用于在正经历辅助生殖技术的个体中提供生育能力增强饮食推荐的系统和方法与流程

1.本公开提出了用于为寻求提高其生育能力的用户提供个性化的实时饮食和生活方式推荐的新型创新方法和系统。
2.在优选的实施方案中，本发明涉及用于提高个体(尤其是女性)的生育能力和受孕的新型饮食推荐，该个体正经历辅助生殖技术(art)，例如，这些art包括排卵刺激、体外授精(ivf)、子宫内授精(iui)、合子输卵管内移植(zift)、配子输卵管内移植(gift)和卵母细胞胞浆内单精子注射(icsi)。


背景技术：

3.在正经历art的个体中，关于哪些饮食组分可以提高受孕率或中间art结果诸如胚胎质量植入成功或阳性受孕率了解不多。大多数生育诊所建议停止吸烟并停止酒精消耗，但通常不存在除遵循健康饮食之外的特定饮食推荐。
4.关于饮食和生育能力的现有技术的一个主要问题是，饮食推荐太笼统了，因为它们不涉及影响生育能力的不同的特定医学病症。例如，gaskins等人(2016)，提到叶酸、大豆和膳食模式的重要性，但不区分使用art的受孕与天然受孕。chiu，chavarro和souter等人(2018)区分art但不提供摄入剂量。
5.另一个问题是对生育能力和饮食的研究通常一次仅研究单个营养物质或食物分组(chiu等人，2018；chavarro等人，2016；showell等人，2017)，而不会把它们放在一天当中的整个饮食或整个膳食的情况下，并且其不提供每天将要消耗的推荐摄入量或针对影响生育能力的每个特定医学病症的推荐摄入量。
6.本发明通过为用户提供用于个性化、实时饮食和生活方式推荐的新型创新性方法和系统来解决现有技术中的缺陷。
7.具体地，本发明通过提供一种新型的合并的饮食推荐来解决由art增强生育能力和受孕的特定条件，该新型的合并的饮食推荐组合以下项：
[0008]-推荐每天待消耗的特定饮食组分
[0009]-特定饮食摄入量
[0010]-对避免某些饮食组分的特定推荐
[0011]-关于生活方式组成的特定推荐


技术实现要素：

[0012]
本公开提出了用于为寻求提高其生育能力的用户提供个性化的实时饮食和生活方式推荐的新型创新方法和系统。
[0013]
在若干实施方案中，提供了一种方法和系统，包括：请求并接收多个用户属性；将多个用户属性与对应的多个循证生育能力基准进行比较；基于多个用户属性以及与对应的多个循证生育能力基准的比较来确定多个生育能力支持机会；基于多个生育能力支持机会
来识别多个生育能力增强推荐；以及展示多个生育能力增强推荐中的至少一个生育能力增强推荐。
[0014]
在本发明的优选实施方案中，呈现生育能力增强推荐的系统和方法是用于增加准备art和经历art的个体的生育能力。
附图说明
[0015]
图1示出了根据本发明的实施方案的系统。
[0016]
图2示出了根据本发明的示例性实施方案的系统部件。
[0017]
图3示出了根据本发明的示例性实施方案的系统部件。
[0018]
图4示出了根据本发明的示例性实施方案的用于用户的多个示例性饮食推荐。
[0019]
图5示出了根据本发明的实施方案的方法。
[0020]
图6a和图6b示出了根据本发明的实施方案的方法。
具体实施方式
[0021]
为了促进用户的生育能力，可能有用的是向对增强生育能力感兴趣的用户提供定制的饮食和生活方式计划。因此，需要定制化的全面方案来提供关于提高受孕几率方面的最大有益效果。
[0022]
提供此个性化水平的一种方法是从个体接收关于某些医学病症或疾病和当前受孕状态的信息以与历史循证生育能力数据库进行比较，从而基于所提供的信息生成将帮助提高患者的生育能力的推荐饮食和生活方式选项。
[0023]
在本发明的若干实施方案中，记录患者的生育史(包括辅助生殖技术的不同方法的使用和定时)以产生推荐的饮食和生活方式选项，该推荐的饮食和生活方式选项将帮助提高患者的生育能力和受孕的机会。
[0024]
辅助生殖技术(art)的常见方法包括：
[0025]
(i)排卵刺激，排卵刺激是通过药物进行的排卵刺激。它通常涉及在脑下垂体上引起雌激素负反馈的抑制的药物，导致促卵泡激素的分泌增加。用于这种效果的药物是例如克罗米酚柠檬酸盐、它莫西芬和来曲唑。排卵刺激的另一种方式是使用促卵泡激素(fsh)，直接刺激卵巢。
[0026]
(ii)体外授精(ivf)，其是身体外部的受精。ivf是最有效和最常见的辅助生殖技术形式。
[0027]
(iii)子宫内授精(iui)是一种生育治疗，其涉及将精子放置在女性子宫内以促进受精。iui的目标是增加到达输卵管的精子的数量，并且随后增加受精的机会。
[0028]
(iv)合子输卵管内移植(zift)或输卵管内胚胎植入术。这类似于ivf。在实验室中发生受精，并且将胚胎转移到输卵管而不是子宫。
[0029]
(v)配子输卵管内移植(gift)涉及将卵子和精子转移到女性的输卵管中。受精发生在女性身体中。
[0030]
(vi)卵母细胞胞浆内单精子注射(icsi)通常用于具有男性因素不育的夫妻、老年夫妻或用于具有失败的ivf尝试的那些。在icsi中，将单个精子注射到成熟卵子中，而不是“常规”受精，其中卵子和精子一起放置在皮氏培养皿中，并且精子自己使卵子受精。
[0031]
如果示例性系统可在从早期计划阶段到最终受孕阶段的整个受孕过程中提供用户支持，则其可能是有益的。因此，如果此示例性系统对生育能力、生活方式、营养和锻炼的虚拟顾问和真人顾问两者提供持续的全天候访问，则其将是有用的。此外，示例性系统可提出关于管理焦虑、减少压力或提供特定补充的推荐，所有这些也与用户的生育能力相关联。
[0032]
图1示出了根据本公开的一个实施方案的系统100。系统100包括用户设备102和推荐系统104。用户设备102可实现为计算设备，诸如计算机、智能手机、平板电脑、智能手表、或相关联的用户可通过其与推荐系统104通信的其它可穿戴装置。用户设备102也可实现为例如语音助手，该语音助手被配置成从用户接收语音请求，并且在靠近用户的计算机设备上本地处理请求或在远程计算设备(例如，在远程计算服务器处)处理请求。
[0033]
推荐系统104包括以下中的一项或多项：显示器106、属性接收单元108、属性比较单元110、循证饮食和生活方式推荐引擎112、属性分析单元114、属性存储单元116、存储器118和cpu 120。需注意，在一些实施方案中，显示器106可另外地或另选地位于用户设备102内。在一个示例中，推荐系统104可被配置成接收对多个生育能力增强推荐140的请求。例如，用户可在用户设备102上安装要求用户签署推荐服务的应用程序。通过签署该服务，用户设备102可发送对生育能力增强推荐140的请求。在不同的示例中，用户可使用用户设备102来通过用户特定凭证访问网站门户。通过此网站门户，用户可使得用户设备102从推荐系统104请求生育能力增强推荐。
[0034]
在另一个示例中，推荐系统104可被配置成请求并接收多个用户属性122。例如，显示器106可被配置成向用户展示属性问卷124。属性接收单元108可被配置成接收用户属性122。在一个示例中，属性接收单元108可基于属性问卷124接收多个答案126，并且基于该多个答案来确定多个用户属性122。例如，属性接收单元108可接收属性问卷124的表明用户饮食等同于推荐饮食允许量(“rda”)的答案，然后确定用户属性122等同于rda，诸如500mg/天的维生素c。在另一个示例中，用户设备属性接收单元108可直接从用户设备102接收用户属性122。
[0035]
在另一个示例中，属性接收单元108可被配置成接收家庭测试套件的测试结果、医疗专业人员所施行的标准化健康测试的结果、用户所用的自评估工具的结果或任何外部或第三方测试的结果。基于来自这些测试或工具中的任一者的结果，属性接收单元108可被配置成确定用户属性122。例如，这可为用户的血液或尿液中的营养物质水平的测量，其可以与标准化营养物质水平进行比较。
[0036]
推荐系统104还可被配置成将多个用户属性122与对应的多个循证生育能力基准128进行比较。例如，属性比较单元110可被配置成确定用户生育能力细分人群130。
[0037]
在一个优选的示例中，用户生育能力细分人群可能更为具体。例如，用户生育能力细分人群可以是正准备或经历art的用户。用户生育能力细分人群可以进一步指定为具有高bmi的用户。
[0038]
此外，属性比较单元110还可被配置成基于用户生育能力细分人群130来确定生育能力基准集132。例如，如果属性比较单元110基于多个用户属性122确定用户属于art用户生育能力细分人群130，则属性比较单元110可选择已根据经受特定医学治疗(诸如体外授精(“ivf”))的用户的特定需求创建并定义的生育能力基准集132。
[0039]
比较单元110还可被配置成从该确定的生育能力基准集132中选择循证生育能力
基准128，并且将现在所选的循证生育能力基准128与对应用户属性122中的每一个用户属性进行比较。例如，当已确定生育能力基准集132时，响应于确定结果，属性比较单元110可将表示用户维生素c摄入的用户属性122与表示基准维生素c摄入的循证生育能力基准128进行比较，从而确定用户是低于、等于还是高于基准维生素c摄入。尽管此示例是基于具体的数值比较，但基准比较的另一个示例可能是定性的并且因人而异。例如，用户属性122可表明用户当前正经历高于正常水平的压力。与用户压力水平有关的示例性基准可表明平均或较低水平的压力是理想的，因此指示较高压力水平的用户属性122被确定为低于基准的压力水平。由于不同用户经历不同的压力水平，因此即使在相同的情况下，此类比较也需要定制化方案。
[0040]
另外，在前一个示例中的比较期间，属性比较单元110可被配置成基于循证生育能力基准128与用户属性122之间的比较来确定用户生育能力评分134。例如，如果用户属性122非常接近于满足对应循证生育能力基准128中的全部或大部分，则属性比较单元110可确定用户生育能力评分为95/100。在另一个示例中，可通过字母等级、符号或任何其它允许用户解释其当前属性在基准中的评级表现的排序系统来表示分数。可通过显示器106来展示此用户生育能力评分134。
[0041]
推荐系统104还可被配置成基于多个用户属性122以及与对应的多个循证生育能力基准128的比较来确定多个生育能力支持机会138。在一个示例中，属性比较单元110可为不满足对应循证生育能力基准的每个用户属性122确定生育能力支持机会138。在此示例中，对应循证生育能力基准128可能要求用户摄入500mg/天的维生素c，而用户属性可能指示用户仅接受200mg/天的维生素c。因此，属性比较单元110可将维生素c摄入的增加确定为生育能力支持机会138。
[0042]
在另一个示例中，属性比较单元110可被配置成识别由多个用户属性122中低于多个循证生育能力基准128中的对应一个循证生育能力基准的每一个用户属性组成的第一用户属性集136；以及识别由多个用户属性122中大于或等于对应循证生育能力基准128的每一个用户属性组成的第二用户属性集136。虽然第一用户属性集136以类似于上文给定示例的方式来确定，但第二用户属性集136的不同之处在于，尽管相关联的用户似乎没有缺乏症，但通过推荐用户维持当前做法或机会以在此基础上进行进一步改进，可能存在支持生育能力的机会。因此，推荐系统104可基于哪些属性122属于哪一个集合136来确定支持生育能力的机会。
[0043]
推荐系统104还可被配置成基于多个生育能力支持机会138来识别多个生育能力增强推荐140。例如，循证饮食和生活方式推荐引擎112可被配置成基于云的。推荐引擎112可包括以多个数据库142、多个饮食限制过滤器144和一个优化单元146中的一项或多项。基于多个机会138，推荐引擎112可根据多个数据库142、多个饮食限制过滤器144和一个优化单元146中的一项或多项来识别多个生育能力增强推荐140。
[0044]
在另一个示例中，推荐系统104可被配置成基于先前的用户属性来提供持续推荐。例如，除了前述元件之外，推荐系统104还可包括属性存储单元116和属性分析单元114。属性存储单元116可被配置成响应于属性接收单元108接收多个用户属性122，基于接收多个用户属性122的时间将所接收的用户属性122作为新条目添加到属性历史数据库148中。例如，如果用户属性122在第一天由属性接收单元108接收，则属性存储单元116将所接收的用
户属性122添加到累积属性历史数据库148中，注明条目日期，在此情况下是第一天。稍后，如果用户属性122在第二天(例如下一天)由属性接收单元108接收，则属性存储单元116也将这些新属性添加到属性历史数据库148中，注明它们是第二天接收的，同时也保留第一天的较早属性。
[0045]
此属性分析单元114可被配置成分析存储在属性历史数据库148内的多个用户属性122，其中分析所存储的多个用户属性122包括执行纵向研究150。继续前面的示例，属性分析单元114可对来自第一天、第二天中每一天的用户属性122以及在属性历史数据库148内发现的每一个其它用户属性集合122执行纵向研究。循证饮食和生活方式推荐引擎112还可被配置成基于至少在属性历史数据库148内发现的存储用户属性122以及属性分析单元114执行的分析来生成多个生育能力增强推荐140。
[0046]
在一个实施方案中，属性分析单元114被进一步配置成响应于属性存储单元116将新条目添加到属性历史数据库148中，反复地分析存储在属性历史数据库148内的多个用户属性122，从而在接收新用户属性122之后，立即实质上重新分析属性历史数据库148内的所有数据。类似地，循证饮食和生活方式推荐引擎112可被进一步配置成响应于属性分析单元114完成分析，反复地生成多个生育能力增强推荐140，由此在每次接收新的用户属性集122时，有效地生成考虑到所有过去和现在的用户属性122的新的生育能力增强推荐140。
[0047]
图2示出了包含多个用户属性122的示例性数据库。例如，用户属性122可由关于以下一项或多项的信息来填充：年龄202、性别204、体重206、身高208、活动水平210、食物过敏212、优选饮食214、生育能力状态216、生育能力相关医学病症218、并存病220和生活方式选择222。食物过敏212的一些示例包括乳糖过敏、蛋类过敏、坚果过敏、贝类过敏、大豆过敏、鱼类过敏和谷蛋白过敏。优选饮食214的一些非限制性示例包括素食饮食、纯素食饮食、地中海式饮食、犹太教饮食、清真饮食、原始饮食、低碳饮食和低脂饮食。
[0048]
在一个优选的实施方案中，饮食是地中海饮食。
[0049]
生育能力相关医学病症218的一些非限制性示例包括多囊卵巢综合症、早发性卵巢功能不全、子宫内膜异位、重复性流产、接受ivf、精液异常、滥用合成代谢类固醇和蛋白质补充剂、勃起功能障碍、激素失调、低睾酮和前列腺问题。
[0050]
在一个优选的实施方案中，生育能力相关的医学病症218是正准备或经历art。art的示例包括：排卵刺激、体外授精(ivf)、子宫内授精(iui)、合子输卵管内移植(zift)、配子输卵管内移植(gift)和卵母细胞胞浆内单精子注射(icsi)。
[0051]
并存病220的一些非限制性示例包括糖尿病、肥胖症、高血压、高胆固醇、腹腔病和胃灼热。生活方式选择222的一些非限制性示例可包括：睡眠习惯，诸如通常每夜睡眠小时数；压力属性，诸如用户当前经历的压力水平或通常经历的压力水平；用户是否吸烟；通常饮用的酒精饮品量；锻炼频率；或可能对生育能力具有影响的任何其它生活方式选择222。
[0052]
图3示出了循证饮食和生活方式推荐引擎112的示例性实施方案。在一个示例性实施方案中，循证饮食和生活方式推荐引擎112包括多个数据库142、多个饮食限制过滤器144和一个优化单元146。多个数据库142可包括由食谱302、食物项304、食物产品306和饮食提示308中的一项或多项组成的数据库。饮食限制过滤器144可包括针对食物过敏310、优选饮食312、生育能力相关病症314和并存病316中的一项或多项的过滤器。优化单元146可包含基于热量摄入318、食物分组310和特定营养物质312中的一项或多项的优化规则。
[0053]
图4示出了根据本公开的示例性实施方案的多个示例性饮食和生活方式推荐。此饮食推荐示例400详述了由推荐系统104已经确定多个生育能力增强推荐140之后，可展示给用户的特定推荐。具体地讲，示例400详述了如针对患有特定生育能力相关医学病症218的用户所确定的生育能力增强推荐140。具体地讲，示例400展示了如针对正准备或经历art的用户所确定的生育能力增强推荐。
[0054]
其它推荐140可以简单地避免或增加特定食物项的消耗。类似地，推荐140可包括适度消耗某些物质的推荐或喜欢一种物质优于另一种物质的推荐。尽管在实施例400内发现许多不同类型的推荐140，但应当理解，可对这些食物项和营养物质作出任何类型的定性或定量推荐。
[0055]
此外，推荐系统400可生成包括以下项的生育能力增强推荐140：改变生活方式，诸如改变活动水平；增加每夜休息小时数；采取减少压力的行动；或类似的影响生活方式的行动。例如，高水平的压力可能对用户生育能力产生负面影响。此类压力可能源自正积极尝试受孕的伴侣之间的关系。一些示例性生育能力增强推荐140可包括对于可缓解夫妻关系紧张以便减轻压力的方法的推荐。在另一个示例中，生育能力增强推荐140可包括增加用户休息时间量的推荐，包括睡眠习惯推荐。这些推荐的范围可能从一般性推荐(诸如获得更多睡眠的指示)到更详细的推荐，包括特定的日常锻炼、特定的饮食和食谱或拜访医疗专业人员的推荐日期。
[0056]
另外，在另一个实施方案中，推荐系统104生成的生育能力增强推荐140可包括针对一种产品的特定推荐。例如，推荐系统104可访问包含市场上各类补充剂相关信息的数据库。然后，基于其自身的分析或通过使用第三方研究，推荐系统104可分析针对特定补充剂(诸如维生素c)的不同选项，以确定与可从第二品牌、第三品牌和第四品牌获得的其它500mg维生素c补充剂相比，来自第一品牌(品牌a)的特定500mg补充剂是最有益的补充剂。此类分析可基于补充剂的质量、补充剂的成本、已知副作用、制造方法或任何其它可将一个品牌提供的补充剂与另一个品牌提供的补充剂区分开来的因素来执行。推荐系统104可提供与食物项相关的类似推荐，诸如具体苹果类型或品牌，以及任何其它类别的可能需要用户选择多个可用选项中的一个选项的产品。
[0057]
图5示出了如上文关于系统100所述的当前所公开的方法的方法500的示例性实施方案。方法500可在系统诸如系统100中或在cpu上实现。例如，该方法可由以下一项或多项来实现：属性接收单元108、属性分析单元114、属性存储单元116、属性比较单元110、循证饮食和生活方式推荐引擎112或用户设备102。方法500也可通过存储在计算机可读介质上的指令集来实现，该指令集在由处理器执行时致使计算机系统执行该方法。例如，方法500的全部或部分可由cpu 120和存储器118来实现。虽然参考图5所示的流程图描述了以下示例，但可使用执行与图5相关联的操作的许多其它方法。例如，一些框的次序可更改，某些框可与其它框相组合，一个或多个框可重复，并且所述框中的一些可为任选的。
[0058]
框502可包括请求并接收多个用户属性122。例如，显示器106可展示属性问卷124以征求答案126，用户设备102针对该问卷提供答案126，然后这些答案被选择作为用户属性122。在框504中，可发生多个用户属性122与对应的多个循证生育能力基准128的比较。基于这些比较，在框506处，可基于多个用户属性122以及与对应的多个循证生育能力基准128的比较来确定多个生育能力支持机会138。在框508处，方法500的一个实施方案可基于多个生
育能力支持机会138来识别多个生育能力增强推荐140。例如，循证饮食和生活方式推荐引擎112可包括基于云的系统，该系统经训练以解释生育能力支持机会，从而提供推荐140。最后，在框510处，可展示多个生育能力增强推荐140中的至少一个生育能力增强推荐。
[0059]
图6a和图6b公开了当前公开方法的方法600的示例性实施方案。方法600可在系统诸如系统100中或在cpu上实现。例如，该方法可由以下一项或多项来实现：属性接收单元108、属性分析单元114、属性存储单元116、属性比较单元110、循证饮食和生活方式推荐引擎112或用户设备102。方法600也可通过存储在计算机可读介质上的指令集来实现，该指令集在由处理器执行时致使计算机系统执行该方法。例如，方法600的全部或部分可由cpu 120和存储器118来实现。虽然参考图6所示的流程图描述了以下示例，但可使用执行与图6相关联的操作的许多其它方法。例如，一些框的次序可更改，某些框可与其它框相组合，一个或多个框可重复，并且所述框中的一些可为任选的。
[0060]
框602可包括接收对多个生育能力增强推荐140的请求。例如，用户可通过任何数量的方法来提交对生育能力增强推荐140的请求，包括：打开用户设备102上的应用程序；通过用户设备102上的应用程序作出正式请求；通过用户设备102提交对周期性生育能力增强推荐140的请求；通过网络浏览器登入在线账户；通过网络浏览器作出正式请求；或通过网络浏览器提交对周期性生育能增强推荐140的请求。
[0061]
在框604处，推荐系统104可请求并接收多个用户属性122。例如，推荐系统104可向用户展示属性问卷124。此属性问卷124可以是标准问卷或基于已知初步属性或对先前问题的答案定制的问卷。在另一个示例中，通过提供用户可在家庭中使用的家庭可用测试套件列表，推荐系统104可请求多个用户属性122。然后，在执行测试之后，推荐系统104可接收测试的结果，并且基于这些结果来确定与此类测试相关的用户属性122。例如，家庭测试套件可以是用于确定用户是否怀孕的应用。
[0062]
在另一个示例中，在框604处，推荐系统104可提供自评估工具。类似于先前示例，用户可使用此自评估工具，从而将结果提交到推荐系统104。再次，基于所接收的结果，推荐系统104可基于测试来确定用户属性122。在又一个示例中，推荐系统104可请求用户完成由医疗专业人员执行的标准化健康测试。在此示例中，执行的此健康测试的结果可被提交到推荐系统104，由此推荐系统基于结果来确定用户属性122。尽管已给出了关于外部测试的一些具体示例，但这些示例是非限制性，因为推荐系统104可被配置成接收任何外部测试或第三方测试的结果，以确定对应的用户属性122。
[0063]
在框606中，推荐系统104可被配置成将多个用户属性122与对应的多个循证生育能力基准128进行比较。例如，这些循证生育能力基准128可包括标准化基准，如针对所有项给出的基准中的标准化基准，而不论个体差别。在另一个示例中，这些基准128可基于具体用户的历史或目标进行定制。例如，如果健康用户正尝试提高其生育能力并且当前用户属性122超过所有标准循证生育能力基准128，则推荐系统104可被配置成确定具体用户应达到的定制生育能力基准集132。相比之下，在另一个示例中，作为一种激励进步并提供阶段性目标的方式，可将远低于标准循证生育能力基准128的不同用户与不同的较低基准值进行比较。
[0064]
在框608处，示例性方法可被配置成基于多个用户属性122以及与对应的多个循证生育能力基准128的比较来确定多个生育能力支持机会138。例如，推荐系统104可确定用户
属性122对应于高于最佳压力水平。基于此比较，推荐系统104可确定用以减少压力的生育能力支持机会138。在另一个示例中，推荐系统104可确定用户尚未寻求医疗专业人员的帮助，并且因此确定生育能力支持机会138是拜访医疗专业人员。
[0065]
在框610处，推荐系统104可至少基于多个生育能力支持机会138来识别多个生育能力增强推荐140。例如，推荐系统可通过分析属性历史数据库148来确定多个类似前例，识别所接收的用户属性122与属性历史数据库148内的多个先前用户属性之间的相似性。例如，推荐系统104可识别用户属性122详述了某个用户具有高于平均值的bmi、以及对应于过去用户具体分组的其它相似性，并且因此，该过去用户具体分组的那些成员的案例被确定为类似前例。
[0066]
此外，在此示例中，推荐系统104可基于多个类似前例来确定多个前例结果。如前所详述，属性历史数据库148可包括与先前用户属性相关联的对应推荐以及这些对应推荐的有效性。因此，推荐系统104可分析对应推荐及其与过去用户具体分组相关联的有效性，以确定多个前例结果。
[0067]
此外，在此示例中，推荐系统104可基于多个前例结果来确定成功推荐和多个不成功推荐。例如，推荐系统104可能已经推荐该过去用户具体分组内的用户在某些情况下增加锻炼水平并且在其它情况下减少食物消耗。基于如基于属性历史数据库148所确定的前例结果，推荐系统104可确定减少食物消耗的推荐不是非常成功，但增加锻炼水平被证明是非常成功的，因此确定增加锻炼水平是成功推荐，而减少食物消耗是不成功推荐。通过对这些先前用户属性、推荐选项和对应推荐的有效性执行分析，推荐系统104可识别与不同子集患者群体相关联的趋势，由此创建并验证多种生活方式干预。成功推荐和不成功推荐的这些示例是非限制性的，因为不同分组可对相同推荐经历不同的成功水平。
[0068]
另外，推荐系统104可被配置成基于多个成功推荐和多个不成功推荐来确定多个生育能力增强推荐。例如，推荐系统104可被配置成仅推荐多个成功推荐。在另一个示例中，推荐系统104可能仍然推荐任何不成功推荐。基于任何数量的包括以下项的原因，推荐系统104可作出这些推荐：与先前用户属性相比，用户属性122的轻微差异；缺乏足够数据来支持真实的不成功推荐；或尽管不成功，但数据支持推荐是受欢迎的并且用户通常可以遵循。在另一个示例中，推荐系统104可推荐多个成功推荐中的非全部推荐。在一个示例中，用于选择待呈现或待生成多个推荐中的哪些推荐的决策可由ai执行。
[0069]
在另一个示例中，成功推荐可基于与具体医学病症(诸如正接受art的用户)相关联的指南。在这种情况下，这些指南将被确定为成功推荐。
[0070]
在框612处，推荐系统可展示多个生育能力增强推荐140中的至少一个生育能力增强推荐。在框614处，推荐系统104可接收选自多个生育能力增强推荐140中的所展示的至少一个生育能力增强推荐的推荐选项。例如，可向用户展示三个生育能力增强推荐140，以用于更少饮酒，增加锻炼，以及减少咖啡因消耗至每天小于200mg。用户可选择这些选项中的一个、两个或全部三个选项。在一个示例中，用户可使用用户设备102来选择生育能力增强推荐140，以增加锻炼并减少咖啡因消耗。因此，推荐系统104从用户设备102接收这两个所选推荐作为推荐选项。在另一个示例中，用户可能不选择所展示的推荐中的任何推荐，此时推荐系统104可生成并展示不同的多个生育能力增强推荐140。
[0071]
在另一个示例中，在用户查看所展示的生育能力增强推荐140之后，用户可提交联
系生育能力顾问的请求。例如，用户可能就关于如何实现这些推荐仍犹豫不决或可能仅仅是存在用户需寻求答案的问题。在一些情况下，推荐系统104可确定用户寻求答案的问题可由虚拟顾问充分回答，并且由此提供对所述虚拟顾问的访问和交互。在其它情形下，推荐系统104可确定问题将被真人顾问(即活生生的个人)进行最佳处理，并且由此提供对所述真人顾问的访问和交互。
[0072]
在框616处，推荐系统104可将多个用户属性122和推荐选项存储在属性历史数据库148中。例如，推荐系统104可存储在第一天接收的所有用户属性122以及在该相同第一天接收的推荐选项。然后，当分析属性历史数据库148时，推荐系统104未来可访问这些用户属性122和推荐选项。
[0073]
在框618处，推荐系统104可获得至少一个推荐结果。在一个示例中，用户可通过用户设备102来提交推荐结果。此结果可包括用户所选的定性或定量评级。在另一个示例中，推荐系统104可接收未来的多个用户属性122，并且同时将所接收的未来用户属性与属性历史数据库148内先前接收的用户属性(现在的先前用户属性)进行比较。基于此比较，推荐系统104可确定推荐结果，诸如减小或增加bmi。在获得此推荐结果之后，对应于先前推荐选项，推荐系统104可将至少一个推荐结果存储在属性历史数据库148中。此推荐系统104可随后等待对生育能力增强推荐140的另一个请求，并且同时在框602处再次执行方法600。
[0074]
如图6a和图6b中所公开的此类示例性方法使得该持续的定制化的全面推荐系统104能够随着属性历史数据库148的大小增长而对推荐进行不断改进。通过此增长，推荐系统104和(在一些实施方案中)循证饮食和生活方式推荐引擎112将具有不断扩展的可用于导出生育能力增强推荐140的数据集，其中关于哪些用户接收哪些推荐越来越具体。
[0075]
在另一方面，一种治疗方法可包括使用上述系统或方法中的任何一种来生成生育能力增强推荐140、饮食和生活方式推荐或特定补充推荐中的任何一项或多项。此外，该治疗方法可包括基于给用户的生育能力增强推荐140、饮食和生活方式推荐或特定补充推荐中的一项或多项中的至少任一项来施行治疗。例如，当推荐系统104确定了包括通过300mg维生素c补充剂将用户的维生素c摄入从200mg/天增加到500mg/天的生育能力增强推荐140时，示例性治疗方法可包括每天向用户施用包含300mg维生素c补充剂的治疗。
[0076]
在本公开中描述的所有公开方法和程序可使用一个或多个计算机程序或部件来实施。这些部件可作为任何常规的计算机可读介质或机器可读介质上的一系列计算机指令而提供，常规的计算机可读介质或机器可读介质包括易失性存储器和非易失性存储器，诸如ram、rom、闪存存储器、磁盘或光盘、光学存储器或其他存储介质。该指令可作为软件或固件而提供，并且可全部或部分地在诸如asic、fpga、dsp或任何其他类似装置的硬件部件中实施。该指令可被配置为由一个或多个处理器执行，该一个或多个处理器在执行该一系列计算机指令时执行或促进执行所公开的方法和程序的全部或一部分。
[0077]
应当理解，对本文该的实施方案作出的各种变化和修改对于本领域的技术人员将是显而易见的。可在不脱离本发明主题的实质和范围且不减弱其预期优点的前提下作出这些变化和修改。因此，此类变化和修改旨在由所附权利要求书涵盖。
[0078]
实施例
[0079]
实施例1：针对正准备或经历art的个体的饮食推荐
[0080]
下表描述了个体饮食的日常饮食推荐。
[0081][0082]
[0083]
obese women undergoing ivf:a pilot study.reprod biomed online,2017.35(4):p.417-424.
[0122]
37.kasum,m.,et al.,the role of female obesity on in vitro fertilization outcomes.gynecol endocrinol,2018.34(3):p.184-188.
[0123]
38.meldrum,d.r.,introduction:obesity and reproduction.fertil steril,2017.107(4):p.831-832.
[0124]
39.moran,l.j.,et al.,altered preconception fatty acid intake is associated with improved pregnancy rates in overweight and obese women undertaking in vitro fertilisation.nutrients,2016.8(1).
[0125]
40.sim,k.a.,et al.,weight loss improves reproductive outcomes in obese women undergoing fertility treatment:a randomized controlled trial.clin obes,2014.4(2):p.61-8.
[0126]
41.sim,k.a.,s.r.partridge,and a.sainsbury,does weight loss in overweight or obese women improve fertility treatment outcomes？a systematic review.obes rev,2014.15(10):p.839-50.