СПОСОБ И СИСТЕМА ОТСЛЕЖИВАНИЯ РАЦИОНА И ФОРМИРОВАНИЯ ЗАКЛЮЧЕНИЯ О КАЧЕСТВЕ ПИТАНИЯ И/ИЛИ ИНДИВИДУАЛЬНЫХ РЕКОМЕНДАЦИЙ ПО ПИТАНИЮ Российский патент 2020 года по МПК G06F17/40 

Описание патента на изобретение RU2721234C1

ОБЛАСТЬ ТЕХНИКИ

[0001] Настоящее техническое решение в общем относится к области микробиологии и диетологии, а также к применению вычислительной техники в микробиологии и диетологии, а в частности к способам и системам для отслеживания рациона и формирования заключения о качестве питания и/или индивидуальных рекомендаций по питанию.

[0002] В настоящее время учеными доказано, что микробиота желудочно- кишечного тракта человека оказывает огромное влияние на организм хозяина через его иммунитет и метаболизм. Данная связь реализуется через ряд веществ, выделяемых микробиотой, в том числе витамины и короткоцепочечные жирные кислоты (КЖК). Дисбиоз приводит к нарушению баланса взаимодействия микробиоты и организма хозяина, внося вклад в развитие хронических воспалительных состояний. Это в совокупности с другими факторами может приводить к различным серьезным заболеваниям: сахарному диабету второго типа, болезни Крона и язвенному колиту, ожирению и т.д. Для ряда заболеваний, в том числе и из вышеперечисленных, в микробиоте были найдены биомаркеры

- микроорганизмы, повышенная или пониженная представленность которых значимо ассоциирована с определенными заболеваниями.

[0003] Также известно, что посредством питания, пищевых добавок, таких как пробиотики, пребиотики можно воздействовать на состав микробиоты кишечника, создавая конкурентные преимущества для тех или иных бактерий. Один из вариантов воздействия - увеличение количества и типов употребляемых пищевых волокон, не усваиваемых человеком сложных углеводов. Эти вещества не перевариваются желудочным соком и кишечными ферментами и метаболизируются бактериями кишечной микробиоты.

[0004] В уровне техники содержатся многочисленные источники информации, указывающие на важность употребления пробиотиков (Isolauri et al. 2000; Kim et

al. 2010; Singh et al. 2013) (живых симбиотических микроорганизмов, которые при приеме в адекватном количестве могут оказывать положительное влияние на здоровье человека – как отдельно, так и в составе пищевых продуктов, например, кисломолочных продуктов), а также сбалансированной диеты, богатой пищевыми волокнами (выступающими в роли пребиотиков – компонентов пищи, не усваиваемых человеком, но вызывающих рост или повышение активности симбиотических микроорганизмов), для поддержания здоровой микробиоты в ЖКТ человека, и потенциально, предотвращения развития или улучшения симптомов вышеуказанных заболеваний (Khaw and Barrett-Connor 1987; Ludwig et al. 1999; Anderson et al. 1987). Однако проведенные клинические исследования, изучавшие эффективность пробиотиков и пребиотиков для профилактики и лечения этих заболеваний, показали неоднозначные результаты (Rondanelli et al. 2017; Makki et al. 2018). Исследования показывают, что не все люди одинаково реагируют на одни и те же пищевые добавки, и реакция организма зависит в том числе от начального состава микробиоты в ЖКТ индивида. Например, один и тот же продукт может вызывать существенные изменения в микрофлоре ЖКТ одних индивидуумов и вызывать лишь небольшие изменения у других (Klimenko NS, et al., Microbiome Responses to an Uncontrolled Short-Term Diet Intervention in the Frame of the Citizen Science Project. Nutrients. 2018 May 8;10(5)). Таким образом, несмотря на наличие общих для широкого круга населения рекомендаций по сбалансированному питанию, сохраняется потребность в способах выработки персональных рекомендаций по питанию и перечню полезных продуктов для конкретного индивида, учитывающий состав его микробиоты в ЖКТ.

СУЩНОСТЬ ТЕХНИЧЕСКОГО РЕШЕНИЯ

[0005] Технической задачей или технической проблемой, решаемой в данном техническом решении, является формирование ранжированных индивидуальных рекомендаций по питанию для пользователя.

[0006] Техническим результатом, достигаемым при решении вышеуказанной технической задачи, является повышение качества и точности формирования индивидуальных рекомендаций для пользователя по питанию.

[0007] Указанный выше технический результат достигается путем отслеживания рациона питания пользователя, а также выставления баллов съеденным блюдам.

[0008] Указанный выше технический результат достигается благодаря осуществлению способа отслеживания рациона и формирования заключения о качестве питания пользователя и/или индивидуальных рекомендаций по питанию для пользователя, выполняемого по меньшей мере посредством одного процессора и в котором получают данные о состоянии микробиоты пользователя, содержащие по меньшей мере одно значение биомаркера; определяют значение по меньшей мере одного признака, связанного с состоянием микробиоты, на основании полученного по меньшей мере одного значения биомаркера; формируют список с по меньшей мере одним продуктом питания для пользователя на основании по меньшей мере одного полученного значения биомаркера и/или по меньшей мере одного значения признака, связанного с состоянием микробиоты пользователя и определенного на предыдущем шаге; определяют персонализированный рейтинг продуктов питания из списка, сформированного на предыдущем шаге; получают данные о по меньшей мере одном продукте питания и/или блюде пользователя; формируют балл для по меньшей мере одного продукта питания и/или блюда, полученного на предыдущем шаге, на основании рейтинга продуктов питания, сформированного ранее; формируют заключение о качестве питания пользователя на основании балла, полученного ранее, и/или по меньшей мере одну рекомендацию для пользователя на основании персонализированного рейтинга продуктов питания пользователя.

[0009] В некоторых вариантах реализации получают данные о состоянии микробиоты кишечника путем секвенирования образца биологического материала и/или в результате биохимического или микробиологического исследования.

[0010] В некоторых вариантах реализации биомаркером может быть относительная и/или абсолютная представленность микроорганизмов и/или их генов в биологическом материале.

[0011] В некоторых вариантах реализации при определении персонализированного рейтинга продуктов питания значение рейтинга

вычисляется из совокупного влияния данного продукта на каждый признак, связанный с состоянием микробиоты пользователя, и чем выше рейтинг, тем данный продукт полезнее для микробиоты пользователя.

[0012] В некоторых вариантах реализации биомаркер может быть положительно или отрицательно ассоциирован с определенным признаком, в зависимости от влияния, которое оказывает данный биомаркер на состояние признака.

[0013] В некоторых вариантах реализации продукт питания может быть положительно или отрицательно ассоциирован с определенным биомаркером, в зависимости от влияния, которое оказывает данный продукт питания на состояние биомаркера.

[0014] В некоторых вариантах реализации значение признака, связанного с состоянием микробиоты, оценивается в численном и/или символьном виде.

[0015] В некоторых вариантах реализации признаком, связанным с состоянием микробиоты, является защищенность от заболевания, для которого известна связь с по меньшей мере одним биомаркером микробиоты, или уровень пробиотических и других полезных бактерий, или способность микробиоты синтезировать метаболиты на основе известных метаболических путей, или способность микробиоты к расщеплению пищевых волокон, или гликемический ответ на продукт или блюдо, или способность к расщеплению глютена, или способность к расщеплению лактозы, или барьерные функции микробиоты.

[0016] В некоторых вариантах реализации каждый признак оценивают по отдельности или группируют по типу признака, с выставлением итогового значения за всю группу признаков.

[0017] В некоторых вариантах реализации при определении персонализированного рейтинга продуктов питания учитывают начальный уровень представленности биомаркера в микробиоте пользователя, и/или значимость самого признака, и/или количество биомаркеров в рамках одного признака или группы признаков, на которые влияет данный продукт.

[0018] В некоторых вариантах реализации при определении персонализированного рейтинга продуктов питания рейтинг для продукта питания рассчитывают как взвешенную сумму по всем признакам пользователя.

[0019] В некоторых вариантах реализации при определении персонализированного рейтинга продуктов питания формируют сокращенный список рекомендованных продуктов на заданный промежуток времени.

[0020] В некоторых вариантах реализации сокращенный список продуктов питания формируется случайным образом из полного списка продуктов, положительно рекомендованных пользователю, где вероятность попадания продукта в список на заданный промежуток времени тем выше, чем выше рейтинг данного продукта.

[0021] В некоторых вариантах реализации сокращенный список продуктов питания обновляется через каждый наступивший заданный промежуток времени.

[0022] В некоторых вариантах реализации выделяется фиксированное число мест для каждой категории продуктов питания в сокращенном списке рекомендованных продуктов на заданный промежуток времени.

[0023] В некоторых вариантах реализации данные о продукте пользователя представляют из себя внесенный пользователем перечень продуктов или ингредиентов блюда, и/или изображение блюда или продукта питания, и/или аудиозапись со списком продуктов, и/или состава блюда и способа его приготовления.

[0024] В некоторых вариантах реализации изображение блюда или продукта питания распознается посредством использования искусственной нейронной сети, которая на вход получает изображение блюда или продукта питания, а на выходе формирует N-мерный вектор визуальных признаков изображения, в котором закодирована визуальная информация анализируемого изображения.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0025] Признаки и преимущества настоящего технического решения станут очевидными из приведенного ниже подробного описания и прилагаемых чертежей, на которых:

[0026] На Фиг. 1 показан показан пример реализации способа отслеживания рациона и формирования заключения о качестве питания пользователя и/или

индивидуальных рекомендаций по питанию для пользователя в виде блок- схемы.

[0027] На Фиг. 2 показан пример реализации графического интерфейса пользователя мобильного приложения, на котором отображено распознавание набора ингредиентов на изображении блюда.

[0028] На Фиг. 3 представлен пример оцененного блюда пользователя и расшифровка о том, как был выставлен балл для некоторых продуктов в блюде.

[0029] На Фиг. 4 показан пример реализации системы отслеживания рациона и формирования заключения о качестве питания пользователя и/или индивидуальных рекомендаций по питанию для пользователя.

[0030] На Фиг. 5 показан пример реализации формирования списка на новую неделю (507), из полного списка положительно рекомендованных продуктов (501).

ПОДРОБНОЕ ОПИСАНИЕ ТЕХНИЧЕСКОГО РЕШЕНИЯ

[0031] Данное техническое решение может быть реализовано на компьютере или другом устройстве обработки данных, в виде автоматизированной системы или машиночитаемого носителя, содержащего инструкции для выполнения вышеупомянутого способа.

[0032] Техническое решение может быть реализовано в виде распределенной компьютерной системы, компоненты которой являются облачными или локальными серверами.

[0033] Некоторые части настоящего изобретения представлены в терминах алгоритмов и других представлений операций с битами данных или двоичными цифровыми сигналами в компьютерной памяти. Следует принимать во внимание, что определения или выводы, упомянутые в данном описании, могут быть реализованы с использованием методов искусственного интеллекта. Более конкретно, термины «обработка», «вычисление», «определение»,

«установление», «анализ», «идентификация», «проверка» или т.п. могут относиться к операциям и/или процессам компьютера, вычислительной платформы, компьютерной системы или другому электронному устройству, которые манипулируют и/или преобразуют данные, представленные в виде

физических (например, электронных) величин в регистрах и/или запоминающих устройствах компьютера, в другие данные, аналогично представляемые в виде физических величин в пределах регистров и/или запоминающих устройств компьютера или другого носителя информации, который может хранить инструкции для выполнения способов, операций и/или процессов, упомянутых ниже.

[0034] Ниже будут подробно рассмотрены термины и их определения, используемые в описании технического решения.

[0035] В данном решении под системой подразумевается компьютерная система или автоматизированная система (АС), ЭВМ (электронно-вычислительная машина), ЧПУ (числовое программное управление), ПЛК (программируемый логический контроллер), компьютеризированная система управления, мобильное устройство и любые другие устройства, способные выполнять заданную, чётко определённую последовательность вычислительных операций (действий, инструкций).

[0036] Под устройством обработки команд подразумевается электронный блок либо интегральная схема (микропроцессор), исполняющая машинные инструкции (программы).

[0037] Устройство обработки команд считывает и выполняет машинные инструкции (программы) с одного или более устройства хранения данных. В роли устройства хранения данных могут выступать, но, не ограничиваясь, жесткие диски (HDD), флеш-память, карты памяти, ПЗУ (постоянное запоминающее устройство), твердотельные накопители (SSD), оптические приводы, облачные хранилища данных.

[0038] Программа — последовательность инструкций, предназначенных для исполнения устройством управления вычислительной машины или устройством обработки команд.

[0039] Микробиота — это совокупность всех микроорганизмов в некотором бактериальном сообществе.

[0040] Бактериальный (таксономический) состав образца микробиоты - перечень всех видов (родов, таксонов), обнаруженных в данном образце в процессе анализа.

[0041] Анализ бактериального состава образцов микробиоты может проводиться на разных таксономических уровнях (виды, рода, семейства и т.п.), поэтому в описании используется термин “таксон”, который включает в себя любой из таких уровней.

[0042] Относительный состав образца микробиоты — относительное количественное соотношение таксонов в образце, или, другими словами, относительная представленность таксонов. Относительная представленность микроорганизмов или их генов в образце может быть выражена в процентах, долях, количествах чтений или других единицах. Например, относительная представленность может, задаваться числовым значением от 0 до 1 для каждого таксона в образце, так что суммарное значение по всем таксонам, представленным в одном образце, будет равняться 1, также может использоваться любая другая удобная шкала.

[0043] В некоторых вариантах реализации технического решения образцы микробиоты можно получить путем анализа образцов кала пользователя. В альтернативных вариантах реализации образцы микробиоты могут быть получены на основе анализа любого другого биологического материала пользователя, например биопсии, мазка, соскоба, и т.п.

[0044] Биомаркер представляет собой биологический измеряемый фактор (например, относительная представленность бактериального вида или рода), который ассоциируется с наличием или отсутствием того или иного состояния у организма хозяина, например, определенного заболевания.

[0045] Рацион — это продукты, употребляемые пользователем в пищу. Отслеживания рациона подразумевает наблюдение за питанием пользователя в течении заданного промежутка времени, например суток, недели, месяца и т.п.

[0046] Нутриенты — органические и неорганические вещества, входящие в состав пищевых продуктов и используемые организмом для обеспечения своей жизнедеятельности (белки, жиры, углеводы, пищевые волокна, витамины, минералы, короткоцепочечные жирные кислоты и другие).

[0047] Рекомендацией по питанию в данном техническом решении понимается рекомендация продукта, который влияет на состояние микробиоты конкретного пользователя. Рекомендация положительная, когда продукт улучшает состояние микробиоты пользователя или поддерживает здоровое состояние микробиоты,

продукт рекомендован к употреблению. Отрицательная рекомендация означает негативное влияние продукта на состояние микробиоты пользователя, т.е. рекомендовано не употреблять данный продукт.

[0048] Основными принципами здорового питания являются: повышение пищевого разнообразия, добавление в рацион различных пищевых волокон и других нутриентов, потребление ферментированных, кисломолочных продуктов или других пробиотиков, употребление продуктов богатых витаминами и микроэлементами, ограничение или исключение из рациона определенных продуктов питания.

[0049] К пребиотикам относятся вещества, которые не усваиваются или не полностью усваиваются организмом человека, но катаболизируются кишечными микробами. Это полисахариды (такие, как пектин, длинноцепочечный инулин, резистентный крахмал) и олигосахариды (фруктоолигосахариды, галактоолигосахариды и другие). Существуют продукты, богатые определенным пищевым волокном (например, топинамбур и цикорий в случае инулина). При переработке пребиотиков кишечными бактериями выделяются вещества, оказывающие положительное воздействие на организм человека, например, короткоцепочечные жирные кислоты (КЖК). Способность к переработке конкретных типов пищевых волокон существенно варьирует между различными таксонами, а расщепление некоторых сложных разветвленных полисахаридов происходит в несколько шагов, на каждом из которых активен один из нескольких кооперирующих видов бактерий. Таким образом, способность индивидуального кишечного сообщества расщеплять разные виды пищевых волокон широко варьируется, что создает основу для персонализации рекомендаций по употреблению пребиотиков.

[0050] Пробиотики – это живые бактерии, приносящие пользу организму хозяина, их можно принимать в изолированном виде, однако они могут употребляться и в составе пищевых продуктов (обычно кисломолочных). К родам, в которые входит наибольшее число применяемых штаммов с пробиотическими свойствами, относятся, например, Bifidobacterium (виды B. animalis, B. longum, B. bifidum) и Lactobacillus (виды L. rhamnosus, L. casei, L. reuteri).

[0051] Несмотря на общую осведомленность о принципах здорового питания, формирование правильных пищевых привычек остается актуальной задачей, особенно среди городских жителей.

[0052] Данное изобретение позволяет пользователю получать индивидуальные рекомендации по питанию, основываясь на данных о составе его микробиоты, отслеживать свой рацион, получая оценки для съеденных блюд, а также разнообразить свой рацион благодаря обновляющейся подборке из рекомендованных продуктов.

[0053] Шаг 110: получают данные о состоянии микробиоты пользователя, содержащие по меньшей мере одно значение биомаркера.

[0054] Образец биологического материала может быть получен посредством использования набора для отбора проб, который может включать контейнер для образцов, имеющий компонент технологического реагента и сконфигурированный для приема образца из места сбора пользователем, которое может быть удаленным. Дополнительно или альтернативно набор для отбора проб может быть предоставлен непосредственно через устройство, установленное в помещении или на улице, которое предназначено для облегчения приема пробы от пользователя. В других вариантах осуществления набор для отбора проб может быть сдан в клинике или другом медицинском учреждении медицинскому лабораторному технику, а ранее доставлен пользователю, например, курьером. Однако предоставление набора (-ов) для отбора проб пользователя в блок получения первичных данных может дополнительно или альтернативно выполняться любым другим подходящим способом, например, в замороженном виде в стерильном контейнере.

[0055] Входные образцы биологического материала могут представлять из себя образцы кала, которые могут быть обработаны, например, в лаборатории, и из которых получают данные о составе микробиоты кишечника путем секвенирования. Обработка может включать в себя этапы очистки образца и выделение тотальной ДНК, в том числе бактерий и архей. Данные о составе микробиоты могут получать, например, в результате секвенирования последовательностей микробных генов 16S рРНК микробиоты образца. В некоторых вариантах осуществления получают файлы секвенирования в формате FASTQ или FASTA, полученные с секвенатора, по одному файлу на

каждый образец. Предпочтительно может применяться ампликонное секвенирование, но также может применяться полногеномное секвенирование (англ. WGS, shotgun), не ограничиваясь.

[0056] При анализе микробиоты с помощью 16S рРНК секвенирования после предварительной обработки осуществляют количественный и качественный таксономический анализ данных путем определения, к какой известной бактерии принадлежит каждое чтение 16S рРНК (или его фрагмента) и как можно охарактеризовать чтения от неизвестных бактерий. Поиск осуществляется с применением стратегии поиска на основании референса (англ. reference-based). Таксономическая классификация опирается на базовое понятие операционной таксономической единицы (ОТЕ, англ. operational taxonomic unit, OTU) - определение бактериального вида на основании одной лишь последовательности 16S рРНК. Набор чтений гена 16S рРНК (или его региона) сопоставляется с представительной базой последовательностей данного гена. Каждое чтение относится к той таксономической единице, с которой он обладает высокой степенью сходства. В случае нескольких совпадений возможно случайное назначение чтения одной из этих ОТЕ. В базе каждая запись является представительной последовательностью соответствующего ОТЕ, полученнного ранее в результате кластерного анализа. В то время как порог сходства можно варьировать, традиционно в метагеномных исследованиях используется значение 97% сходства как эвристическая оценка степени сходства 16S рРНК внутри одного бактериального вида. Однако данное значение не является абсолютным: с одной стороны, и в пределах одного бактериального вида могут встречаться бактерии с сильно различающимися последовательностями этого гена, с другой стороны, у двух разных видов могут быть идентичные последовательности (например, Escherichia и Shigella).

[0057] В данном техническом решении могут применяться в некоторых вариантах осуществления две другие основные стратегии идентификации ОТЕ, известные из уровня техники: поиск de novo и гибридный подход (сочетающий элементы поиска на основании шаблона и поиска de novo).

[0058] Накопленные последовательности по 16S рРНК секвенированию микробиоты сводятся в объединенные базы данных и филогенетически аннотируются. Среди наиболее используемых баз данных в уровне техники могут быть использованы Greengenes (база полных последовательностей гена

16S рРНК), SILVA (включает последовательности не только 16S, но и ITS, 18S, 23S/28S для эукариот), RDP (аннотация менее унифицирована, но объем выше, чем у Greengenes) и т.д.

[0059] В одном из вариантов реализации в результате обработки набора метагеномов в формате 16S рРНК получается таблица относительной представленности образца, которая отражает количество чтений, отнесенных к каждой таксономической единице (ОТЕ) из базы данных. Такая таблица относительной представленности может быть прорежена и/или нормирована любым известным способом.

[0060] В некоторых вариантах осуществления относительная представленность нормируется. Для этого для каждого образца суммируется количество его чтений, которые успешно откартировались на референсную базу. Нормированная представленность для каждого таксона рассчитывается как количество чтений, отнесенных к этому таксону для данного образца, деленное на общую сумму откартированных чтений для этого образца, в некоторых вариантах осуществления дополнительно помноженное на 100%. Из полученных значений нормированной представленности составляется нормированная таблица представленности, содержащая долю или процент чтений, отнесенных к каждому таксону из базы данных для каждого образца. Нормировка используется для корректного сравнения представленности одного и того же биомаркера или некоторой таксономической единицы между разными образцами микробиоты.

[0061] Также может осуществляться фильтрация малопредставленных таксонов

- например, по следующему принципу: оставляются таксоны, представленность которых превышает 0,2% от общей микробной представленности не менее чем в 10% образцах.

[0062] Шаг 120: определяют значение по меньшей мере одного признака, связанного с состоянием микробиоты, на основании полученного по меньшей мере одного значения биомаркера.

[0063] Из полученной относительной представленности микроорганизмов и/или их генов в микробиоте кишечника выявляют биомаркеры (например, таксоны) ассоциированные с одним или более признаком, который характеризует состояние микробиоты пользователя. Значение признака показывает, как

микробиота пользователя влияет на данный признак. Знания и факты о связях таксона бактерии и признака, а также таксона бактерии и продукта питания хранятся в предварительно созданной базе данных, которая содержит ассоциации и связи биомаркеров с признаками и/или продуктами.

[0064] В одном из вариантов реализации данного технического решения признаками могут быть:

- определенные заболевания, для которых известна связь с по меньшей мере одним биомаркером микробиоты (значение признака показывает степень защищенности от определенного заболевания, исходя из относительной представленности микроорганизмов или их генов);

- уровень пробиотических и других полезных бактерий (относительная представленность полезных бактерий сравнивается с границами нормы в популяции), перечень таких считается известным;

- способность микробиоты синтезировать метаболиты (витамины, короткоцепочечные жирные кислоты (КЖК), аминокислоты, и т.п.) на основе известных метаболических путей;

- способность микробиоты к расщеплению пищевых волокон.

[0065] В качестве признаков можно использовать гликемический ответ на определенные продукты питания или блюда, для которых известна связь с по меньшей мере одним биомаркером микробиоты. Гликемический ответ на некоторые продукты питания (например, банан) или блюда (например, макароны) может быть ассоциирован со значением определенного биомаркера микробиоты пользователя. В качестве примера таких биомаркеров могут быть таксоны, активно участвующие в расщеплении пищевых волокон, способность к быстрому расщеплению волокон может повысить скорость усвоения сахаров, а, следовательно, и гликемический индекс определенных продуктов.

[0066] Также возможно использование других признаков, для которых известна связь с тем или иным биомаркером, например, таких как способность к расщеплению глютена, способность к расщеплению лактозы, барьерные функции микробиоты и т.п.

[0067] Каждый из перечисленных признаков можно оценивать по отдельности или группировать по типу признака, с выставлением итогового значения за всю группу признаков (объединять в один признак). Например, способность

микробиоты синтезировать метаболиты можно оценивать по каждому витамину или КЖК, для которых есть данные в базе ассоциаций об участии некоторой бактерии в синтезе данного метаболита, считая значение для каждого метаболита отдельным признаком, либо объединять их в один признак, выдавая итоговое общее значение. Аналогичное верно для остальных групп признаков.

[0068] Биомаркер может быть положительно или отрицательно ассоциирован с определенным признаком, в зависимости от влияния, которое оказывает данный таксон бактерии на состояние признака.

[0069] Значение признака может оцениваться по некоторой числовой шкале, например, в баллах от 0 до 10, либо от -1 (плохо/низкое), 0 (нейтрально/в норме), 1 (хорошо/высокое), либо категориально, или любым другим образом.

[0070] Некоторые заболевания могут быть ассоциированы с определенными биомаркерами, получаемыми из состава микробиоты кишечника. Такие связи могут быть получены из научных публикаций и исследований. Например, было проведено исследование отличий микробиоты кишечника у людей, больных сахарным диабетом 2-го типа от здоровых людей: в опытной группе преобладали бактерии рода Bacteroides и было меньше бактерий рода Prevotella по сравнению с контрольной выборкой, при этом представленность Bifidobacterium spp и Bacteroides vulgatus была ниже, а Clostridium leptum – выше, чем в контрольной группе. В одном из вариантов реализации для выявления подобных связей бактерия-заболевание можно использовать классификаторы, обученные на данных исследования, например, с использованием алгоритма “случайный лес” (англ. Random Forest). В данном примере бактерии рода Bacteroides положительно ассоциированы с сахарным диабетом 2-го типа, значит их высокий уровень ухудшает признак защищенности от данного заболевания, а низкий уровень таких бактерий наоборот улучшает признак; бактерии рода Prevotella отрицательно ассоциированы с сахарным диабетом 2-го типа, значит их высокий уровень улучшает защищенность от заболевания, низкий уровень таких бактерий наоборот ухудшает. Значение признака защищенности от сахарного диабета 2-го типа складывается из воздействия всех таксонов, ассоциированных с данным заболеванием. Вместе со значением признака может быть получен перечень таксонов, которые рекомендовано повысить (если в составе микробиоты обнаружена недостаточно высокая относительная представленность таксона, отрицательно ассоциированного с некоторым

заболеванием) или понизить (если обнаружена повышенная относительная представленность таксона, положительно ассоциированного с некоторым заболеванием).

[0071] Значение признака (или признаков), отвечающего за уровень пробиотических и других полезных бактерий, может быть получено путем сравнения относительной представленности известного перечня таксонов в составе микробиоты пользователя с границами нормы в популяции по каждому таксону. Например, границами нормы в популяции для бактерии рода Christensenella считается относительная представленность 0.01%-0.06%, соответственно 0,14% Christensenella может считаться высоким уровнем представленности для данного таксона. Представленность каждого полезного таксона может считаться отдельным признаком, либо значение признака может быть рассчитано для всей группы пробиотиков. Вместе со значением признака может быть получен перечень таксонов, относительную представленность которых рекомендовано повысить.

[0072] Значение признака (или признаков), отвечающего за способность микробиоты синтезировать метаболиты (например, витамины B1, B2, B3, B5, B6, B7, B9, K, масляную кислоту и др.) может быть получено следующим образом. В одном из вариантов осуществления в составе микробиоты определяют относительную представленность микроорганизмов или их генов, входящих в состав метаболического пути синтеза определенного витамина, КЖК или другого метаболита. Обычно в синтезе каждого метаболита участвует несколько таксонов. Их представленность соотносится со средним показателем в популяции, из чего делается вывод о способности микробиоты синтезировать тот или иной метаболит. Если значение признака по какому-то метаболиту недостаточно высокое, может быть получен перечень таксонов, относительную представленность которых рекомендовано повысить, чтобы улучшить способность к синтезу конкретного метаболита.

[0073] Значение признака, отвечающего за способность микробиоты к расщеплению пищевых волокон, может быть получено путем определения потенциала расщепления для каждого типа пищевого волокна из заранее заданного набора. В одном из вариантов осуществления можно оценить суммарную относительную представленность тех таксонов, которые участвуют в переваривании определенного пищевого волокна, и сравнить ее со средним

показателем в популяции. Потенциал расщепления каждого волокна может считаться отдельным признаком, либо значение признака может быть рассчитано для всей группы пищевых волокон. Вместе со значением признака может быть получен перечень таксонов, относительную представленность которых рекомендовано повысить (если потенциал расщепления определенного волокна низок, то представленность связанных таксонов можно считать пониженной).

[0074] Предварительно может быть сформирована база данных с ассоциациями, которая включает информацию об известных связях между таксонами бактерий и признаками, характеризующими состояние микробиоты пользователя. Дополнительно база данных с ассоциациями может включает информацию о нормальной/средней относительной представленности таксона в популяции или другие граничные значения, позволяющие определить значение того или иного признака. В иллюстративном примере реализации база данных с ассоциациями реализована в виде одной или нескольких баз данных (в данном примере посредством таблиц), причем для каждого признака или типа связей может быть создана отдельная база, однако, для специалиста в данной области техники будет очевидно, что база ассоциаций может быть реализована другими способами, что не влияет на сущность технического решения.

[0075] Также дополнительно база данных с ассоциациями может содержать информацию о влиянии различных продуктов питания на таксоны бактерий, содержании пищевых волокон в тех или иных продуктах, и т.п.

[0076] База ассоциаций для продуктов питания может формироваться и пополняться с использованием алгоритмов поиска и машинного анализа текста совместно с ручным наполнением на основании фактов о продуктах, прием которых положительно или отрицательно ассоциирован с определенным таксоном, характерным для микробиоты кишечника. База данных с ассоциациями для продуктов питания может содержать связи продукт-таксон, для продуктов питания, оказывающих влияние на некоторый таксон бактерий, а также содержать информацию о типе влияния (положительное влияние, если продукт способствует увеличению относительной представленности данного таксона, и отрицательное влияние, если способствует снижению относительной представленности). База ассоциаций для продуктов питания может также содержать аналогичные связи волокно-таксон, для пищевых волокон,

оказывающих влияние на те или иные таксоны, а также информацию о том, какие пищевые волокна в каких продуктах питания представлены.

[0077] Примеры фрагментов данных из базы ассоциаций “продукт-биомаркер” могут быть сформированы следующим образом:

Биомаркер Продукт Влияние продукта на биомаркер Bifidobacterium Йогурт Повышает Staphylococcus Орегано Понижает Bifidobacterium Цикорий Повышает Lactobacillus Цикорий Повышает Megasphaera Цикорий Повышает Campylobacter Цикорий Понижает Brachyspira Цикорий Понижает

[0078] Примеры фрагментов данных из базы ассоциаций “пищевое волокно- биомаркер” могут быть сформированы следующим образом:

Биомаркер Пищевое волокно Влияние волокна на биомаркер Alistipes Инулин Понижает Prevotella Инулин Повышает Enterococcus Инулин Повышает Lactobacillus Инулин Повышает Bacteroides Инулин Повышает Bilophila Инулин Понижает Faecalibacterium Инулин Повышает Bifidobacterium Инулин Повышает

[0079] Шаг 130: формируют список с по меньшей мере одним продуктом питания для пользователя на основании по меньшей мере одного полученного значения биомаркера и/или по меньшей мере одного значения признака, связанного с состоянием микробиоты пользователя и определенного на предыдущем шаге.

[0080] После анализа данных о составе микробиоты кишечника и определения значений признаков пользователю может быть доступен список рекомендованных к употреблению продуктов, способствующих улучшению состояния признаков, и/или содержащих определенный набор пищевых волокон. Этот список создается исходя из полученных данных об относительной представленности в микробиоте биомаркеров, ассоциированных со здоровой микробиотой, долю которых необходимо поддерживать и/или увеличивать, а также биомаркеров, ассоциированных с нездоровой микробиотой, долю которых необходимо понижать.

[0081] В рекомендациях для пользователя предлагается повысить относительную представленность бактерий, которые отрицательно ассоциированы с определенным заболеванием и имеют низкую (ненулевую) и/или нормальную представленность, и не являются положительно ассоциированными с другими заболеваниями, а также понизить относительную представленность бактерий, которые положительно ассоциированы с заболеванием. Аналогично рекомендации формируются и по другим признакам, исходя из перечня таксонов, относительная представленность которых была недостаточно высокой на этапе вычисления значения признака.

[0082] В одном из вариантов реализации индивидуальный персонализированный список рекомендованных продуктов может быть сформирован следующим образом:

- по каждому заболеванию-признаку с низким или средним уровнем защищенности от заболевания (значением признака) выбираются таксоны, которые отрицательно ассоциированы с заболеванием и имеют низкую (ненулевую) и/или нормальную относительную представленность бактерий, и также выбираются бактерии, которые положительно ассоциированы с заболеванием и имеют высокую относительную представленность;

- из пробиотических и других полезных бактерий выбираются таксоны с низкой (не нулевой) относительной представленностью;

- для пищевых волокон с низким или средним потенциалом к расщеплению выбираются ассоциированные таксоны с низкой (не нулевой) относительной представленностью;

- для метаболитов с низким уровнем синтеза выбираются таксоны с низкой (не нулевой) относительной представленностью, для которых характерно участие синтезе данного метаболита.

[0083] Далее в базе ассоциаций для продуктов питания могут быть найдены продукты, ассоциированные с выбранными таксонами, которые и являются рекомендованными. В одном из вариантов осуществления, если продукт негативно влияет на признаки пользователя (например, повышает представленность таксона, который рекомендовано понизить), то он тоже попадает в список рекомендаций с отрицательной рекомендацией.

[0084] Таким образом, в список рекомендованных продуктов попадают все продукты, которые ассоциированы по меньшей мере с одним признаком и влияют на состояние микробиоты пользователя. Дополнительно из этого списка могут быть исключены некоторые продукты, например, по причине аллергии, непереносимости, на основе результатов генетического теста, диагноза, Римских критериев IV и т.п. Пользователь также может отметить продукты для исключения (например, посредством предварительного анкетирования или отметки в уже сформированном списке рекомендованных продуктов).

[0085] Если для конкретного пользователя получено мало рекомендованных продуктов питания на основе его признаков (например, состав здоровой микробиоты кишечника может иметь недостаточно признаков для улучшения), то список рекомендованных продуктов может быть дополнен поддерживающими рекомендациями для пробиотических и других полезных бактерий из системы или от врача-диетолога, например, через мессенджер или чат-бот.

[0086] Данные, представляющие собой набор предлагаемых продуктов питания, в хранилище данных могут быть доступны через СУБД, которая может содержать одну или несколько программ, которые контролируют организацию, хранение, управление и поиск данных в базе данных. Также возможен вариант реализации технического решения через облачное хранилище данных, например, Google- таблицы. СУБД может получать запросы на доступ к информации в базе данных, сформированные, например в мобильном приложении на основании его рекомендаций по питанию, и может выполнять операции, необходимые для обеспечения этого доступа. Доступ, используемый здесь, может включать в себя чтение данных, запись данных, удаление данных, обновление данных,

сочетание, включающие в себя два или более действий, упомянутых выше, и тому подобное.

[0087] База данных, хранящаяся в хранилище данных, может представлять из себя реляционную базу данных, объектно-ориентированную базу данных, иерархическую базу данных, сетевую базу данных, другие типы баз данных, некоторую комбинацию или расширение вышеупомянутого, и тому подобное. Данные, представляющие собой набор предлагаемых продуктов питания и хранящиеся в базе данных, могут быть организованы в виде таблиц, записей, объектов, других структур данных и т.п. Данные также могут храниться в специальных файлах базы данных, специальных разделах жестких дисков, HTML файлах, XML файлах, электронных таблицах, неструктурированных файлах, файлах документа, конфигурационных файлах, других файлах и т.п. База данных может ссылаться на набор данных, который предназначен только для чтения, или иметь возможность читать набор данных и записывать в него.

[0088] При описании аспектов описанного здесь изобретения для простоты здесь иногда используется терминология, связанная с реляционными базами данных. Хотя терминология реляционных баз данных иногда здесь используется, раскрытые идеи могут быть также применены к другим типам баз данных, включая те, которые были ранее упомянуты.

[0089] Источник (источники) пополнения (обогащения) данных может включать в себя любой другой субъект, который способен поставлять данные. Например, источник (источники) пополнения данных может включать в себя сервис, который принимает данные (например, код страны) и предоставляет данные (например, информацию о новых блюдах или продуктах питания этой страны) в ответ на это. Каждый источник пополнения данных может быть реализован посредством процесса, исполняемого одним или более компьютерами.

[0090] Рекомендация в некоторых вариантах реализации технического решения может отображаться на дисплее мобильного устройства связи пользователя или персонального компьютера, например, в мобильном приложении или на веб- сайте.

[0091] Шаг 140: определяют персонализированный рейтинг продуктов питания из списка, сформированного на предыдущем шаге.

[0092] В альтернативном варианте реализации рейтинг может быть подсчитан для всех продуктов питания, доступных в базе данных.

[0093] Для каждого продукта рассчитывают значение рейтинга, которое будет складываться из влияния данного продукта на каждый признак (которое может быть отрицательным или положительным), причем чем выше рейтинг, тем данный продукт считается полезнее для микробиоты пользователя. Если рейтинг окажется отрицательным, то рекомендация по данному продукту тоже отрицательная, т.е. рекомендовано отказаться от употребления данного продукта питания. Если продукт не влияет на микробиоту, его рейтинг равен нулю.

[0094] При этом стоит отметить, что если влияние некоторого продукта питания на таксон отрицательно, но данный таксон было рекомендовано понизить на основе какого-то признака, то влияние продукта на этот признак будет положительным. Аналогично, если таксон было рекомендовано понизить на основе какого-то признака, а продукт питания положительно влияет на этот таксон, то влияние продукта на этот признак будет отрицательным.

[0095] Для подсчета рейтинга продуктов можно использовать различные способы и формулы без ограничений, при этом способ подсчета может учитывать не только тип влияния на признак (положительное или отрицательное), но и начальный уровень представленности таксона в микробиоте пользователя, значимость самого признака, количество таксонов в рамках одного признака или группы признаков, на которые влияет данный продукт, а также другие параметры.

[0096] Например, рейтинг для продукта питания можно рассчитать как взвешенную сумму по всем признакам пользователя где - тип влияния на конкретный признак, например -1, если продукт влияет на признак отрицательно, 1 - влияет положительно, 0 - не влияет; - коэффициент, учитывающий начальный уровень представленности таксона, на который влияет продукт в рамках данного признака (например, соответствующие коэффициенты для высокого, нормального или низкого уровня); - поправочный коэффициент, учитывающий значимость самого признака, например, 0,5 для влияния на признак из группы метаболитов, 1 - для заболевания, 2 - для пробиотиков. Поправочные коэффициенты подбираются заранее и позволяют

скорректировать вклад каждого признака, в том числе можно установить более высокие коэффициенты, если значение признака вычислялось общее для всей группы признаков. Предложенная формула может содержать дополнительное слагаемое или коэффициент, учитывающее количество таксонов в рамках данного признака, на которые положительно или отрицательно влияет продукт питания.

[0097] Рейтинг продуктов питания, подсчитанные таким способом, отражают степень полезности данного продукта питания для микробиоты пользователя и являются персонализированными. Продукты питания, получившие положительный рейтинг, расцениваются как рекомендованные к употреблению.

[0098] Для каждого продукта питания может дополнительно храниться справочная информация, которая может включать информацию о влиянии продукта на микробиоту и признаки данного пользователя, общую информацию о пользе/вреде этого продукта, содержании микроэлементов, волокон, пищевой ценности, рекомендованной суточной норме, связи с заболеваниями, иммунитетом, рекомендации по способу приготовления, интересные факты, и т.п. Например, справочная информация может быть доступна при просмотре карточки продукта (отдельного информационного окна или страницы), альтернативно может быть показана непосредственно в списке рекомендованных продуктов.

[0099] В некоторых вариантах реализации технического решения формируют сокращенный список рекомендованных продуктов на заданный промежуток времени.

[0100] Заданный промежуток времени, не ограничиваясь, может быть установлен, например, в одну неделю, день, месяц, квартал, полгода и так далее. Для понимания сущности технического решения далее описывается вариант реализации, в котором заданный промежуток времени установлен в одну неделю.

[0101] Такой список содержит фиксированное количество продуктов (например, 10), причем каждую неделю список формируется заново. Поскольку список рекомендованных продуктов может содержать довольно длинный перечень позиций, в данном техническом решении предлагается сформировать подборку из нескольких рекомендованных продуктов питания, которая будет регулярно

обновляться, например 1 раз в неделю. Это позволит постепенно знакомить пользователя с продуктами, которые ему полезно добавлять в свой рацион.

[0102] Список на неделю формируется случайным образом из полного списка продуктов, положительно рекомендованных пользователю, где вероятность попадания продукта в список на неделю тем выше, чем выше рейтинг данного продукта. Список на неделю направлен на то, чтобы побудить пользователя попробовать все продукты из этого списка в течении недели. Вместо недели может использоваться любой другой фиксированный отрезок времени без ограничений. В одном из вариантов осуществления список на неделю формируется из полного списка рекомендованных продуктов способом, описанным ниже.

[0103] В одном варианте реализации, как показано на Фиг. 5, для формирования списка на новую неделю (507) полный список положительно рекомендованных продуктов (501) может быть ранжирован по значению рейтинга. Продукты, которые были отображены в списке на текущую неделю могут быть отправлены в конец ранжированного списка независимо от их рейтинга. Затем список можно разделить на группы и умножить значение рейтинга продуктов из разных групп на заданные коэффициенты, чтобы увеличить разницу этих значений, получив новые значения (502), и повлиять на распределение вероятности. Вероятность, с которой продукт попадет в список на новую неделю, пропорциональна получившимся значениям . Например, можно разделить список рекомендованных продуктов на три равные группы (если количество позиций в списке не кратно трем, то в какой-то группе/группах будет на один продукт больше, например в группе с более высоким рейтингом продуктов).

[0104] В альтернативном варианте реализации вероятность, с которой продукт попадет в список на новую неделю, пропорциональна рейтингу продукта, где для рейтинга продуктов из текущего списка на неделю можно использовать понижающие коэффициенты (502), чтобы уменьшить вероятность повтора.

[0105] С целью разнообразить рацион пользователя, при составлении списка на неделю можно использовать дополнительные условия, чтобы список содержал продукты из разных категорий, если такая категория присутствует в полном списке рекомендованных продуктов. Примеры возможных категорий продуктов: овощи, фрукты и ягоды, молочные продукты, злаковые, бобовые и т.д.

[0106] В одном из вариантов реализации вычисляется процент/доля продуктов из каждой категории (503), представленных в полном списке рекомендаций (501), затем в списке на неделю выделяется фиксированное количество мест для каждой категории (504) в соответствии с их процентом/долей представленности в общем списке, но по меньшей мере одно место для каждой категории. Если какая-то категория представлена малым количеством рекомендованных продуктов или по меньшей мере одним продуктом, то для нее будет выделено по меньшей мере одно место в списке на неделю за счёт уменьшения количества мест наиболее представленной категории. Если какая-то категория не представлена в полном списке рекомендованных продуктов, то места в списке на неделю под такую категорию не выделяются.

[0107] Например, для расчёта вероятности (505) выбора продукта можно использовать формулу , где суммирование значений рейтингов в знаменателе выполняется по всем продуктам из списка положительно рекомендованных, или по всем продуктам из данного списка в пределах каждой категории отдельно.

[0108] Список на неделю (507) формируется путем случайного выбора N продуктов из каждой категории (506), где N – число выделенных мест, а вероятность для продукта быть выбранным соответствует рассчитанной ранее (502).

[0109] Если какой-то продукт питания, представленный в текущем списке на неделю, пользователь отмечает исключенным из своего рациона посредством мобильного приложения или веб-сайта, то он может автоматически исключаться из списка на неделю и заменяться другим продуктом.

[0110] В некоторых вариантах осуществления технического решения направляют список рекомендуемых продуктов питания, а также нерекомендуемых на мобильное устройство связи пользователя посредством использования любой приемлемой технологии беспроводной связи, такой как стандарт IEEE 802.11, протоколы Bluetooth, UWB, Worldwide Interoperability for Microwave Access (WiMax) и протоколы сотовой связи, например, службы пакетной связи общего пользования (GPRS).

[0111] Шаг 150: получают данные о по меньшей мере одном продукте питания и/или блюде пользователя.

[0112] Отслеживание своего рациона пользователь может осуществлять с помощью фотографий/изображений/аудиозаписей съеденных блюд или посредством перечня продуктов, предоставляемого пользователем. Каждому блюду или продукту выставляется индивидуальный балл, который отображает общую полезность для пользователя и разнообразность его рациона.

[0113] В некоторых вариантах реализации данные о продукте пользователя, который он съел или собирается съесть представляют из себя внесенный пользователем перечень продуктов или ингредиентов блюда, изображение блюда или продукта питания (которое потом распознается), аудиозапись со списком продуктов (которая потом распознается), описание продукта питания с весом, калориями, микроэлементами, производителем и так далее, например, в формате doc, xls, pdf и так далее, не ограничиваясь. Специалисту в уровне техники очевидно, что данные о продукте питания могут быть представлены в любом известном формате данных для распознавания.

[0114] Ниже будет подробно раскрыт пример реализации, согласно которому данные о продукте пользователя или блюде представлены в виде изображения.

[0115] Например, изображение блюда, например, может представлять собой фотографию любой еды и/или напитка, в том числе отдельного продукта. Фотография/изображение еды может быть передана на сервер посредством любого мобильного устройства связи пользователя, оснащенного фото- или видеокамерой. Изображение еды может быть загружено через приложение, сайт, отправлено в виде сообщения через мессенджеры, в том числе через чат-бот, посредством мобильной связи или другим доступным способом по любому каналу передачи данных.

[0116] Далее на основании полученного на предыдущем шаге по меньшей мере одного изображения определяют продукты, из который состоит блюдо и/или идентифицируют сам продукт.

[0117] Для определения продуктов, представленных на изображении, например, может быть выполнено распознавание набора ингредиентов на изображении блюда, как показано на Фиг. 2. Пользователь может отметить продукты, которые присутствуют в блюде и списка распознанных системой и/или ввести другие ингредиенты посредством поиска по названию продукта. В некоторых вариантах реализации технического решения список распознанных продуктов

(ингредиентов) может быть далее скорректирован пользователем. Если в процессе распознавания/анализа изображения не было обнаружено ни одного продукта, то они могут быть внесены/отмечены вручную, используя базу данных продуктов, которая может храниться, например, в базе ассоциаций.

[0118] В одном из вариантов реализации распознавание перечня продуктов на изображении блюда может быть выполнено следующим образом. Для анализа изображения используется глубокая сверточная искусственная нейронная сеть, которая на вход получает изображение блюда или продукта питания, а на выходе формирует N-мерный вектор визуальных признаков изображения, в котором закодирована визуальная информация анализируемого изображения. Полученный вектор далее подается на вход искусственной нейронной сети декодера, который представляет собой, например, многослойный перцептрон, RNN или декодер модели Трансформер (англ. “Transformer decoder”), не ограничиваясь. На выходе декодера получается набор векторов, кодирующих определенные ингредиенты блюда. Альтернативно на выходе может получиться вектор вероятностей для всего набора анализируемых ингредиентов, а результатом распознавания изображения будет набор ингредиентов, который наиболее хорошо по внутренним весам нейросети соответствует вектору визуальных признаков изображения.

[0119] В некоторых вариантах осуществления используют сверточную нейронную сеть (CNN) совместно с рекуррентной нейронной сетью (RNN).

[0120] В некоторых вариантах реализации технического решения могут использоваться другие методы, используемые для распознавания и классификации продуктов: байесовские сети, многослойные нейронные сети, скрытые Марковские модели, деревья решений, SVM, kNN и т.д.

[0121] Обучение искусственных нейронных сетей проводится на наборе данных, имеющихся в открытом доступе, например, таких как Recipe1M+, для которых предварительно в полуавтоматическом режиме была проведена фильтрация и разметка всех ингредиентов блюда. Причем разметка ингредиентов блюда может представлять собой перечень продуктов, соответствующих изображению, и не требовать выделения отдельных продуктов на изображении. Например, перечень возможных ингредиентов может быть получен путем автоматизированного сбора данных (жарг. “парсинга”) с сайтов с рецептами.

Сложные ингредиенты блюда предварительно раскладывают на более простые составляющие для снижения размерности выходного вектора нейронной сети, а также для получения на выходе более релевантного списка ингредиентов (к примеру "творог в сливках" можно разложить до "творог" и "сливки", поскольку для влияния на микробиоту кишечника имеют значение только отдельные компоненты).

[0122] Далее каждый продукт можно оценить с точки зрения его пользы для организма пользователя и/или его микробиоты кишечника. Для оценки полезности продуктов используется информация о содержании нутриентов в составе продуктов питания. Такая информация может включать в себя связи продукт-нутриент и количество нутриента (например, количество грамм нутриента на 100 грамм продукта), и храниться в базе продуктов, например в базе ассоциаций.

[0123] Шаг 160: формируют балл для по меньшей мере одного продукта питания и/или блюда, полученного на предыдущем шаге, на основании рейтинга продуктов питания, сформированного ранее.

[0124] Балл, выставленный продукту может учитывать различные критерии, связанные с полезностью продукта, такие как: рейтинг продукта в списке рекомендованных или нерекомендованных продуктов, наличие пищевых волокон, макро- и микроэлементов и их количество, разнообразие/однообразие рациона, наличие продукта в списке на неделю, ферментация продукта, способ приготовления и т.п. Если продукт отсутствует в списке рекомендованных и нерекомендованных, можно считать, что его рейтинг равен нулю.

[0125] Оценка по некоторым критериям может уменьшать итоговый балл продукта (штрафовать), что равносильно начислению отрицательного количества баллов.

[0126] В одном из вариантов реализации балл для продукта может быть рассчитан как сумма промежуточных баллов по каждому из заданных критериев, причем количество баллов задается предварительно.

[0127] Пример подсчета по критериям может быть раскрыт следующим образом:

- прибавлять баллы за разнообразие, когда данный продукт первый раз съеден за неделю;

- штрафовать за однообразие (вычитать баллы), когда продукт съеден больше определенного количества раз в неделю (например, чаще 4-х раз за текущую неделю), это число может быть одинаковым, а может задаваться отдельно для каждого продукта или категории продуктов;

- прибавлять баллы за наличие в продукте витамина или другого нутриента, баллы могут быть одинаковыми для всех нутриентов, либо отличаться, при этом можно начислять увеличенное количество баллов, для продуктов с высоким содержанием нутриента;

- прибавлять баллы за наличие в продукте пищевых волокон, при этом можно начислять увеличенное количество баллов, для продуктов с высоким содержанием пищевых волокон;

- штрафовать за высокое содержание сахаров;

- штрафовать за наличие насыщенных жиров;

- штрафовать за алкоголь;

- прибавлять баллы за ферментированность ингредиента;

- прибавлять баллы, если продукт из списка на неделю;

- учитывать рейтинг продукта в списке рекомендаций (прибавлять балл, равный рейтингу, либо рейтингу, умноженному на заданный заранее коэффициент).

[0128] Баллы/штраф за каждый из критериев могут начисляться за наличие какого-то нутриента в продукте (например, начисляется 5 баллов за наличие в продукте витамина C), или когда количество нутриента в данном продукте превосходит некоторое значение (например, начисляется 5 баллов, если в продукте больше или равно 12 миллиграмм витамина C на 100 грамм продукта; начисляется 10 баллов, если его больше или равно 24 мг на 100 г продукта.

[0129] Дополнительно могут использоваться другие критерии для оценки продукта, учитывающие способ приготовления блюда, использование специй, объем порции, калорийность, и т.п.

[0130] На Фиг. 3 представлен пример оцененного блюда пользователя и расшифровка о том, как был выставлен балл для некоторых продуктов в блюде.

[0131] Предлагаемый способ оценки продуктов учитывает не только общие критерии полезности продукта, но и индивидуальные потребности пользователя, влияние продукта на микробиоту данного пользователя.

[0132] В некоторых вариантах реализации технического решения формируют балл, рассчитанный для всего блюда в целом.

[0133] Итоговый балл, выставленный блюду, может быть получен путем комбинации баллов за отдельные ингредиенты (например, посредством определения среднего арифметического, суммирования и т.п.), выставленных по каждому продукту из его состава. В некоторых вариантах реализации итоговый балл может нормироваться (например, со значениями от 0 до 10).

[0134] Таким образом в ответ на изображение блюда, которое может быть получено на шаге 150, пользователь получает

- индивидуальную оценку полезности данного блюда для его организма и/или его микробиоты;

- расшифровку о том, как был выставлен этот балл, т.е. оценку каждому продукту и/или критерию;

- а также информацию по каждому продукту в составе блюда о влиянии данного продукта на признаки пользователя.

[0135] Предложенный способ позволяет пользователю помимо общей информации о полезном питании получать персональную информацию о пользе каждого съеденного блюда и/или продукта, включая информацию о том, как каждый продукт влияет на его микробиоту кишечника.

[0136] Шаг 170: формируют заключение о качестве питания пользователя на основании балла, полученного ранее, и/или по меньшей мере одну рекомендацию для пользователя на основании персонализированного рейтинга продуктов питания пользователя.

[0137] Заключение о качестве питания пользователя включает информацию о том, является ли полезным для микробиоты пользователя продукт или блюдо, информацию о которых пользователь указал, например, в мобильном приложении или на сайте, и основано на количестве баллов, присвоенных продукту или блюду на шаге 160 ранее. Количество присваиваемых баллов может быть основано на содержании нутриентов в продукте или блюде, влияющих на состояние микробиоты, наличие продуктов ферментирования или брожения в продукте или блюде, наличие микроорганизмов в продукте, наличие химических веществ, образующихся в процессе термической обработки продукта, наличие консервантов, стабилизаторов, красителей, ароматизаторов

и других химических веществ, связанных с изменением состояния микробиоты пользователя. Заключение выдается в текстовой форме, в виде изображения или в аудио формате, например, через мобильное приложение или на сайте.

[0138] Рекомендация по питанию для пользователя является призывом совершать действия, направленные на изменение характера питания пользователя. Они могут включать информацию об изменении количества конкретных продуктов или блюд в рационе, о количестве упоребляемых пробиотиков и пребиотиков, пищевых добавок, в том числе витаминных и/или минеральных и комплексных, с другими нутриентами (например, с жирными кислотами и т.д.). Также это может быть рекомендация изменить число приемов пищи, объем приема пищи (порции), время приема пищи. Также это может быть рекомендация обратиться за консультацией к медицинскому специалисту, нутрициологу и/или диетологу. Также это может быть запрос внести в систему, например, посредством мобильного приложения, дополнительные данные о пользователе, например, вес, рост, наличие заболеваний, наличие дополнительных генетических данных и т.д. Рекомендации выдаются в текстовой форме, в виде изображения или в аудио формате, например, через мобильное приложение или на сайте.

[0139] Помимо оценки за текущее блюдо пользователю доступна информация по ранее съеденным блюдам и/или загруженным изображениям. Также отображается перечень продуктов из списка на текущую неделю, при этом продукты, которые пользователь уже пробовал в течении недели визуально отличаются от тех, которые человек не ел ни разу за текущую неделю. Пользователю может быть доступна сводная информация по результатам текущей недели, дня, месяца, а также прошедших недель, дней, месяцев или других отрезков времени. Сводная информация может включать суммарное число набранных баллов, суммарное влияние на признаки пользователя, отображение полного рациона (перечень съеденных продуктов и количество раз употребления), за указанный промежуток времени, и др.

[0140] Суммарное влияние на признаки пользователя может отображаться следующим образом. По каждому из признаков, которые требовали улучшения по результатам анализа микробиоты (т.е. те признаки, для которых были рекомендации по питанию), показана динамика по данному признаку за указанный промежуток времени (например, неделю), динамика может быть

показана в категориях “хорошо”/“нейтрально”/“плохо”, с использованием цветовых обозначений, пиктограмм или иным образом, и информирует пользователя, как его рацион за данный промежуток времени суммарно повлиял на данный признак. Для этого может использоваться следующий принцип, на примере итога за неделю: недельный рацион повлиял “хорошо” на данный признак, если разница между числом положительно повлиявших блюд и числом отрицательно повлиявших блюд больше заданного значения; недельный рацион повлиял “плохо”, если число положительно повлиявших блюд оказалось меньше числа отрицательно повлиявших блюд на заданное значение; во всех остальных случаях влияние рациона будет считаться “нейтральным”.

[0141] В некоторых вариантах реализации по итогам недели могут начисляться дополнительные баллы, например, если пользователь попробовал все продукты из списка на неделю, съел более определенного количества разных продуктов и/или разных источников пищевых волокон в течении недели, и т.п. Также может быть доступно сравнение с результатами прошлой недели, сравнение с баллом за прошлую неделю/день/месяц, сравнение с результатами других пользователей и т.п. Пользователь имеет возможность листать недели/дни/месяцы и переходить на карточку выбранной недели/дня/месяца, куда загружаются все данные за выбранный период.

[0142] Формирование привычки здорового питания позволит улучшать общее состояние здоровья пользователей и снижать риски возникновения заболеваний.

[0143] Ссылаясь на Фиг. 4, данное техническое решение может быть реализовано в виде вычислительной системы 400 отслеживания рациона и формирования заключения о качестве питания пользователя и/или индивидуальных рекомендаций по питанию для пользователя, которая содержит один или более из следующих компонентов:

- компонент 401 обработки, содержащий по меньшей мере один процессор

402,

- память 403,

- компонент 405 мультимедиа,

- компонент 406 аудио,

- интерфейс 407 ввода / вывода (I / O),

- сенсорный компонент 408,

- компонент 409 передачи данных.

[0144] Компонент 401 обработки в основном управляет всеми операциями системы 400, например, осуществляет обработку данных о микробиоте, а также управляет дисплеем, телефонным звонком, передачей данных, работой камеры и операцией записи мобильного устройства связи пользователя для выполнения снимков продуктов питания. Компонент 401 обработки может включать в себя один или более процессоров 402, реализующих инструкции для завершения всех или части шагов из указанных выше способов. Кроме того, компонент 401 обработки может включать в себя один или более модулей для удобного процесса взаимодействия между другими модулями 401 обработки и другими модулями. Например, компонент 401 обработки может включать в себя мультимедийный модуль для удобного облегченного взаимодействия между компонентом 405 мультимедиа и компонентом 401 обработки.

[0145] Память 403 выполнена с возможностью хранения различных типов данных для поддержки работы системы 400, например, базу данных с профилями пользователей. Примеры таких данных включают в себя инструкции из любого приложения или способа, контактные данные, данные адресной книги, сообщения, изображения, видео, и т. д., и все они работают на системе 400. Память 403 может быть реализована в виде любого типа энергозависимого запоминающего устройства, энергонезависимого запоминающего устройства или их комбинации, например, статического оперативного запоминающего устройства (СОЗУ), Электрически-Стираемого Программируемого постоянного запоминающего устройства (ЭСППЗУ), Стираемого Программируемого постоянного запоминающего устройства (СППЗУ), Программируемого постоянного запоминающего устройства (ППЗУ), постоянного запоминающего устройства (ПЗУ), магнитной памяти, флэш-памяти, магнитного диска или оптического диска и другого, не ограничиваясь.

[0146] Компонент 405 мультимедиа включает в себя экран, обеспечивающий выходной интерфейс между системой 400, которая может быть установлена на мобильном устройстве связи пользователя и пользователем. В некоторых вариантах реализации, экран может быть жидкокристаллическим дисплеем (ЖКД) или сенсорной панелью (СП). Если экран включает в себя сенсорную панель, экран может быть реализован в виде сенсорного экрана для приема входного сигнала от пользователя. Сенсорная панель включает один или более

сенсорных датчиков в смысле жестов, прикосновения и скольжения по сенсорной панели. Сенсорный датчик может не только чувствовать границу прикосновения пользователя или жест перелистывания, но и определять длительность времени и давления, связанных с режимом работы на прикосновение и скольжение. В некоторых вариантах осуществления компонент 405 мультимедиа включает одну фронтальную камеру и/или одну заднюю камеру. Когда система 400 находится в режиме работы, например, режиме съемки или режиме видео, фронтальная камера и/или задняя камера могут получать данные мультимедиа извне. Каждая фронтальная камера и задняя камера может быть одной фиксированной оптической системой объектива или может иметь фокусное расстояние или оптический зум.

[0147] Компонент 406 аудио выполнен с возможностью выходного и/или входного аудио сигнала. Например, компонент 406 аудио включает один микрофон (MIC), который выполнен с возможностью получать внешний аудиосигнал, когда система 400 находится в режиме работы, например, режиме вызова, режима записи и режима распознавания речи. Полученный аудиосигнал может быть далее сохранен в памяти 403 или направлен по компоненту 409 передачи данных. В некоторых вариантах осуществления компонент 406 аудио также включает в себя один динамик, выполненный с возможностью вывода аудио сигнала.

[0148] Интерфейс 407 ввода / вывода (I / O) обеспечивает интерфейс между компонентом 401 обработки и любым периферийным интерфейсным модулем. Вышеуказанным периферийным интерфейсным модулем может быть клавиатура, руль, кнопка, и т. д. Эти кнопки могут включать, но не ограничиваясь, кнопку запуска, кнопку регулировки громкости, начальную кнопку и кнопку блокировки.

[0149] Сенсорный компонент 408 содержит один или более сенсоров и выполнен с возможностью обеспечения различных аспектов оценки состояния системы

400. Например, сенсорный компонент 408 может обнаружить состояния вкл/выкл системы 400, относительное расположение компонентов, например, дисплея и кнопочной панели, одного компонента системы 400, наличие или отсутствие контакта между пользователем и системой 400, а также ориентацию или ускорение/замедление и изменение температуры системы 400. Сенсорный компонент 408 содержит бесконтактный датчик, выполненный с возможностью

обнаружения присутствия объекта, находящегося поблизости, когда нет физического контакта. Сенсорный компонент 408 содержит оптический датчик (например, КМОП или ПЗС-датчик изображения) выполненный с возможностью использования в визуализации приложения. В некоторых вариантах сенсорный компонент 408 содержит датчик ускорения, датчик гироскопа, магнитный датчик, датчик давления или датчик температуры.

[0150] Компонент 409 передачи данных выполнен с возможностью облегчения проводной или беспроводной связи между системой 400 и другими устройствами. Система 400 может получить доступ к беспроводной сети на основе стандарта связи, таких как WiFi, 2G, 3G, 4G, 5G, или их комбинации. В одном примерном варианте компонент 409 передачи данных получает широковещательный сигнал или трансляцию, связанную с ними информацию из внешней широковещательной системы управления через широковещательный канал. В одном варианте осуществления компонент 409 передачи данных содержит модуль коммуникации ближнего поля (NFC), чтобы облегчить ближнюю связь. Например, модуль NFC может быть основан на технологии радиочастотной идентификации (RFID), технологии ассоциации передачи данных в инфракрасном диапазоне (IrDA), сверхширокополосных (UWB) технологии, Bluetooth (BT) технологии и других технологиях.

[0151] В примерном варианте осуществления система 400 может быть реализована посредством одной или более Специализированных Интегральных Схем (СИС), Цифрового Сигнального Процессора (ЦСП), Устройств Цифровой Обработки Сигнала (УЦОС), Программируемым Логическим Устройством (ПЛУ), логической микросхемой, программируемой в условиях эксплуатации (ППВМ), контроллера, микроконтроллера, микропроцессора или других электронных компонентов, и может быть сконфигурирован для реализации способа 100 отслеживания рациона и формирования заключения о качестве питания пользователя и/или индивидуальных рекомендаций по питанию для пользователя.

[0152] В примерном варианте осуществления энергонезависимый машиночитаемый носитель содержит память 403, которая включает инструкции, где инструкции выполняются процессором 401 системы 400 для реализации описанных выше способов отслеживания рациона и формирования заключения о качестве питания пользователя и/или индивидуальных рекомендаций по

питанию для пользователя. Например, энергонезависимым машиночитаемым носителем может быть ПЗУ, оперативное запоминающее устройство (ОЗУ), компакт-диск, магнитная лента, дискеты, оптические устройства хранения данных и тому подобное.

[0153] Вычислительная система 400 может включать в себя интерфейс дисплея, который передает графику, текст и другие данные из коммуникационной инфраструктуры (или из буфера кадра, не показан) для отображения на компоненте 405 мультимедиа. Вычислительная система 400 дополнительно включает в себя устройства ввода или периферийные устройства. Периферийные устройства могут включать в себя одно или несколько устройств для взаимодействия с мобильным устройством связи пользователя, такие как клавиатура, микрофон, носимое устройство, камера, один или более звуковых динамиков и другие датчики. Периферийные устройства могут быть внешними или внутренними по отношению к мобильному устройству связи пользователя. Сенсорный экран может отображать, как правило, графику и текст, а также предоставляет пользовательский интерфейс (например, но не ограничиваясь ими, графический пользовательский интерфейс (GUI)), через который пользователь может взаимодействовать с мобильным устройством связи пользователя, например, получать доступ и взаимодействовать с приложениями, запущенными на устройстве, смотреть подробно баллы по продуктам питания и сформированные рекомендации по питанию.

[0154] Элементы заявляемого технического решения находятся в функциональной взаимосвязи, а их совместное использование приводит к созданию нового и уникального технического решения. Таким образом, все блоки функционально связаны.

[0155] Все блоки, используемые в системе, могут быть реализованы с помощью электронных компонент, используемых для создания цифровых интегральных схем, что очевидно для специалиста в данном уровне техники. Не ограничиваюсь, могут использоваться микросхемы, логика работы которых определяется при изготовлении, или программируемые логические интегральные схемы (ПЛИС), логика работы которых задаётся посредством программирования. Для программирования используются программаторы и отладочные среды, позволяющие задать желаемую структуру цифрового устройства в виде принципиальной электрической схемы или программы на

специальных языках описания аппаратуры: Verilog, VHDL, AHDL и др. Альтернативой ПЛИС могут быть программируемые логические контроллеры (ПЛК), базовые матричные кристаллы (БМК), требующие заводского производственного процесса для программирования; ASIC - специализированные заказные большие интегральные схемы (БИС), которые при мелкосерийном и единичном производстве существенно дороже.

[0156] Обычно, сама микросхема ПЛИС состоит из следующих компонент:

- конфигурируемых логических блоков, реализующих требуемую логическую функцию;

- программируемых электронных связей между конфигурируемыми логическими блоками;

- программируемых блоков ввода/вывода, обеспечивающих связь внешнего вывода микросхемы с внутренней логикой.

[0157] Также блоки могут быть реализованы с помощью постоянных запоминающих устройств.

[0158] Таким образом, реализация всех используемых блоков достигается стандартными средствами, базирующимися на классических принципах реализации основ вычислительной техники.

[0159] Как будет понятно специалисту в данной области техники, аспекты настоящего технического решения могут быть выполнены в виде системы, способа или компьютерного программного продукта. Соответственно, различные аспекты настоящего технического решения могут быть реализованы исключительно как аппаратное обеспечение, как программное обеспечение (включая прикладное программное обеспечение и так далее) или как вариант осуществления, сочетающий в себе программные и аппаратные аспекты, которые в общем случае могут упоминаться как «модуль», «система» или

«архитектура». Кроме того, аспекты настоящего технического решения могут принимать форму компьютерного программного продукта, реализованного на одном или нескольких машиночитаемых носителях, имеющих машиночитаемый программный код, который на них реализован.

[0160] Также может быть использована любая комбинация одного или нескольких машиночитаемых носителей. Машиночитаемый носитель хранилища может представлять собой, без ограничений, электронную, магнитную,

оптическую, электромагнитную, инфракрасную или полупроводниковую систему, аппарат, устройство или любую подходящую их комбинацию. Конкретнее, примеры (неисчерпывающий список) машиночитаемого носителя хранилища включают в себя: электрическое соединение с помощью одного или нескольких проводов, портативную компьютерную дискету, жесткий диск, оперативную память (ОЗУ), постоянную память (ПЗУ), стираемую программируемую постоянную память (EPROM или Flash-память), оптоволоконное соединение, постоянную память на компакт-диске (CD-ROM), оптическое устройство хранения, магнитное устройство хранения или любую комбинацию вышеперечисленного. В контексте настоящего описания, машиночитаемый носитель хранилища может представлять собой любой гибкий носитель данных, который может содержать или хранить программу для использования самой системой, устройством, аппаратом или в соединении с ними.

[0161] Программный код, встроенный в машиночитаемый носитель, может быть передан с помощью любого носителя, включая, без ограничений, беспроводную, проводную, оптоволоконную, инфракрасную и любую другую подходящую сеть или комбинацию вышеперечисленного.

[0162] Компьютерный программный код для выполнения операций для шагов настоящего технического решения может быть написан на любом языке программирования или комбинаций языков программирования, включая объектно-ориентированный язык программирования, например Python, R, Java, Smalltalk, С++ и так далее, и обычные процедурные языки программирования, например язык программирования «С» или аналогичные языки программирования. Программный код может выполняться на компьютере пользователя полностью, частично, или же как отдельный пакет программного обеспечения, частично на компьютере пользователя и частично на удаленном компьютере, или же полностью на удаленном компьютере. В последнем случае, удаленный компьютер может быть соединен с компьютером пользователя через сеть любого типа, включая локальную сеть (LAN), глобальную сеть (WAN) или соединение с внешним компьютером (например, через Интернет с помощью Интернет-провайдеров).

[0163] Аспекты настоящего технического решения были описаны подробно со ссылкой на блок-схемы, принципиальные схемы и/или диаграммы способов, устройств (систем) и компьютерных программных продуктов в соответствии с

вариантами осуществления настоящего технического решения. Следует иметь в виду, что каждый блок из блок-схемы и/или диаграмм, а также комбинации блоков из блок-схемы и/или диаграмм, могут быть реализованы компьютерными программными инструкциями. Эти компьютерные программные инструкции могут быть предоставлены процессору компьютера общего назначения, компьютера специального назначения или другому устройству обработки данных для создания процедуры, таким образом, чтобы инструкции, выполняемые процессором компьютера или другим программируемым устройством обработки данных, создавали средства для реализации функций/действий, указанных в блоке или блоках блок-схемы и/или диаграммы.

[0164] Эти компьютерные программные инструкции также могут храниться на машиночитаемом носителе, который может управлять компьютером, отличным от программируемого устройства обработки данных или отличным от устройств, которые функционируют конкретным образом, таким образом, что инструкции, хранящиеся на машиночитаемом носителе, создают устройство, включающее инструкции, которые осуществляют функции/действия, указанные в блоке блок- схемы и/или диаграммы.

Похожие патенты RU2721234C1

название год авторы номер документа
СПОСОБ И СИСТЕМА ФОРМИРОВАНИЯ ИНДИВИДУАЛЬНОГО РАЦИОНА ПРОДУКТОВ ПИТАНИЯ ПОСЛЕ ПЕРЕСАДКИ МИКРОБИОТЫ 2018
  • Мусиенко Сергей Владимирович
  • Перфильев Андрей Валентинович
  • Алексеев Дмитрий Глебович
  • Тяхт Александр Викторович
  • Попенко Анна Сергеевна
RU2699283C1
СИСТЕМА И СПОСОБ ИНТЕРПРЕТАЦИИ ДАННЫХ И ПРЕДОСТАВЛЕНИЯ РЕКОМЕНДАЦИЙ ПОЛЬЗОВАТЕЛЮ НА ОСНОВЕ ЕГО ГЕНЕТИЧЕСКИХ ДАННЫХ И ДАННЫХ О СОСТАВЕ МИКРОБИОТЫ КИШЕЧНИКА 2017
  • Мусиенко Сергей Владимирович
  • Перфильев Андрей Валентинович
  • Осипенко Дмитрий Александрович
  • Никогосов Дмитрий Аркадьевич
  • Алексеев Дмитрий Глебович
  • Тяхт Александр Викторович
RU2699284C2
СПОСОБ И СИСТЕМА ГЕНЕРАЦИИ ИНДИВИДУАЛЬНЫХ РЕКОМЕНДАЦИЙ ПО ДИЕТЕ НА ОСНОВАНИИ АНАЛИЗА СОСТАВА МИКРОБИОТЫ 2019
  • Тяхт Александр Викторович
  • Попенко Анна Сергеевна
  • Алексеев Дмитрий Глебович
  • Клименко Наталья Сергеевна
  • Мусиенко Сергей Владимирович
RU2724498C1
СПОСОБ ОЦЕНКИ РИСКА ЗАБОЛЕВАНИЯ У ПОЛЬЗОВАТЕЛЯ НА ОСНОВАНИИ ГЕНЕТИЧЕСКИХ ДАННЫХ И ДАННЫХ О СОСТАВЕ МИКРОБИОТЫ КИШЕЧНИКА 2018
  • Мусиенко Сергей Владимирович
  • Перфильев Андрей Валентинович
  • Осипенко Дмитрий Александрович
  • Никогосов Дмитрий Аркадьевич
  • Алексеев Дмитрий Глебович
  • Тяхт Александр Викторович
RU2699517C2
СПОСОБ И СИСТЕМА КОРРЕКЦИИ НЕЖЕЛАТЕЛЬНЫХ КОВАРИАЦИОННЫХ ЭФФЕКТОВ В МИКРОБИОМНЫХ ДАННЫХ 2019
  • Клименко Наталья Сергеевна
  • Тяхт Александр Викторович
  • Ефимова Дарья Андреевна
RU2742003C1
СПОСОБ ФОРМИРОВАНИЯ РЕКОМЕНДАЦИЙ ПО ПИТАНИЮ ПОЛЬЗОВАТЕЛЯ НА ОСНОВАНИИ ЕГО ПОКАЗАТЕЛЕЙ ЗДОРОВЬЯ 2018
  • Ханов Айрат Мидхатович
RU2689423C1
СИСТЕМА ДЕТЕКЦИИ НАИБОЛЕЕ ЗНАЧИМЫХ ПРОКАРИОТИЧЕСКИХ ПРЕДСТАВИТЕЛЕЙ МИКРОБИОТЫ КИШЕЧНИКА ЧЕЛОВЕКА НА ОСНОВЕ ПЦР ПАНЕЛИ 2017
  • Попенко Анна Сергеевна
  • Тяхт Александр Викторович
  • Алексеев Дмитрий Глебович
  • Клименко Наталья Сергеевна
  • Филипенко Максим Леонидович
  • Шадрина Александра Сергеевна
RU2680268C1
СПОСОБ И СИСТЕМА УЛУЧШЕНИЯ КАЧЕСТВА ЖИЗНИ ПОЛЬЗОВАТЕЛЯ 2018
  • Кузнецов Пётр Павлович
RU2680472C1
КОМПОЗИЦИИ И СПОСОБЫ ДЛЯ МОДУЛИРОВАНИЯ МИКРОФЛОРЫ ЖЕЛУДОЧНО-КИШЕЧНОГО ТРАКТА У ЖИВОТНОГО ИЗ СЕМЕЙСТВА СОБАЧЬИХ 2017
  • Ли, Цинхун
RU2742512C2
СПОСОБ И СИСТЕМА КОНТРОЛИРОВАНИЯ И СОБЛЮДЕНИЯ РЕКОМЕНДАЦИЙ ПО ПИТАНИЮ НА ПРЕДПРИЯТИИ ОБЩЕСТВЕННОГО ПИТАНИЯ 2018
  • Ханов Айрат Мидхатович
RU2685019C1

Иллюстрации к изобретению RU 2 721 234 C1

Реферат патента 2020 года СПОСОБ И СИСТЕМА ОТСЛЕЖИВАНИЯ РАЦИОНА И ФОРМИРОВАНИЯ ЗАКЛЮЧЕНИЯ О КАЧЕСТВЕ ПИТАНИЯ И/ИЛИ ИНДИВИДУАЛЬНЫХ РЕКОМЕНДАЦИЙ ПО ПИТАНИЮ

Изобретение относится к области вычислительной техники. Технический результат заключается в повышении точности формирования индивидуальных рекомендаций для пользователя по питанию. Технический результат достигается за счет формирования для пользователя списка рекомендуемых продуктов, где каждый продукт имеет свой балл, полученный на основании рейтинга продуктов питания на основании данных о состоянии микробиоты пользователя, и формирования персонального заключения о качестве питания и рекомендаций для его улучшения. 3 н. и 16 з.п. ф-лы, 5 ил.

Формула изобретения RU 2 721 234 C1

1. Способ отслеживания рациона и формирования заключения о качестве питания пользователя и/или индивидуальных рекомендаций по питанию для пользователя, выполняемый по меньшей мере посредством одного процессора и включающий следующие шаги:

- получают данные о состоянии микробиоты пользователя, содержащие по меньшей мере одно значение биомаркера;

- определяют значение по меньшей мере одного признака, связанного с состоянием микробиоты, на основании полученного по меньшей мере одного значения биомаркера;

- формируют список с по меньшей мере одним продуктом питания для пользователя на основании по меньшей мере одного полученного значения биомаркера и/или по меньшей мере одного значения признака, связанного с состоянием микробиоты пользователя и определенного на предыдущем шаге;

- определяют персонализированный рейтинг продуктов питания из списка, сформированного на предыдущем шаге;

- получают данные о по меньшей мере одном продукте питания и/или блюде пользователя;

- формируют балл для по меньшей мере одного продукта питания и/или блюда, полученного на предыдущем шаге, на основании рейтинга продуктов питания, сформированного ранее;

- формируют по меньшей мере одно заключение о качестве питания пользователя на основании балла, полученного ранее, и/или по меньшей мере одну рекомендацию для пользователя на основании персонализированного рейтинга продуктов питания пользователя.

2. Способ по п. 1, характеризующийся тем, что получают данные о состоянии микробиоты кишечника путем секвенирования образца биологического материала и/или в результате биохимического или микробиологического исследования.

3. Способ по п. 1, характеризующийся тем, что биомаркером может быть относительная и/или абсолютная представленность микроорганизмов и/или их генов в биологическом материале.

4. Способ по п. 1, характеризующийся тем, что при определении персонализированного рейтинга продуктов питания значение рейтинга вычисляется из совокупного влияния данного продукта на каждый признак, связанный с состоянием микробиоты пользователя, и чем выше рейтинг, тем данный продукт полезнее для микробиоты пользователя.

5. Способ по п. 1, характеризующийся тем, что биомаркер может быть положительно или отрицательно ассоциирован с определенным признаком, в зависимости от влияния, которое оказывает данный биомаркер на состояние признака.

6. Способ по п. 1, характеризующийся тем, что продукт питания может быть положительно или отрицательно ассоциирован с определенным биомаркером, в зависимости от влияния, которое оказывает данный продукт питания на состояние биомаркера.

7. Способ по п. 1, характеризующийся тем, что значение признака, связанного с состоянием микробиоты, оценивается в численном и/или символьном виде.

8. Способ по п. 1, характеризующийся тем, что признаком, связанным с состоянием микробиоты, является защищенность от заболевания, для которого известна связь с по меньшей мере одним биомаркером микробиоты, или уровень пробиотических и других полезных бактерий, или способность микробиоты синтезировать метаболиты на основе известных метаболических путей, или способность микробиоты к расщеплению пищевых волокон, или гликемический ответ на продукт или блюдо, или способность к расщеплению глютена, или способность к расщеплению лактозы, или барьерные функции микробиоты.

9. Способ по п. 1, характеризующийся тем, что каждый признак оценивают по отдельности или группируют по типу признака, с выставлением итогового значения за всю группу признаков.

10. Способ по п. 1, характеризующийся тем, что при определении персонализированного рейтинга продуктов питания учитывают начальный уровень представленности биомаркера в микробиоте пользователя, и/или значимость самого признака, и/или количество биомаркеров в рамках одного признака или группы признаков, на которые влияет данный продукт.

11. Способ по п. 1, характеризующийся тем, что при определении персонализированного рейтинга продуктов питания рейтинг для продукта питания рассчитывают как взвешенную сумму по всем признакам пользователя.

12. Способ по п. 1, характеризующийся тем, что при определении персонализированного рейтинга продуктов питания формируют сокращенный список рекомендованных продуктов на заданный промежуток времени.

13. Способ по п. 12, характеризующийся тем, что сокращенный список продуктов питания формируется случайным образом из полного списка продуктов, положительно рекомендованных пользователю, где вероятность попадания продукта в список на заданный промежуток времени тем выше, чем выше рейтинг данного продукта.

14. Способ по п. 12, характеризующийся тем, что сокращенный список продуктов питания обновляется через каждый наступивший заданный промежуток времени.

15. Способ по п. 12, характеризующийся тем, что выделяется фиксированное число мест для каждой категории продуктов питания в сокращенном списке рекомендованных продуктов на заданный промежуток времени.

16. Способ по п. 1, характеризующийся тем, что данные о продукте пользователя представляют из себя внесенный пользователем перечень продуктов или ингредиентов блюда, и/или изображение блюда или продукта питания, и/или аудиозапись со списком продуктов, и/или состава блюда и способа его приготовления.

17. Способ по п. 16, характеризующийся тем, что изображение блюда или продукта питания распознается посредством использования искусственной нейронной сети, которая на вход получает изображение блюда или продукта питания, а на выходе формирует N-мерный вектор визуальных признаков изображения, в котором закодирована визуальная информация анализируемого изображения.

18. Система отслеживания рациона и формирования заключения о качестве питания пользователя и/или индивидуальных рекомендаций по питанию для пользователя, содержащая по меньшей мере один процессор и по меньшей мере одну память, соединенную с процессором, причем в указанной памяти записана программа для осуществления шагов способа по п. 1.

19. Машиночитаемый носитель информации, хранящий программу для автоматизации способа отслеживания рациона и формирования заключения о качестве питания пользователя и/или индивидуальных рекомендаций по питанию для пользователя, при этом программа содержит:

a. инструкции для получения данных о состоянии микробиоты пользователя, содержащие по меньшей мере одно значение биомаркера;

b. инструкции для определения значения по меньшей мере одного признака, связанного с состоянием микробиоты, на основании полученного по меньшей мере одного значения биомаркера;

c. инструкции для формирования списка с по меньшей мере одним продуктом питания для пользователя на основании по меньшей мере одного полученного значения биомаркера и/или по меньшей мере одного значения признака, связанного с состоянием микробиоты пользователя и определенного на предыдущем шаге;

d. инструкции для определения персонализированного рейтинга продуктов питания из списка, сформированного на предыдущем шаге;

e. инструкции для получения данных о по меньшей мере одном продукте питания и/или блюде пользователя;

f. инструкции для формирования балла для по меньшей мере одного продукта питания и/или блюда, полученного на предыдущем шаге, на основании рейтинга продуктов питания, сформированного ранее;

g. инструкции для формирования заключения о качестве питания пользователя на основании балла, полученного ранее, и/или по меньшей мере одной рекомендации для пользователя на основании персонализированного рейтинга продуктов питания пользователя.

Документы, цитированные в отчете о поиске Патент 2020 года RU2721234C1

УСТРОЙСТВО СОСТАВЛЕНИЯ ПО РАЗЛИЧНЫМ КРИТЕРИЯМ ОПТИМИЗАЦИИ БЛИЗКОГО К НАИЛУЧШЕМУ ПИЩЕВОГО РАЦИОНА ЧЕЛОВЕКА 2016
  • Корсаков Дмитрий Борисович
  • Гаврилов Александр Алексеевич
RU2639269C2
Токарный резец 1924
  • Г. Клопшток
SU2016A1
Автомобиль-сани, движущиеся на полозьях посредством устанавливающихся по высоте колес с шинами 1924
  • Ф.А. Клейн
SU2017A1
US 8690578 B1, 08.04.2014
Токарный резец 1924
  • Г. Клопшток
SU2016A1

RU 2 721 234 C1

Авторы

Никогосов Дмитрий

Попенко Анна Сергеевна

Кардакова Мария Юрьевна

Лошкарев Роберт Игоревич

Мусиенко Сергей Владимирович

Перфильев Андрей Валентинович

Даты

2020-05-18Публикация

2019-11-04Подача