)【発明者】
【氏名】ミチコ・アラキ・ケリー
(72)【発明者】
【氏名】アミット・プレマル・ジョシプラ
(72)【発明者】
【氏名】スペンサー・トロイ・フランク
(72)【発明者】
【氏名】チ・アン
(72)【発明者】
【氏名】アブドゥルラマン・ジュバイリー
(72)【発明者】
【氏名】ソフィア・パーク
(72)【発明者】
【氏名】ジャスティン・イ－カイ・リー
(72)【発明者】
【氏名】ヨースト・ヘルマン・ファン・デル・リンデン
(72)【発明者】
【氏名】マーク・デルジンスキー
【テーマコード（参考）】
5L099
【Ｆターム（参考）】
5L099AA22
(57)【要約】
データ収集及び開発並びにユーザ対話ポリシーを提供するためのシステム、デバイス、及び方法が提供される。一実施形態において、方法は、複数のユーザの第１のサブセットのコンテキストデータを収集することを含む。本方法は、収集されたコンテキストデータに基づいて、複数のユーザの第１のサブセットのコンテキストプロファイルの第１のセットを生成することを更に含む。更に、本方法は、１つ以上のインピュテーションモデルを訓練して、複数のユーザの第２のサブセットのコンテキストデータを作成することを含む。方法はまた、１つ以上のインピュテーションモデルを使用して、複数のユーザの第２のサブセットのコンテキストデータを生成することを含む。更に、本方法は、複数のユーザの第２のサブセットの生成されたコンテキストデータに基づいて、複数のユーザの第２のサブセットのコンテキストプロファイルの第２のセットを生成することを含む。
【特許請求の範囲】
【請求項1】
命令を含む非一時的コンピュータ可読媒体であって、前記命令は、少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサに、複数のユーザの第１のサブセットのコンテキストデータを収集することと、
前記収集されたコンテキストデータに基づいて、前記複数のユーザの前記第１のサブセットのコンテキストプロファイルの第１のセットを生成することと、
前記複数のユーザの第２のサブセットのコンテキストデータが不完全である又は利用可能でないと判定することと、
前記複数のユーザの前記第１のサブセットの前記コンテキストデータに基づいて１つ以上のインピュテーションモデルを訓練して、前記複数のユーザの前記第２のサブセットの前記コンテキストデータを作成することと、
前記１つ以上のインピュテーションモデルを使用して、前記複数のユーザの前記第２のサブセットの前記コンテキストデータを生成することと、
前記複数のユーザの前記第２のサブセットの前記生成されたコンテキストデータに基づいて、前記複数のユーザの前記第２のサブセットのコンテキストプロファイルの第２のセットを生成することと、を含む方法を実行させる、非一時的コンピュータ可読媒体。
【請求項2】
前記複数のユーザの前記第１のサブセットの前記コンテキストデータは、前記複数のユーザの前記第１のサブセットのサイコグラフィックデータに対応し、前記複数のユーザの前記第１のサブセットのコンテキストプロファイルの前記第１のセットは、前記複数のユーザの前記第１のサブセットのサイコグラフィックプロファイルの第１のセットに対応し、
前記複数のユーザの前記第２のサブセットの前記コンテキストデータは、前記複数のユーザの前記第２のサブセットのサイコグラフィックデータに対応し、
前記複数のユーザの前記第２のサブセットのコンテキストプロファイルの前記第２のセットは、前記複数のユーザの前記第２のサブセットのサイコグラフィックプロファイルの第２のセットに対応する、請求項１に記載の非一時的コンピュータ可読媒体。
【請求項3】
前記方法は更に、探索－活用段階を実行することを含み、前記探索－活用段階は、前記複数のユーザを、ユーザの探索サブセット及びユーザの活用サブセットに分割することと、
ユーザの前記探索サブセットごとに少なくとも１つのユーザ対話ポリシーをランダムに割り当てることと、
ユーザの前記活用サブセットに対応するコンテキストデータを使用して訓練された１つ以上のコンテキストモデルを利用して、ユーザの前記活用サブセットごとに少なくとも１つのユーザ対話ポリシーを決定することと、によって実行され、前記コンテキストデータは、コンテキストプロファイルの前記第１のセット及びコンテキストプロファイルの前記第２のセットのうちの少なくともいくつかを含む、請求項１に記載の非一時的コンピュータ可読媒体。
【請求項4】
前記探索－活用段階は、ユーザの前記活用サブセットからユーザフィードバックテレメトリを受信することによって更に実行され、前記フィードバックテレメトリは、ユーザの前記活用サブセットの各ユーザに割り当てられた前記少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、請求項３に記載の非一時的コンピュータ可読媒体。
【請求項5】
前記１つ以上のインピュテーションモデルのうちの少なくとも１つ、又は前記コンテキストモデルのうちの少なくとも１つは、前記ユーザフィードバックテレメトリを使用して再訓練される、請求項４に記載の非一時的コンピュータ可読媒体。
【請求項6】
前記探索－活用段階は、ユーザの前記活用サブセットに関連付けられた結果を測定することによって更に実行され、前記測定された結果は、ユーザの前記活用サブセットの各ユーザに割り当てられた前記少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、請求項３に記載の非一時的コンピュータ可読媒体。
【請求項7】
前記コンテキストモデルのうち少なくとも１つは、前記測定された結果を使用して再訓練される、請求項６に記載の非一時的コンピュータ可読媒体。
【請求項8】
前記コンテキストモデルのうちの少なくとも１つは、コンテキストマルチアームバンディットモデルである、請求項１に記載の非一時的コンピュータ可読媒体。
【請求項9】
複数のユーザの第１のサブセットのコンテキストデータを収集することと、前記収集されたコンテキストデータに基づいて、前記複数のユーザの前記第１のサブセットのコンテキストプロファイルの第１のセットを生成することと、
前記複数のユーザの第２のサブセットのコンテキストデータが不完全である又は利用可能でないと判定することと、
前記複数のユーザの前記第１のサブセットの前記コンテキストデータに基づいて１つ以上のインピュテーションモデルを訓練して、前記複数のユーザの前記第２のサブセットの前記コンテキストデータを作成することと、
前記１つ以上のインピュテーションモデルを使用して、前記複数のユーザの前記第２のサブセットの前記コンテキストデータを生成することと、
前記複数のユーザの前記第２のサブセットの前記生成されたコンテキストデータに基づいて、前記複数のユーザの前記第２のサブセットのコンテキストプロファイルの第２のセットを生成することと、を含む方法。
【請求項10】
前記複数のユーザの前記第１のサブセットの前記コンテキストデータは、前記複数のユーザの前記第１のサブセットのサイコグラフィックデータに対応し、前記複数のユーザの前記第１のサブセットのコンテキストプロファイルの前記第１のセットは、前記複数のユーザの前記第１のサブセットのサイコグラフィックプロファイルの第１のセットに対応し、
前記複数のユーザの前記第２のサブセットの前記コンテキストデータは、前記複数のユーザの前記第２のサブセットのサイコグラフィックデータに対応し、
前記複数のユーザの前記第２のサブセットのコンテキストプロファイルの前記第２のセットは、前記複数のユーザの前記第２のサブセットのサイコグラフィックプロファイルの第２のセットに対応する、請求項９に記載の方法。
【請求項11】
前記方法は更に、探索－活用段階を実行することを含み、前記探索－活用段階は、前記複数のユーザを、ユーザの探索サブセット及びユーザの活用サブセットに分割することと、
ユーザの前記探索サブセットごとに少なくとも１つのユーザ対話ポリシーをランダムに割り当てることと、
ユーザの前記活用サブセットに対応するコンテキストデータを使用して訓練された１つ以上のコンテキストモデルを利用して、ユーザの前記活用サブセットごとに少なくとも１つのユーザ対話ポリシーを決定することと、によって実行され、前記コンテキストデータは、コンテキストプロファイルの前記第１のセット及びコンテキストプロファイルの前記第２のセットのうちの少なくともいくつかを含む、請求項９に記載の方法。
【請求項12】
前記探索－活用段階は、ユーザの前記活用サブセットからユーザフィードバックテレメトリを受信することによって更に実行され、前記フィードバックテレメトリは、ユーザの前記活用サブセットの各ユーザに割り当てられた前記少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、請求項１１に記載の方法。
【請求項13】
前記１つ以上のインピュテーションモデルのうちの少なくとも１つ、又は前記コンテキストモデルのうちの少なくとも１つは、前記ユーザフィードバックテレメトリを使用して再訓練される、請求項１２に記載の方法。
【請求項14】
前記探索－活用段階は、ユーザの前記活用サブセットに関連付けられた結果を測定することによって更に実行され、前記測定された結果は、ユーザの前記活用サブセットの各ユーザに割り当てられた前記少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、請求項１１に記載の方法。
【請求項15】
前記コンテキストモデルのうちの少なくとも１つが、前記測定された結果を使用して再訓練される、請求項１４に記載の方法。
【請求項16】
前記コンテキストモデルのうちの少なくとも１つは、コンテキストマルチアームバンディットモデルである、請求項９に記載の方法。
【請求項17】
コンピューティングシステムであって、実行可能命令を含む１つ又は複数のメモリと、
前記１つ又は複数のメモリとデータ通信し、前記命令を実行するように構成された１つ以上のプロセッサを含み、前記命令によって、
複数のユーザの第１のサブセットのコンテキストデータを収集することと、
前記収集されたコンテキストデータに基づいて、前記複数のユーザの前記第１のサブセットのコンテキストプロファイルの第１のセットを生成することと、
前記複数のユーザの第２のサブセットのコンテキストデータが不完全であるか又は利用可能でないと判定することと、
前記複数のユーザの前記第１のサブセットの前記コンテキストデータに基づいて１つ以上のインピュテーションモデルを訓練して、前記複数のユーザの前記第２のサブセットの前記コンテキストデータを作成することと、
前記１つ以上のインピュテーションモデルを使用して、前記複数のユーザの前記第２のサブセットの前記コンテキストデータを生成することと、
前記複数のユーザの前記第２のサブセットの前記生成されたコンテキストデータに基づいて、前記複数のユーザの前記第２のサブセットのコンテキストプロファイルの第２のセットを生成することと、を実行する、コンピューティングシステム。
【請求項18】
前記複数のユーザの前記第１のサブセットの前記コンテキストデータは、前記複数のユーザの前記第１のサブセットのサイコグラフィックデータに対応し、前記複数のユーザの前記第１のサブセットのコンテキストプロファイルの前記第１のセットは、前記複数のユーザの前記第１のサブセットのサイコグラフィックプロファイルの第１のセットに対応し、
前記複数のユーザの前記第２のサブセットの前記コンテキストデータは、前記複数のユーザの前記第２のサブセットのサイコグラフィックデータに対応し、
前記複数のユーザの前記第２のサブセットのコンテキストプロファイルの前記第２のセットは、前記複数のユーザの前記第２のサブセットのサイコグラフィックプロファイルの第２のセットに対応する、請求項１７に記載のコンピューティングシステム。
【請求項19】
前記プロセッサは、探索－活用段階を実行するように更に構成され、前記探索－活用段階を実行するように構成された前記プロセッサは、前記プロセッサを含み、前記プロセッサは、前記複数のユーザを、ユーザの探索サブセット及びユーザの活用サブセットに分割し、
少なくとも１つのユーザ対話ポリシーをユーザの前記探索サブセットの各々にランダムに割り当て、
ユーザの前記活用サブセットに対応するコンテキストデータを使用して訓練された１つ又は複数のコンテキストモデルを使用して、ユーザの前記活用サブセットの各々について少なくとも１つのユーザ対話ポリシーを決定するように構成され、前記コンテキストデータは、コンテキストプロファイルの前記第１のセット及びコンテキストプロファイルの前記第２のセットのうちの少なくともいくつかを含む、請求項１７に記載のコンピューティングシステム。
【請求項20】
前記プロセッサは、探索－活用段階を実行するように更に構成され、前記探索－活用段階を実行するように構成された前記プロセッサは、前記プロセッサを含み、前記プロセッサは、ユーザフィードバックテレメトリをユーザの前記活用サブセットから受信するように更に構成され、前記フィードバックテレメトリは、ユーザの前記活用サブセットの各ユーザに割り当てられた前記少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、請求項３に記載のコンピューティングシステム。
【発明の詳細な説明】
【技術分野】
【0001】
（関連出願の相互参照）
本出願は、２０２１年１２月１４日に出願された米国仮特許出願第６３／２８９，３７６号に対する優先権を主張するものであり、その開示は参照により本明細書に組み込まれる。
本出願は、２０２１年１２月１４日に出願された米国仮特許出願第６３／２８９，３７６号に対する優先権を主張するものであり、その開示は参照により本明細書に組み込まれる。
【0002】
（発明の分野）
本出願は、一般的に医療デバイス（例えば、分析物センサ）に関し、より具体的にはデータ収集及び開発並びにユーザ対話ポリシー提供のためのシステム、デバイス、及び方法に関する。
本出願は、一般的に医療デバイス（例えば、分析物センサ）に関し、より具体的にはデータ収集及び開発並びにユーザ対話ポリシー提供のためのシステム、デバイス、及び方法に関する。
【背景技術】
【0003】
糖尿病は、体内でのインスリンの産生又は使用に関連する代謝疾患である。インスリンは、身体がグルコースをエネルギーとして使用すること、又はグルコースを脂肪として蓄積することを可能にするホルモンである。
【0004】
ヒトが炭水化物を含む食事をすると、その食物は消化器系で処理され、血液中にグルコースが産生される。血中グルコースは、エネルギーとして使用すること、又は脂肪として蓄積することができる。体は通常、身体機能をサポートするのに十分なエネルギーを供給する範囲に血中グルコース値を維持し、グルコース値が高すぎる又は低すぎることで生じ得る問題を回避する。血中グルコース値の調整は、細胞への血中グルコースの移動を調整するインスリンの産生及び使用に依存する。
【0005】
身体が十分なインスリンを産生しないとき、又は、身体が存在するインスリンを効果的に使用することができないとき、血糖値が正常な範囲を超えて上昇する可能性がある。血糖値が正常値よりも高い状態は、「高血糖」と呼ばれる。慢性的な高血糖は、心血管疾患、白内障及び他の目疾患、神経障害（ニューロパシー）、腎臓障害など、多くの健康上の問題を引き起こす可能性がある。高血糖はまた、糖尿病性ケトアシドーシス（血中グルコースと、体内でグルコースを使用できなくなったときに産生されるケトン体の存在に起因して、体内が過度に酸性になる状態）等の急性の問題を引き起こす可能性がある。血中グルコース値が正常値よりも低い状態は、「低血糖」と呼ばれる。重度の低血糖は、発作又は死に至る急性の危機につながる可能性がある。
【0006】
糖尿病患者は、血中グルコース値を管理するために、インスリンを受けることができる。インスリンは、例えば、針を用いた手での注射を通じて受けることができる。装着型インスリンポンプもまた、インスリンを受けるために利用され得る。食事及び運動もまた、血中グルコース値に影響を与える。
【0007】
糖尿病は、「１型」及び「２型」と称されることもある。１型糖尿病患者は、典型的には、インスリンが存在する場合にそのインスリンを使用することができるが、膵臓のインスリン産生β細胞に問題があるため、十分な量のインスリンを体内で産生することができない。２型糖尿病患者は、ある程度のインスリンを産生することができるが、インスリンに対する感受性の低減に起因して、患者は、「インスリン抵抗性」になっている。その結果、体内にインスリンが存在していても、そのインスリンは患者の体内で十分に使用されず、血糖値は効果的に調節されない。
【0008】
糖尿病患者にとって、血中グルコース値をモニタリングし、その値を許容範囲内に調節することは、心疾患及び視力喪失等の長期的な問題を緩和するためだけでなく、高血糖及び低血糖の影響を回避するためにも重要である。血中グルコース値は、時間の経過及び食事又は運動等の日常的な出来事に応じてほぼ常に変化するため、その値を許容範囲内に維持することは困難であり得る。医療技術の進歩は、実質的にリアルタイムでグルコース濃度を測定及び記録する持続グルコースモニタリング（Continuous glucose Monitoring、ＣＧＭ）システムを含む、血糖をモニタリングするための様々なシステムの開発を可能にした。ＣＧＭシステムは、測定されたグルコース値が許容範囲内にあることを確実にするために、これらのシステムのユーザにとって重要なツールである。
【0009】
この背景は、後述の発明の概要及び発明を実施するための形態について、簡潔な文脈を導入するために提供されている。この背景は、特許請求される主題の範囲を決定する助けとなることも、特許請求される主題を、上述の欠点又は問題のうちのいずれか又は全てを解決する実施態様に限定するとみなすことも、意図されていない。
【発明の概要】
【課題を解決するための手段】
【0010】
本システム、デバイス、及び方法の種々の実施形態はいくつかの特徴を有し、それらのうちのいずれも、単独でその望ましい属性に責務を有するものではない。本実施形態の範囲を限定することなく、それらのより顕著な特徴を以下に述べる。本記載を検討した後、特に「発明を実施するための形態」と題する節を読んだ後には、本実施形態の特徴によって本明細書に記載の利点がどのように提供されるのか理解されるであろう。
【0011】
第１の態様において、方法は、複数のユーザをユーザの探索サブセット及びユーザの活用サブセットに分割することと、ユーザの探索サブセットごとに少なくとも１つのユーザ対話ポリシーをランダムに割り当てることと、ユーザの活用サブセットに対応するコンテキストデータを使用して訓練された１つ又は複数のコンテキストモデルを利用して、ユーザの活用サブセットごとに少なくとも１つのユーザ対話ポリシーを決定することを含み、ユーザの活用サブセットに対応するコンテキストデータは、コンテキストプロファイルの第１のセット及びコンテキストプロファイルの第２のセットのうちの少なくともいくつかを含む、方法。
【0012】
第２の態様において、方法は、複数のユーザの第１のサブセットのコンテキストデータを収集することと、収集されたコンテキストデータに基づいて、複数のユーザの第１のサブセットのコンテキストプロファイルの第１のセットを生成することと、複数のユーザの第２のサブセットのコンテキストデータが不完全である又は利用可能でないと判定することと、複数のユーザの第１のサブセットのコンテキストデータに基づいて１つ又は複数のインピュテーションモデルを訓練して、複数のユーザの第２のサブセットのコンテキストデータを作成することと、１つ又は複数のインピュテーションモデルを使用して、複数のユーザの第２のサブセットのコンテキストデータを生成することと、複数のユーザの第２のサブセットのための生成されたコンテキストデータに基づいて、複数のユーザの第２のサブセットのコンテキストプロファイルの第２のセットを生成することと、を含む。
【0013】
コンピュータシステムにおいて実行される命令を含む非一時的コンピュータ可読媒体の実施形態も本明細書に記載され、命令はコンピュータシステムにおいて実行されると、上述の方法を実行する。
【0014】
本明細書ではコンピュータシステムの実施形態も説明され、コンピュータシステムのソフトウェアは、上述の方法を実行するようにプログラムされる。
【0015】
また本明細書では、上述の方法を実行するための手段を備えるコンピュータシステムの実施形態についても述べる。
【図面の簡単な説明】
【0016】
【図1】本開示のある実施形態による、本明細書に記載の技術を用いるように動作可能な、例示的実施態様における環境を示す。
【図3】本開示のある実施形態による、サイコグラフィックスに基づいてユーザ対話ポリシーを決定するためのプロセスを示す流れ図である。
【図5】本開示のある実施形態による、表示されたユーザインターフェース（User Interface、「ＵＩ」）の一例を示す。
【図6】本開示のある実施形態による、表示された達成ＵＩの他の例を示す。
【図7】本開示のある実施形態による、表示された達成ＵＩの他の例を示す。
【図8】本開示のある実施形態による、ユーザの達成ＵＩを介して、及び追加のユーザの達成ＵＩを介して表示されたバッジの一例を示す。
【図9】本開示のある実施形態による、表示された家族共同ＵＩの一例を示す。
【図10】本開示のある実施形態による、表示された家族共同ＵＩの他の例を示す。
【図11】本開示のある実施形態による、表示された家族共同ＵＩの他の例を示す。
【図12】本開示のある実施形態による、表示された家族共同ＵＩの他の例を示す。
【図13】本開示のある実施形態による、表示された工程共有ＵＩと工程の一例を示す。
【図14】本開示のある実施形態による、表示された工程共有ＵＩの他の例を示す。
【図15】本開示のある実施形態による、表示された工程共有ＵＩの他の例を示す。
【図16】本開示のある実施形態による、表示されたグルコース吸気ＵＩの一例を示す。
【図17】本開示のある実施形態による、表示されたグルコース吸気ＵＩの他の例を示す。
【図18】本開示のある実施形態による、表示されたグルコース吸気ＵＩの他の例を示す。
【図19】本開示のある実施形態による、表示されたフォロワハイライトＵＩの一例を示す。
【図20】本開示のある実施形態による、表示されたフォロワハイライトＵＩの他の例を示す。
【図21】本開示のある実施形態による、表示されたフォロワハイライトＵＩの他の例を示す。
【図22】本開示のある実施形態による、表示された専門家ポータルＵＩの一例を示す。
【図23】本開示のある実施形態による、表示された専門家ポータルＵＩの他の例を示す。
【図24】本開示のある実施形態による、表示された専門家ポータルＵＩの他の例を示す。
【図25】本開示のある実施形態による、表示された個人化ＵＩの一例を示す。
【図26】本開示のある実施形態による、表示された予約準備ＵＩの一例を示す。
【図27】本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。
【図28】本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。
【図29】本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。
【図30】本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。
【図31】本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。
【図32】本開示のある実施形態による、表示されたビデオストーリＵＩの一例を示す。
【図33】本開示のある実施形態による、表示されたビデオストーリＵＩの他の例を示す。
【図34】本開示のある実施形態による、表示されたビデオストーリＵＩの他の例を示す。
【図35】本開示のある実施形態による、表示されたビデオストーリＵＩの他の例を示す。
【図36】本開示のある実施形態による、表示された健康ハブＵＩの一例を示す。
【図37】本開示のある実施形態による、表示された健康ハブＵＩの他の例を示す。
【図38】本開示のある実施形態による、表示された健康ハブＵＩの他の例を示す。
【発明を実施するための形態】
【0017】
携帯型及び／又は装着型健康モニタリングデバイス（本明細書では「健康モニタリングデバイス」とも称する）並びにモバイル健康アプリケーション（本明細書では「アプリケーション」とも称する）は、ユーザ中心のケアをサポートする能力で急速に有名になっている。例えば、糖尿病の管理は、多くの因子の集合が患者のグルコース値及びグルコース傾向に影響を及ぼし得るため、患者、臨床医、及び介護者に複雑な課題をもたらす可能性がある。この状態をより良く管理するように患者を支援するために、健康モニタリングデバイス（例えば、センサ及び他のタイプのモニタリング及び診断デバイス）、並びに限定はしないが、１型及び２型糖尿病患者のための糖尿病管理を支援することができる健康及びフィットネスモニタリングアプリケーション等、様々なモバイル健康アプリケーションが開発されている。こうした健康モニタリングデバイスが広く普及し、モバイル健康アプリケーションの開発及び流通が増加したことにより、ヘルスケア分野における健康管理、より具体的には慢性疾患管理が改善された。特に、こうした健康モニタリングデバイスとモバイル健康アプリケーションの併用は、従来の介入に対してよりスケーラブルで潜在的により費用効果の高い代替手段を示し、ヘルスケアサービスの範囲を拡大し健康関連の情報及び介入へのユーザアクセスを改善することによって、健康及び慢性病管理を改善する手段を提供する。
【0018】
モバイル健康アプリケーションは健康情報へのアクセス及び制御をユーザに許可することによって、ユーザは自身の医療に大きく関与できる。特に、モバイル健康アプリケーションによって、時間及び場所等の物理的制約にかかわらずユーザは自分の健康情報にアクセスし、モニタリングし、記録し、更新することができる。特に、分析物管理、運動、及び／又は他の健康要因等の様々な課題に対応することによる、患者、介護者、医療提供者、又は他のユーザのライフスタイル又は臨床／患者結果の改善を支援し得るガイダンスを提供するために様々な介入アプリケーションが開発されてきた。例えば、糖尿病介入アプリケーションは、いくつか例を挙げると、夜間グルコース管理（例えば、低血糖イベント又は高血糖逸脱の発生率を低減する）、食事中及び食事後のグルコース管理（例えば、履歴情報及び傾向を使用して血糖管理を向上させる）、高血糖補正（例えば、過剰補正による低血糖イベントを回避しながら、ターゲットゾーンにおける時間を増加させる）、及び／又は低血糖治療（例えば、「リバウンド」高血糖を回避しながら、低血糖に対処する）において、患者、介護者、医療提供者、又は他のユーザを支援し得る。
【0019】
慢性疾患又は健康状態の管理をサポートするように設計された多くのモバイル健康アプリケーションには、低いユーザ参加及び高いユーザ減少率という問題があった。低いユーザ参加及び／又は高いユーザ減少率の理由は、モバイル健康アプリケーションが（以下で更に定義されるような）個別化又は個人化されたユーザ対話ポリシーをユーザに提供できないことを含み得る。モバイル保健アプリケーションが個別化及び／又は個人化されたユーザ対話ポリシーを提供できない場合、アプリケーションのユーザは、自身の健康（例えば、疾患、状態、健康状態等）を管理するホリスティックアプローチを実行する際の対話が効果的でないと考える可能性がある。更に、個人に合わせて調整されていない（すなわち、「個別化」されていない）ユーザ対話ポリシーは、最適以下の健康結果をもたらす可能性がある。加えて、個人がメンバであるコホートに合わせて調整されていない（すなわち、「個人化」されていない）ユーザ対話ポリシーもまた、最適以下の健康結果をもたらす可能性がある。更に、個別化及び／又は個人化されていないユーザ対話ポリシーは、ユーザに関連しないユーザ対話ポリシーをもたらす可能性がある。したがって、このようなモバイル健康アプリケーションに関連付けられたユーザ参加が減少する可能性があり、よってユーザ減少率が増加する可能性がある。
【0020】
それに対応して、本明細書で説明した実施形態は、コンテキストマルチアーム型バンディット（ＭＡＢ）モデルを使用して、例えばユーザの対応するコンテキストデータに基づいて個別化又は個人化されたユーザ対話ポリシーをユーザに提供する、健康モニタリングプラットフォームを対象とする。ユーザ対話ポリシーは、ソフトウェアアプリケーションがユーザと対話する様々な方法又は手段を指す。例えば、ユーザ対話ポリシーは、ユーザに提供される推奨（例えば、歩数を増やす、より睡眠をとる、断続的な絶食への関心の可能性等）、洞察、コンテンツ、情報等を含み得る。ユーザ対話ポリシーはまた、このような推奨、洞察、コンテンツ、情報等をユーザに配信するための配信方法（例えば、ビデオ、オーディオ、テキスト、電話、電子メール、プッシュ通知、アプリ内メッセージ等）を含み得る。ユーザ対話ポリシーは、例えば、ユーザによって使用されるソフトウェアアプリケーションの異なるレイアウトに関連付けられたＵＩ構成を更に含み得る。このソフトウェアアプリケーションの目的は、特定のユーザによるユーザ参加及び／又は特定のユーザの目標達成の可能性を最大化するユーザ対話ポリシーを選択し、各ユーザに提供することによって、各ユーザのユーザ対話ポリシーを個別化又は個人化することである。
【0021】
ユーザ対話ポリシーのこのレベルの個別化及び／又は個人化を達成するために、健康モニタリングプラットフォームは、ユーザに対応するコンテキストデータを入力として受け取り、個別化及び／又は個人化されたユーザ対話ポリシーを各ユーザに出力するコンテキストＭＡＢモデルを利用することができる。ユーザのコンテキストデータは、ユーザの人口統計情報（例えば、年齢、性別、民族性等）、生理情報（例えば、１つ以上の分析物センサによって生成される分析物情報）、非分析物健康情報（例えば、心拍数、体温、又は非分析物センサによって生成される他のデータ）、病気情報、及び他の任意の健康関連情報、並びに任意の他の関連ユーザ固有情報を含み得る。
【0022】
ユーザのコンテキストデータは、サイコグラフィックデータも含む。本明細書で使用されるように、サイコグラフィックデータは、目標、関心、値、態度、人格特性、行動関連データ等に関連する種々のデータを含み得る。例えば、ユーザ目標は、睡眠目標、運動目標、食事目標、グルコース管理目標等を含み得る。ユーザの関心は、あるタイプの運動、あるタイプの活動等への関心を含み得る。ユーザのサイコグラフィックデータへのアクセスを有することは、ユーザ参加を最大化する個別化された又は個人化されたユーザ対話ポリシーをユーザに提供する際に重要な役割を果たす。ユーザの目標が未知である場合、ユーザに提供されるユーザ対話ポリシー（例えば、推奨）は、ユーザの目標達成を支援する際に有益でない可能性がある。例えば、継続した睡眠をとるという糖尿病ユーザの目標が健康モニタリングプラットフォームによって知られていない場合、ユーザの目標達成を支援する推奨を提供できない可能性がある。同様に、（他のタイプの運動とは対照的に）ランニングへのユーザの関心が健康モニタリングプラットフォームに知られていない場合、減量目標を達成するためにユーザに重量挙げに参加することを推奨することは、ユーザにとって役に立たない可能性がある。したがって、ユーザのサイコグラフィックデータを取得し、ユーザ対話ポリシーを提供するためのコンテキストＭＡＢモデルへの入力として使用されるコンテキストデータの一部としてそのデータを利用することは有利である。
【0023】
しかしながら、サイコグラフィックデータが各ユーザに対して常に完全に利用可能であるとは限らないので、サイコグラフィックデータの取得に関連する技術的な課題がある。例えば、健康モニタリングプラットフォームを使用し始めたばかりの新規ユーザが利用できる可能性がある人口統計及び／又は生理学情報とは異なり、サイコグラフィックデータは利用できない可能性がある。更に、ユーザがサイコグラフィックデータを提供するように要求される場合であっても、ユーザは必ずしもそのような要求に応答しない場合がある。同時に、そのような情報を継続的又は頻繁に探して入力を提供するようユーザに過度に負担をかけることは否定的な経験となり、ユーザ減少率の上昇をもたらすため、望ましくさえない可能性がある。更に、サイコグラフィックデータに関する入力を提供するようにユーザに継続的に要求し、処理のためにそのような情報を更新することは、そのようなプロセスが、ユーザに使用するコンピューティングデバイスに利用可能な限定された処理、メモリ、バッテリ、及びネットワークリソースを使用すると思われるため、技術的に不利となり得る。
【0024】
したがって、本明細書のある実施形態は、以下で更に説明するように、複数のユーザのサイコグラフィックデータを収集し、他のユーザが利用できないユーザサイコグラフィックデータを推論するためのインピュテーションモデルを訓練する、サイコグラフィックデータ収集及び開発段階を実行することを対象とする。ユーザに関するサイコグラフィックデータを取得することによって、より完全な訓練データセットの作成が可能になり、後の探索－活用段階中にユーザ対話ポリシーを決定するための、上記で説明されたコンテキストＭＡＢモデルを訓練する際に、訓練データセットを使用できる。
【0025】
インピュテーションモデルを利用することによって、サイコグラフィックスデータの収集及び開発段階は、利用可能でないサイコグラフィックデータを生成し、コンテキストＭＡＢモデルによる使用のためのより有用かつ完全な訓練データを提供することができる。特に、インピュテーションモデルは、新規ユーザ及び／又は情報が利用可能でないか又は制限されているユーザのサイコグラフィックデータを推論するために使用され得る。例えば、新規ユーザの場合、人口統計情報は利用可能であり得るが、ユーザの目標及び／又は関心についての情報は利用可能でない場合がある。ユーザ対話ポリシーを提供するために探索－活用によって使用され得る複数のサイコグラフィック特徴（例えば、目標、行動（例えば、糖尿病の苦痛、高血糖の恐れ、心理的幸福）、関心、懸念、心理的幸福等）の各々について、以下で更に説明するように、サイコグラフィック特徴についての対応する値を推論するための異なるインピュテーションモデルがあり得る。
【0026】
本明細書に記載の実施形態のシステム、デバイス、及び方法は、任意の測定可能な分析物のための任意のタイプの分析物センサと併せて使用できる。更に、本明細書に記載の実施形態のシステム、デバイス、及び方法は、ユーザの健康を改善するためにユーザに提供される任意の健康関連アプリケーションと併せて使用されてもよい。例えば、健康関連アプリケーションは、ユーザの特定疾患の治療を支援、又は必ずしも疾患と診断されていないユーザの健康改善を支援してもよい。
【0027】
ユーザサイコグラフィックスに基づいてユーザ対話ポリシーを決定するためのデータ分析プラットフォームを有する例示的環境
図１は、本明細書に記載の技術を用いるように動作可能な例示的な実施態様における環境１００を示す。図示された環境１００は、分析物モニタリングシステム１０４、薬剤送達システム１０６、及びコンピューティングデバイス１０８を装着していると示されるヒト１０２を含む。図示された環境１００はまた、分析物モニタリングデバイスのユーザ集団１１０の他のユーザ、健康モニタリングプラットフォーム１１２、及びモノのインターネット１１４（ＩｏＴ１１４）を含む。分析物モニタリングシステム１０４、薬剤送達システム１０６、コンピューティングデバイス１０８、ユーザ集団１１０、健康モニタリングプラットフォーム１１２、及びＩｏＴ１１４は、ネットワーク１１６を介して、通信可能に結合されている。
図１は、本明細書に記載の技術を用いるように動作可能な例示的な実施態様における環境１００を示す。図示された環境１００は、分析物モニタリングシステム１０４、薬剤送達システム１０６、及びコンピューティングデバイス１０８を装着していると示されるヒト１０２を含む。図示された環境１００はまた、分析物モニタリングデバイスのユーザ集団１１０の他のユーザ、健康モニタリングプラットフォーム１１２、及びモノのインターネット１１４（ＩｏＴ１１４）を含む。分析物モニタリングシステム１０４、薬剤送達システム１０６、コンピューティングデバイス１０８、ユーザ集団１１０、健康モニタリングプラットフォーム１１２、及びＩｏＴ１１４は、ネットワーク１１６を介して、通信可能に結合されている。
【0028】
代替的又は追加的に、分析物モニタリングシステム１０４、薬剤送達システム１０６、及びコンピューティングデバイス１０８のうちの１つ以上は、１つ以上の狭域通信プロトコル及び／又は技法を使用する等、他の方式で通信可能に結合されている。例えば、分析物モニタリングデバイス１０４、薬剤送達システム１０６、及びコンピューティングデバイス１０８は、Ｂｌｕｅｔｏｏｔｈ、近距離無線通信（Near-Field Communication、ＮＦＣ）、５Ｇ等のうち１つ以上を使用して互いに通信してもよい。分析物モニタリングシステム１０４、薬剤送達システム１０６、及びコンピューティングデバイス１０８は、このようなタイプの通信を活用して、互いの間で閉ループシステムを形成してもよい。このように、薬剤送達システム１０６は、分析物モニタリングデバイス１０４によって分析物測定値が取得されるときに（例えば、コンピューティングデバイス１０８によって）リアルタイムで計算される分析物レベル（例えば、グルコースレベル）の予測に基づいて薬剤（例えば、インスリン）を送達してもよい。
【0029】
１つ以上の実装態様では、分析物モニタリングデバイス１０４は、持続グルコースモニタリング（「ＣＧＭ」）デバイスである。本明細書で使用される場合、分析物モニタリングに関連して使用される「持続」という用語は、実質的に持続して測定値を生成するデバイスの能力を指す場合があり、そのためデバイスは、異なるデバイスとの通信結合を確立すること（例えば、コンピューティングデバイス１０８が、測定値のうちの１つ以上を取り出すために、分析物モニタリングシステム１０４との無線接続を確立するとき）等に応じて、規則的又は不規則な時間間隔（例えば、約１時間ごと、約３０分ごと、約５分ごと等）で分析物測定値を生成するように構成され得る。この機能は、分析物モニタリングデバイス１０４の構成の更なる態様と共に、図２に関連してより詳細に説明される。
【0030】
１つ以上の実施態様では、分析物モニタリングデバイス１０４は、分析物測定値１１８をコンピューティングデバイス１０８、薬剤送達システム１０６、又は他の何らかのデバイスのうちの１つ以上に、例えばＢｌｕｅｔｏｏｔｈを介して送信する。分析物モニタリングデバイス１０４は、例えば、これらの測定値が分析物センサを使用して生成されたときに、これらの測定値をリアルタイムで通信してもよい。代替的に又は追加的に、分析物モニタリングデバイス１０４は、設定された時間間隔で、例えば、３０秒ごと、１分ごと、５分ごと、１時間ごと、６時間ごと、毎日等で分析物測定値１１８を通信してもよい。更に、分析物モニタリングデバイス１０４は、例えば、コンピューティングデバイス１０８が、ヒト１０２のグルコースレベルに関する情報を有するユーザインターフェースを表示させ、そのような表示を更新し、インスリンを送達する目的でヒト１０２の次のグルコースレベルを予測するとき等に分析物モニタリングデバイス１０４に通信される、測定値の要求に応答してこれらの測定値を通信できる。よって、コンピューティングデバイス１０８は、ヒト１０２の分析物測定値１１８を少なくとも一時的に、例えば、コンピューティングデバイス１０８のコンピュータ可読記憶媒体内に維持することができる。
【0031】
特定の例では、分析物モニタリングシステム１０４はグルコースモニタリングシステムであると想定されるが、分析物モニタリングシステム１０４は、１つ以上の追加の又は代替の分析物をモニタリングするように動作し得ることに留意する。本明細書で使用される「分析物」という用語は、広義の用語であり、当業者にとってその通常の、かつ通例の意味が与えられるものであり（かつ、特別な意味又はカスタマイズされた意味に限定されない）、体内の物質又は化学成分又は生物学的試料（例えば、血液、血清、血漿、間質液、脳脊髄液、リンパ液、眼液、唾液、口腔液、尿、排泄物、又は滲出物を含む体液）を指すが、これらに限定されない。分析物には、自然発生物質、人工物質、代謝物、及び／又は反応生成物が含まれ得る。いくつかの実施形態では、感知領域、デバイス、及び方法による測定のための分析物は、アルブミン、アルカリホスファターゼ、アラニントランスアミナーゼ、アスパラギン酸アミノトランスフェラーゼ、ビリルビン、血中尿素窒素、カルシウム、ＣＯ２、塩化物、クレアチニン、グルコース、ガンマ－グルタミルトランスペプチダーゼ、ヘマトクリット、乳酸塩、乳酸デヒドロゲナーゼ、マグネシウム、酸素、ｐＨ、リン、カリウム、ナトリウム、総タンパク質、尿酸、代謝マーカー、及び薬物である。
【0032】
他の分析物も同様に企図され、アセトアミノフェン、ドーパミン、エフェドリン、テルブタリン、アスコルベート、尿酸、酸素、ｄ－アミノ酸オキシダーゼ、血漿アミンオキシダーゼ、キサンチンオキシダーゼ、ＮＡＤＰＨオキシダーゼ、アルコールオキシダーゼ、アルコールデヒドロゲナーゼ、ピルビン酸デヒドロゲナーゼ、ジオール、Ｒｏｓ、ＮＯ、ビリルビン、コレステロール、トリグリセリド、ゲンチシン酸、イブプロフェン、Ｌ－ドパ、メチルドパ、サリチレート、テトラサイクリン、トラザミド、トルブタミド、アカルボキシプロトロンビン；アシルカルニチン；アデニンホスホリボシルトランスフェラーゼ；アデノシンデアミナーゼ；アルブミン；α－フェトプロテイン；アミノ酸プロファイル（アルギニン（クレブス回路）、ヒスチジン／ウロカニン酸、ホモシステイン、フェニルアラニン／チロシン、トリプトファン）；アンドレノステンジオン；アンチピリン；アラビニトールエナンチオマー；アルギナーゼ；ベンゾイルエクゴニン（コカイン）；ビオチニダーゼ；ビオプテリン；ｃ－反応性タンパク質；カルニチン；カルノシナーゼ；ＣＤ４；セルロプラスミン；ケノデオキシコール酸；クロロキン；コレステロール；コリンエステラーゼ；コンジュゲートされた１－βヒドロキシ－コール酸；コルチゾール；クレアチンキナーゼ；クレアチンキナーゼＭＭイソ酵素；シクロスポリンＡ；ｄ－ペニシラミン；脱エチルクロロキン；硫酸デヒドロエピアンドロステロン；ＤＮＡ（アセチル化多型、アルコールデヒドロゲナーゼ、α１－アンチトリプシン、嚢胞性繊維症、デュシェンヌ／ベッカー型筋ジストロフィー、グルコース－６－リン酸デヒドロゲナーゼ、ヘモグロビンＡ、ヘモグロビンＳ、ヘモグロビンＣ、ヘモグロビンＤ、ヘモグロビンＥ、ヘモグロビンＦ、Ｄ－パンジャブ、β－サラセミア、Ｂ型肝炎ウイルス、ＨＣＭＶ、ＨＩＶ－１、ＨＴＬＶ－１、レーベル遺伝性視神経症、ＭＣＡＤ、ＲＮＡ、ＰＫＵ、三日熱マラリア原虫、性分化、２１－デオキシコルチゾール）；デスブチルハロファントリン；ジヒドロプテリジンレダクターゼ；ジフテリア／破傷風抗毒素；赤血球アルギナーゼ；赤血球プロトポルフィリン；エステラーゼＤ；脂肪酸／アシルグリシン；遊離β－ヒト絨毛性ゴナドトロピン；遊離赤血球ポルフィリン；遊離サイロキシン（free thyroxine、ＦＴ４）；遊離トリヨードサイロニン（free tri-iodothyronine、ＦＴ３）；フマリルアセトアセターゼ；ガラクトース／ｇａｌ－１－リン酸塩；ガラクトース－１－リン酸ウリジルトランスフェラーゼ；ゲンタミシン；グルコース－６－リン酸デヒドロゲナーゼ；グルタチオン；グルタチオンペリオキシダーゼ；グリココール酸；グリコシル化ヘモグロビン；ハロファントリン；ヘモグロビン変異体；ヘキソサミニダーゼＡ；ヒト赤血球カルボニックアンヒドラーゼＩ；１７－α－ヒドロキシプロゲステロン；ヒポキサンチンホスホリボシルトランスフェラーゼ；免疫反応性トリプシン；ラクテート；鉛；リポタンパク質（（ａ）、Ｂ／Ａ－１、β）；リゾチーム；メフロキン；ネチルマイシン；フェノバルビトン；フェニトイン；フィタン酸／プリスタン酸；プロゲステロン；プロラクチン；プロリダーゼ；プリンヌクレオシドホスホリラーゼ；キニーネ；リバーストリヨードサイロニン（reverse tri-iodothyronine、ｒＴ３）；セレン；血清膵臓リパーゼ；シソマイシン；ソマトメジンＣ；特異抗体（アデノウイルス、抗核抗体、反ゼータ抗体、アルボウイルス、仮性狂犬病ウイルス、デング熱ウイルス、メジナ虫、単包条虫、赤痢アメーバ、エンテロウイルス、ジアルジア症、ヘリコバクターピロリ、Ｂ型肝炎ウイルス、ヘルペスウイルス、ＨＩＶ－１、ＩｇＥ（アトピー性疾患）、インフルエンザウイルス、ドノバンリーシュマニア、レプトスピラ菌、はしか／流行性耳下腺炎／風疹、らい菌、肺炎マイコプラズマ、ミオグロビン、回旋糸状虫、パラインフルエンザウイルス、マラリア原虫、ポリオウイルス、緑膿菌、呼吸器合胞体ウイルス、リケッチア（恙虫病）、マンソン住血吸虫、トキソプラズマ、梅毒トレポネーマ、クルーズトリパノソーマ／ランジェリ、水疱性口内炎ウイルス、バンクロフト糸状虫、黄熱ウイルス）；特異性抗原（Ｂ型肝炎ウイルス、ＨＩＶ－１）；スクシニルアセトン；スルファドキシン；テオフィリン；チロトロピン（ＴＳＨ）；チロキシン（Ｔ４）；チロキシン結合グロブリン；微量元素；トランスフェリン；ＵＤＰ－ガラクトース－４－エピメラーゼ；尿素；ウロポルフィリノーゲンＩシンターゼ；ビタミンＡ；白血球；及び亜鉛プロトポルフィリンが挙げられるが、これらに限定されない。血液又は間質液中に自然に存在する塩、糖、タンパク質、脂肪、ビタミン、及びホルモンもまた、特定の実施形態において分析物を構成できる。
【0033】
分析物は、生物学的流体、例えば、代謝産物、ホルモン、抗原、抗体等の中に自然に存在し得る。あるいは、分析物は体内に導入され得る。例えば、画像化のための造影剤、放射性同位体、化学薬剤、フッ化炭素ベースの合成血液、又は薬物若しくは薬学的組成物であり、これらとしては、インスリン；エタノール；大麻（マリファナ、テトラヒドロカンナビノール、ハシシ）；吸入剤（亜酸化窒素、亜硝酸アミル、亜硝酸ブチル、クロロ炭化水素、炭化水素）；コカイン（クラックコカイン）；刺激薬（アンフェタミン、メタンフェタミン、リタリン、シルルト、プレルジン、ディドレックス、プレステート、ボラニル、サンドレックス、プレギン）；抗うつ剤（バルビツール剤、メタカロン、ヴァリウム、リブリウム、ミルタウン、セラックス、エクワニル、トランキシーンなどの精神安定剤）；幻覚剤（フェンシクリジン、リゼルギン酸、メスカリン、ペヨーテ、プシロシビン）；麻薬（ヘロイン、コデイン、モルヒネ、アヘン、メペリジン、パーコセット、ペルコダン、タシオネックス、フェンタニル、ダルボン、タルウィン、ロモティル）；合成麻薬（フェンタニル、メペリジン、アンフェタミン、メタンフェタミン、及びフェンシクリジンの類似体、例えば、エクスタシー）；アナボリックステロイド；並びにニコチンが挙げられるが、これらに限定されない。薬物及び薬学的組成物の代謝産物もまた、企図される分析物である。例えば、アスコルビン酸、尿酸、ドーパミン、ノルアドレナリン、３－メトキシチラミン（3-methoxytyramine、３ＭＴ）、３，４－ジヒドロキシフェニル酢酸（3,4-dihydroxyphenylaceticAcid、ＤＯＰＡＣ）、ホモバニリン酸（homovanillic acid、ＨＶＡ）、５－ヒドロキシトリプタミン（5-hydroxytryptamine、５ＨＴ）、ヒスタミン、終末糖化生成物（Advanced Glycation End Products、ＡＧＥｓ）、及び５－ヒドロキシインドール酢酸（5-hydroxyindoleacetic acid、ＦＨＩＡＡ）などの、体内で生成された神経化学物質及び他の化学物質などの分析物も分析することができる。
【0034】
コンピューティングデバイス１０８は、装着型デバイス（例えば、スマートウォッチ）として例示されているが、本記載の技法の趣旨又は範囲から逸脱することなく、様々な方法で構成され得る。限定ではなく例として、コンピューティングデバイス１０８は、異なるタイプのモバイルデバイス（例えば、携帯電話、タブレットデバイス、スマートリング、又は他の装着型デバイス）として構成されてもよく、コンピューティングデバイス１０８は、例えば、分析物モニタリングデバイス１０４から分析物測定値１１８を取得し、分析物測定値１１８に対して様々な計算を実行し、分析物測定値１１８及び健康モニタリングプラットフォーム１１２に関連する情報を表示し、分析物測定値１１８を健康モニタリングプラットフォーム１１２に通信する等の機能を有する、健康モニタリングプラットフォーム１１２に関連する専用デバイスとして構成されてもよい。コンピューティングデバイス１０８を携帯電話として構成する実施態様とは対照的に、コンピューティングデバイス１０８が専用の分析物モニタリングデバイスとして構成される場合、携帯電話又はウェアラブル構成で利用可能な機能、例えば電話をかける機能、カメラ機能、ソーシャルネットワーキングアプリケーションを利用する機能を有さない可能性がある。
【0035】
更に、コンピューティングデバイス１０８は、本記載の技法による２つ以上のデバイスを表し得る。１つ以上のシナリオでは、例えば、コンピューティングデバイス１０８は、装着型デバイス（例えば、スマートウォッチ）及び携帯電話の両方に対応し得る。そのようなシナリオでは、これらのデバイスの両方は、分析物モニタリングデバイス１０４からグルコース測定値１１８を受信し、ネットワーク１１６を介してそれらの測定値を健康モニタリングプラットフォーム１１２に伝達し、分析物測定値１１８に関連する情報を表示する等、同じ動作のうちの少なくともいくつかを実行してもよい。
【0036】
代替的には追加的に、異なるデバイスは、他のデバイスが有さない又は計算命令を通して指定デバイスに制限される、異なる能力を有していてもよい。コンピューティングデバイス１０８が別個のスマートウォッチ及び携帯電話に対応するシナリオでは、例えば、スマートウォッチは、ヒト１０２の様々な生理学的マーカー（例えば、心拍数、呼吸、血流速度等）及び活動（例えば、歩行又は他の運動）を測定するための様々なセンサ及び機能を備えて構成され得る。このシナリオでは、携帯電話は、これらのセンサ及び機能を備えて構成されなくてもよいか、又はその機能の限定された量を含むことができる－ただし、他のシナリオでは、携帯電話は、同じ機能を提供することが可能である場合がある。この特定のシナリオを用いて続けると、携帯電話は、携帯電話が分析物測定値１１８に関連する計算をより効率的に実行することを可能にするコンピューティングリソース（例えば、バッテリ及び処理速度）の量等、スマートウォッチが有しない能力を有することができる。スマートウォッチがそのような計算を実行することができるシナリオにおいても、コンピューティング命令は、それらの計算の実行を携帯電話に限定して、両方のデバイスに負担をかけず、利用可能なリソースを効率的に利用することができる。この程度まで、コンピューティングデバイス１０８は、本記載の技術の趣旨及び範囲から逸脱することなく、本明細書で説明されたものとは異なる方法で構成されかつ異なる数のデバイスを表すことができる。
【0037】
上述のように、計算デバイス１０８は、健康モニタリングプラットフォーム１１２に分析物測定値１１８を通信する。図示された環境１００において、分析物測定値１１８は、分析物データ１２０の一部として健康モニタリングプラットフォーム１１２の記憶デバイス１２２に記憶されて示される。記憶デバイス１２２は、１つ以上のデータベース及び分析物データ１２０を記憶可能な他のタイプのストレージを表し得る。分析物データ１２０は、ユーザプロファイル１２４も含む。記載された技法によれば、ヒト１０２は少なくとも健康モニタリングプラットフォーム１１２のユーザに対応し、１つ以上の他のサードパーティサービスプロバイダのユーザでもあり得る。この目的のために、ヒト１０２はユーザ名に関連付けられてもよく、ユーザ名を使用して健康モニタリングプラットフォーム１１２にアクセスするための認証情報（例えば、パスワード、バイオメトリックデータ等）を提供するように、ある時点で要求されてもよい。この情報はユーザプロファイル１２４において取り込まれてもよい。ユーザプロファイル１２４はまた、ヒト１０２を記述する人口統計情報、医療提供者についての情報、支払情報、処方情報、決定した健康指標、ユーザの嗜好、他のサービスプロバイダシステム（例えば、ウェアラブル、ソーシャルネットワーキングシステム等に関連付けられたサービスプロバイダ）のアカウント情報等のユーザについての種々の他の情報も含んでもよい。ユーザプロファイル１２４は、記載された技法の趣旨及び範囲内で、ユーザに関する異なる情報を含み得る。
【0038】
更に、分析物データ１２０は、ヒト１０２に対応するユーザのデータを表すだけでなく、ユーザ集団１１０内の他のユーザのデータも表す。これを考慮すると、記憶デバイス１２２内の分析物測定値１１８は、ヒト１０２が装着している分析物モニタリングデバイス１０４の分析物センサからの分析物測定値を含み、ユーザ集団１１０内の他のユーザに対応するヒトが装着している分析物システムの分析物センサからの分析物測定値も含む。また、これらの他のユーザの分析物測定値１１８は、それらのそれぞれのデバイスによってネットワーク１１６を介して健康モニタリングプラットフォーム１１２に通信され、これらの他のユーザは、健康モニタリングプラットフォーム１１２とのそれぞれのユーザプロファイル１２４を有する。
【0039】
データ分析プラットフォーム１２６は、様々な機械学習モデルを使用すること等によって分析物データ１２０を処理して様々な予測を生成する機能を表す。これらの予測に基づいて、健康モニタリングプラットフォーム１１２は、推奨アクションを提供し得る。例えば、健康モニタリングプラットフォーム１１２は、意思決定支援出力をユーザに直接提供してもよいし、ユーザに関連付けられた医療専門家に提供してもよい。コンピューティングデバイス１０８とは別個に描写されているが、データ分析プラットフォーム１２６の部分又は全体が、コンピューティングデバイス１０８で実装されるように代替的又は追加的に構成されてもよい。データ分析プラットフォーム１２６はまた、分析物測定値１１８に加えて、ＩｏＴ１１４を介して取得された追加データ等のデータを使用して、これらの予測を生成するように構成される。
【0040】
ＩｏＴ１１４は、１つ以上のサービスプロバイダのユーザとしてのヒト１０２及びヒト１０２’の活動及び現実世界での活動を記載するデータを提供できる様々なソースを表すと理解されたい。例として、ＩｏＴ１１４は、ユーザの様々なデバイス、例えば、カメラ、携帯電話、ラップトップ等を含み得る。このため、ＩｏＴ１１４は、ユーザの様々なデバイスとの対話、例えばウェブベースのアプリケーションとの対話、撮影された写真、他のユーザとの通信等に関する情報を提供してもよい。ＩｏＴ１１４は、例えば、行われた歩行、地面に当たる足の力、歩幅、ユーザの体温（及び他の生理学的測定値）、ユーザの環境温度、冷蔵庫に保管されている食品のタイプ、冷蔵庫から取り出された食品のタイプ、運転習慣等、行動を記載する情報を提供するセンサで構成される様々な現実世界の物品（例えば、靴、衣類、スポーツ用品、電化製品、自動車等）を含んでもよい。
【0041】
ＩｏＴ１１４は、データ分析プラットフォーム１２６によって活用され得る、医療データ及び製造データをそれぞれ提供することができる医療提供者（例えば、ヒト１０２の医療提供者）及び製造業者（例えば、分析物モニタリングデバイス１０４、薬剤送達システム１０６、又はコンピューティングデバイス１０８の製造業者）等の、健康モニタリングプラットフォーム１１２に対する第三者を含み得る。確実に、ＩｏＴ１１４は、記載された技法の趣旨又は範囲から逸脱することなく、分析物モニタリング（例えば、連続的グルコースモニタリング）に基づく推奨に関連して豊富なデータを提供することが可能なデバイス及びセンサを含み得る。分析物を、例えば、連続して測定して、そのような測定値を記述するデータを取得するという文脈において、図２の以下の説明を検討する。
【0042】
図２は、本開示のある実施形態による、図１の分析物モニタリングデバイス１０４の実施態様の例２００をより詳細に示す。特に、図示された例２００は、分析物モニタリングデバイス１０４の上面図及び対応する側面図を含む。分析物モニタリングデバイス１０４は、記載された技法の趣旨又は範囲から逸脱することなく、以下の説明から実施態様において様々な方法で変更を行うことができることを理解されたい。
【0043】
この例２００では、分析物モニタリングデバイス１０４は、分析物センサ２０２（例えば、グルコースセンサ）及びセンサモジュール２０４を含むように図示されている。ここでは、分析物センサ２０２は、例えば、ヒト１０２の皮膚２０６下に挿入されている側面図に示される。センサモジュール２０４は、上面図に破線長方形として近似されている。分析物モニタリングデバイス１０４はまた、図示された例２００において送信機２０８も含む。センサモジュール２０４について破線長方形を使用することにより、そのセンサモジュールが送信機２０８のハウジング内に収容されるか、又はそうでなければ実装され得ることが示されている。送信機２０８がデータを、例えば、コンピューティングデバイス１０８への無線接続を介して、通信するための信号の生成を可能にするために使用される、アンテナ及び／又は他のハードウェアも、送信機２０８のハウジング内に収容されるか、又は別様に実装され得る。この例２００では、分析物モニタリングデバイス１０４は、接着パッド２１０を更に含む。
【0044】
動作中、分析物センサ２０２及び接着パッド２１０は、貼り付けアセンブリを形成するように組み立てられてもよく、貼り付けアセンブリは、図示されているように分析物センサ２０２が皮下挿入されるように皮膚２０６に適用されるように構成されている。そのようなシナリオでは、送信機２０８は、取り付け機構（図示せず）を介して皮膚２０６に貼り付けた後、アセンブリに取り付けられ得る。あるいは、送信機２０８は、貼り付けアセンブリの一部として組み込まれてもよく、その結果、分析物センサ２０２、接着パッド２１０、及び送信機２０８（センサモジュール２０４を有する）は、皮膚２０６に実質的に一度に全て貼り付けることができる。１つ以上の実装形態では、この貼り付けアセンブリは、別個のセンサ貼り付け具（図示せず）を使用して皮膚２０６に貼り付けられる。従来の血糖測定器によって必要とされる指穿刺とは異なり、センサ貼り付け具を有する分析物モニタリングデバイス１０４の、ユーザが開始する貼り付けは、ほぼ無痛であり、血液の採取を必要としない。更に、自動センサ貼り付け具により、一般に、臨床医又は医療提供者の支援なしに、ヒト１０２が分析物センサ２０２を皮膚２０６下に埋め込むことが可能になる。
【0045】
分析物モニタリングデバイス１０４はまた、接着パッド２１０を皮膚２０６から剥離することによって取り外すこともできる。図示されているように、分析物モニタリングデバイス１０４及びその様々な構成要素は、単純に、１つの例示的な形状因子であり、分析物モニタリングデバイス１０４及びその構成要素は、記載された技法の趣旨又は範囲から逸脱することなく、異なる形状因子を有することができることを理解されたい。
【0046】
動作中、分析物センサ２０２は、無線接続又は有線接続とすることができる少なくとも１つの通信チャネルを介して、センサモジュール２０４に通信可能に結合されている。分析物センサ２０２からセンサモジュール２０４への通信、又はセンサモジュール２０４から分析物センサ２０２への通信は、能動的又は受動的に実施され得、これらの通信は、持続的（例えば、アナログ式）又は離散的（例えば、デジタル式）とすることができる。
【0047】
分析物センサ２０２は、デバイス、分子、及び／又は化学物質であってもよく、それらは、分析物センサ２０２とは少なくとも部分的に独立している事象に応答して変化するか又は変化を引き起こす。センサモジュール２０４は、分析物センサ２０２に対する変化の兆候、又は分析物センサ２０２によって引き起こされた変化の兆候を受信するように実装されている。例えば、分析物センサ２０２は、グルコース及び酸素と反応して、電極を含み得るセンサモジュール２０４によって電気化学的に検出可能である過酸化水素を形成するグルコースオキシダーゼを含むことができる。この例では、分析物センサ２０２は、１つ以上の測定技法を使用してグルコースレベルを示す、血液又は間質液中の分析物を検出するように構成されたグルコースセンサとして構成され得るか、又はグルコースセンサを含み得る。１つ以上の実施態様では、分析物センサ２０２はまた、乳酸塩レベル、ケトン類、又はイオン性カリウム等の他のマーカーを示す血液又は間質液中の分析物も検出するように構成され得、これによってグルコースベースの事象を識別又は予測する際の精度が向上し得る。追加的に又は代替的に、分析物モニタリングデバイス１０４は、他のマーカーを示すそれらの分析物を検出するための、分析物センサ２０２への追加のセンサ及び／又はアーキテクチャを含むことができる。
【0048】
別の例では、分析物センサ２０２（又は分析物モニタリングデバイス１０４の追加の図示されていないセンサ）は、第１及び第２の導体を含むことができ、センサモジュール２０４は、分析物センサ２０２のその第１及び第２の導体の両端の電位の変化を電気的に検出することができる。この例では、センサモジュール２０４及び分析物センサ２０２は、電位変化が温度変化に対応するように、熱電対として構成されている。いくつかの例では、センサモジュール２０４及び分析物センサ２０２は、単一の分析物、例えば、グルコースを検出するように構成されている。他の例では、センサモジュール２０４及び分析物センサ２０２は、複数の分析物、例えば、イオン性ナトリウム、イオン性カリウム、二酸化炭素、及びグルコースを検出するための多様な感知モードを使用するように構成されている。代替的に又は追加的に、分析物モニタリングデバイス１０４は、１つ以上の分析物（例えば、イオン性ナトリウム、イオン性カリウム、二酸化炭素、グルコース、及びインスリン）だけでなく、１つ以上の環境条件（例えば、温度）も検出するための複数のセンサを含む。したがって、センサモジュール２０４及び分析物センサ２０２（及びあらゆる追加のセンサ）は、１つ以上の分析物の存在、１つ以上の分析物の不在、及び／又は１つ以上の環境条件の変化を検出し得る。上述したように、分析物モニタリングデバイス１０４は、単一の分析物（例えば、グルコース）又は複数の分析物を記述するデータを生成するように構成され得る。更に、分析物モニタリングデバイスが構成されている分析物の組合せは、異なるアーキテクチャを有するウェアラブル分析物モニタリングデバイスが異なる患者集団による使用及び／又は異なる健康状態のために構成され得るように、（例えば、健康モニタリングプラットフォーム１１２によって）製造されるモニタリングデバイスの異なるロットにわたって変化し得る。
【0049】
１つ以上の実施態様では、センサモジュール２０４は、プロセッサ及びメモリ（図示せず）を含み得る。このセンサモジュール２０４は、プロセッサを活用することによって、上述した変化を示す分析物センサ２０２との通信に基づいて、分析物測定値１１８を生成することができる。分析物センサ２０２からの上述の通信に基づいて、センサモジュール２０４は、少なくとも１つの分析物測定値１１８を含む通信可能なデータパッケージを生成するように更に構成されている。この例２００では、分析物データ１１６は、これらのデータパッケージを表す。追加的に又は代替的に、センサモジュール２０４は、例として、補足センサ情報２１２を含む追加のデータを含むように分析物データ１１６を構成し得る。補足センサ情報２１２には、センサ識別子、センサステータス、分析物測定値１１８に対応する温度、分析物測定値１１８に対応する他の分析物の測定値等が含まれ得る。補足センサ情報２１２は、説明される技法の趣旨又は範囲から逸脱することなく、少なくとも１つの分析物測定値１１８を補足する様々なデータを含み得ることを理解されたい。
【0050】
分析物モニタリングデバイス１０４が無線送信用に構成されている実施態様では、送信機２０８は分析物データ１１６をデータストリームとしてコンピューティングデバイスに送信してもよい。代替的に又は追加的に、センサモジュール２０４は、分析物測定値１１８及び／又は補足センサ情報２１２を（例えば、センサモジュール２０４のメモリ、及び／又はウェアラブル分析物モニタリングデバイス１０４の他の物理的コンピュータ可読記憶媒体に）バッファリングし、後に様々な規則的又は不規則な間隔、例えば、時間間隔（約１秒ごと、約３０秒ごと、約１分ごと、約５分ごと、約１時間ごと等）、記憶間隔（バッファリングされた分析物測定値１１８及び／又は補足センサ情報２１２がデータの閾値量又は測定値の数に到達したとき）等で、別のデバイスから要求された際にそのバッファリングされた分析物データ１２０を送信機２０８に送信させることができる。
【0051】
例示的な環境及び例示的な分析物モニタリングシステムを考察してきたが、次に、１つ以上の実施態様による本技術のいくつかの例示的な詳細の説明を考察する。
【0052】
サイコグラフィックスに基づいてユーザ対話ポリシーを決定するための例示的なプロセス
図３は、本開示のある実施形態による、コンテキストＭＡＢモデルを使用して、コンテキストデータに基づいてユーザ対話ポリシーを決定するためのプロセスを示す流れ図である。上述したように、サイコグラフィックデータを含むより完全な訓練データセットを取得してコンテキストＭＡＢモデルを訓練するために、プロセス３００は、サイコグラフィックデータ収集及び開発段階３０４をまず実行し、次いで収集及び開発されたサイコグラフィックデータを含むより完全な訓練データセットを使用して、探索－活用段階３０６で使用されるコンテキストＭＡＢモデルを訓練する。
図３は、本開示のある実施形態による、コンテキストＭＡＢモデルを使用して、コンテキストデータに基づいてユーザ対話ポリシーを決定するためのプロセスを示す流れ図である。上述したように、サイコグラフィックデータを含むより完全な訓練データセットを取得してコンテキストＭＡＢモデルを訓練するために、プロセス３００は、サイコグラフィックデータ収集及び開発段階３０４をまず実行し、次いで収集及び開発されたサイコグラフィックデータを含むより完全な訓練データセットを使用して、探索－活用段階３０６で使用されるコンテキストＭＡＢモデルを訓練する。
【0053】
ブロック３０２において、いくつかの実施形態では、プロセス３００はサイコグラフィックデータ収集段階を実行することを含む。データ収集段階は、健康モニタリングプラットフォーム（例えば、健康モニタリングプラットフォーム１１２）が、ユーザにその目標、関心、及び他のタイプのサイコグラフィックデータを識別するように求めるデジタル調査又はクイズをユーザに提供すること等によって、ユーザからサイコグラフィックデータを収集することを含む。そのような例では、ユーザは、サイコグラフィックデータを求めるモバイル健康アプリケーション上の様々なユーザインターフェース（「ＵＩ」）を提供され得る。例えば、ＵＩは、ユーザに提示されて、ユーザの目標が何であるかを尋ね、ユーザが選択し得る種々の目標（例えば、より低いＡ１Ｃ、範囲内でより多くの時間を過ごす、気分がよくなる、より低いストレス、より良い睡眠、より多くのエネルギー）を列挙し得る。ユーザに関する他のタイプのデータ（例えば、非サイコグラフィックデータ）は、ブロック３０２の一部として、又は別個に収集されてもよい。例えば、健康モニタリングプラットフォームは、デバイス情報、アカウント情報、人口統計情報、食物消費情報、活動情報（例えば、睡眠及び運動）、患者状態情報、薬剤（例えば、インスリン）情報、血糖等の接続されたセンサからの情報等であるが、それらに限定されない、ユーザに関する種々の他の情報を別個に収集してもよい。
【0054】
いくつかの実施形態では、データ収集段階（例えば、サイコグラフィックデータ収集又は他のタイプのデータの収集を含む）は、連続的かつ継続的であってもよく、又はトリガイベントに基づいてもよい。例えば、サイコグラフィックデータの収集段階は、ユーザがアプリケーションを使用する際に、ユーザのモバイル健康アプリケーションがユーザからの情報を要求する、漸進的な公開であってもよい。センサデータ等の他のタイプのデータが継続的に収集されてもよい。別の例では、データ収集段階は、ユーザのモバイル健康アプリケーションが、利用可能であるか又は推測されるデータ、例えばサイコグラフィックデータについての信頼スコアが低いと判断したときに開始され得る。そのような例では、モバイル健康アプリケーションはユーザ入力を明示的に要求し得る。
【0055】
上述したように、全てのユーザがサイコグラフィックデータの要求に応答するわけではない。例えば、調査、クイズ、又はサイコグラフィックデータに対する他のタイプの要求を１００，０００人のユーザに送信してもよい。しかしながら、２０，０００人のユーザのみが、全てのサイコグラフィック関連質問に応答し得る。したがって、あるユーザは、部分的にのみ完全、又は全く完全でない、不完全なサイコグラフィックプロファイルを有する場合がある。したがって、残りの８０，０００人のユーザのサイコグラフィックデータを推論又は予測するために、複数のインピュテーションモデルを訓練してもよく、各インピュテーションモデルは、目標、関心、行動、懸念等の異なるサイコグラフィック特徴を推論又は予測するように構成される。サイコグラフィックプロファイルは、コンテキストプロファイル（例えば、サイコグラフィックデータも含み得る、ユーザに関するコンテキスト情報を備えるユーザプロファイル）のタイプであることに留意されたい。
【0056】
ブロック３０２において、プロセス３００は、ブロック３０１中に収集されたサイコグラフィックデータ及び／又は他のタイプのコンテキストデータを含む訓練データセットを使用してインピュテーションモデルを訓練することを含む。例えば、訓練データセットは、２０，０００人のユーザから収集されたデータを使用して準備されてもよく、訓練データセットは、あらゆる種類の人口統計、生理学的、及び他のタイプの関連データ、並びにサイコグラフィックデータを含む。その訓練データセットを使用して、複数のインピュテーションモデルが訓練されてもよく、各インピュテーションモデルは、目標、関心、行動、懸念等の異なるサイコグラフィック特徴の値を推論又は予測するように構成される。インピュテーションモデルが何を予測するように構成されるかに基づいて、訓練データセットは異なるようにラベル付けされ得る。例えば、糖尿病の苦痛スコアを予測するためにインピュテーションモデルが訓練される場合、訓練データセットは糖尿病の苦痛スコアでラベル付けされる。インピュテーションモデルは、教師あり学習アルゴリズム等の様々な人工知能／機械学習アルゴリズムのうちの１つを使用して訓練され得る。ある実施形態では、インピュテーションモデルは分類、回帰、又は他のタイプのモデルとして訓練され得る。
【0057】
ブロック３０３において、プロセス３００は、訓練されたインピュテーションモデルを使用して、１人以上のユーザのサイコグラフィックデータ及び／又は他のタイプのコンテキストデータを開発することを含む。上記の例を続けると、訓練されたインピュテーションモデルは、サイコグラフィックスプロファイルが不完全であった８０，０００人の残りのユーザのサイコグラフィックプロファイルを開発するために使用され得る。例えば、ユーザの糖尿病苦痛スコアを予測するように訓練されたインピュテーションモデルを使用して、残りの８０，０００人のユーザの糖尿病苦痛予測スコアを出力する。別の例では、ユーザの高血糖恐怖スコアを予測するように訓練されたインピュテーションモデルを使用して、残りの８０，０００人のユーザの予測された高血糖恐怖スコアを出力する。更に別の例では、ユーザが関心を持つ運動のタイプを予測するように訓練されたインピュテーションモデルを使用して、残りの８０，０００人のユーザのそれぞれが関心を持つ運動のタイプを出力する。同様に、ユーザが関心を持つグルコース制御目標のタイプを予測するように訓練されたインピュテーションモデルを使用して、残りの８０，０００人のユーザのそれぞれについて予測グルコース制御目標を出力する。
【0058】
次いで、残りの８０，０００人のユーザについて帰属されたサイコグラフィックデータを使用して、ユーザ対話ポリシーを決定するためにブロック３０６で利用されるコンテキストＭＡＢモデルの訓練に使用できる訓練データセットを構築する。
【0059】
ブロック３０６において、プロセス３００は、最適なユーザ対話ポリシーを決定するための探索－活用段階を実行することを含み得る。探索－活用段階は、コンテキストＭＡＢモデルを使用して実装されてもよく、コンテキストＭＡＢモデルを精緻化するために、ユーザ集団の一部に対する連続的な探索を含んでもよい。探索－活用段階は、ユーザ対話ポリシーを決定するための個別化された又は個人化されたコンテキストモデルを含む。ある実施形態では、探索－活用段階はまた、観察された結果を利用して、上記で論じられたコンテキストＭＡＢモデル及び／又はインピュテーションモデルを訓練及び／又は更新することを含む。例えば、健康モニタリングプラットフォームは、ユーザに提供されるユーザ対話ポリシーに関連付けられたフィードバックテレメトリを使用して、ユーザ参加を最大化し、及び／又はユーザ対話ポリシーから生じる健康結果を最適化することができる。
【0060】
図４に関連して以下で説明するように、図示された例示的な探索－活用段階３０６において、健康モニタリングプラットフォームは、ユーザのセットを活用サブセット及び探索サブセットに分割する。活用サブセット内のユーザに関して、健康モニタリングプラットフォームは、コンテキストＭＡＢモデル（例えば、コンテキストデータを使用する予測モデル）を使用して、サイコグラフィックデータを含むユーザのコンテキストデータに基づいてユーザ対話ポリシーを決定する。探索サブセット内のユーザに関して、コンピューティングデバイスは、ユーザ対話ポリシーをランダムに割り当て、結果を測定する。ある実施形態では、ユーザの探索サブセットからの測定された結果はより有利であり、後にユーザの活用サブセットに割り当てられ得る潜在的なユーザ対話ポリシーを探索するために使用され得る。したがって、探索－活用段階及びコンテキストＭＡＢモデルは、最適なユーザ対話ポリシーを決定するために利用され得る。
【0061】
ブロック３０８において、プロセス３００はまた、健康モニタリングプラットフォームがコンテキストモデル及び／又はインピュテーションモデルを再訓練することを含み得る。いくつかの実施形態では、健康モニタリングプラットフォームは、モデルを継続的に訓練することを決定してもよい。いくつかの実施形態では、健康モニタリングプラットフォームは、トリガに応答してモデルを再訓練することを決定してもよい。例えば、健康モニタリングプラットフォームは、定期的に（例えば、パフォーマンスにかかわらず毎月）再訓練することを決定してもよい。いくつかの実施形態では、プロセス３００は、ユーザのユーザ対話ポリシー及び観察された結果の探索セットのサンプルサイズが閾値数（例えば、１０，０００）に達するたびに、モデルを再訓練することを決定し得る。特定の実施形態では、健康モニタリングプラットフォームは、ユーザフィードバックテレメトリ及び／又はユーザ対話ポリシーに関連付けられた測定された結果／報酬を使用して、インピュテーション及び／又はコンテキストＭＡＢモデルを再訓練する。
【0062】
以下に、ブロック３０４及び３０６を、後続の図４を参照してより詳細に説明する。特に、図３のブロック３０４は、図４のブロック４０６～４１２を参照することによってより詳細に説明される。更に、図３のブロック３０６は、図４のブロック４２２～４３４を参照してより詳細に説明される。
【0063】
１．ブロック３０４：サイコグラフィックスデータの収集及び開発段階
図３を参照して上述したように、プロセス３００は、サイコグラフィックデータ収集及び開発段階３０４を実行することを含み得る。図４は、本開示のいくつかの実施形態による、探索－活用段階と組み合わせてサイコグラフィックスデータの収集及び開発段階を実行するための例示的な動作プロセスである。サイコグラフィックスデータの収集及び開発段階は、他のユーザデータ（例えば、デバイス、アカウント等）及び／又はユーザフィードバックテレメトリに基づいて、インピュテーションモデルを最初に訓練するために、又はすでに訓練されたインピュテーションモデルを再訓練するために実行され得る。上記で説明したように、インピュテーションモデルは、サイコグラフィックデータが利用可能でない（又は十分に利用可能でない）とき、それぞれのユーザについてのサイコグラフィックデータ（例えば、ユーザの関心、目標等）を推論するように構成された機械学習モデルである。推論されたサイコグラフィックデータを使用して、探索－活用段階で使用されるコンテキストＭＡＢモデルを訓練するための訓練データセットの一部として使用することができる、ユーザのサイコグラフィックプロファイルを生成できる。
図３を参照して上述したように、プロセス３００は、サイコグラフィックデータ収集及び開発段階３０４を実行することを含み得る。図４は、本開示のいくつかの実施形態による、探索－活用段階と組み合わせてサイコグラフィックスデータの収集及び開発段階を実行するための例示的な動作プロセスである。サイコグラフィックスデータの収集及び開発段階は、他のユーザデータ（例えば、デバイス、アカウント等）及び／又はユーザフィードバックテレメトリに基づいて、インピュテーションモデルを最初に訓練するために、又はすでに訓練されたインピュテーションモデルを再訓練するために実行され得る。上記で説明したように、インピュテーションモデルは、サイコグラフィックデータが利用可能でない（又は十分に利用可能でない）とき、それぞれのユーザについてのサイコグラフィックデータ（例えば、ユーザの関心、目標等）を推論するように構成された機械学習モデルである。推論されたサイコグラフィックデータを使用して、探索－活用段階で使用されるコンテキストＭＡＢモデルを訓練するための訓練データセットの一部として使用することができる、ユーザのサイコグラフィックプロファイルを生成できる。
【0064】
ブロック４０６において、サイコグラフィックデータが、１人以上のユーザについて収集される。例えば、サイコグラフィックデータは、各ユーザに提供されるクイズを使用して収集されてもよく、質問は、以下で更に説明されるように、種々のＵＩを介してユーザに提供されてもよい。いくつかの実施形態では、ＵＩとの各ユーザの参加でもサイコグラフィックデータを提供してもよい。例えば、ユーザが特定の主題を含むコンテンツ（例えば、ビデオ、オーディオ、テキスト）に関与する場合、その主題は、そのようなコンテンツへのユーザの関心を示すことができる、ユーザのサイコグラフィックデータを収集するために使用され得る。ある実施形態では、任意のメタデータ（例えば、ユーザの検索語、特定のＵＩ要素上で費やされた時間等）が、ユーザのサイコグラフィックデータを収集するために使用されてもよい。上記で説明したように、サイコグラフィックデータは、１人以上のユーザのサブセットについて収集され得るが、残りのユーザは反応しないか、又は不完全な情報を提供し得る。
【0065】
サイコグラフィックデータがユーザのサブセットのために収集されると、ブロック４０８において、サイコグラフィックデータはサイコグラフィックプロファイル（すなわち、サイコグラフィックセグメンテーション）を構築するために提供され得る。例えば、ユーザがクイズに回答を提供した場合、回答は、ユーザのサイコグラフィックデータをユーザの行動に影響を及ぼす１つ以上のデータエントリに分割することを含むサイコグラフィックプロファイルを生成するために使用され得る。例えば、調査手段（例えば、クイズ）は、ユーザの糖尿病苦痛スコアを判断するためにユーザが回答できる一連の質問を含んでもよい。他の例では、高血糖の恐れ又は心理的幸福について調査手段をユーザに提供してもよい。１つ以上の調査を発行することによって、データが利用可能である場合、ユーザに対する回答は、訓練データセットを生成するために使用され得、訓練データセットは、以下で更に説明されるように、後続のコンテキストＭＡＢモデルへの入力になる。
【0066】
サイコグラフィックデータが利用可能でないか、又は不完全である残りのユーザに対して、応答ユーザのサブセットに対して収集されたサイコグラフィックデータは、訓練データセットにおいてインピュテーションモデルを構築するために使用され得る。したがって、サイコグラフィックデータを有さないユーザの場合、健康モニタリングプラットフォームは、それらのサイコグラフィックデータを予測し得る。例えば、ブロック４１０において、健康モニタリングプラットフォームは残りのユーザのサイコグラフィックデータを推論するために、１つ以上のインピュテーションモデルを実行し得る。ユーザのサイコグラフィックプロファイルにおける各特定の特徴（例えば、糖尿病の苦痛、高血糖の恐れ、心理的幸福等）に対応するインピュテーションモデルが存在し得る。言い換えれば、これらの特徴（すなわち、糖尿病の苦痛、高血糖の恐れ、心理的幸福）の各々について、対応する特徴値を予測するためのインピュテーションモデルが存在し得る。各インピュテーションモデルは、入力として、ユーザの人口統計、生理学的情報、及び他のタイプの関連情報を取得して、ユーザのサイコグラフィックプロファイル内のあるサイコグラフィック特徴の特徴値を予測するように訓練され得る。
【0067】
いくつかの実施形態では、インピュテーションモデルは、利用可能な最良のデータに基づいてサイコグラフィックデータ（及び／又は他のタイプのコンテキストデータ）を推論してもよい。推測されたサイコグラフィックデータの信頼性が低い場合、又は適切な時間がある場合、健康モニタリングプラットフォームは、定期的にインピュテーションモデルを検証又は再訓練するために、その情報をユーザに要求してもよい。例えば、２型糖尿病を示したユーザの場合、インピュテーションモデルは、彼らの目標がより良い睡眠であると推論することができる。しかしながら、このユーザのためのより良い睡眠の予測された目標についての信頼レベルは、低い可能性がある。したがって、健康モニタリングプラットフォームは、より良い睡眠がユーザにとって目標であるかどうかを確認するようにユーザに求めてもよい。いくつかの実施形態では、より良い睡眠の予測される目標に対する信頼レベルが高い場合であっても、健康モニタリングプラットフォームは、それをユーザに確認してもよい。
【0068】
インピュテーションモデルはまた、ブロック４１２に示されるように、探索－活用段階３０６からのユーザフィードバックテレメトリを使用して訓練及び再訓練され得る。例えば、ユーザ対話ポリシー（例えば、洞察、推奨等）をユーザに提供した後、ユーザにフィードバック要素（例えば、サムアップ、サムダウン、１つから５つの星等）を提供することができ、ユーザのフィードバックテレメトリを使用して、インピュテーションモデルを精緻化してもよい。一例として、インピュテーションモデルはランニング等のユーザの関心を予測することができ、ユーザへの運動推奨によって、ユーザがランニングに携わるべきであることを常に示してもよい。しかしながら、ユーザは代わりに重量挙げに関心があるかもしれない。したがって、ユーザフィードバックテレメトリは、ユーザがランニングに関心がないことを示してもよく、したがってインピュテーションモデルを再訓練するために使用され得る。
【0069】
２．ブロック３０６：探索－活用段階を実行する
図３を参照して上述で説明したように、プロセス３００は、コンテキストＭＡＢモデルを使用して探索－活用段階を実行することを含み得る。図４は、本開示のいくつかの実施形態による、サイコグラフィックデータ収集及び開発段階と組み合わせて探索－活用段階を実行するための例示的な動作プロセスである。探索－活用段階３０６は、ブロック４３０において、コンテキストＭＡＢモデルを利用してユーザ対話ポリシーを可能な限り効率的に最適化し、割り当ててもよい。例えば、探索－活用段階は、個々のユーザに対して何が最良に機能するかを見るために多くの異なるユーザ対話ポリシーを「テスト」する必要を回避する。代わりに、探索－活用段階は、アルゴリズムを訓練してユーザ特性（例えば、サイコグラフィックデータ）と、ユーザにとって最適な結果をもたらす最適なユーザ対話ポリシー（例えば、推奨アクション）との間の関係が何であるかの学習を伴う。ある実施形態では、探索－活用段階は、以下の両方を対象とする方法でユーザ対話ポリシーを決定する。ユーザ対話ポリシーは、（ｉ）ユーザ対話ポリシーが最適な結果（例えば、ユーザ参加の増加、より良い健康結果等）につながる可能性を最大にし、（ｉｉ）サイコグラフィックデータ（及び／又は他のタイプのコンテキストデータ）とユーザ対話ポリシーとの間のすでに検出された関係を活用しながら、新しいユーザ対話ポリシーを探索する。
図３を参照して上述で説明したように、プロセス３００は、コンテキストＭＡＢモデルを使用して探索－活用段階を実行することを含み得る。図４は、本開示のいくつかの実施形態による、サイコグラフィックデータ収集及び開発段階と組み合わせて探索－活用段階を実行するための例示的な動作プロセスである。探索－活用段階３０６は、ブロック４３０において、コンテキストＭＡＢモデルを利用してユーザ対話ポリシーを可能な限り効率的に最適化し、割り当ててもよい。例えば、探索－活用段階は、個々のユーザに対して何が最良に機能するかを見るために多くの異なるユーザ対話ポリシーを「テスト」する必要を回避する。代わりに、探索－活用段階は、アルゴリズムを訓練してユーザ特性（例えば、サイコグラフィックデータ）と、ユーザにとって最適な結果をもたらす最適なユーザ対話ポリシー（例えば、推奨アクション）との間の関係が何であるかの学習を伴う。ある実施形態では、探索－活用段階は、以下の両方を対象とする方法でユーザ対話ポリシーを決定する。ユーザ対話ポリシーは、（ｉ）ユーザ対話ポリシーが最適な結果（例えば、ユーザ参加の増加、より良い健康結果等）につながる可能性を最大にし、（ｉｉ）サイコグラフィックデータ（及び／又は他のタイプのコンテキストデータ）とユーザ対話ポリシーとの間のすでに検出された関係を活用しながら、新しいユーザ対話ポリシーを探索する。
【0070】
ブロック４２２において、探索－活用段階３０６は、ユーザのセットを探索サブセット及び活用サブセットに分割することを含み得る。ブロック４２４に示されるように、ユーザのセットは、サンプリング基準を使用して探索サブセット及び活用サブセットに分割される。例えば、ユーザのセットは分割されてもよく、その場合、ユーザのε個の部分がランダムに選択され、探索サブセットを識別するために使用され、ユーザの残りの（１－ε）個の部分が活用サブセットを開発するために使用される。いくつかの実施形態では、探索比εの大きさは、探索－活用段階の各反復後に減少する。いくつかの実施形態では、探索比εの大きさは、探索－活用段階の所定数の反復の後に０に設定される。ある実施形態では、探索比εの減少の大きさは、（経時的に改善し得る）ユーザ対話ポリシー精度の関数であり得る。加えて、探索比εはまた、ユーザにとって最良に機能するものが時間と共に変化し得るので、ある程度の探索が常に行われることを保証するために、下限＞０を有し得る。
【0071】
ユーザの探索サブセットについて、ブロック４２６において、健康モニタリングプラットフォームは、ユーザ対話ポリシー（例えば、「ランダム」アクション）をランダムに割り当ててもよい。ブロック４２８において、健康モニタリングプラットフォームは、ブロック４３０においてコンテキストＭＡＢモデルを訓練／再訓練するために使用され得る結果を測定してもよい。いくつかの実施形態では、ブロック４３４において、ユーザフィードバックも受信され、ブロック４１０においてコンテキストＭＡＢ及び／又はインピュテーションモデルを訓練／再訓練するために使用され得る。
【0072】
ユーザの活用サブセットについて、ブロック４３０において、探索－活用段階は、ユーザ対話ポリシーを決定するために、各ユーザ又はユーザコホートについてのコンテキストデータ（例えば、サイコグラフィックデータを含む）を使用してコンテキストモデルを実行することを含み得る。例えば、多くのコンテキストモデルのうちの１つは、ユーザのコンテキストデータに基づいてユーザのための意思決定支援推奨等のユーザ対話ポリシーを決定するユーザ対応アルゴリズムである、意思決定支援モデルであり得る。
【0073】
ブロック４３２において、ユーザ対話ポリシーが、ユーザの活用サブセットの各ユーザに提供され得る。ブロック４３４において、健康モニタリングプラットフォームは、例えば、ユーザ参加、健康等に対する、対応するユーザ対話ポリシーの有効性を示すユーザフィードバックテレメトリを受信してもよい。例えば、ユーザ対話ポリシーがビデオを推奨するとき、ビデオに対するユーザの参加は、肯定的なユーザフィードバックテレメトリを示し得る。しかしながら、ユーザがビデオに関与しない場合、ユーザフィードバックテレメトリは、否定であると判定され得る。他の例では、推奨ビデオはまた、ユーザが肯定又は否定のユーザフィードバックテレメトリの直接指示を提供することを可能にするレーティング要素（例えば、サムアップ又はサムダウン要素）を含み得る。更に別の例では、ユーザ対話ポリシーは、何らかのアクション（例えば、今日５，０００歩歩く）を実行するようにユーザに推奨することができる。ユーザは、アクションを実行し、それによって肯定的なユーザフィードバックテレメトリを示してもよく、又はユーザは、アクションを実行することを拒否し、それによって否定的なユーザフィードバックテレメトリを示してもよい。
【0074】
いくつかの実施形態では、ユーザ対話ポリシーを実装した（例えば、推奨ビデオを視聴した、又は推奨アクションを実行した）後、結果（例えば、生理学的メトリック（例えば、グルコース傾向）等のユーザメトリック）が、ブロック４２８において観察され、ユーザのメトリックが改善又は劣化したかどうかを測定してもよい。例えば、ユーザが推奨を提供されたが、ユーザのメトリックが悪化した場合、測定された結果は低い報酬を示し得る。他の例では、ユーザが推奨を提供されたが、ユーザのメトリックが改善していないか、又は十分に改善していない場合、測定された結果は、低い報酬を示し得る。上述したように、ユーザフィードバックテレメトリ
【0075】
実施態様及びＣＭＡＢモデルの例は、更に米国特許出願公開第１７／９３１，５３１号により定義され、参照により本明細書に組み込まれる。加えて、ユーザの目標及び関心に基づいて推奨器モデルを使用して意思決定支援推奨を提供する実施態様及び例は、更に米国特許出願公開第１７／２４１９１９号により定義され、参照により本明細書に組み込まれる。
【0076】
ユーザ対話ポリシーを提供し、データを収集するための例示的なユーザインターフェース
図５～図３８は、表示装置（例えば、表示装置１０８）上で実行するモバイル健康アプリケーションによって提供される様々なＵＩを示す。これらのＵＩの多くは、ユーザ対話ポリシーをユーザに提供するために使用される。例えば、ＵＩのうちのいくつかは、ユーザに推奨を提供するために使用され、他のものは、洞察又は他の情報を提供するために使用される。加えて、ユーザフィードバックテレメトリは、以下で更に説明されるように、１つ以上のＵＩを使用して受信され得る。
図５～図３８は、表示装置（例えば、表示装置１０８）上で実行するモバイル健康アプリケーションによって提供される様々なＵＩを示す。これらのＵＩの多くは、ユーザ対話ポリシーをユーザに提供するために使用される。例えば、ＵＩのうちのいくつかは、ユーザに推奨を提供するために使用され、他のものは、洞察又は他の情報を提供するために使用される。加えて、ユーザフィードバックテレメトリは、以下で更に説明されるように、１つ以上のＵＩを使用して受信され得る。
【0077】
いくつかの他のＵＩが、データを収集するために使用され得る。上記で更に説明したように、本実施形態は、サイコグラフィックデータ及び／又は他のタイプのデータをユーザから収集するためのデータ収集段階（及び他のデータ収集ステップ）を含み得る。そのようなデータは、（１）サイコグラフィックデータが利用可能でないユーザ（例えば、新規ユーザ又はデータ収集作業に応答しなかったユーザ）のためのサイコグラフィックデータ（又は他のタイプのデータ）を推論するためのインピュテーションモデルを訓練するために使用され、（２）最適なユーザ対話ポリシーをユーザに提供するためのコンテキストデータとして使用され得る。したがって、例えば、ユーザは以下で更に説明するように、１つ以上のＵＩを介してサイコグラフィックデータを直接提供してもよい。
【0078】
図５～図３８に示される例示的なＵＩは、達成ＵＩ、家族共同ＵＩ、旅行ＵＩ、グルコースインスピレーションＵＩ、フォロワハイライトＵＩ、専門家ポータルＵＩ、パーソナライゼーションＵＩ、予約準備ＵＩ、ビデオストーリＵＩ、及びヘルスハブＵＩを含み得る。これらのＵＩの各々は、サイコグラフィックデータ又は他のタイプのデータを収集し、ユーザ対話ポリシーを提供し、ユーザフィードバックテレメトリを受信するために使用され得る。例えば、個人化ＵＩは、ユーザがサイコグラフィックデータを提供することを可能にするクイズ要素を提示し得る。したがって、何人かのユーザは、彼らの目標が何であるか、及び彼らが何の最適化を望むかをあなたに伝え得る。このサイコグラフィックデータは、上記で更に説明したように、インピュテーションモデルを構築し、探索－活用段階のコンテキストモデルを訓練するためのサイコグラフィックセグメンテーションを生成するための訓練データとして使用され得る。この例では、サイコグラフィックデータの収集は、漸進的な公開の一部であり得る。いくつかの実施形態において、それは任意であってもよい。いくつかの実施形態では、ユーザは、クイズ要素に対する回答を提供しない場合があり、したがって、本実施形態は、訓練されたインピュテーションモデルを使用してサイコグラフィックデータを推測することができ、それらの漸進的な公開における後の段階でそのようなデータを収集又は確認することを再び試みてもよい。したがって、本実施形態は、健康モニタリングプラットフォームが、サイコグラフィックデータ（例えば、目標及び関心のようなサイコグラフィック属性）を、それらが利用可能になる前に補完することを可能にし得る。
【0079】
達成ＵＩ
図５～８に示すような実施態様では、ユーザは、マイルストーンを達成するか、又は彼らの糖尿病管理に関連する課題を完了するためのバッジを得る。ある実施形態では、課題は、サイコグラフィックデータの収集及び開発段階中に生成されたユーザのサイコグラフィックプロファイルに基づいて選択されてもよい。マイルストーン及び課題は、達成するのが他のものよりも比較的容易であるものもあるが、困難性において様々である。モバイル健康アプリケーション（例えば、分析物モニタリングアプリケーション）は、運動、健康的な食事、ストレスマネジメント、グルコースレベル等に関連する課題をユーザに促す。ユーザが課題を完了するか、又はその分析物データに基づいてマイルストーンを達成するたびに、ユーザは、アプリケーションがモバイル健康アプリケーションの達成ページ上で追跡する固有のバッジを得ることができる。ユーザはまた、アプリケーションの他のユーザとチームに参加することを選択し、自身の個々の課題に加えて、チーム課題を完了するために一緒に働くことができる。
図５～８に示すような実施態様では、ユーザは、マイルストーンを達成するか、又は彼らの糖尿病管理に関連する課題を完了するためのバッジを得る。ある実施形態では、課題は、サイコグラフィックデータの収集及び開発段階中に生成されたユーザのサイコグラフィックプロファイルに基づいて選択されてもよい。マイルストーン及び課題は、達成するのが他のものよりも比較的容易であるものもあるが、困難性において様々である。モバイル健康アプリケーション（例えば、分析物モニタリングアプリケーション）は、運動、健康的な食事、ストレスマネジメント、グルコースレベル等に関連する課題をユーザに促す。ユーザが課題を完了するか、又はその分析物データに基づいてマイルストーンを達成するたびに、ユーザは、アプリケーションがモバイル健康アプリケーションの達成ページ上で追跡する固有のバッジを得ることができる。ユーザはまた、アプリケーションの他のユーザとチームに参加することを選択し、自身の個々の課題に加えて、チーム課題を完了するために一緒に働くことができる。
【0080】
図５は、本開示のある実施形態による、１つ以上の実装において表示される達成ＵＩの一例を示す。例５００において、ユーザインターフェース５０２は、ユーザに対する課題を有するプロンプト要素５０４を含む。例えば、プロンプト要素５０４は、「今週の課題は、毎晩の睡眠時間を追跡し、あなたがあなたのグルコースにおける任意の関連パターンに気付いているかを確認することです。参加しますか？」と示す。次いで、ユーザは、ユーザが提示された課題を受け入れることを示すボタン要素（すなわち、「課題を受け入れる」ボタン）５０６を使用して課題を受け入れることができる。
【0081】
図６は、本開示のある実施形態による、表示された達成ＵＩの他の実施例を示す。例６００では、達成ＵＩ６０２は、ユーザの達成を祝うテキスト要素（「達成しました！睡眠検出バッジを獲得しました！」）を含み、課題を完了することによってユーザによって獲得された固有のバッジ６０６を含む。加えて、達成ＵＩ６１０は、ユーザの分析物データに基づいて獲得されたバッジ／報酬６１２を含む。例６００では、インターフェース６１０に表示されたバッジが、ユーザが１日のある割合にわたってグルコース範囲内に留まること、例えば、１日の９０％にわたって低グルコース閾値と高グルコース閾値との間に留まることに対応する。特に、バッジ及び賞は、単なる分析物データ以外の測定基準に基づいてもよい。例えば、達成ＵＩ６０２内に表示されるバッジ／報酬６０６は、ユーザの睡眠データに基づく。
【0082】
図７は、本開示のある実施形態による、表示された達成ＵＩの他の例を示す。例７００では、達成ＵＩ７０２は、テキスト要素、例えば、「達成」ページを含み、ユーザによって獲得されたバッジを表示する。例７００では、バッジは、グルコースマイルストーン７０６及びバッジ７０８、感情マイルストーン７１０及びバッジ７１２、運動マイルストーン７１４及びバッジ７１６、並びに栄養マイルストーン７１８及びバッジ７２０等、異なるカテゴリに関連付けられた異なるマイルストーンに対応する。注目すべきことに、ユーザは、様々な異なるマイルストーンを達成するか、又は課題を完了することによって、各カテゴリに対して複数の賞を得る可能がある。第１のグルコースマイルストーン７０６は、例えば、１日の５０％にわたってグルコース範囲内に留まることに対応することができ、第２のグルコースマイルストーンは、１日の７５％にわたってグルコース範囲内に留まることに対応してもよい。
【0083】
図８は、本開示のある実施形態による、ユーザの達成ＵＩを介して、及び一緒に競争しているユーザのチームの達成ＵＩを介して表示される、例示的バッジを示す。例８００では、例えばユーザが参加する個々の課題に基づいて、ユーザ８０２のためのバッジが示されている。例８００では、例えば、ユーザが参加するチーム課題に基づいて、ユーザ８０４のチームに対するバッジも示されている。例８００からのバッジは、それぞれの達成ＵＩを介して表示される。
【0084】
家族共同ＵＩ
図９～１２に示すような実施態様では、モバイル健康アプリケーションは、特定のユーザに関連付けられたユーザのグループ（例えば、家族、友人のグループ、スポーツチーム等）が、特定のユーザをサポートする種々の方法で相互作用することを可能にする。例えば、ユーザの家族全体がアプリケーションを一緒に使用して、ユーザをより良くサポートすることができる。１つ以上の実施態様では、最初にアプリケーションにログインしたとき、ユーザは、健康（例えば、糖尿病）管理において希望する支援について、ユーザのニーズ及び好みを含むユーザのサイコグラフィックデータを収集する短いクイズを受けてもよい。ユーザのグループ（例えば、ユーザの家族）内の各人は、ユーザをサポートすることに関して、自身の好みについて同様のクイズを受け、サイコグラフィックデータを提供する。次いで、アプリケーションは、分析物モニタリングに関連する有害な状態、例えば、２型糖尿病に関する会話を促すために、論点に関する推奨及び教育的提案を生成する。そこから、アプリケーションによって、ユーザが糖尿病によい食料品を購入すること、又は一緒に散歩する等肯定的な行動の評価において互いにメッセージを送信できるようになる。
図９～１２に示すような実施態様では、モバイル健康アプリケーションは、特定のユーザに関連付けられたユーザのグループ（例えば、家族、友人のグループ、スポーツチーム等）が、特定のユーザをサポートする種々の方法で相互作用することを可能にする。例えば、ユーザの家族全体がアプリケーションを一緒に使用して、ユーザをより良くサポートすることができる。１つ以上の実施態様では、最初にアプリケーションにログインしたとき、ユーザは、健康（例えば、糖尿病）管理において希望する支援について、ユーザのニーズ及び好みを含むユーザのサイコグラフィックデータを収集する短いクイズを受けてもよい。ユーザのグループ（例えば、ユーザの家族）内の各人は、ユーザをサポートすることに関して、自身の好みについて同様のクイズを受け、サイコグラフィックデータを提供する。次いで、アプリケーションは、分析物モニタリングに関連する有害な状態、例えば、２型糖尿病に関する会話を促すために、論点に関する推奨及び教育的提案を生成する。そこから、アプリケーションによって、ユーザが糖尿病によい食料品を購入すること、又は一緒に散歩する等肯定的な行動の評価において互いにメッセージを送信できるようになる。
【0085】
図９は、本開示のある実施形態による、表示された家族共同ＵＩの一例を示す。例９００では、家族共同ＵＩ９０２は、特定のユーザのサポータ（例えば、家族メンバ）が受けたクイズの少なくとも一部を示す。例えば、家族共同ＵＩ９０２に含まれるのは、テキスト要素（「サポータニーズ評価」）と、第１の質問要素９０６（すなわち、「サポートのお願い」）と、サポータが第１の質問要素９０６に対する回答を可能にする第１の回答要素９０８と、第２の質問要素９１０（「サポートします」）と、サポータが第２の質問要素９１０に対する回答を可能にする第２の回答要素９１２と、第３の質問要素９１４（「感想：」）と、サポータが第３の質問要素９１４に対する回答を可能にする第３の回答要素９１６である。更に、家族共同ＵＩ９２０は、特定のユーザが受けたクイズの少なくとも一部を示す。例えば、家族共同ＵＩ９２０に含まれるのは、テキスト要素（すなわち、「２型ニーズ評価」」）と、第１の質問要素９２４（「糖尿病対策、サポートのお願い：」）と、ユーザが第１の質問要素９２４に対する回答を可能にする第１の回答要素９２６と、第２の質問要素９２８（「都合のいい時間：」）と、ユーザが第２の質問要素９２８に対する回答を可能にする第２の回答要素９３０と、第３の質問要素９３２（「感想：」）と、ユーザが第３の質問要素９３２に対する回答を可能にする第３の回答要素９３４である。
【0086】
図１０は、本開示のある実施形態による、表示された家族共同ＵＩの他の例を示す。例１０００において、家族共同ＵＩ１００２、１０１０、１０２０は、例えば２型糖尿病等の分析物モニタリングに関連するサポートを提供するための悪条件又は方法に関する会話を促すためにモバイル健康アプリケーションによって表示及び／又は生成される個人化された推奨を示す。例えば、家族共同ＵＩ１００２は、論点１００６及び２型糖尿病についての情報１００８を含む、ケーシーのための個人化された推奨１００４を含む。更に、家族共同ＵＩ１０１０は、論点１０１４及び２型糖尿病１０１６についての情報を含む、アレックスのための個人化された推奨１０１２を含む。加えて、家族共同ＵＩ１０２０は、論点１０２４及び２型糖尿病１０２６についての情報を含む、モーガンのための個人化された推奨１０２２を含む。
【0087】
図１１は、本開示のある実施形態による、表示された家族共同ＵＩの他の例を示す。例１１００では、家族共同ＵＩ１１０２は、ユーザが肯定的又は有益な行動の評価においてメッセージを送受信することを可能にする、インターフェース要素を表示する。家族共同ＵＩ１１０２は、グループの参加者が、ボタン要素１１０６（すなわち、「送信」ボタン）を使用して、糖尿病の管理を改善するための行動をとることについてユーザに感謝する（例えば、健康的な食料品を家に持ち帰ることについてユーザに感謝することによって）メッセージをユーザに送信することを可能にする、メッセージボックス要素１１０４を含む。
【0088】
図１２は、本開示のある実施形態による、１つ以上の実施態様において表示される、家族共同ＵＩの他の例を示す。例１２００では、家族共同ＵＩ１２０２は、ユーザが受信されたメッセージについてどのように感じるかを示すフィードバックを可能にするインターフェース要素を表示する。例えば、家族共同ＵＩ１２０２は、受信されたメッセージ１２０６を表示し、受信者が、例１１００に示される家族共同ＵＩ１１０２を介して別のユーザから送信されたもののような、受信したメッセージに関するフィードバックを可能にする「いいね」ボタン（すなわち、サムアップボタン）を含んでもよい。
【0089】
加えて、図９～図１２に示される実施態様は、特定のユーザに関連してアカウントを確立したユーザが、彼らがサポートされていることを特定のユーザに知らせることができる。モバイル健康アプリケーションは、モニタリングされている分析物に関連する有害な健康状態、例えば、２型糖尿病の人をより良くサポートするために、家族（又は別のグループ）によって一緒に使用されることができる。
【0090】
工程共有ＵＩ
図１３～１５に示すような実施態様では、特定のユーザが、他のユーザと共に、特定のユーザの分析物モニタリング工程を共有／開始することができる。ユーザが分析物モニタリングデバイスを購入すると、ユーザは、自分のための分析物モニタリングデバイスを含むキットを、ユーザのサポータのうちの１人又は複数人がある期間、例えば１ケ月間試すための追加の分析物モニタリングデバイス（複数可）と共に購入するオプションを提示（例えば表示）する。したがって、ユーザ及び選択されたサポータはそれぞれ、分析物モニタリングデバイスを装着し、モバイル健康アプリケーションを介してデータを共有することによって分析物モニタリング装置について一緒に知ることができる。したがって、アプリケーションは、ユーザ及び選択されたサポータからサイコグラフィックデータを収集し、ユーザ対話ポリシーを提供して、ユーザの健康結果及びユーザにサポートを提供するサポータの能力を最適化することができる。アプリケーションは、関連付けられたユーザのグループが、糖尿病を有するか否かにかかわらず、グルコースデータをレビューする経験を共有することを可能にする。ユーザ及び彼らの選択されたグループは、チームとして挑戦することさえでき、例えば、楽しいゲームを通してユーザの健康目標を一緒に達成することができる。月末に、モバイル健康アプリケーションは、ユーザのうちの１人以上に、全員の分析物データと、任意に分析物傾向に基づく１つ以上の教育的洞察とを伴う報告を送信する。
図１３～１５に示すような実施態様では、特定のユーザが、他のユーザと共に、特定のユーザの分析物モニタリング工程を共有／開始することができる。ユーザが分析物モニタリングデバイスを購入すると、ユーザは、自分のための分析物モニタリングデバイスを含むキットを、ユーザのサポータのうちの１人又は複数人がある期間、例えば１ケ月間試すための追加の分析物モニタリングデバイス（複数可）と共に購入するオプションを提示（例えば表示）する。したがって、ユーザ及び選択されたサポータはそれぞれ、分析物モニタリングデバイスを装着し、モバイル健康アプリケーションを介してデータを共有することによって分析物モニタリング装置について一緒に知ることができる。したがって、アプリケーションは、ユーザ及び選択されたサポータからサイコグラフィックデータを収集し、ユーザ対話ポリシーを提供して、ユーザの健康結果及びユーザにサポートを提供するサポータの能力を最適化することができる。アプリケーションは、関連付けられたユーザのグループが、糖尿病を有するか否かにかかわらず、グルコースデータをレビューする経験を共有することを可能にする。ユーザ及び彼らの選択されたグループは、チームとして挑戦することさえでき、例えば、楽しいゲームを通してユーザの健康目標を一緒に達成することができる。月末に、モバイル健康アプリケーションは、ユーザのうちの１人以上に、全員の分析物データと、任意に分析物傾向に基づく１つ以上の教育的洞察とを伴う報告を送信する。
【0091】
図１３は、本開示のある実施形態による、表示された工程共有ＵＩと工程の一例を示す。例１３００では、（ディスプレイデバイスを介して表示される）工程共有ＵＩ１３０２は、ＣＧＭシステムについての情報と、ユーザが１人又は複数の他のユーザと「工程共有」プログラムを開始するためのオプションとを表示する第１のテキスト要素１３０４を含み、例えば、ユーザ及び他のユーザは、ある期間にわたって分析物モニタリングデバイスを装着する。例えば、工程共有ＵＩ１３０２は、第２のテキスト要素１３０６（すなわち、「工程共有キットを追加しますか？」）と、ユーザが「工程共有」プログラムの開始を可能にするボタン要素１３０８（すなわち、「こちらをチェック」ボタン）とを含む。
【0092】
図１４は、本開示のある実施形態による、表示された工程共有ＵＩの他の例を示す。例１４００では、工程共有ＵＩ１４０２は、「工程共有」プログラムの一部として使用されるゲームを示す。工程共有ＵＩ１４０２は、グループ（すなわち、「チーム名」）を識別する第１のテキスト要素１４０４と、様々なユーザを示す視覚要素１４０６とを含む。ここで、ゲームは分析物関連行動ボックスを含むビンゴボード１４０８上に表示される。ユーザは、ビンゴボード１４０８上の関連するマス目を「埋める」ために、様々な分析物関連行動（例えば、新しい訓練１４１０を試みること、１日の特定の割合にわたってグルコース範囲内にあること１４１２、低炭水化物食に交換すること１４１４、又はストレスレベル管理１４１６）を実行することができる。
【0093】
図１５は、本開示のある実施形態による、表示された工程共有ＵＩの他の例を示す。例１５００では、工程共有ＵＩ１５０２は、図１３の工程共有ＵＩ１３０２を介して選択された、関連付けられたユーザのグループ、例えば、ユーザの家族、友人、又は同僚の概要レポートを表示する第１のテキスト要素１５０４を含む。工程共有ＵＩ１５０２はまた、グループ内の全てのユーザに関する様々なユーザ及び分析物データ（例えば、グルコーストレース）、並びに／又は決定された傾向に基づくそれらのユーザに関する１つ以上の教育的洞察を示す視覚要素１５０６を含む。ある実施形態では、視覚要素１５０６は各ユーザのグルコースデータを強調表示してもよい。
【0094】
グルコース吸気ＵＩ
図１６～１８に示すような実施態様では、モバイル健康アプリケーションは、ユーザが、類似工程上の他のユーザに対して、１つ又はそれを上回る時点においてユーザのグルコースがどのようになっているかを比較することが可能になる。ユーザには、ユーザのサイコグラフィックプロファイルに基づいてコンピューティングデバイスによって選択され得る、ユーザの選択のグループに参加するためのオプションが提示される。更に、アプリケーションは、ユーザのモニタリングされた分析物データ（例えば、範囲内の時間）から決定されたメトリックを、他のユーザ、例えば、２型糖尿病を有する他のユーザのメトリックと比較する。アプリケーションは、ユーザがオプションとして選択したチームの他の人にお祝いの送信を可能にする。例えば、ユーザが、別のユーザが良い成果を出していることに気付いた場合、他のユーザに良い成果を続けるように促すためにお祝いメッセージを送信することができる。
図１６～１８に示すような実施態様では、モバイル健康アプリケーションは、ユーザが、類似工程上の他のユーザに対して、１つ又はそれを上回る時点においてユーザのグルコースがどのようになっているかを比較することが可能になる。ユーザには、ユーザのサイコグラフィックプロファイルに基づいてコンピューティングデバイスによって選択され得る、ユーザの選択のグループに参加するためのオプションが提示される。更に、アプリケーションは、ユーザのモニタリングされた分析物データ（例えば、範囲内の時間）から決定されたメトリックを、他のユーザ、例えば、２型糖尿病を有する他のユーザのメトリックと比較する。アプリケーションは、ユーザがオプションとして選択したチームの他の人にお祝いの送信を可能にする。例えば、ユーザが、別のユーザが良い成果を出していることに気付いた場合、他のユーザに良い成果を続けるように促すためにお祝いメッセージを送信することができる。
【0095】
図１６は、本開示のある実施形態による、表示されたグルコース吸気ＵＩの一例を示す。例１６００では、グルコース吸気ＵＩ１６０２は、特定のユーザが参加するために選択したグループ内のユーザについての分析物ベースのメトリックデータと、ある期間（例えば、１日）についてのグループメンバの分析物ベースのメトリックデータがどのように比較されるかとを表示する。例えば、グルコース吸気ＵＩ１６０２は、グループ及びメンバの数（３４人のメンバを有するものとして示されている）を識別する第１のテキスト要素１６０４（すなわち、「愛犬家」）を含む。更に、グルコースインスピレーションＵＩ１６０２は、分析物ベースのメトリックデータ（例えば、範囲内時間のパーセンテージ）に基づいてユーザをランク付けするランキングリスト要素１６０６も含む。図示の例では、ランキングリスト要素１６０６は、ユーザ（すなわち、「私」）と、ユーザが第２位に移動したことを示すランキングテキスト要素１６０８とを表示する。グルコース吸気ＵＩ１６０２は、ユーザがグループとチャットすることを可能にするボタン要素１６１０も含むことができる。
【0096】
図１７は、本開示のある実施形態による、表示されたグルコース吸気ＵＩの他の例を示す。例１７００において、グルコース吸気ＵＩ１７０２は、テキスト要素１７０４（「チームに参加」）と、ユーザが参加するために、例えば、ユーザのメトリックをグループ内の他のユーザのメトリックと比較するために選択可能なグループを表示するボタン要素１７０６～１７１４とを含む。グループは、数例を挙げると、関心ベース、条件ベース、時間ベース、年齢ベース、及び場所ベースであってもよい。
【0097】
図１８は、本開示のある実施形態による、表示されたグルコース吸気ＵＩの他の例を示す。例１８００では、グルコース吸気ＵＩ１８０２は、グループ及びメンバの数（３４人のメンバとして示される）を識別する第１のテキスト要素１８０４（すなわち、「愛犬家のチャット」）を含む。グルコース吸気ＵＩ１８０２はまた、グループのメンバがグループ内の他のメンバとメッセージを送受信することを可能にする、選択されたグループ内のメンバからのメッセージング要素（例えば、グレッグからのメッセージ１８０６及びパトリシアからのメッセージ１８０８）を含む。
【0098】
フォロワハイライトＵＩ
図１９～２１に示すような実施態様では、モバイル健康アプリケーションは、ユーザが、分析物データ及びユーザの目標及び関心等のユーザのサイコグラフィックデータに基づいて、家族及び友人から認識を受信することを可能にする。ユーザは、１人以上のサポータ（複数可）がユーザの検体データに従うことを許可するように選択することができ、許可されたユーザは、ユーザのその日の成果の説明と共に毎日のハイライトを送信又は表示することができる。１人以上のサポートユーザはまた、ユーザが良好なグルコースの時間を経験しているときに、それぞれのモバイル健康アプリケーション上でリアルタイム通知を受信することができる。モバイル健康アプリケーションは、サポートするユーザが、ユーザにメッセージを迅速に送信することを可能にし、例えば、ユーザは適切な時間にお祝いを送って自分のサポートを示す。ある実施形態では、メッセージは、ユーザのサイコグラフィックプロファイルに基づいて選択されてもよく、コンテキストモデルによって、最適なユーザ対話ポリシーが決定される。
図１９～２１に示すような実施態様では、モバイル健康アプリケーションは、ユーザが、分析物データ及びユーザの目標及び関心等のユーザのサイコグラフィックデータに基づいて、家族及び友人から認識を受信することを可能にする。ユーザは、１人以上のサポータ（複数可）がユーザの検体データに従うことを許可するように選択することができ、許可されたユーザは、ユーザのその日の成果の説明と共に毎日のハイライトを送信又は表示することができる。１人以上のサポートユーザはまた、ユーザが良好なグルコースの時間を経験しているときに、それぞれのモバイル健康アプリケーション上でリアルタイム通知を受信することができる。モバイル健康アプリケーションは、サポートするユーザが、ユーザにメッセージを迅速に送信することを可能にし、例えば、ユーザは適切な時間にお祝いを送って自分のサポートを示す。ある実施形態では、メッセージは、ユーザのサイコグラフィックプロファイルに基づいて選択されてもよく、コンテキストモデルによって、最適なユーザ対話ポリシーが決定される。
【0099】
図１９は、本開示のある実施形態による、表示されたフォロワハイライトＵＩの一例を示す。例１９００では、フォロワハイライトＵＩ１９０２は、サポートユーザのディスプレイデバイスを介してユーザの分析物データ（例えば、グルコースデータ）及び／又は分析物ハイライトを表示し、それにより、サポートユーザは、ユーザの成果を見ることができる。例えば、フォロワハイライトＵＩ１９０２は、ユーザの分析物データのハイライトを提供する第１のハイライト要素１９０６を含む（すなわち、「テーラーが１日９４％を達成。本当にすごい！」」）。フォロワハイライトＵＩ１９０２は、サポートユーザがユーザにメッセージを送信することを可能にするボタン要素１９０８も含む。更に、フォロワハイライトＵＩ１９０２は、グルコース傾向グラフ等であるがこれに限定されないユーザの分析物データのハイライトの詳細を提供する、第２のハイライト要素１９１０も含む。
【0100】
図２０は、本開示のある実施形態による、表示されたフォロワハイライトＵＩの他の例を示す。例２０００では、フォロワハイライトＵＩ２００２は、サポートを示すためのクイックメッセージをユーザに送信するために、サポートユーザの対話を可能にする要素を表示する。例えば、フォロワハイライトＵＩ２００２は、プロンプト要素２００４（すなわち、「テーラーに送信するメッセージを選択してください」）と、第１のメッセージ２００６（すなわち、「よくやったね、テーラー、１日９４％の範囲を達成したね！」）、第２のメッセージ２００８（「おめでとう、テーラー、今日範囲内だったね、すごい！」）、及びグラフィック（例えば、絵文字）の選択を含むグラフィック要素２００８の選択を含む。
【0101】
図２１は、本開示のある実施形態による、表示されたフォロワハイライトＵＩの他の例を示す。例２１００では、フォロワハイライトＵＩ２１０２は、ユーザがサポートユーザから受信したメッセージを表示する。例えば、フォロワハイライトＵＩ２１０２は、サポートユーザによって送信されたメッセージ２１０６（「おめでとう、テーラー、今日範囲内だったね、すごい！」）を含む。
【0102】
１つ以上の実施態様では、モバイル健康アプリケーションによって、ユーザが、他のユーザ、例えば、家族及び友人に、彼らのモニタリングされた分析物データに基づいてお祝いを送信することが可能になる。モバイル健康アプリケーションによって、サポートユーザが、特定のユーザの分析物データを追跡し、特定のユーザに対してその日に何が順調だったかの説明と共に毎日のハイライトを見ることが可能になる。サポートユーザはまた、サポートユーザがフォローしているユーザが、良好なグルコース瞬間を経験しているというリアルタイム通知を受信することができる。モバイル健康アプリケーションによって、サポートユーザが、フォローしているユーザを祝うメッセージを迅速に送信して、正しい瞬間にフォローしているユーザにサポートを示すことができる。
【0103】
専門家ポータルＵＩ
図２２～図２４に示すような実施態様では、モバイル健康アプリケーションは専門家ポータルを提供する。いくつかの実施形態において、専門家ポータルは、上述したように、ユーザの対話ポリシーに基づいてキュレートされてもよい。専門家ポータルを通じて、ユーザは、ユーザをサポートする糖尿病専門家のプールからコンテンツへのアクセスを提供される。ある実施形態では、コンテンツは、ユーザの関心に対して個人化されてもよい。ユーザには、異なる専門領域を有する医療専門家から糖尿病関連トピックに関するコンテンツへのアクセスが提供される。ポータルを介して利用できる専門家は、限定ではなく例として数例を挙げると、医師、糖尿病教育者、栄養士、ライフコーチ、及び心理学者を含み得る。いくつかの実施形態では、ユーザが、ポータルのライブラリ内のコンテンツによってまだ対処されていない質問がある場合、ユーザは、質問を提出してポータル内の専門家のうちの１人から返答を受信することができる。いくつかの実施形態では、ユーザは、質問を提出し、彼らの質問に回答し得るコンテンツマッチを受信することができる。
図２２～図２４に示すような実施態様では、モバイル健康アプリケーションは専門家ポータルを提供する。いくつかの実施形態において、専門家ポータルは、上述したように、ユーザの対話ポリシーに基づいてキュレートされてもよい。専門家ポータルを通じて、ユーザは、ユーザをサポートする糖尿病専門家のプールからコンテンツへのアクセスを提供される。ある実施形態では、コンテンツは、ユーザの関心に対して個人化されてもよい。ユーザには、異なる専門領域を有する医療専門家から糖尿病関連トピックに関するコンテンツへのアクセスが提供される。ポータルを介して利用できる専門家は、限定ではなく例として数例を挙げると、医師、糖尿病教育者、栄養士、ライフコーチ、及び心理学者を含み得る。いくつかの実施形態では、ユーザが、ポータルのライブラリ内のコンテンツによってまだ対処されていない質問がある場合、ユーザは、質問を提出してポータル内の専門家のうちの１人から返答を受信することができる。いくつかの実施形態では、ユーザは、質問を提出し、彼らの質問に回答し得るコンテンツマッチを受信することができる。
【0104】
図２２は、本開示のある実施形態による、表示された専門家ポータルＵＩの一例を示す。例２２００では、専門家ポータルＵＩ２２０２は、ユーザが糖尿病専門家からコンテンツ（例えば、ビデオ、ポッドキャスト、及び記事）のライブラリを検索することを可能にする要素を示す。専門家ポータルＵＩは、ユーザが、ユーザの検索に関連し得るトピックに関するコンテンツを見る、読む、及び／又は聞くことを可能にする。例えば、専門家ポータルＵＩ２２０２は、ユーザがコンテンツのライブラリを検索することを可能にする検索要素２２０４を含む。そのような例では、専門家ポータルＵＩ２００２はまた、検索語がユーザによって検索要素２２０４に提供されたときに結果を提供する。他の例では、専門家ポータルＵＩ２００２は、ユーザが検索要素２２０４を起動する前に、コンテンツのライブラリからコンテンツをプリロードすることができる。両方の例において、専門家ポータルＵＩ２２０２は、専門家コンテンツへのリンク要素（例えば、ビデオリンク２２０８、オーディオリンク２２１０、又はテキストリンク２２１２）を提供することができる。
【0105】
図２３は、本開示のある実施形態による、表示された専門家ポータルＵＩの他の例を示す。例２３００において、専門家ポータルＵＩ２３０２は、ユーザがコンテンツのライブラリを検索することを可能にする検索要素２２０４を含む。コンテンツのライブラリがユーザの検索を含まない場合、専門家ポータルＵＩ２３０２は、一致が見つからなかったことを示し、回答が利用可能になったときに通知を希望するかをユーザに尋ねるテキスト要素２３０６を含む。そのような例では、専門家ポータルＵＩ２３０２は、はいボタン２３０８及びいいえボタン２３１０も含む。はいボタン２３０８がユーザによって示されるとき、ユーザは、後に一致が発見されたときに通知を受けることができる。
【0106】
図２４は、本開示のある実施形態による、表示された専門家ポータルＵＩの他の例を示す。例２４００において、専門家ポータルＵＩ２４０２は、ユーザに関連し得る新しいコンテンツが発見されたときにユーザに通知する通知要素２４０４を含む。例えば、ユーザは、提出された検索又は質問に関連するリソースがポータルに追加されるとき、応答を受信するか、又は他の方法で通知される。図示の例では、専門家ポータルＵＩ２４０２は、専門家によって準備されたビデオへのビデオリンク２４０６を含む。ビデオは、提出された検索に関連してもよく、又はユーザによって提出された質問に回答してもよい。１つ以上の実装態様では、ある期間の人気トピックが、専門家ポータルＵＩ２４０２を介して提示される。例えば、その期間（例えば、１ヶ月）に他のユーザによって最も頻繁に尋ねられたトピックが、専門家ポータルＵＩ２４０２を介して提示される。１つ以上の実装形態では、専門家ポータルＵＩ２４０２は、人気のあるトピックのうちの１つ以上に賛成投票するためにユーザによって選択可能な要素を含み、これは、注目トピックの人気を更に高め、回答する専門家の相対的な重要度を高める。
【0107】
個人化ＵＩ
図２５に示すような実施態様では、モバイル健康アプリケーションは、ユーザが、個人化された分析物ベースの目標を設定及び追跡することを可能にする。このようにして、コンピューティングデバイスは、ユーザサイコグラフィックデータをユーザから直接受信し得る。例えば、モバイル健康アプリケーションによって、ユーザが、ユーザ自身の個々の目標に基づいて自身の分析物モニタリング経験を個人化することができる。ユーザが最初にモバイル健康アプリケーションを設定するとき、例えば、健康状態に関連する目標（例えば、糖尿病に関連する目標）を設定するためにクイッククイズを受けるように促されることがある。モバイル健康アプリケーションにおいてユーザに表示されるヒント及びリソースは、ユーザのニーズに合わせて調整され、ユーザに固有である。ユーザの優先度は時間と共に変化し得るので、アプリケーションによってユーザが任意の時点でアプリケーションの設定で調整できる。
図２５に示すような実施態様では、モバイル健康アプリケーションは、ユーザが、個人化された分析物ベースの目標を設定及び追跡することを可能にする。このようにして、コンピューティングデバイスは、ユーザサイコグラフィックデータをユーザから直接受信し得る。例えば、モバイル健康アプリケーションによって、ユーザが、ユーザ自身の個々の目標に基づいて自身の分析物モニタリング経験を個人化することができる。ユーザが最初にモバイル健康アプリケーションを設定するとき、例えば、健康状態に関連する目標（例えば、糖尿病に関連する目標）を設定するためにクイッククイズを受けるように促されることがある。モバイル健康アプリケーションにおいてユーザに表示されるヒント及びリソースは、ユーザのニーズに合わせて調整され、ユーザに固有である。ユーザの優先度は時間と共に変化し得るので、アプリケーションによってユーザが任意の時点でアプリケーションの設定で調整できる。
【0108】
図２５は、本開示のある実施形態による、表示された個人化ＵＩの一例を示す。例２５００では、個人化ＵＩ２５０２は、ユーザが１つ以上の健康状態（例えば、糖尿病）関連目標を設定するためにクイズを受けることを可能にするクイズ要素２５０４を含む。ある実施形態では、クイズは様々な時間に、例えば初期化時に提示されてもよい。代替又は追加として、ユーザは、例えば、アプリケーションの設定又は何らかの他のインターフェースに誘導されて、クイズを開始することができる。個人化ＵＩ２５０２は、例えば、１つ以上の選択要素（例えば、「低Ａ１Ｃ」のための選択要素２５０６）を介してユーザによって選択され得る、範囲内でより多くの時間を過ごす、気分がよくなる、より低いストレス、より良い睡眠、より多くのエネルギー等の種々の異なる目標を列挙する。
【0109】
選択後、ユーザには、ユーザの選択された目標及びユーザの目標に関連付けられた他のデータに基づいてユーザのためにキュレートされた意思決定支援出力（例えば、ヒント及びリソース）を表示する、個人化ＵＩインターフェース２５１０を提供されてもよい。例えば、個人化ＵＩ２５１０は、第１の意思決定支援出力２５１２２（すなわち、「低炭水化物レシピ」）と、第２の意思決定支援出力２５１４（すなわち、「同じ目標を共有する人から聞く」）とを含む。ある実施形態では、チップ及びリソースは、他のユーザデータに基づいてキュレートされ得る。１つ以上の実装形態では、モバイル健康アプリケーションは、例えば、ユーザインターフェースを介してお祝いメッセージを提示することによって、ユーザに目標達成が知らされる。
【0110】
個人化ＵＩは、ユーザが彼らの目標に関連する追加のデータを更新及び／又は提供することを可能にし得る。例えば、個人化ＵＩ２５２０は、ユーザが次の時間に次のクイズを受けることを可能にする要素を表示し、ここで、次のクイズは、１つ以上の健康状態関連目標のユーザ選択を可能にする。１つ以上の実施態様では、アプリケーションは、ユーザに後続のクイズを受けるように促す。個人化ＵＩ２５２０は、ユーザが１つ以上の健康状態（例えば、糖尿病）関連目標を更新するためにクイズを受けることを可能にするクイズ要素２５２２を含む。図示の例では、ユーザは、選択要素２５２４を使用して、更新された目標として「より良い睡眠」を選択する。
【0111】
選択後、ユーザには、ユーザの更新された目標、ユーザの目標に関連付けられたデータ、又は他のユーザデータに基づいてユーザのためにキュレートされた意思決定支援出力（例えば、ヒント及びリソース）を表示する個人化ＵＩインターフェース２５３０が提供され得る。例えば、個人化ＵＩ２５３０は、第１の意思決定支援出力２５３４（すなわち、「睡眠の準備」）と、第２の意思決定支援出力２５３６（すなわち、「同じ目標を共有する人から聞く」）とを含む。
【0112】
予約準備ＵＩ
図２６～３１に示すような実施態様では、モバイル健康アプリケーションは、ユーザが医療提供者の予約の準備を行うことを可能にする。このアプリケーションの利点は、ユーザが医療提供者の予約をより良く準備できることである。アプリケーションにおいて、ユーザインターフェースは、ユーザの次回の予約を表示する。各予約の前に、モバイル健康アプリケーションは、ユーザのニーズに適合するようにユーザによって編集可能である、医療提供者に尋ねるための質問リストを生成して提供する。ある実施形態では、質問リストは、ユーザ対話ポリシーに基づくことができる。更に、ユーザの分析物データ及び傾向に基づいて、モバイル健康アプリケーションは、実行リストに追加する質問を提案してもよい。加えて、又は代替として、ユーザは、分析物データ内の着目日又は瞬間（例えば、特定のグルコーススパイク又はパターン（例えば、ある時間における低血糖））にフラグを立て、その日の分析物データについて医療提供者と話すためのメモを追加することができる。ユーザが各予約に進む前に、モバイル健康アプリケーションは、予約を可能な限り効率的かつ貴重なものにするために、前もって何をすべきかのリマインダをチェックリストに提供する。ユーザは、予約後の質問に対する重要な持ち帰り／回答を格納することができるので、ユーザは、任意の時点でそれらを参照することができる。
図２６～３１に示すような実施態様では、モバイル健康アプリケーションは、ユーザが医療提供者の予約の準備を行うことを可能にする。このアプリケーションの利点は、ユーザが医療提供者の予約をより良く準備できることである。アプリケーションにおいて、ユーザインターフェースは、ユーザの次回の予約を表示する。各予約の前に、モバイル健康アプリケーションは、ユーザのニーズに適合するようにユーザによって編集可能である、医療提供者に尋ねるための質問リストを生成して提供する。ある実施形態では、質問リストは、ユーザ対話ポリシーに基づくことができる。更に、ユーザの分析物データ及び傾向に基づいて、モバイル健康アプリケーションは、実行リストに追加する質問を提案してもよい。加えて、又は代替として、ユーザは、分析物データ内の着目日又は瞬間（例えば、特定のグルコーススパイク又はパターン（例えば、ある時間における低血糖））にフラグを立て、その日の分析物データについて医療提供者と話すためのメモを追加することができる。ユーザが各予約に進む前に、モバイル健康アプリケーションは、予約を可能な限り効率的かつ貴重なものにするために、前もって何をすべきかのリマインダをチェックリストに提供する。ユーザは、予約後の質問に対する重要な持ち帰り／回答を格納することができるので、ユーザは、任意の時点でそれらを参照することができる。
【0113】
図２６は、本開示のある実施形態による、表示された予約準備ＵＩの一例を示す。例２６００において、予約準備ＵＩ２６０２は、カレンダー要素２６０４と、例えば医療提供者との次回の予約及びリマインダ通知を表示するテキスト要素２６０６とを含む。
【0114】
図２７は、本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。例２７００では、予約準備ＵＩ２７０２は、予約時にユーザが尋ねるための予約準備質問を含むリスト要素２７０４を含む。予約準備ＵＩ２７０２はまた、ユーザが次回の予約に関連付けられた質問リストに質問の追加が可能になる追加ボタン要素（すなわち、「質問を追加」）を含む。予約準備ＵＩ２７０２は、質問リスト及びユーザの分析物データをユーザに関連付けられた医療提供者に送信するためにユーザによって選択可能な、送信ボタン要素２７０８も含む。アプリケーションは、ユーザが自分の医療専門家に尋ねるための予約の間に、ユーザのための質問リストを構築する。質問リストは、アプリケーションが決定した質問及び／又はユーザが選択した質問を含むことができる。
【0115】
図２８は、本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。例２８００では、予約準備ＵＩ２８０２は、ユーザのリストに質問を追加するための要素を含み、ユーザは、ある期間にわたるユーザの分析物データの分析に基づいて、アプリケーションから質問を追加するように促される。例えば、ユーザのグルコースデータに基づいて、システムは、ユーザが前週の間に毎晩低血糖になっていたと判断することができる。この決定に基づいて、システムは、ユーザが夜間の低血糖のパターンについて医師に質問を希望するかをユーザに尋ねる。図示の例では、予約準備ＵＩ２８０２は、ユーザの分析物データ（すなわち、「今週は毎晩低血糖になっています。」）を示し、ユーザに（「これについて主治医に尋ねることを希望しますか？」）追加して尋ねるプロンプト要素２８０４を含む。予約準備ＵＩ２８０２はまた、追加ボタン要素２８０６（「はい、私の準備リストに追加してください」と示すボタン要素）と、拒否ボタン要素２８０８（「いいえ、結構です」と示すボタン要素）とを含む。
【0116】
図２９は、本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。例２９００では、予約準備ＵＩ２９０２は、傾向グラフ要素２９０４（例えば、ある期間にわたるユーザの分析物濃度を示す）と、ユーザが期間（例えば、日）にフラグを立てることを可能にし、アプリケーションに、その期間の分析物データについてユーザの医療専門家と話し合うようにユーザにリマインダし得る、フラグ付け要素２９０６とを含む。予約準備ＵＩ２９０２はまた、追加ボタン要素２９０８（「はい、私の準備リストに追加してください」と示すボタン要素）を含む。
【0117】
図３０は、本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。例３０００では、予約準備ＵＩ３００２は、チェックリスト要素３００４を表示し、例えば、ユーザ及び医療提供者が予約を最大限に利用できるように、医療提供者との予約の前にユーザによってレビュー可能なチェックリスト（「グルコースデータをレビュー」、「レポートをダウンロード」等）をユーザに提供する。
【0118】
図３１は、本開示のある実施形態による、表示された予約準備ＵＩの他の例を示す。例３１００において、予約準備ＵＩ３１０２は、ユーザが予約後の質問に対する重要な持ち帰り／回答の文書化を可能にするメモリスト要素３１０４を含む。
【0119】
ビデオストーリＵＩ
図３２～図３５に示すような実施態様では、モバイル健康アプリケーションは、ユーザのサイコグラフィックプロファイルに基づいて、デジタルコンテンツ、例えばビデオを推奨する。モバイル健康アプリケーションは、ユーザが、健康状態、例えば、２型糖尿病の他の人々についての話を聞く、及び／又は見ることを可能にする。ユーザがモバイル健康アプリケーション及び／又は対応するウェブサイトにサインインすると、ユーザインターフェースは、ある期間にわたる分析物データ（例えば、その週の間にユーザのグルコースがどのように見えるか）及び他のユーザデータ（例えば、人口統計、デジタルコンテンツの選択履歴、他のユーザとの類似性、活動データ、食事データ、薬剤データ等）を含む、種々の要因に基づいてユーザにキュレートされた高品質ビデオ（又は他のデジタルコンテンツ）を提示する。またアプリケーションによって、ユーザが関心のあるカテゴリに基づいてビデオをフィルタリングするために、ユーザは要素と対話することが可能になる。加えて、アプリケーションは、ユーザが、視聴されたビデオに関するフィードバックを提供することを可能にし、アプリケーションによって推奨される次のビデオは、フィードバックに基づいて調整される。
図３２～図３５に示すような実施態様では、モバイル健康アプリケーションは、ユーザのサイコグラフィックプロファイルに基づいて、デジタルコンテンツ、例えばビデオを推奨する。モバイル健康アプリケーションは、ユーザが、健康状態、例えば、２型糖尿病の他の人々についての話を聞く、及び／又は見ることを可能にする。ユーザがモバイル健康アプリケーション及び／又は対応するウェブサイトにサインインすると、ユーザインターフェースは、ある期間にわたる分析物データ（例えば、その週の間にユーザのグルコースがどのように見えるか）及び他のユーザデータ（例えば、人口統計、デジタルコンテンツの選択履歴、他のユーザとの類似性、活動データ、食事データ、薬剤データ等）を含む、種々の要因に基づいてユーザにキュレートされた高品質ビデオ（又は他のデジタルコンテンツ）を提示する。またアプリケーションによって、ユーザが関心のあるカテゴリに基づいてビデオをフィルタリングするために、ユーザは要素と対話することが可能になる。加えて、アプリケーションは、ユーザが、視聴されたビデオに関するフィードバックを提供することを可能にし、アプリケーションによって推奨される次のビデオは、フィードバックに基づいて調整される。
【0120】
図３２は、本開示のある実施形態による、表示されたビデオストーリＵＩの一例を示す。例３２００において、ビデオストーリＵＩ３２０２は、ユーザがデジタルコンテンツのコレクションをブラウズすることを可能にする要素を表示する。例えば、ビデオストーリＵＩ３２０２は、ビデオの異なるカテゴリ（「再生回数トップ」３２０６及び「新規更新」３２０８）に基づいて編成されたビデオリンクを含む。
【0121】
図３３は、本開示のある実施形態による、表示されたビデオストーリＵＩの他の例を示す。例３３００において、ビデオストーリＵＩ３３０２は、ユーザが消費することに関心があるコンテンツのタイプに基づいてデジタルコンテンツをフィルタリングするために選択可能な要素を表示する。例えば、ビデオストーリＵＩ３３０２は、ユーザが「場所」、「関心」、「診断からの経過時間」等に基づいてデジタルコンテンツをフィルタリングすることを可能にするフィルタボタン３３０４を有する。
【0122】
図３４は、本開示のある実施形態による、表示されたビデオストーリＵＩの他の例を示す。例３４００では、ビデオストーリＵＩ３４０２は、ユーザが、ユーザインターフェース３４０２を介して表示される等、コンピューティングデバイスを介して出力されたデジタルコンテンツに関するフィードバックを提供することを可能にする、フィードバック要素を含む。例えば、ビデオストーリＵＩ３４０２は、プロンプト要素３４０４（「このビデオは関連していますか？」）と、サムアップ要素３４０６と、サムダウン要素３４０８とを含むことができる。
【0123】
図３５は、本開示のある実施形態による、表示されたビデオストーリＵＩの他の例を示す。例３５００では、ビデオストーリＵＩ３５０２は、例えば、ユーザのフィードバックに基づいて、又はユーザの他の視聴されたビデオに基づいて、ユーザの嗜好に合わせて調整された推奨デジタルコンテンツを表示する提案要素３５０４を含む。
【0124】
１つ以上の実装形態では、モバイル健康アプリケーションは、例えば、ある期間にわたるユーザの分析物データに基づいて、及び／又は経時的にデータから導出されたメトリック（例えば、傾向）に基づいて、デジタルコンテンツの少なくとも１つの項目が有用な洞察をユーザに提供する可能性があると判断されたときに通知を出力する。
【0125】
健康ハブＵＩ
図３６～３８に示すような実施態様では、モバイル健康アプリケーションは、モバイル健康アプリケーションに関連し、ユーザのサイコグラフィックプロファイルに基づき得る、付加的な第三者アプリケーションとの相互作用を可能にする、マーケットプレイスとインターフェースする。モバイル健康アプリケーションは、他のアプリケーション、例えば、ホリスティック体験のための健康関連のアプリケーションに接続する。モバイル健康アプリケーションでは、ユーザは、モバイル健康アプリケーションに接続してデータを見る他のアプリケーションを選択することができる。ユーザ選択に基づいて、モバイル健康アプリケーションは、全てが１つの中央ロケーションにある、選択された各アプリケーションからの高レベルメトリックへのアクセスを有する。
図３６～３８に示すような実施態様では、モバイル健康アプリケーションは、モバイル健康アプリケーションに関連し、ユーザのサイコグラフィックプロファイルに基づき得る、付加的な第三者アプリケーションとの相互作用を可能にする、マーケットプレイスとインターフェースする。モバイル健康アプリケーションは、他のアプリケーション、例えば、ホリスティック体験のための健康関連のアプリケーションに接続する。モバイル健康アプリケーションでは、ユーザは、モバイル健康アプリケーションに接続してデータを見る他のアプリケーションを選択することができる。ユーザ選択に基づいて、モバイル健康アプリケーションは、全てが１つの中央ロケーションにある、選択された各アプリケーションからの高レベルメトリックへのアクセスを有する。
【0126】
図３６は、本開示のある実施形態による、表示された健康ハブＵＩの一例を示す。例３６００において、健康ハブＵＩ３６０２は、傾向グラフ要素３６０４（例えば、経時的な分析物及び／又は分析物ベースのメトリックの傾向をプロットするグラフ）と、１つ以上の他のアプリケーションとの対話にユーザが選択可能な選択ボタン要素３６０６とを含む。言い換えれば、ヘルスハブＵＩ３６０２は、モバイル健康アプリケーションのトップページ（又は他のページ）から他の接続されたアプリケーションのマーケットプレイスへのユーザアクセスを可能にする。
【0127】
図３７は、本開示のある実施形態による、表示された健康ハブＵＩの他の例を示す。例３７００において、健康ハブＵＩ３７０２は、モバイル健康アプリケーションと接続するために選択可能な複数の他のアプリケーションを表示する。例えば、健康ハブＵＩ３７０２は、第１のボタン要素（「ｈｅａｄｓｐａｃｅ」）、第２のボタン要素（「０」）、第３のボタン要素（「ｆｉｔｂｉｔ」）、第４のボタン要素（「Ｌｏｏｓｅ ｉｔ！」）、及び第５のボタン要素（「ｗｅｉｇｈｔ ｗａｔｃｈｅｒｓ」）を含む。
【0128】
図３８は、本開示のある実施形態による、表示された健康ハブＵＩの他の例を示す。例３８００では、健康ハブＵＩ３８０２は選択された他のアプリケーション（「ｆｉｔｂｉｔ」）から取得された情報を示すプレゼンテーション要素３８０４を含み、健康ハブＵＩ３８０２はモバイル健康アプリケーションによって表示される。このようにして、モバイル健康アプリケーションは、モバイル健康アプリケーションから離れてナビゲートすることなく、他のアプリケーションからの情報を提示する。例えば、モバイル健康アプリケーションは、モバイル健康アプリケーションを離れることなく、選択されたアプリケーションからのメトリクス（例えば、「高レベル」又は「要約」メトリクス）を提示する。
【0129】
１つ以上の実装態様による例示的な手順について記載したため、本明細書に記載の様々な技法を実装するために利用することができる例示的なシステム及びデバイスについて検討する。
【0130】
ユーザ対話ポリシーを提供するための例示的なシステム及びデバイス
図３９は、例示的なシステムを全体的に３９００で示し、これには、本明細書に記載の様々な技法を実装し得る１つ以上のコンピューティングシステム及び／又はデバイスを表す例示的なコンピューティングデバイス３９０２が含まれる。これは、健康モニタリングプラットフォーム１１２を含めることを通じて図示されている。コンピューティングデバイス３９０２は、例えば、サービスプロバイダのサーバ、クライアントに関連付けられたデバイス（例えば、クライアントデバイス）、オンチップシステム、及び／又は任意の他の好適なコンピューティングデバイス若しくはコンピューティングシステムであり得る。
図３９は、例示的なシステムを全体的に３９００で示し、これには、本明細書に記載の様々な技法を実装し得る１つ以上のコンピューティングシステム及び／又はデバイスを表す例示的なコンピューティングデバイス３９０２が含まれる。これは、健康モニタリングプラットフォーム１１２を含めることを通じて図示されている。コンピューティングデバイス３９０２は、例えば、サービスプロバイダのサーバ、クライアントに関連付けられたデバイス（例えば、クライアントデバイス）、オンチップシステム、及び／又は任意の他の好適なコンピューティングデバイス若しくはコンピューティングシステムであり得る。
【0131】
図示されているようなコンピューティングデバイス３９０２は、処理システム３９０４、１つ以上のコンピュータ可読媒体３９０６、及び互いに通信可能に結合されている１つ以上のＩ／Ｏインターフェース３９０８を含む。図示されていないが、コンピューティングデバイス３９０２は、様々な構成要素を互いに結合するシステムバス又は他のデータ及びコマンド転送システムを更に含み得る。システムバスは、メモリバス若しくはメモリコントローラ、ペリフェラルバス、ユニバーサルシリアルバス、及び／又は多様なバスアーキテクチャのいずれかを利用するプロセッサ若しくはローカルバスなどの異なるバス構造のうちの任意の１つ又は組合せを含み得る。制御ライン及びデータラインなど、多様な他の例も企図されている。
【0132】
処理システム３９０４は、ハードウェアを使用して１つ以上の動作を実行するための機能を表す。したがって、処理システム３９０４は、プロセッサ、機能ブロック等として構成され得るハードウェア要素３９１０を含むものとして例示されている。これは、１つ以上の半導体を使用して形成された特定用途向け集積回路又は他のロジックデバイスとして、ハードウェア内の実装態様を含み得る。ハードウェア要素３９１０は、それらが形成される材料、又はその中に採用される処理機構によっては限定されない。例えば、プロセッサは、半導体及び／又はトランジスタ（例えば、電子集積回路（electronic integrated circuits、ＩＣ））で構成され得る。このような文脈では、プロセッサ実行可能な命令は、電子的に実行可能な命令であり得る。
【0133】
コンピュータ可読媒体３９０６は、メモリ／記憶装置３９１２を含むものとして例示されている。メモリ／記憶装置３９１２は、１つ以上のコンピュータ可読媒体に関連付けられたメモリ／記憶容量を表す。メモリ／記憶装置構成要素３９１２は、揮発性媒体（ランダムアクセスメモリ（random access memory、ＲＡＭ）等）及び／又は不揮発性媒体（読み出し専用メモリ（read only memory、ＲＯＭ）、フラッシュメモリ、光ディスク、磁気ディスク等）を含み得る。メモリ／記憶装置構成要素３９１２は、固定媒体（例えば、ＲＡＭ、ＲＯＭ、固定ハードドライブ等）、並びに取り外し可能媒体（例えば、フラッシュメモリ、取り外し可能ハードドライブ、光ディスク等）を含み得る。コンピュータ可読媒体３９０６は、以下で更に説明されているように、様々な他の方法で構成され得る。
【0134】
入力／出力インターフェース３９０８は、ユーザが、コマンド及び情報をコンピューティングデバイス３９０２に入力することを可能にし、また、様々な入力／出力デバイスを使用して情報がユーザ及び／又は他の構成要素若しくはデバイスに提示されることを可能にする機能を表す。入力デバイスの例としては、キーボード、カーソル制御デバイス（例えば、マウス）、マイクロフォン、スキャナ、タッチ機能（例えば、物理的接触を検出するように構成されている容量型センサ又は他のセンサ）、カメラ（例えば、可視波長、又は赤外線周波数などの非可視波長を採用して、非接触ジェスチャーとして動きを認識することができる）などが挙げられる。出力デバイスの例は、ディスプレイデバイス（例えば、モニタ又はプロジェクタ）、スピーカ、プリンタ、ネットワークカード、触覚応答デバイスなどを含む。したがって、コンピューティングデバイス３９０２は、以下に更に説明されているように、様々な方法で構成されて、ユーザ相互作用をサポートすることができる。
【0135】
本明細書では、ソフトウェア、ハードウェア要素、又はプログラムモジュールの一般的なコンテキストで様々な技法が記載され得る。一般に、そのようなモジュールは、特定のタスクを実行するか、又は特定の抽象データ型を実装するルーティン、プログラム、オブジェクト、エレメント、コンポーネント、データ構造などを含む。本明細書で使用される場合、「モジュール」、「機能」、及び「構成要素」という用語は、一般に、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組合せを表す。本明細書に記載の技法の特徴は、プラットフォームに依存せず、つまり、この技法は、多様なプロセッサを有する多様な商用計算プラットフォームに実装され得ることを意味する。
【0136】
記載されるモジュール及び技法の実装態様は、何らかの形式のコンピュータ可読媒体に記憶されるか、又はそれを介して送信され得る。コンピュータ可読媒体は、コンピューティングデバイス３９０２によってアクセスされ得る様々な媒体を含み得る。限定ではなく、例として、コンピュータ可読媒体は、「コンピュータ可読記憶媒体」及び「コンピュータ可読信号媒体」を含み得る。
【0137】
「コンピュータ可読記憶媒体」とは、単なる信号送信、搬送波、又は信号それ自体とは対照的に、情報の永続的及び／又は非一時的記憶を可能にする媒体及び／又はデバイスを指し得る。したがって、コンピュータ可読記憶媒体は、非信号担持媒体を指す。コンピュータ可読記憶媒体は、揮発性及び非揮発性、リムーバブル及び非リムーバブル媒体などのハードウェア、並びに／又はコンピュータ可読命令、データ構造、プログラムモジュール、論理要素／回路、若しくは他のデータなどの情報の記憶に好適な方法若しくは技術で実装された記憶デバイスを含む。コンピュータ可読記憶媒体の例は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ若しくは他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（digital versatile disk、ＤＶＤ）若しくは他の光記憶装置、ハードディスク、磁気カセット、磁気テープ、磁気ディスク記憶装置若しくは他の磁気記憶デバイス、若しくは他の記憶デバイス、有形媒体、又は所望の情報を記憶するのに好適であり、コンピュータによってアクセスされ得る製品を含み得るが、これらに限定されない。
【0138】
「コンピュータ可読信号媒体」とは、ネットワーク等を介して、コンピューティングデバイス３９０２のハードウェアに命令を送信するように構成されている信号担持媒体を指し得る。信号媒体は、通常、コンピュータ可読命令、データ構造、プログラムモジュール、又は搬送波、データ信号、若しくは他の輸送機構などの変調されたデータ信号における他のデータを具体化し得る。信号媒体は、任意の情報送達媒体も含む。「変調されたデータ信号」という用語は、信号における情報を符号化するような様式で設定又は変更されたその特性のうちの１つ以上を有する信号を意味する。限定ではないが例として、通信媒体は、有線ネットワーク又は直接有線接続などの有線媒体、及び音響、ＲＦ、赤外線、及び他の無線媒体などの無線媒体を含む。
【0139】
以前に説明されているように、ハードウェア要素３９１０及びコンピュータ可読媒体３９０６は、いくつかの実施形態において採用されて、１つ以上の命令を実行するため等の、本明細書で説明される技法の少なくともいくつかの態様を実装することができる、ハードウェア形態で実装されるモジュール、プログラマブルデバイスロジック、及び／又は固定デバイスロジックを表す。ハードウェアは、集積回路又はオンチップシステムの構成要素、特定用途向け集積回路（application-specific integrated circuit、ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（field-programmable gate array、ＦＰＧＡ）、複雑なプログラマブルロジックデバイス（complex programmable logic device、ＣＰＬＤ）、及びシリコン又は他のハードウェアにおける他の実装態様を含み得る。この文脈において、ハードウェアは、ハードウェアによって具現化された命令及び／又はロジックによって定義されるプログラムタスク、並びに、実行のための命令を格納するために利用されるハードウェア、例えば、以前説明されたコンピュータ可読記憶媒体、を実行する処理デバイスとして動作することができる。
【0140】
前述の組合せを用いて、本明細書に記載の様々な技法を実装し得る。したがって、ソフトウェア、ハードウェア、又は実行可能モジュールは、何らかの形態のコンピュータ可読記憶媒体上に、かつ／又は１つ以上のハードウェア要素３９１０によって具現化された１つ以上の命令及び／又はロジックとして実装され得る。コンピューティングデバイス３９０２は、ソフトウェア及び／又はハードウェアモジュールに対応する特定の命令及び／又は機能を実装するように構成され得る。したがって、コンピューティングデバイス３９０２によって、ソフトウェアとして実行可能であるモジュールの実装態様は、例えば、コンピュータ可読記憶媒体、及び／又は処理システム３９０４のハードウェア要素３９１０の使用を介して、少なくとも部分的にハードウェア内で達成され得る。命令及び／又は機能は、本明細書で説明される技法、モジュール、及び例を実装するための１つ以上の製造物品（例えば、１つ以上のコンピューティングデバイス３９０２及び／又は処理システム３９０４）によって実行可能／動作可能であり得る。
【0141】
本明細書で説明される技法は、コンピューティングデバイス３９０２の様々な構成によってサポートされ得、本明細書で説明される技法の特定の例に限定されない。この機能はまた、以下に説明されるように、プラットフォーム３９１６を介した「クラウド」３９１４上等での分散システムの使用を通じて、全て又は部分的に実装され得る。
【0142】
クラウド３９１４は、リソース３９１８のためのプラットフォーム３９１６を含み、かつ／又は表す。プラットフォーム３９１６は、クラウド３９１４のハードウェア（例えば、サーバ）及びソフトウェアリソースの基礎となる機能を抜粋する。リソース３９１８は、コンピューティングデバイス３９０２から遠隔にあるサーバ上でコンピュータ処理が実行されている間に利用することができるアプリケーション及び／又はデータを含み得る。リソース３９１８はまた、インターネットを介して、かつ／又はセルラーネットワーク若しくはＷｉ－Ｆｉネットワーク等の加入者ネットワークを介して提供されるサービスも含むことができる。
【0143】
プラットフォーム３９１６は、コンピューティングデバイス３９０２を他のコンピューティングデバイスと接続するためのリソース及び機能を抽象化することができる。プラットフォーム３９１６はまた、リソースのスケーリングを抽象化して、プラットフォーム３９１６を介して実装されている、リソース３９１８が直面した需要に対応するスケールレベルを提供する役割も果たすことができる。したがって、相互接続されたデバイスの実施形態では、本明細書に説明されている機能の実装態様は、システム３９００全体にわたって分散することができる。例えば、この機能は、コンピューティングデバイス３９０２上に、並びにクラウド３９１４の機能を抜粋するプラットフォーム３９１６を介して、部分的に実行され得る。
【0144】
例示的な実施形態
実施形態１：命令を含む非一時的コンピュータ可読媒体であって、命令は、少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、複数のユーザをユーザの探索サブセット及びユーザの活用サブセットに分割することと、ユーザの探索サブセットごとに少なくとも１つのユーザ対話ポリシーをランダムに割り当てることと、ユーザの活用サブセットに対応するコンテキストデータを使用して訓練された１つ又は複数のコンテキストモデルを利用して、ユーザの活用サブセットごとに少なくとも１つのユーザ対話ポリシーを決定することと、を含む方法であって、ユーザの活用サブセットに対応するコンテキストデータは、コンテキストプロファイルの第１のセット及びコンテキストプロファイルの第２のセットのうちの少なくともいくつかを含む、方法を実行させる、非一時的コンピュータ可読媒体。
実施形態１：命令を含む非一時的コンピュータ可読媒体であって、命令は、少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、複数のユーザをユーザの探索サブセット及びユーザの活用サブセットに分割することと、ユーザの探索サブセットごとに少なくとも１つのユーザ対話ポリシーをランダムに割り当てることと、ユーザの活用サブセットに対応するコンテキストデータを使用して訓練された１つ又は複数のコンテキストモデルを利用して、ユーザの活用サブセットごとに少なくとも１つのユーザ対話ポリシーを決定することと、を含む方法であって、ユーザの活用サブセットに対応するコンテキストデータは、コンテキストプロファイルの第１のセット及びコンテキストプロファイルの第２のセットのうちの少なくともいくつかを含む、方法を実行させる、非一時的コンピュータ可読媒体。
【0145】
実施形態２：探索－活用段階は、ユーザの活用サブセットからユーザフィードバックテレメトリを受信することによって更に実行され、フィードバックテレメトリは、ユーザの活用サブセットの各ユーザに割り当てられた少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、実施形態１に記載の非一時的コンピュータ可読媒体。
【0146】
実施形態３：１つ以上のインピュテーションモデルのうちの少なくとも１つ、又はコンテキストモデルのうちの少なくとも１つは、ユーザフィードバックテレメトリを使用して再訓練される、実施形態２に記載の非一時的コンピュータ可読媒体。
【0147】
実施形態４：探索－活用段階は、ユーザの活用サブセットに関連付けられた結果を測定することによって更に実行され、測定された結果は、ユーザの活用サブセットの各ユーザに割り当てられた少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、実施形態１の非一時的コンピュータ可読媒体。
【0148】
実施形態５：コンテキストモデルのうち少なくとも１つは、測定された結果を使用して再訓練される、実施形態４に記載の非一時的コンピュータ可読媒体。
【0149】
実施形態６：方法は、複数のユーザの第１のサブセットのコンテキストデータを収集することと、収集されたコンテキストデータに基づいて、複数のユーザの第１のサブセットのコンテキストプロファイルの第１のセットを生成することと、複数のユーザの第２のサブセットのコンテキストデータが不完全である又は利用可能でないと判定することと、複数のユーザの第１のサブセットのコンテキストデータに基づいて１つ又は複数のインピュテーションモデルを訓練して、複数のユーザの第２のサブセットのコンテキストデータを作成することと、１つ又は複数のインピュテーションモデルを使用して、複数のユーザの第２のサブセットのコンテキストデータを生成することと、複数のユーザの第２のサブセットのための生成されたコンテキストデータに基づいて、複数のユーザの第２のサブセットのコンテキストプロファイルの第２のセットを生成することと、を更に含む、実施形態１の非一時的コンピュータ可読媒体。
【0150】
実施形態７：複数のユーザの第１のサブセットのコンテキストデータは、複数のユーザの第１のサブセットのサイコグラフィックデータに対応し、複数のユーザの第１のサブセットのコンテキストプロファイルの第１のセットは、複数のユーザの第１のサブセットのサイコグラフィックプロファイルの第１のセットに対応し、複数のユーザの第２のサブセットのコンテキストデータは、複数のユーザの第２のサブセットのサイコグラフィックデータに対応し、複数のユーザの第２のサブセットのコンテキストプロファイルの第２のセットは、複数のユーザの第２のサブセットのためのサイコグラフィックプロファイルの第２のセットに対応する、実施形態６に記載の非一時的コンピュータ可読媒体。
【0151】
実施形態８：複数のユーザの第２のサブセットのコンテキストデータが不完全であるか又は利用可能でないことを判定することは、複数のユーザの第２のサブセットからコンテキストデータを要求することと、（１）複数のユーザの第２のサブセットのうちのいくつかが、要求に応答して不完全なデータを提供したこと、又は（２）複数のユーザの第２のサブセットのうちのいくつかが、要求に応答してデータを提供しなかったことのうちの少なくとも１つを判定することとを含む、実施形態６に記載の非一時的コンピュータ可読媒体。
【0152】
実施形態９：命令を含む非一時的コンピュータ可読媒体であって、命令は、少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、複数のユーザの第１のサブセットのコンテキストデータを収集することと、収集されたコンテキストデータに基づいて、複数のユーザの第１のサブセットのコンテキストプロファイルの第１のセットを生成することと、複数のユーザの第２のサブセットのコンテキストデータが不完全である又は利用可能でないと判定することと、複数のユーザの第１のサブセットのコンテキストデータに基づいて１つ又は複数のインピュテーションモデルを訓練して、複数のユーザの第２のサブセットのコンテキストデータを作成することと、１つ又は複数のインピュテーションモデルを使用して、複数のユーザの第２のサブセットのコンテキストデータを生成することと、複数のユーザの第２のサブセットのための生成されたコンテキストデータに基づいて、複数のユーザの第２のサブセットのコンテキストプロファイルの第２のセットを生成することと、を含む、方法を実行させる、非一時的コンピュータ可読媒体。
【0153】
実施形態１０：複数のユーザの第１のサブセットのコンテキストデータは、複数のユーザの第１のサブセットのサイコグラフィックデータに対応し、複数のユーザの第１のサブセットのコンテキストプロファイルの第１のセットは、複数のユーザの第１のサブセットのサイコグラフィックプロファイルの第１のセットに対応し、複数のユーザの第２のサブセットのコンテキストデータは、複数のユーザの第２のサブセットのサイコグラフィックデータに対応し、複数のユーザの第２のサブセットのコンテキストプロファイルの第２のセットは、複数のユーザの第２のサブセットのためのサイコグラフィックプロファイルの第２のセットに対応する、実施形態９に記載の非一時的コンピュータ可読媒体。
【0154】
実施形態１１：複数のユーザの第２のサブセットのコンテキストデータが不完全であるか又は利用可能でないことを判定することは、複数のユーザの第２のサブセットからコンテキストデータを要求することと、（１）複数のユーザの第２のサブセットのうちのいくつかが、要求に応答して不完全なデータを提供したこと、又は（２）複数のユーザの第２のサブセットのうちのいくつかが、要求に応答してデータを提供しなかったことのうちの少なくとも１つを判定することとを含む、実施形態９に記載の非一時的コンピュータ可読媒体。
【0155】
実施形態１２：方法は更に、複数のユーザをユーザの探索サブセット及びユーザの活用サブセットに分割することと、ユーザの探索サブセットごとに少なくとも１つのユーザ対話ポリシーをランダムに割り当てることと、ユーザの活用サブセットに対応するコンテキストデータを使用して訓練された１つ以上のコンテキストモデルを利用して、ユーザの活用サブセットごとに少なくとも１つのユーザ対話ポリシーを決定することと、を含み、ユーザの活用サブセットに対応するコンテキストデータは、コンテキストプロファイルの第１のセット及びコンテキストプロファイルの第２のセットのうちの少なくともいくつかを含む、実施形態９に記載の非一時的コンピュータ可読媒体。
【0156】
実施形態１３：探索－活用段階は、ユーザの活用サブセットからユーザフィードバックテレメトリを受信することによって更に実行され、フィードバックテレメトリは、ユーザの活用サブセットの各ユーザに割り当てられた少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、実施形態１２に記載の非一時的コンピュータ可読媒体。
【0157】
実施形態１４：１つ以上のインピュテーションモデルのうちの少なくとも１つ、又はコンテキストモデルのうちの少なくとも１つは、ユーザフィードバックテレメトリを使用して再訓練される、実施形態１３に記載の非一時的コンピュータ可読媒体。
【0158】
実施形態１５：探索－活用段階は、ユーザの活用サブセットに関連付けられた結果を測定することによって更に実行され、測定された結果は、ユーザの活用サブセットの各ユーザに割り当てられた少なくとも１つのユーザ対話ポリシーの有効性に関する情報を提供する、実施形態１２に記載の非一時的コンピュータ可読媒体。
【0159】
実施形態１６：コンテキストモデルのうちの少なくとも１つは、測定された結果を使用して再訓練される、実施形態１５に記載の非一時的コンピュータ可読媒体。
【符号の説明】
【0160】
１００ 環境
１０２ ヒト
１０４ 分析物モニタリングシステム
１０６ 薬剤送達システム
１０８ コンピューティングデバイス
１１０ ユーザ集団
１１２ 健康モニタリングプラットフォーム
１１４ モノのインターネット
１１６ ネットワーク
１１８ 分析物測定値
１２０ 分析物データ
１２２ 記憶デバイス
１２４ ユーザプロファイル
１２６ データ分析プラットフォーム
２００ 例
２０２ 分析物センサ
２０４ センサモジュール
２０６ 皮膚
２０８ 送信機
２１０ 接着パッド
２１２ 補足センサ情報
３９００ システム
３９０２ コンピューティングデバイス
３９０４ 処理システム
３９０６ コンピュータ可読媒体
３９０８ Ｉ／Ｏインターフェース
３９１０ ハードウェア要素
３９１２ メモリ／記憶装置
３９１４ クラウド
３９１６ プラットフォーム
３９１８ リソース
１０２ ヒト
１０４ 分析物モニタリングシステム
１０６ 薬剤送達システム
１０８ コンピューティングデバイス
１１０ ユーザ集団
１１２ 健康モニタリングプラットフォーム
１１４ モノのインターネット
１１６ ネットワーク
１１８ 分析物測定値
１２０ 分析物データ
１２２ 記憶デバイス
１２４ ユーザプロファイル
１２６ データ分析プラットフォーム
２００ 例
２０２ 分析物センサ
２０４ センサモジュール
２０６ 皮膚
２０８ 送信機
２１０ 接着パッド
２１２ 補足センサ情報
３９００ システム
３９０２ コンピューティングデバイス
３９０４ 処理システム
３９０６ コンピュータ可読媒体
３９０８ Ｉ／Ｏインターフェース
３９１０ ハードウェア要素
３９１２ メモリ／記憶装置
３９１４ クラウド
３９１６ プラットフォーム
３９１８ リソース
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】
【図32】
【図33】
【図34】
【図35】
【図36】
【図37】
【図38】
【図39】
【国際調査報告】