BR112013007781B1 - Método implementado por computador para processar dados relacionados com saúde privada em um placar numérico adequado para publicação e sistema de monitoramento de saúde - Google Patents

Abstract

MÉTODO IMPLEMENTADO POR COMPUTADOR PARA PROCESSAR DADOS RELACIONADOS COM SAÚDE PRIVADA EM UM PLACAR NUMÉRICO ADEQUADO PARA PUBLICAÇÃO E SISTEMA DE MONITORAMENTO DE SAÚDE Um método de computação de placar de saúde único é divulgado o qual mascara estatísticas de saúde subjacentes, e ainda provê uma análise comparativa para uma variedade de aplicações. Um sistema e método para coletar informações relacionadas com saúde, processar as informações em um valor numérico composto, e publicar o valor é provido. O sistema inclui um computador tendo um processador, memória, e módulos de código executáveis no processador para a implementação do método. Informações relacionadas com uma pluralidade de parâmetros intrínsecos e extrínsecos de um usuário são coletadas Fatores de ponderação são aplicados aos parâmetros para controlar o efeito relativo que cada parâmetro tem sobre o valor numérico calculado do usuário. O placar de saúde é computado usando o processador combinando os parâmetros ponderados de acordo com um algoritmo. O valor numérico é publicado para um grupo designado via um portal enquanto os parâmetros subjacentes permanecem privados. Em uma implementação, o portal é um fórum de compartilhamento de informações baseado na internet.

Description

Campo da invenção

[001] A presente invenção se relaciona com um sistema implementado por computador para a aquisição de dados médicos e seu processamento para diagnóstico, análise comparativa, propósitos analíticos e/ou de redistribuição de dados médicos.

Antecedentes da invenção

[002] A despeito dos avanços em muitas áreas de tecnologia, ainda existem barreiras para avaliar a saúde relativa de uma pessoa de uma maneira rápida, eficiente em custos, e oportuna. Com o aumento dos custos de cuidados com a saúde a o prevalecimento de doenças relacionadas com estilos de vida não saudáveis tais como diabetes, e doenças cardíacas, é importante avaliar a saúde relativa de indivíduos, e isto não tem sido resolvido adequadamente. Em muitas áreas do mundo, o acesso a médicos é limitado. Mesmo no mundo desenvolvido, o tempo de um médico é considerado uma comodity preciosa e existem listas de espera frequentemente longas e sistemas de indicação de médico para especialista têm que ser navegados antes de serem vistos. Em países mais desenvolvidos a razão de médicos para a população pode ser da ordem de 1:1.000 pessoas, enquanto em países menos desenvolvidos a razão pode ser 1:100.000. Existem também barreiras de custo para ter acesso a um médico porque uma consulta com um médico pode ser muito cara, especialmente se um indivíduo não tiver qualquer seguro-saúde ou faltar cobertura suficiente. Consequentemente, pode ser muito difícil obter acesso a profissionais médicos para receber informação sobre a saúde de alguém.

[003] Mesmo que um indivíduo tenha acesso a sua informação de saúde, os mecanismos para transportar aquela informação para outros está faltando ou é não existente. Leis de privacidade restringem o tipo de informação que pode ser compartilhada e a maneira na qual ela pode ser compartilhada. As leis de privacidade relacionadas com informação de saúde são particularmente rígidas com relação à informação que pode ser compartilhada. Isto é para proteger uma pessoa da divulgação de informação sensível. Consequentemente, o compartilhamento de informação relacionada com saúde é geralmente desencorajado. Também é difícil compartilhar informação relacionada com saúde com amigos e família. Frequentemente a informação de saúde só é levada verbalmente por um médico para um paciente, ou o paciente só recebe cópias de papel de resultados de testes de laboratório. Sistemas estão faltando para compartilhar facilmente tais informações com outros, especialmente com um grande grupo de pessoas localizadas em locais geograficamente remotos.

[004] Sistemas da técnica anterior que provêem um tipo limitado de placar numérico que está relacionado com a saúde de uma pessoa têm sido divulgados. Por exemplo, a publicação de patente U.S. n° 2009/0105550 para Rothman e outros divulga um sistema e método para prover um placar de saúde para um paciente. Entretanto, esta divulgação é dirigida primariamente para calcular um placar de saúde de um paciente em um hospital, pós-cirurgia, e o placar de saúde é baseado em dados médicos medidos do paciente (p.ex., pressão sanguínea, temperatura, respiração, etc.). Este método falha em levar em conta as atividades extrínsecas do paciente, tais como as atividades de exercícios físicos diárias do paciente. A publicação de patente U.S. n° 2005/0228692 para Hodgdon divulga um sistema que calcula um placar de saúde baseado em dados médicos medidos e pode incluir uma pesquisa de autoavaliação, que pode incluir pesquisar os hábitos de exercício de um participante. Entretanto, isto só leva em conta os hábitos pretendidos de uma pessoa, não a real atividade de exercício que uma pessoa se envolve a cada dia. Consequentemente, o placar é estático e não muda em relação à real atividade executada.

[005] Tais sistemas divulgados são dirigidos primariamente a praticantes de medicina para encaminhar problemas de continuidade de cuidados e requerem a alimentação a partir de praticantes para produzir e manter placares. Claramente, embora a atenção de um praticante de medicina seja necessária em situações de emergência e cuidados críticos, fatores de custos e de recursos significam que tais sistemas são usáveis somente em tais situações e tais sistemas não resolvem os problemas gerais discutidos acima. Adicionalmente, o placar só é relevante para o particular instante no tempo no qual ele foi atualizado a última vez pelo praticante de medicina.

Sumário da invenção

[006] De acordo com um aspecto da presente invenção, é provido um método implementado por computador para processar dados relacionados com saúde privada em um placar numérico mascarado adequado para publicação. O método compreende receber dados em uma memória sobre uma pluralidade de parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos de um usuário. Os dados recebidos e fatores de ponderação são armazenados na memória. Os dados recebidos são processados executando código em um processador que configura o processador para aplicar os fatores de ponderação aos parâmetros médicos intrínsecos e aos parâmetros de atividade física extrínsecos. Os fatores de ponderação para pelo menos os parâmetros de atividade física extrínsecos incluem um componente de declínio arranjado para reduzir o peso relativo dos parâmetros de atividade física extrínsecos para uma atividade física dependendo de pelo menos um fator associado com o usuário. Os dados processados relacionados com os parâmetros médicos intrínsecos e os parâmetros de atividade física extrínsecos são transformados por código executado no processador em um valor numérico composto mascarado no qual o código é operativo para combinar os parâmetros ponderados de acordo com um algoritmo. O valor numérico composto mascarado é publicado automaticamente para um grupo designado via um portal (tal como um sítio da web social) usando código executado no processador e livre de qualquer intervenção humana. Entretanto, as informações coletadas com relação aos parâmetros médicos intrínsecos e aos parâmetros de atividade física extrínsecos são mantidas privadas.

[007] De acordo com um aspecto adicional de tal método como pode ser implementado em uma particular configuração do mesmo, o fator associado com o usuário pode ser uma idade ou uma faixa de idade do usuário tal que o componente de declínio reduza o peso relativo dos parâmetros de atividade física extrínsecos para um primeiro usuário de uma primeira idade diferentemente de um segundo usuário de uma segunda idade ou faixa de idade.

[008] De acordo com ainda um outro aspecto de tal método como pode ser implementado em uma particular configuração do mesmo, o valor numérico composto mascarado publicado pode compreender uma média de um grupo de usuários para chegar a uma determinação de valor numérico composto grupal usando código adicional executado no processador.

[009] De acordo com um aspecto adicional da presente invenção, é provido um sistema de monitoramento de saúde implementado por computador que compreende uma unidade de comunicação operável para receber dados sobre uma pluralidade de parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos de um usuário. Uma memória é arranjada para armazenar os dados recebidos e para armazenar fatores de ponderação. Também, um processador é arranjado para processar os dados recebidos executando código que configura o processador para aplicar os fatores de ponderação aos parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos. Os fatores de ponderação para pelo menos os parâmetros médicos intrínsecos incluem um componente de declínio arranjado para reduzir o peso relativo dos parâmetros de atividade física para uma atividade física dependendo de pelo menos um fator associado com o usuário. O processador é arranjado adicionalmente para executar código para transformar os dados processados relacionados com os parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos em um valor numérico composto mascarado usando o processador combinando os parâmetros ponderados de acordo com um algoritmo. Um portal é arranjado para publicar o valor numérico composto mascarado para um grupo designado enquanto mantendo as informações coletadas com relação aos parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos privadas.

[0010] Tal sistema pode preferivelmente ser configurado tal que o fator associado com o usuário possa ser um a idade ou uma faixa de idade do usuário tal que o componente de declínio reduza o peso relativo dos parâmetros médicos intrínsecos para um usuário de uma primeira idade ou faixa de idade diferentemente de um segundo usuário de uma segunda idade ou faixa de idade.

[0011] Uma configuração de acordo com aspectos adicionais da invenção pode compreender um sistema que comunica os dados processados ou o valor numérico composto mascarado para uma máquina de exercícios. A máquina trabalha em conjunção com o sistema por programação nela para automaticamente estabelecer um programa de exercícios baseado nos dados comunicados ou no valor numérico composto mascarado. Preferivelmente, o sistema assim configurado recebe da máquina de exercícios para dentro de sua memória informações de atividade para inclusão entre os parâmetros de atividade física extrínsecos.

[0012] Configurações da presente invenção procuram combinar dados de múltiplas fontes médicas e não médicas em um sistema e método que produzam um placar normalizado para uma pessoa que levam em conta dados disponíveis médicos, de atividade física e de estilo de vida (tal como dieta) em um arranjo que pode ser operado e atualizado substancialmente em tempo real e não necessita acesso frequente a um praticante de medicina. O placar e tendências associadas com ele podem ser usados para vários propósitos incluindo disparar alertas quanto a problemas médicos ou repercussões possíveis, fornecendo feedback ao usuário, definição automatizada de motivação e/ou objetivo, programação de treinamento, indicações automatizadas para análise médica. Entre os alertas que podem ser gerados estão alertas que são disparados baseados no monitoramento de um valor numérico composto de um placar de saúde que é computado, o valor computado do qual pode fazer uma comunicação de feedback ser enviada para o usuário (p.ex., dentro do portal do sistema ou por email, SMS, etc.) como um resultado de execução de código em um processador e sem intervenção humana, se o monitoramento detectar uma mudança no placar do usuário tal como devida a um declínio de valor por operação do algoritmo, ou redução de valor devida a hábitos de alimentação, ou a realização de objetivos alimentada no sistema pelo usuário ou por um grupo com o qual o usuário tenha se associado, ou como parte de um programa de objetivo não específico para usuário que o sistema pode ter para motivar bem-estar (p.ex., bons hábitos de exercício ou alimentação). As configurações da presente invenção aplicam um fator de ponderação aos respectivos dados de atividade física e/ou estilo de vida tal que eventos recentes tenham um impacto maior no placar que aqueles que ocorreram mais no passado.

[0013] Nas configurações descritas, um método de computação de placar de saúde único é divulgado o qual mascara estatísticas de saúde subjacentes, e ainda provê uma análise comparativa para uma variedade de aplicações. Em uma configuração, um método para coletar e apresentar dados relacionados com saúde é provido. O método inclui coletar informações com relação a uma pluralidade de parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos de um usuário. As informações coletadas são processadas executando código em um processador que configura o processador para aplicar os fatores de ponderação aos parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos. A informação coletada relacionada com os parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos é transformada em um valor numérico composto mascarado usando o processador combinando os parâmetros ponderados de acordo com um algoritmo pré- determinado. O valor numérico composto mascarado é publicado para um grupo designado via um portal enquanto mantendo a informação coletada relacionada com os parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos privada.

[0014] As configurações preferidas da presente invenção procuram prover um sistema de classificação normalizado que possa fornecer uma avaliação da saúde relativa de um indivíduo que possa ser usado como a base para uma comparação justa com outros indivíduos tendo diferentes idades, sexo, status médico ou estilos de vida.

[0015] Várias características, aspectos e vantagens da invenção podem ser apreciados a partir da Descrição de Certas Configurações da Invenção seguinte e das Figuras de Desenhos anexas.

Descrição das figuras de desenhos

[0016] A figura 1 é um diagrama esquemático de blocos de um sistema de coleta e comunicação de informação de saúde local de acordo com uma primeira implementação da invenção;

[0017] A figura 1A é um diagrama de rede de acordo com uma outra implementação da invenção;

[0018] A figura 2 é um diagrama de fluxo esquemático de acordo com uma configuração da invenção;

[0019] As figuras 3a-3e são capturas de tela de uma interface de usuário de acordo com uma configuração da invenção;

[0020] A figura 3f é uma ilustração de progressões ao longo do tempo de parâmetros usados para determinar o placar de saúde em uma configuração da invenção;

[0021] A figura 4a é uma ilustração de um formato de apresentação de dados de acordo com uma configuração da invenção;

[0022] A figura 4b é uma ilustração de um formato de apresentação de dados de acordo com uma configuração da invenção;

[0023] A figura 4c é uma ilustração de um formato de apresentação de dados de acordo com uma configuração da invenção; e

[0024] A figura 4d é uma ilustração de um formato de apresentação de dados de acordo com uma configuração da invenção.

Descrição detalhada de certas configurações da invenção

[0025] Por meio de visão geral e introdução, a presente invenção é descrita em detalhes em conexão com um sistema distribuído no qual aquisição de dados, armazenagem de dados, e processamento de dados são usados para produzir um placar numérico como uma base para avaliar a saúde relativa de um usuário.

[0026] Em uma implementação, um sistema 100 inclui uma aplicação baseada em computador para a coleta de parâmetros relacionados com saúde de um usuário e uma interface de usuário 110 para a exibição de dados. A aplicação baseada em computador é implementada via um microcontrolador 120 que inclui um processador 124, uma memória 122 e código executado nele de modo a configurar o processador para executar a funcionalidade descrita aqui. A memória é para armazenar dados e instruções adequadas para controlar a operação do processador. Uma implementação de memória pode incluir, por meio de exemplo e não limitação, uma memória de acesso randômico (RAM), um disco rígido, ou uma memória só de leitura (ROM). Um dos componentes armazenados na memória é um programa. O programa inclui instruções que fazem o processador executar etapas que implementam os métodos descritos aqui. O programa pode ser implementado como um módulo único ou como uma pluralidade de módulos que operam em cooperação entre si. O programa é contemplado como representando um componente de software que pode ser usado em conexão com uma configuração da invenção.

[0027] Um subsistema de comunicação 125 é provido para comunicar informação do microprocessador 120 para a interface de usuário 110, tal como um dispositivo externo (p.ex., unidade de mão ou um computador que é conectado através de uma rede ao subsistema de comunicação 125). Informação também pode ser comunicada pelo subsistema de comunicação 125 de uma variedade de modos incluindo Bluetooth, WiFi, WiMax, transmissão RF, e assim por diante. Um número de diferentes topologias de rede podem ser utilizadas de uma maneira convencional, tal como redes por fios, ótica, 3G, 4G, e assim por diante.

[0028] O subsistema de comunicação pode ser parte de um dispositivo eletrônico comunicativo incluindo, por meio de exemplo, um smartphone [telefone inteligente] ou telefone celular, um assistente digital pessoal (PDA), netbook, computador laptop, e assim por diante. Por exemplo, o subsistema de comunicação 125 pode ser conectado diretamente através de um dispositivo tal como um smartphone tal como um iPhone, Google Android Phone, BlackBerry, telefone habilitado por Microsoft Windows Mobile, e assim por diante, ou um dispositivo tal como um monitor de frequência cardíaca ou pressão sanguínea (tal como aqueles fabricados por Withings SAS), balanças de medição de peso (tais como aquelas fabricadas por Withings SAS), equipamentos de exercícios ou similares. Em cada caso, os dispositivos podem compreender ou interfacear com um módulo ou unidade para comunicação com o subsistema 125 para permitir informação e sinais de controle fluírem entre o subsistema 125 e o dispositivo externo de interface de usuário 110. Resumindo, o subsistema de comunicação pode cooperar com um dispositivo comunicativo convencional, ou pode ser parte de um dispositivo que é dedicado para o propósito de comunicar informação processada pelo microcontrolador 120.

[0029] Quando um dispositivo eletrônico comunicativo tal como os tipos anotados acima é usado como um dispositivo externo de interface de usuário 110, o display, processador, e memória de tais dispositivos podem ser usados para processar a informação relacionada com saúde para fornecer uma avaliação numérica. Caso contrário, o sistema 100 pode incluir um display 140 e uma memória 150 que são associados com o dispositivo externo e usados para suportar comunicação de dados em tempo real ou de outra forma. Mais geralmente, o sistema 100 inclui uma interface de usuário que pode ser implementada, em parte, por módulos de software executados no processador do microcontrolador 120 ou sob controle do dispositivo externo 130. Em parte, a interface de usuário também pode incluir um dispositivo de emissão tal como um display (p.ex., o display 140).

[0030] Biossensores 115 podem ser usados para coletar diretamente informações de saúde sobre um usuário e relatar aquelas informações. O biossensor pode ser colocado em contato com o corpo do usuário para medir sinais vitais ou outras informações relacionadas com saúde a partir do usuário. Por exemplo, o biossensor pode ser um medidor de pulso que é vestido pelo usuário em contato com o corpo do usuário tal que o pulso do usuário possa ser detectado, um monitor de frequência cardíaca, um dispositivo de eletrocardiograma, um pedômetro, um monitor de glicose no sangue ou um de muitos outros dispositivos ou sistemas. O biossensor pode incluir um módulo de comunicação (p.ex., subsistema de comunicação 125) tal que o biossensor possa comunicar, por fios ou sem fio, os dados detectados. O biossensor pode comunicar os dados detectados para o dispositivo de interface de usuário, o qual por sua vez comunica aquelas informações para o microcontrolador. Opcionalmente, o biossensor pode comunicar diretamente os dados detectados para o microprocessador. O uso de biossensores provê um grau de confiabilidade nos dados relatados porque eles eliminam erros de usuários associados com dados autorrelatados, manualmente.

[0031] Alternativamente ou em adição, o usuário pode autorrelatar suas informações relacionadas com saúde alimentando manualmente os dados. Assim, em uma outra implementação, como mostrada na figura 1A, dados relacionados com saúde de uma pessoa são alimentados diretamente em um computador 160 e providos através de uma rede 170 para um computador servidor 180. (Todos os computadores descritos aqui têm pelo menos um processador e uma memória).

[0032] Independente da implementação, o sistema provê meios para atribuir um valor numérico que represente a saúde relativa de um indivíduo. O valor numérico é descrito aqui como um “placar de saúde” e pode ser usado para avaliar a saúde do indivíduo baseado em informações relacionadas com saúde coletadas a partir de um usuário. O placar de saúde é calculado baseado nas informações de saúde coletadas usando um algoritmo. O usuário ou o subsistema de comunicação 125 provê ao sistema as informações relacionadas com saúde com relação a um número de parâmetros de saúde. Fatores de ponderação pré-determinados são usados para atribuir um valor relativo de cada um dos parâmetros que são usados para calcular o placar de saúde. O placar de saúde do usuário é então calculado combinando os parâmetros ponderados de acordo com um algoritmo. Por exemplo, os parâmetros podem ser o nível de glicose no sangue de uma pessoa e o peso corporal. Um fator de ponderação “a” é aplicado aos dados de glicose no sangue e um fator de ponderação “b” pode ser aplicado aos dados de peso corporal. Se os dados de glicose no sangue forem um fator mais importante na determinação da saúde de uma pessoa que peso corporal, então o fator de ponderação “a” será maior que o fator de ponderação “b” tal que os dados de glicose no sangue tenham um impacto maior sobre o placar de saúde calculado (p.ex., Placar de saúde = Glicose * a + (Peso/100)*b). Em certas implementações, o fator de ponderação é um valor não unitário (p.ex., maior ou menor que um, mas não um). Menos ou mais fatores podem ser incluídos no cálculo do placar de saúde, e um valor de desvio pode ser incluído o qual é adicionado ou subtraído ou o qual modifica todo o cálculo, em certas implementações tais como para levar em conta a idade ou gênero como duas razões possíveis; entretanto, o anterior é intencionado como um exemplo não limitante de como calcular um placar de saúde. Outros parâmetros que podem ser medidos e incluídos no cálculo incluem medições de pressão sanguínea, altura, índice de massa corporal, massa de gordura, condições médicas tais como diabetes, hipertrofia ventricular, hipertensão, batimentos cardíacos irregulares e valores de glicose em jejum. Onde ausente, um parâmetro pode ser omitido do cálculo ou ele pode ser estimado a partir de outros parâmetros e/ou valores obtidos a partir de um grupo de indivíduos de amostra tendo parâmetros similares.

[0033] Em adição a parâmetros médicos intrínsecos, a atividade física de um usuário também é levada em conta quando calculando seu placar de saúde. A atividade física pode ser monitorada via um sensor apropriado dependente da atividade. Os sensores podem incluir uma unidade GPS, um altímetro, um medidor de profundidade, um pedômetro, um sensor de cadência, um sensor de velocidade, um monitor de frequência cardíaca ou similares. No caso de atividades baseadas em academia, equipamentos de exercícios computadorizados podem ser configurados para fornecer dados diretamente sobre o programa completado pelo usuário (por exemplo, um chamado treinador elíptico/cruzado pode fornecer dados muito melhores sobre o exercício que um pedômetro de um usuário, etc.). Embora a captura automatizada de parâmetros relacionados com a atividade física de um usuário seja preferida, uma interface de usuário para entrada manual de atividade também é provida. A este respeito, uma máquina de exercícios tal como uma esteira, elíptico, ou bicicleta estacionária ou máquina de levantamento de peso com cavalete de pesos ou cintas podem ser providas com uma interface de comunicações para se comunicar com o sistema descrito aqui para prover parâmetros de atividade física extrínsecos para o sistema e para receber e adicionalmente incluir um processador configurado para processar dados a partir do sistema de modo a ajustar automaticamente um programa de exercícios na máquina de exercícios para atender a um objetivo, mudança, ou outro objetivo para aquele usuário. Os dados de estilo de vida tais como dieta, fumo, álcool consumido e similares também podem ser coletados e usados para calcular o placar de saúde. Em uma configuração, um scanner de código de barras ou RFID pode ser usado por um usuário para capturar dados sobre alimentos consumidos que são então traduzidos em um sistema remoto, tal como o servidor 180 ou um sítio da web em comunicação com o servidor 180, em parâmetros tais como ingestão diária de calorias, gordura e sal. Em parte, o sistema depende de tais dados serem providos pelo usuário enquanto outros dados podem ser obtidos por conexões de rede de dados uma vez que permissões e direitos de conectividade estejam no lugar.

[0034] Dados de atividade física e estilo de vida são rastreados ao longo do tempo e um algoritmo de declínio é aplicado quando calculando seu efeito no placar de saúde, como discutido em mais detalhes abaixo. Como tal, a atividade física bem no passado tem um efeito positivo reduzido no placar de saúde. Preferivelmente, os fatores de ponderação usados no algoritmo para a computação do placar de saúde são ajustados ao longo do tempo de acordo com um componente de declínio que é arranjado para reduzir o peso relativo dos parâmetros que são usados no cálculo. O próprio componente de declínio pode compreender um valor de ponderação, mas também pode compreender uma equação que leve em conta pelo menos um fator associado especificamente com o usuário, tal como o peso ou faixa de peso do usuário, idade ou faixa de idade, quaisquer condições médicas conhecidas pelo sistema, e qualquer dos outros parâmetros que podem ser conhecidos pelo sistema, ou uma curva que seja configurada em vista destes fatores tal que um valor possa ser lido a partir da curva como uma função dos valores ao longo dos eixos geométricos para aquele usuário. Deste modo, o componente de declínio pode reduzir o peso negativo dos parâmetros usados no cálculo de placar de saúde para um primeiro usuário diferentemente de para um outro usuário, tal como quando o primeiro usuário tem uma primeira idade ou faixa de idade e o segundo usuário tem uma segunda idade ou faixa de idade.

[0035] Um sistema central, preferivelmente um banco e dados e sítio da web que podem ser hospedados, por exemplo, pelo servidor 180, mantém dados sobre cada usuário e seu placar de saúde e parâmetros associados e suas tendências ao longo do tempo. Os dados podem ser mantidos de tal modo que dados sensíveis sejam armazenados independente de identidades humanas, como entendido na técnica.

[0036] O placar de saúde calculado para cada usuário é então processado dependendo de um sistema, grupo ou perfil de usuário no sistema central. Dependendo das definições de perfil, o placar de saúde e tendências associadas podem provocar várias ações automatizadas. Por exemplo, ele pode causar: disparo de um alerta automatizado; prover feedback de usuário tal como uma atualização de e-mail diária; disparar a comunicação de uma motivação, alertas e/ou definição de objetivo automatizadas selecionadas para aliviar um problema percebido; ajuste de um programa de treinamento; ou indicação automatizada para análise médica.

[0037] O placar de saúdo do usuário também é provido para um grupo designado de destinatários via um portal de comunicação. O grupo de destinatários pode compreender selecionados, outros usuários, do sistema (p.ex., amigos e família) tal que os placares de saúde dos selecionados, outros usuários, possam ser comparados contra o placar de saúde de outros mais. Em arranjos alternativos, todos os usuários podem ver os placares dos outros usuários, ou o grupo de destinatários pode ser definido como um provedor de seguro-saúde específico tal que cotas de preços possam ser providas para segurar o indivíduo. Outras possibilidades estão dentro do escopo da invenção.

[0038] Referindo-se agora à figura 2, um diagrama de fluxo esquemático de acordo com uma configuração da invenção é descrito em apoio a uma avaliação de uma pessoa (p.ex., um paciente ou usuário) para fornecer um placar de saúde. Na etapa 210, o usuário inicia o processo para a coleta, processamento, e publicação de dados relacionados com saúde. Por exemplo, uma pessoa usando um dispositivo eletrônico móvel (p.ex., um smartphone ou um dispositivo de computação portátil) seleciona a aplicação de software, que inicia a execução do programa no processador do dispositivo, ou o usuário pode acessar uma página da web baseada na Internet na qual código é executado em um processador remoto e servido para o dispositivo local do usuário. Um módulo de identificação induz o usuário a se identificar e autenticar sua identidade. Isto pode ser realizado induzindo o usuário a alimentar um nome e senha de usuário, ou por outros meios, tal como um leitor de impressão digital, comando, criptografia ou outro mecanismo para garantir aquela identidade do usuário. Alternativamente, se o usuário estiver acessando o sistema via um dispositivo eletrônico pessoal, dados de identificação podem ser armazenados na memória do dispositivo local e automaticamente acessados para automaticamente confirmar a identidade do usuário.

[0039] Na etapa 220, um módulo de coleta de dados em execução no processador pode induzir o usuário a fornecer dados relacionados com saúde correspondentes a um número de parâmetros. Em uma implementação, um ou mais dos parâmetros são providos automaticamente pelo subsistema de comunicação 125. Os parâmetros podem incluir o peso do corpo, altura, idade e informação de atividade de preparação do usuário. Tais parâmetros médicos mensuráveis são parâmetros intrínsecos do usuário. O peso e altura do corpo do usuário fornecem informações sobre o estado de saúde corrente do usuário. A informação de atividade de preparação corresponde à quantidade de exercícios que o usuário se envolve. Esta informação é um exemplo de parâmetro de atividade física que é um parâmetro extrínseco do usuário. Por exemplo, o usuário pode alimentar informação sobre suas atividades de preparação diárias, tais como a quantidade de tempo que o usuário se envolveu em atividade física e o tipo de atividade física. Se o usuário foi à academia e se exercitou em uma bicicleta por trinta minutos, por exemplo, esta informação é alimentada no sistema. A informação de atividade de preparação do usuário provê informação sobre as ações que estão sendo tomadas pelo usuário para melhorar seu preparo.

[0040] As informações de peso do corpo, altura, idade e atividade de preparação de um usuário são só alguns dos parâmetros para os quais informações podem ser coletadas. O sistema pode coletar e processar uma variedade de outros parâmetros que podem ser indicativos da saúde de um usuário. Por exemplo, os parâmetros podem incluir níveis de glicose no sangue, pressão sanguínea, dados da química sanguínea (p.ex., níveis hormonais, níveis de vitaminas e minerais essenciais, etc.), níveis de colesterol, dados de imunização, pulso, taxa de oxigenação do sangue, informações com relação a alimentos consumidos (p.ex., calorias, teor de gordura, fibras, sódio), temperatura do corpo, que são só alguns dos exemplos não limitantes, possíveis de parâmetros que podem ser coletados. Vários outros parâmetros que são indicativos da saúde de uma pessoa que podem ser confiavelmente medidos podem ser usados para calcular o placar de saúde de uma pessoa.

[0041] A informação de parâmetro de saúde coletada é armazenada em uma memória na etapa 230. Na etapa 240, um módulo de ponderação recupera fatores de ponderação a partir da memória. Os fatores de ponderação podem ser coeficientes de multiplicação que são usados para aumentar ou diminuir o valor relativo de cada um dos parâmetros de saúde. Um fator de ponderação é atribuído a cada parâmetro de saúde como mostrado nas fórmulas aqui. Os fatores de ponderação são usados para controlar os valores relativos dos parâmetros de saúde. Consequentemente, os fatores de ponderação são aplicados aos parâmetros de saúde aumentando ou diminuindo o efeito relativo que cada fator tem no cálculo do placar de saúde de um usuário. Por exemplo, o peso corporal corrente de um usuário pode ser mais importante que a quantidade de atividade de preparação que o usuário se envolve. Neste exemplo, o parâmetro peso corporal seria ponderado mais pesadamente atribuindo um fator de ponderação maior para este parâmetro. Na etapa 205, o módulo de ponderação aplica os fatores de ponderação recuperados aos valores do parâmetro de saúde coletado para prover valores de parâmetro de saúde ponderados. O fator de ponderação pode ser zero em cujo caso um particular parâmetro não tem impacto no placar de saúde. O fator de ponderação pode ser negativo para uso em alguns algoritmos.

[0042] Após os parâmetros terem sido ponderados, o placar de saúde do usuário é computado na etapa 260 via um módulo de pontuação operando no processador. O módulo de pontuação combina os parâmetros ponderados de acordo com um algoritmo. Em uma implementação, o placar de saúde é a média do placar de saúdo do índice de massa corporal (BMI) do usuário e do placar de saúde de preparação do usuário menos duas vezes o número de anos que uma pessoa é mais jovem que 95. A fórmula do algoritmo para este exemplo é reproduzida abaixo: Placar de saúde = ((Placar de saúde BMI + Placar de saúde de Preparação)/2)-2*(95-idade).

[0043] O placar de saúde BMI do usuário é um valor entre 0 e 1000. O placar de saúde BMI é baseado no BMI do usuário, que é calculado baseado no peso e altura do usuário, e quanto o BMI do usuário se desvia do que é considerado um BMI saudável. Um gráfico ou fórmula pode ser usado para normalizar a informação de BMI do usuário tal que informação dissimilar possa ser combinada. Um valor de BMI alvo é selecionado ao qual é atribuído um valor pontual máximo (p.ex., 1000). Quanto mais o BMI do usuário se desviar do valor alvo menos pontos são concedidos. O placar de saúde de preparação do usuário é baseado na atividade física ou exercício de uma pessoa. Em uma configuração, é a soma do número de horas de preparação (isto é, a quantidade de tempo que o usuário se envolveu em atividades de preparação) nos últimos 365 dias onde cada hora é linearmente envelhecida em relação àquele tempo tal que atividade menos recente seja menos valorizada. A soma resultante é multiplicada por dois e é cortada em 1000. Isto normalizou a informação de preparação tal que ela possa ser combinada para chegar ao placar de saúde. Uma média diária alvo de atividade de preparação é selecionada e recebe a quantidade máxima de pontos (p.ex., 1000). Ao usuário são concedidos menos pontos baseado em quanto menos exercício ele se envolve comparado com o alvo.

[0044] Em uma outra implementação, o placar de saúde é determinado a partir de um número de subplacares que são mantidos em paralelo além do placar de saúde BMI e do placar de saúde de preparação. Do mesmo modo, o placar de saúde pode ser determinado usando informações similares em um algoritmo combinativo como discutido acima usando ajustes diferentes ou sem idade.

[0045] Os parâmetros médicos intrínsecos são processados para determinar um placar de saúde base. Parâmetros extrínsecos tais como aqueles a partir de exercício físico são processados para determinar um valor que é alocado a um reservatório de saúde e um reservatório de bônus. O valor, preferivelmente expresso em horas MET, associado com uma atividade física é adicionado tanto ao reservatório de saúde quanto ao reservatório de bônus. Um fator de declínio diário é aplicado ao reservatório de bônus. Qualquer excesso de declínio que não possa ser acomodado pelo reservatório de bônus é então deduzido do reservatório de saúde. A quantidade de declínio é determinada dependente do tamanho do reservatório de saúde e reservatório de bônus tal que um esforço maior seja requerido para manter um alto reservatório de saúde e bônus. O valor do reservatório de saúde é processado em combinação com o placar a partir dos parâmetros médicos intrínsecos para calcular o valor do placar de saúde global. Este pode ser em uma base similar à implementação descrita anteriormente ou pode incluir diferentes parâmetros e fatores de ponderação. Em uma configuração, o valor de reservatório de saúde é um logaritmo ou outra função estatística é aplicada para envelhecer os respectivos valores com o tempo tal que somente a atividade a mais recente seja contada como sendo totalmente efetiva para o reservatório de saúde/bônus. Uma interface de usuário exemplar mostrando o placar de saúde, o reservatório de saúde e outros parâmetros medidos selecionados (como será apreciado que muitos simplesmente se combinam para constituir os placares) é mostrada nas figuras 3a e 3b. Vários subplacares e suas tendências são registrados, como é mostrado na figura 3c.

[0046] Como será apreciado, horas MET são kcal gastas divididas por quilogramas de peso corporal, isto é, 100 kcal gastas por uma pessoa de 50 kg é 2 h MET. Esta é “energia normalizada” tornando o sistema justo para pessoas de todos os pesos. Com este método, os reservatórios podem ser do mesmo tamanho para cada pessoa uma vez que a energia é normalizada para a pessoa baseado em seu peso corporal.

[0047] Em uma implementação, a cada pessoa é atribuída um reservatório de saúde tendo uma capacidade de 300 h MET e um reservatório de bônus tendo uma capacidade de 60 h MET.

[0048] Quando alguém exerce a atividade A, as combinações são atualizadas como segue: H = min(H + A*alfa, 300) B = min(B + A*(1-alfa), 60)

[0049] Onde H é o placar de reservatório de saúde, B é o placar de reservatório de bônus, A é o valor de h MET para a atividade e alfa é uma constante ampla do sistema (selecionada entre 0 e 1) que determina a proporção na qual a atividade contribui para as respectivas combinações.

[0050] A atividade é dividida entre o reservatório de saúde e o reservatório de bônus. Qualquer excesso de atividade de h MET indo acima do corte de qualquer combinação é descartado. Um valor de declínio diário D é aplicado às combinações como segue: D = f(H,B) B = B — D Se B<0: D = D + B B = 0 Se D<): D = 0

[0051] O declínio é aplicado totalmente ao reservatório de bônus, e se o reservatório de bônus estiver vazio, o restante é aplicado ao reservatório de saúde. Nesta configuração, nenhum reservatório jamais vai para abaixo de zero.

[0052] O sistema encontra seu equilíbrio onde A igual a f(H,B), isto é, onde a atividade diária média combina com o declínio diário médio. A função f(H,B) é altamente não linear com relação a H e B. Em essência, leva-se sublinearmente menos esforço para manter um reservatório pequeno, e superlinearmente mais esforço para manter um reservatório grande. Isto é para ter certeza que a pessoa mediana possa manter um, digamos, reservatório de saúde meio cheio (150, correspondendo a um placar de 500), enquanto gasta-se um esforço massivamente maior (tipicamente somente liberado por um atleta profissional de resistência) para manter um reservatório de saúde cheio (300, correspondendo a um placar de 1000). A figura 3f mostra uma simulação do reservatório de armazenagem temporária e placar de reservatório de saúde ao longo do tempo assumindo a atividade variando entre 11,5 e 16 h MET por dia e 2 dias de descanso por semana. Um placar de reserva de saúde perfeito de 1000 requereria 30 h MET de atividade por dia, como pode ser visto a partir da curva no canto direito superior da figura 3f.

[0053] Preferivelmente, o placar de saúde é baseado em um reservatório ponderado de fator(es) de saúde e o registro de exercício da pessoa ao longo do tempo. Os fatores de saúde podem ser atualizados regularmente pelo usuário. Por exemplo, o usuário pode prover informações relacionadas com saúde a cada evento que seja rastreado e processado pelo sistema. O usuário pode atualizar após uma refeição, após se exercitar, após se pesar, etc. No caso de registro de uma atividade/evento por um sensor, dispositivo portátil ou similar, os parâmetros capturados/calculados podem ser automaticamente carregados e usados para produzir um placar de saúde revisado. Por exemplo, feedback pode ser provido mostrando o efeito de exercício enquanto um usuário está correndo, se exercitando em um equipamento de exercícios, etc. Em configurações selecionadas, feedback pode ser provido para um administrador tal como um membro de assistência da academia onde é determinado que um usuário está excedendo um limite pré-determinado (que devido ao conhecimento de sua saúde pode ser variado em relação a seu placar de saúde ou outros dados registrados). Consequentemente, os dados relacionados com saúde podem ser atualizados de uma maneira quase real.

[0054] O usuário também pode atualizar a informação duas vezes por dia, uma vez por dia, ou em outros períodos de tempo. Além disso, o placar de saúde pode ser baseado em uma média da informação ao longo do tempo. A atividade de preparação, por exemplo, pode ter média calculada ao longo de um período de tempo (p.ex., ao longo de uma semana, mês ou ano). Calcular a média de dados ao longo do tempo reduzirá o impacto ao placar de saúde causado por flutuações dos dados. Períodos nos quais os dados estavam não caracteristicamente altos (p.ex., a pessoa se envolveu em grande quantidade de atividade de preparação ao longo de um curto período de tempo) ou não caracteristicamente baixos (p.ex., a pessoa não se envolveu em nenhuma atividade de preparação por uma semana devido a uma enfermidade) não afetam dramaticamente o placar de saúde com o cálculo da média ao longo do tempo. As informações relacionadas com saúde podem ser armazenadas na memória ou em um banco de dados acessível pelo processador.

[0055] Os dados armazenados também podem ser usados para prever placares de saúde futuros para um usuário. Um módulo de previsão, pode analisar dados passados (p.ex., hábitos de preparação, hábitos de alimentação, etc.) para extrapolar um placar de saúde previsto baseado em uma hipótese que o usuário continuará a atuar de uma maneira previsível. Por exemplo, se os dados mostrarem que um usuário tem se exercitado uma hora por dia nos últimos trinta dias, o módulo de previsão pode prever, de acordo com um algoritmo de previsão, que o usuário continuará a se exercitar uma hora para cada um dos próximos três dias. Consequentemente, o módulo de pontuação pode calcular um placar de saúde previsto e no fim dos próximos três dias baseado nas informações a partir do módulo de previsão. Ele também pode fatorar a previsão em outras ações. Por exemplo, o sistema pode sugerir um nível de atividade física mais puxado ou desafiar alguém que tenha um placar de saúde alto mas está previsto baseado em experiência passada para então tirar alguns dias de folga para recuperação. Adicionalmente, o sistema pode prover o encorajamento para o usuário manter um curso de atividade ou modificar comportamento. Por exemplo, o sistema pode enviar uma mensagem para o usuário indicando que se o usuário aumentasse a atividade de preparação por uma certa quantidade de tempo, o placar de saúde subiria por uma certa quantidade. Isto permitiria ao usuário definir objetivos para melhorar a saúde.

[0056] O uso do placar de saúde permite uma comparação relativa da saúde de um usuário com aquela de uma outra pessoa apesar de cada pessoa poder ter características muito diferentes, o que tornaria uma comparação direta difícil. Por exemplo, um primeiro usuário (Usuário 1) pode ter uma composição corporal muito diferente ou se envolver em atividades de preparação muito diferentes se comparado com um segundo usuário (Usuário 2), o que torna a comparação direta da saúde relativa de cada usuário difícil. O uso do placar de saúde torna a comparação dos dois usuários possível com relativa facilidade. Em um exemplo, o Usuário 1 está ligeiramente acima do peso, o que tende a abaixar o placar de saúde do Usuário 1. Entretanto, o Usuário 1 também se envolve em grandes quantidades de atividades de preparação, elevando desta forma o placar de saúde global do usuário. Em contraste, o Usuário 2 tem um peso corporal ideal, o que contribui para um placar de saúde alto, mas se envolve em muito pouca atividade de preparação, abaixando desta forma o placar de saúde. O Usuário 1 e Usuário 2 são muito diferentes em termos de seus parâmetros relacionados com saúde. Consequentemente, seria muito difícil avaliar e comparar a saúde relativa do Usuário 1 e Usuário 2. De acordo com a invenção, informações relacionadas com certos parâmetros de saúde são coletadas do Usuário 1 e Usuário 2, as quais são usadas para calcular um placar de saúde global. Uma comparação do placar de saúde do Usuário 1 e do Usuário 2 permite uma fácil avaliação e comparação da saúde destes dois usuários apesar deles serem muito diferentes e terem hábitos muito diferentes. Portanto, o placar de saúde tem valor significativo tal que membros de um grupo possam comparar sua saúde relativa e tal que outras entidades (p.ex., empregadores, seguradores de cuidados com a saúde) possam avaliar a saúde de um indivíduo. Exemplos são mostrados nas figuras 3d e 3e nas quais placares tabulares (correntes) e gráficos (históricos, correntes e previstos) de diferentes usuários são mostrados. Como pode ser visto na figura 3e, Katrin é esperada a ultrapassar o usuário (André) em breve a menos que ele melhore seu estilo de vida e performance. Na figura 3d, o impacto do algoritmo de declínio está ilustrado para mostrar o efeito no placar de saúde de um dado usuário (André) e nas pessoas que ele identifica como amigos. Como notado, o usuário André tem um placar de saúde corrente de 669 que situa este usuário entre as amigas Irene (placar de saúde 670) e Helle (placar de saúde 668). O algoritmo de declínio atuou sobre todos os placares de saúde mostrados na captura de tela da figura 3d, como indicado na coluna “Δ 1 Dia”. Mais particularmente, a maioria dos amigos de André têm seu placar de saúde reduzido em 1 ponto devido à razão de “nenhuma atividade”. Uma falta de alimentação de dados para o sistema é uma base para o processador executar o algoritmo de declínio para determinar um status de “nenhuma atividade” para um dado usuário. O efeito de um dia deste status de acordo com o algoritmo de declínio ilustrado para a maioria dos usuário é uma redução de 1 ponto em um dia, e uma redução de 5 pontos ao longo do curso de uma semana. Como tal, o algoritmo de declínio pode ter um impacto não linear, afilado, sobre um placar de saúde global.

[0057] Como ilustrado, o usuário André teve uma atividade moderada registrada em uma memória que é acessível pelo sistema. Como um resultado, a atividade moderada é processada e resulta em uma mudança (delta) de um dia que é positiva, e uma mudança que age contra a influência do algoritmo de declínio. Consequentemente, André será capaz de observar, bem como os amigos que têm acesso a seu placar de saúde publicado, que ele aumentou seu placar de 667 para 669 em um dia, e de 662 para seu valor presente ao longo dos últimos sete dias como um resultado de “atividade moderada”. Além disso, uma previsão é computada usando o algoritmo subjacente e uma extrapolação dos dados baseada em razões mais recentes (isto é, dados recebidos) para aumentar outros 5 pontos. Por outro lado, devido à baixa atividade, mas uma boa dieta, Helle no mesmo período de tempo abaixou 1 ponto no último dia e um total de 1 ponto nos últimos 7 dias e é prevista a perder outro ponto se esta taxa continuar. Como tal, a Helle é fornecido um feedback por execução do algoritmo e as saídas providas pelo sistema as quais encorajam mais atividade. Por outro lado, Irene não tem atividade e uma dieta pobre que resulta em uma mudança mais agressiva para seu placar de saúde corrente e para o histórico mais longo e impacto previsto em seu placar. Novamente, este feedback, que pode ser fornecido para usuários e seus amigos ou para membros de um grupo de usuários que se associaram para um desafio, etc., serve para prover motivação individual ou da equipe para se envolver em atividades de preparação, boa alimentação, e assim por diante.

[0058] Além disso, o placar de saúde provê uma indicação da saúde relativa do indivíduo sem revelar os dados subjacentes usados para calcular o placar de saúde, que podem ser informações sensíveis. Por exemplo, um usuário pode se sentir desconfortável em revelar seu peso, idade, ou quantidade de tempo que ele gasta se exercitando para outras pessoas ou entidades. As pessoas podem ficar embaraçadas em compartilhar seu peso ou o fato que elas nunca vão à academia. Entretanto, uma vez que o placar de saúde é derivado de vários fatores, os dados subjacentes usados para calcular o placar são mantidos privados. Esta característica facilita o compartilhamento da saúde global do usuário porque os usuários não têm que divulgar dados privados sobre si próprios. Por exemplo, uma pessoa pode estar levemente acima do peso, mas ela vai frequentemente à academia. Consequentemente, aquela pessoa pode receber um placar de saúde relativamente bom. Embora a pessoa possa não desejar divulgar seu peso, ela ainda pode divulgar seu placar de saúde que transmite informações sobre sua saúde relativa sem divulgar os detalhes subjacentes. Os parâmetros médicos intrínsecos (p.ex., peso, altura, etc.) e os parâmetros de atividade física extrínsecos (p.ex., duração, frequência, intensidade, etc. de exercícios) são transformados em um valor numérico composto mascarado. O valor numérico mascarado é publicado enquanto as informações coletadas com relação aos parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos são mantidas privadas. Os parâmetros médicos intrínsecos e parâmetros de atividade física extrínsecos subjacentes são protegidos tal que uma terceira pessoa não seja capaz de determinar aqueles parâmetros baseado no número do placar de saúde. Isto é porque os parâmetros podem variar de muitos modos diferentes e ainda o número do placar de saúde pode ser igual (p.ex., uma pessoa mais pesada que se exercite frequentemente pode ter o mesmo placar de saúde que uma pessoa que não está acima do peso, mas não se exercita tão frequentemente). Assim, ter só o placar de saúde não revela os parâmetros relacionados com saúde de uma pessoa. Consequentemente, as estatísticas de saúde subjacentes são mascaradas, e ainda o placar de saúde pode ser usado como uma análise comparativa para indicar a saúde de uma pessoa para uma variedade de aplicações.

[0059] Após o módulo de pontuação calcular o placar de saúde do usuário, na etapa 270, um módulo de publicação recupera da memória o grupo designado de destinatários que estão autorizados a receber o placar de saúde. O grupo de destinatários podem ser amigos ou família do usuário, companheiros de esporte, empregadores, seguradores, etc. Na etapa 280, o módulo de publicação faz o placar de saúde ser publicado para o grupo designado. No caso que a informação não seja publicada para um grupo de amigos, a informação pode ser publicada para um portal de rede social baseado na Internet no qual o acesso aos dados é limitado àqueles membros designados do grupo.

[0060] Os dados de parâmetro de saúde e placares de saúde podem ser armazenados ao longo do tempo, em uma memória ou outro banco de dados, tal que um usuário possa rastrear seu progresso. Gráficos podem ser gerados para um usuário rastrear o progresso e analisar onde pode haver melhoria de comportamento. Além disso, tendências podem ser identificadas as quais podem levar ao diagnóstico de problemas médicos e/ou hábitos de alimentação. Por exemplo, se o peso de uma pessoa continuar a aumentar a despeito da mesma quantidade ou quantidade aumentada de atividade de preparação, o sistema pode disparar ou sugerir que ela procure certos testes médicos (p.ex., um teste de tireóide, teste de gravidez) para determinar a causa de ganho de peso.

[0061] Em certas implementações, a maior parte do sistema fica hospedada remotamente do usuário e o usuário acessa o sistema via um dispositivo local de interface de usuário. Por exemplo, o sistema pode ser baseado na internet e o usuário interage com um dispositivo local de interface de usuário (p.ex., computador pessoal ou dispositivo eletrônico móvel) que é conectado à internet (p.ex., via uma rede de comunicação por fios/sem fio) para comunicar dados com o sistema baseado na internet. O usuário usa o dispositivo local de interface para acessar o sistema baseado na internet no qual os módulos de memória e de software estão operando remotamente e se comunicando através da internet com o dispositivo local. O dispositivo local é usado para comunicar dados para o processador e memória remotos, nos quais os dados são armazenados, processados, transformados em um placar de saúde remotamente, e então providos para os grupos designados via um portal de internet de acesso restrito. Alternativamente, o sistema pode ser implementado primariamente via um dispositivo local no qual os dados são armazenados, processados, e transformados em um placar de saúde, localmente, que é então comunicado para um portal de compartilhamento de dados para publicação remota para os grupos designados.

[0062] O sistema pode ser implementado na forma de uma estrutura de rede social que é executada por módulos de software armazenados na memória e operando em processadores. O sistema pode ser implementado como um sistema de rede social “com tema de saúde” independente, separado, ou como uma aplicação que é integrada com um sistema de rede social já existente (p.ex., Facebook, MySpace, etc.). O usuário é provido com uma página inicial na qual o usuário pode alimentar informações, gerenciar quais informações são publicadas para grupos designados, e gerenciar a adesão dos grupos designados. A página inicial inclui lembretes para o usuário entrar com as informações relacionadas com saúde para cada um dos vários parâmetros. O usuário pode entrar com seu peso, data de nascimento, altura, atividade de preparação, e outras informações relacionadas com saúde. O placar de saúde do usuário é então calculado. O placar de saúde é compartilhado com outros usuários que são designados como parte de um grupo permitido a ter acesso àquelas informações. Além disso, o usuário pode ver as informações de placar de saúde de outros no grupo. Consequentemente, o usuário é capaz de comparar sua saúde global com a saúde de outros no grupo. A comparação de placares de saúde com outros no grupo pode prover motivação para os indivíduos no grupo para competir para melhorar seus placares de saúde. Outras informações, tais como dicas de saúde, notícias médicas, informações sobre remédios, eventos locais de preparação, serviços de saúde, propaganda e descontos para suprimentos e serviços médicos e/ou relacionados com preparação, emissão de desafios de preparação ou objetivos relacionados com saúde, por exemplo, podem ser providas via a página inicial.

[0063] Em implementações adicionais, o placar de saúde pode ser um composto de um placar de Modelo de Saúde Métrico e um placar de Modelo de Qualidade de Vida. Combinar placares de múltiplos modelos provê uma avaliação mais holística da saúde de um usuário. O placar de Modelo de Saúde Métrico avalia a saúde de um usuário baseado em parâmetros relativamente facilmente quantificáveis (p.ex., idade, sexo, peso, etc.) e compara aqueles números com modelos de estudo de populações aceitáveis. O placar de Modelo de Qualidade de Vida foca na qualidade de vida autoavaliada de um usuário medida baseada em respostas a um questionário (isto é, o sistema leva em conta a própria avaliação do usuário de sua saúde e qualidade de vida) porque existem correlações entre como um indivíduo “sente” em sua vida e uma medida realística de saúde. Um reservatório destes placares a partir destes dois modelos, que serão discutidos em mais detalhes abaixo, provê uma avaliação mais inclusiva e holística de saúde.

[0064] O placar de Modelo de Saúde Métrico é baseado em informações de parâmetros médicos de um usuário, tais como suas informações de histórico médico, atributos, métricas fisiológicas, e informações de estilo de vida para o sistema. Por exemplo, o sistema pode fornecer ao usuário um questionário para induzir respostas (sim/não, múltipla escolha, entrada numérica, etc.) ou prover o usuário com campos de formulário a completar. As informações de histórico médico podem incluir a história do usuário de condições médicas e/ou a prevalência de condições médicas na família do usuário. Exemplos de informações de histórico médico podem incluir informações tais como se o usuário tem diabetes, tem membros familiares diretos com diabetes, se o usuário ou membros familiares têm uma história de ataques cardíacos, angina, derrame, ou Ataque Isquêmico Transiente, um histórico de fibrilação atrial ou frequência cardíaca irregular, se o usuário ou membros familiares têm pressão sanguínea alta requerendo tratamento, se o usuário ou membros familiares têm hipotiroidismo, artrite reumatóide, doença renal crônica, falha do fígado, hipertrofia ventricular esquerda, falha cardíaca congestiva, uso regular de comprimidos de esteróides, etc.

[0065] O placar de Modelo de Saúde Métrico também pode ser baseado em atributos do usuário. Os atributos podem incluir idade, sexo, etnicidade, altura, peso, tamanho da cintura, etc. Em adição, o placar de Modelo de Saúde Métrico pode ser baseado em métricas fisiológicas do usuário. Exemplos de métricas fisiológicas podem incluir pressão sanguínea sistólica, colesterol total do soro, lipoproteína de alta densidade (HDL), lipoproteína de baixa densidade (LDL), triglicerídeos, proteína C reativa de alta sensibilidade, glicose no sangue em jejum, etc. As entradas também podem incluir parâmetros de estilo de vida de um usuário. Por exemplo, os parâmetros de estilo de vida podem incluir entradas sobre se o usuário é um fumante (jamais fumou, fuma correntemente, nível de fumo, etc.) quanto exercício o usuário executa (frequência, intensidade, tipo, etc.), tipo de dieta (vegetariano, dieta de alta proteína, dieta de baixa gordura, dieta rica em fibras, refeição rápida, restaurante, comida caseira, alimentos processados e pré-embalados, tamanho das refeições, frequência das refeições, etc.). Estes são alguns dos exemplos de parâmetros que podem ser usados para comparar os indicadores de saúde de um usuário para modelos de probabilidade de sobrevivência para calcular o placar de Modelo de Saúde Métrico.

[0066] Modelos de previsão de probabilidade de sobrevivência podem ser usados para prever a probabilidade que um indivíduo sofrerá um ou mais eventos sérios de saúde ao longo de um dado período de tempo. Modelos matemáticos podem estimar esta probabilidade a partir de características populacionais observadas. Usando dados observacionais sobre um conjunto de eventos graves de saúde claros, tais como derrame ou infarto cardíaco, os modelos podem gerar a probabilidade que um indivíduo sofrerá tal evento ao longo de um dado horizonte de tempo a partir de um conjunto de medições de marcadores, ou prognosticadores, para o evento (p.ex., informações sobre o histórico médico, atributos, métricas fisiológicas, estilo de vida, etc. de um usuário, como descrito acima). A distância no tempo entre o momento que os prognosticadores são medidos, e o evento alvo que é gerado por tais modelos, é referida como uma probabilidade de sobrevivência, embora deva ser entendido que nem todos os eventos alvos considerados são necessariamente fatais.

[0067] Estes modelos de probabilidade de sobrevivência são tipicamente derivados do estudo de populações geralmente grandes que são seguidos por uma duração considerável de tempo, usualmente mais que dez anos, e as estatísticas coletadas na observação do(s) evento(s) alvo(s) são resumidas e generalizadas usando métodos matemáticos, Existe um número de tais modelos existentes que foram extensivamente validados e mantidos e melhorados atualizando periodicamente os parâmetros do modelo usando novos dados. Exemplos de modelos existentes podem incluir um subconjunto de modelos desenvolvidos e mantidos pelo Estudo do Coração Framingham (uma bibliografia extensiva sobre resultados obtidos a partir do estudo do Coração de Framingham está disponível em www.framinghamheartstudy.org/biblio), um subconjunto dos modelos desenvolvidos e mantidos pela Universidade de Nottingham e a QResearch Organization (veja, por exemplo, J. Hippisley-Cox e outros, Predicting cardiovascular risk in England and Wales: prospective derivation and validation of QRISK2, [Previsão de risco cardiovascular na Inglaterra e Wales: derivação prospectiva e validação de QRISK2], BMJ 336: 1475 doi: 10.1136/bmj.39608.449676.25 (Publicado em 23 de junho de 2008)), o modelo ASSIGN desenvolvido pela Universidade de Dundee (veja, por exemplo, H. Tunstall-Pedoe e outros, Comparision of the prediction by 27 different factors of coronary heart disease and death in men and women of the Scottish heart health study: cohor study [Comparação da previsão por 27 fatores diferentes de doença coronária do coração e morte em homens e mulheres do estudo de saúde do coração da Escócia: estudo cohor; bmj 1998; 316:1881), o modelo de Reynolds (veja, por exemplo, PM Ridker e outros, C- Reactive Protein and Parental History Improve Global Cardiovascular Risk Prediction: The Reynolds Risk Score for Men [A proteína C reativa e histórico parental melhoram a previsão de risco cardiovascular global: O placar de risco de Reynolds para homens], Circulation 2008; 118, 2243-2251, e Development and Validation of Improved Algorithms for the Assessment of Global Cardiovascular Risk in Women [Desenvolvimento e validação de algoritmos melhorados para a avaliação de risco cardiovascular em mulheres], JAMA, 14 de fevereiro de 2007 - Vol. 297, n° 6), o modelo PROCAM a partir do Estudo do Coração de Münster (veja, por exemplo, Simple Scoring Scheme for Calculating the Risk of Acute Coronary Events Based on the 10-Year Follow-Up of the Prospective Cardiovascular Münster (PROCAM) Study [Esquema de marcação simples para calcular o risco de eventos coronários agudos baseado no acompanhamento de 10 anos do estudo cardiovascular prospectivo de Münster], Circulation 2002; 105:310-315), e o modelo SCORE (veja, por exemplo, RM Conroy e outros, Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE Project [Estimação do risco de dez anos de doenças cardiovasculares na Europa; o Projeto SCORE], European Heart Journal (2003) 24, 987-1003). Outros modelos de risco constituintes também podem ser incluídos. Em adição, modelos de precursores também podem ser usados. Os modelos de precursores prevêem o desenvolvimento de uma primeira condição (p.ex., pressão sanguínea alta), onde o desenvolvimento da primeira condição é previsor do desenvolvimento de uma segunda condição (p.ex., doença cardíaca). Estes são modelos que geram estimativas da probabilidade de desenvolver diabetes ou pressão sanguínea alta, por exemplo, que são dois previsores importantes de mortalidade. Uma alta probabilidade de desenvolver diabetes em cinco anos, por exemplo, aumentará independentemente a probabilidade de um evento cardiovascular sério dentro dos próximos dez anos. Vários modelos de precursores podem ser incluídos e a inclusão de modelos de precursores leva a modelos de risco métrico mais precisos, mas mais importante, também leva à possível redução de risco de mortalidade através de aspectos de estilo de vida modificáveis bem definidos.

[0068] Os modelos de probabilidade de sobrevivência tradicionais têm certas limitações inerentes que resultam dos procedimentos usados para construí-los. Ao derivar tais modelos, os pesquisadores se comprometem entre a precisão e usabilidade. É difícil para um modelo indutivo, significando um modelo derivado diretamente de dados, incluir todos os prognosticadores possíveis. Isto é em parte porque nem todos os relevantes prognosticadores de um particular evento são conhecidos, mas também em parte porque alguns prognosticadores podem ser difíceis ou caros para medir. De fato, vários marcadores de risco bem conhecidos, tais como fatores genéticos, frequentemente não são incluídos em tais modelos. Portanto, várias métricas prognosticadoras potenciais e conhecidas podem ser excluídas como covariáveis quando derivando um dado modelo de sobrevivência.

[0069] Os modelos de probabilidade de sobrevivência são construídos usando dados coletados a partir de uma dada população, e portanto resumem e generalizam as características de morbidez e mortalidade da população estudada. Entretanto, tal modelo pode estar em divergência quando comparado com estimativas de risco derivadas de outras populações. Quando um dado modelo é usado em uma população que difere de uma onde o modelo foi construído ele frequentemente subestima ou superestima um particular risco porque somente uns poucos prognosticadores são frequentemente considerados, e porque outros relevantes prognosticadores que podem não estar incluídos no modelo podem muito bem diferir entre duas populações.

[0070] Dada a discussão acima, junto com lógica probabilística básica, uma combinação criteriosa de modelos derivados para várias populações diferentes gerará uma melhor visão dos riscos aos quais um indivíduo escolhido ao acaso está exposto, e portanto será mais robusto ao estimar riscos para a população em geral. Adicionalmente, baseado em fundamentos matemáticos, sob hipóteses muito gerais, certos métodos de combinação de modelos, referidos como impulsionadores de prognosticadores, podem melhorar a precisão dos modelos constituintes. De fato, a impulsão de um conjunto de modelos, quando feita corretamente, produzirá um modelo com precisão que é, no pior, igual àquela do modelo mais preciso no conjunto impulsionado.

[0071] Consequentemente, o placar de Modelo de Saúde Métrico pode ser calculado comparando as informações de parâmetros médicos do usuário com os modelos de probabilidade de sobrevivência. Um placar, preferivelmente na faixa de 0 a 1000, com a extremidade superior significando saúde perfeita e o lado inferior significando saúde fraca, pode ser derivado seguindo um processo de duas etapas. Primeira, uma probabilidade de sobrevivência global é obtida a partir de um reservatório das probabilidades de sobrevivência geradas pelos modelos de probabilidade de sobrevivência individuais, como descrito acima. Segunda, a probabilidade de sobrevivência resultante, que é um número na faixa de 0 a 1, é transformada usando uma função de mapeamento não linear paramétrico, com uma alta inclinação, na região de probabilidades de sobrevivência típicas, e que se inclina assintoticamente para fora nas extremidades inferior e superior da distribuição de probabilidade de sobrevivência. A função de mapeamento é projetada para ser fortemente reativa a mudanças na região da probabilidade de sobrevivência típica.

[0072] Como discutido acima, o placar de saúde pode ser composto pelo placar de Modelo de Saúde Métrico, e também o placar de Modelo de Qualidade de Vida. O placar de Modelo de Qualidade de Vida é baseado em respostas de um usuário para um conjunto de questionários. O sistema pode incluir vários questionários diferentes com algumas questões em comum. O tipo dos questionários e o tipo das questões apresentadas neles para o usuário podem ser ajustados baseado nos parâmetros de saúde de um usuário (isto é, idade do usuário, outros dados no histórico médico do usuário, etc.). Um questionário específico pode ser gerado e apresentado para o usuário baseado em informações sobre o usuário que são conhecidas pelo sistema. As questões podem ser apresentadas com uma resposta de múltipla escolha apropriada que o usuário pode checar/ticar em um formulário, com texto sem forma livre ser alimentado pelo usuário para permitir avaliação mais fácil das respostas. Outros tipos de respostas são possíveis (p.ex., classificar quão verdadeira uma declaração é para o usuário 1-10). A lista seguinte fornece várias questões de amostra (sem nenhuma ordem particular) sobre um número de tópicos de qualidade de vida relacionados com saúde que podem ser usados em um questionário do sistema. Questões de amostra • Como você classifica sua qualidade de vida? • Como você classifica sua saúde global? Quanto você aproveita a vida? Até que ponto você sente que sua vida tem sentido Quão bem você é capaz de se concentrar? Quão seguro(a) você se sente em sua vida diária Quão saudável é seu ambiente físico? Você está satisfeito(a) com sua aparência? • Até que ponto você tem oportunidade para atividades de laser? • Quanto você precisa de qualquer tratamento médico em função de sua vida diária? • Por quanto tempo suas atividades foram limitadas por causa de seu principal problema de enfraquecimento ou saúde? • Você necessita de ajuda para lidar com seus cuidados pessoais por causa de problemas de saúde? • Você precisa de ajuda para lidar com suas necessidades rotineiras por causa de problemas de saúde? • Você está limitado de qualquer modo em quaisquer atividades por causa de qualquer problema principal de deficiência ou saúde? • Quão verdadeira ou falsa é cada uma das seguintes declarações para você?: o Parece que eu fico doente mais fácil que outras pessoas o Eu sou tão saudável quanto qualquer um que conheço o Eu acho que minha saúde vai piorar o Minha saúde é excelente • Você sofre de qualquer dos seguintes problemas de deficiência ou saúde que limite suas atividades?: o Artrite ou reumatismo o Problema nas costas ou pescoço o Câncer o Depressão, ansiedade ou qualquer problema emocional o Problema de visão o Fraturas, ferimento dos ossos/juntas o Problema de audição o Problema respiratório o Problema de locomoção o Outra deficiência ou problema • Durante os últimos 30 dias, por quantos dias: o sua saúde física não estava boa? o a dor tornou difícil para você fazer suas atividades usuais, tais como autocuidados, trabalho, ou recreação? o você se sentiu triste, melancólico ou deprimido? o você se sentiu preocupado, tenso ou ansioso? o você sentiu que não descansou ou dormiu o suficiente? o você se sentiu muito saudável e cheio de energia? o você foi uma pessoa muito nervosa? o você se sentiu tão abatido que nada podia animá-lo? o você se sentiu calmo e em paz? o você teve bastante energia? o você se sentiu magoado e melancólico? o você se sentiu desgastado? o você foi uma pessoa feliz? o você se sentiu cansado? • Quão satisfeito você está com: o seu sono? o sua capacidade para executar suas atividades de vida diárias capacidade para trabalhar você mesmo seus relacionamentos pessoais sua vida sexual o apoio que você recebe de seus seu transporte pesados, participar de esportes árduos o Atividades moderadas, tais como mover uma mesa, empurrar um aspirador, jogar boliche, ou jogar golfe o Levantar ou carregar comestíveis o Subir vários lances de escada o Flexionar, ajoelhar ou inclinar o Caminhar mais que um quilômetro e meio o Caminhar vários quarteirões o Caminhar um quarteirão o Tomar banho ou se vestir

[0073] A lista acima é só uma amostra de questões que podem ser apresentadas a um usuário. Às respostas do usuário para as questões são atribuídos um valor. Por exemplo, a cada uma das respostas de múltiplas escolhas pode ser atribuído um particular valor, e todas as respostas do usuário podem ser marcadas para gerar um placar. Em adição, diferentes questões e diferentes respostas podem ser ponderadas diferentemente uma vez que algumas questões, ou a gravidade da resposta, podem ter um prognosticador maior da saúde do usuário. O sistema também pode atribuir um valor baseado na resposta do usuário para uma combinação de questões, porque certas combinações podem ser mais previsoras de saúde. Consequentemente, avaliando as respostas do usuário para o questionário um placar de Modelo de Qualidade de Vida pode ser derivado. Preferivelmente, o placar de Modelo de Qualidade de Vida é um valor numérico na faixa de 0 a 1000.

[0074] O placar de saúde é computado como uma média ponderada do placar de Modelo de Saúde Métrico e do placar de Modelo de Qualidade de Vida. O placar de saúde pode ser apresentado ao usuário. O placar de saúde pode ser apresentado como um valor numérico, como um valor gráfico (isto é, como um medidor, uma barra, ou deslizador), ou uma combinação de ambos, por exemplo. Referindo-se à figura 3A, o placar de saúde é apresentado por uma combinação de um placar numérico 302 e um deslizador 304. O deslizador também pode ser codificado por cor para indicar o placar. A posição da barra deslizadora 306 indica o placar do usuário.

[0075] Uma vantagem da apresentação do placar de saúde é que não é necessário apresentar as probabilidades de sobrevivência e métricas brutas para o usuário. Ao contrário, aos usuários é apresentado um placar padronizado. Preferivelmente, isto é verdadeiro para os placares globais de Modelo de Saúde Métrico e Qualidade de Vida, mas também é verdadeiro para as relevantes entradas de modelo. Isto é feito principalmente para normalizar todas as saídas, no sentido que os usuários não necessitem saber se os valores altos de uma particular variável de entrada são bons ou maus; em todos os casos, placares altos de qualquer valor alimentado levam a valores de placar de saúde mais altos, e valores variáveis de entrada baixos levam a valores globais mais baixos do placar de saúde.

[0076] Adicionalmente, uma outra vantagem dos placares de saúde normalizados é que os usuários podem comparar placares de saúde com outros usuários. Isto permite análise comparativa (com amigos, colegas de trabalho, etc.) com outros usuários. Tais comparações de placares podem ser uma parte de um componente de jogo do sistema no qual o usuário compete contra outros usuários, como será descrito em mais detalhes abaixo. Os aspectos de jogo do sistema podem ser usados para motivar o usuário do sistema de placar de saúde, tal como uma comparação de placares entre grupos selecionados de usuários, comparação de placares individuais dentro de distribuições de subpopulações configuráveis, rastreio no tempo de placares, e definição de objetivos, entre outros. Referindo-se à figura 3B, o placar numérico 302 e placar gráfico 306 de usuários são apresentados em combinação com uma faixa de placares 308 de um grupo (p.ex., o mundo) tal que o usuário possa ver como seu placar se compara com outros no grupo. Os incentivos do jogo podem ser estendidos pelos usuários para permitir a comparação de placares de saúde entre usuários que podem diferir substancialmente em um ou mais dos vários parâmetros de entrada específicos, tais como idade, peso, e condições de risco anteriores. O sistema destaca melhorias em métricas do usuário modificáveis, particularmente componentes do estilo de vida, e estas melhorias no placar provêem incentivos para o usuário. Isto permite comparação justa entre usuários de um pai e seus filhos, por exemplo, via o placar de saúde. Em um aspecto, o placar de saúde provê a equalização entre usuários de diferentes características e é portanto similar àquele de uma desvantagem em alguns esportes. Referindo-se à figura 3C, o placar de usuário 306 é comparado com os placares 310a-e e um grupo de amigos selecionados pelo usuário. Referindo-se à figura 3D, os parâmetros médicos individuais do usuário (p.ex., os dados médicos providos como parte do Modelo de Saúde Métrico) podem ser comparados com outros usuários graficamente sem revelar os valores reais subjacentes. O nível de lipoproteína de alta densidade (HDL), nível de lipoproteína de baixa densidade (LDL), pressão sanguínea sistólica (sBP), pressão sanguínea diastólica (dBP), índice de massa corporal (BMI), e nível de glicose no sangue em jejum (fBG) são mostrados em um gráfico 312. Os placares de usuário são representados por uma linha 314, cada um dos placares de amigos do usuário é representado por um ponto diferente 316, e um bloco de distribuição 318 para um grupo de população maior (p.ex., Suíça) também é mostrado. Assim, o usuário pode comparar seus parâmetros individuais com um grupo de amigos e a média para um grupo de população maior.

[0077] Os usuários podem alimentar dados no sistema no momento de um evento (isto é, evento de exercício, consumo de alimentos, medição de pressão sanguínea, etc.), e ver a atualização resultante de seu placar de saúde em tempo real. O sistema pode incluir capacidades de detalhamento, permitindo aos usuários ver os vários placares componentes do placar de saúde, incluindo o rastreio ao longo do tempo e as correspondentes tendências em todos os placares; ele também inclui a definição de objetivos para os vários placares.

[0078] Como um exemplo de uso do sistema, mediante registro com o sistema (p.ex., o uso inicial do sistema), um usuário é induzido a fornecer dados de histórico médico. O usuário também é induzido a responder um questionário completo de Qualidade de Vida selecionado pelo sistema para o dado usuário baseado no histórico médico e parâmetros de usuário fornecidos pelo usuário. Após o registro, em intervalos periódicos, aos usuários são apresentados subconjuntos curtos (3 a 5 questões) de seu questionário personalizado de Qualidade de Vida para manter suas respostas atualizadas e rastrear mudanças. Os usuários podem alimentar entradas para o Modelo de Saúde Métrico a qualquer momento, e o sistema induz o usuário para valores que não têm sido atualizados há algum tempo. As entradas para o Modelo de Saúde Métrico podem ser adquiridas automaticamente pelo sistema acessando uma série de dispositivos digitais de medição que foram integrados no sistema (p.ex., o sistema pode compreender um dispositivo de comunicação eletrônico móvel, por exemplo, um smartphone, que está em comunicação sem fio com um dispositivo de medição, tal como um monitor de glicose no sangue, tal que parâmetros possam ser medidos, transmitidos, e armazenados pelo sistema). Estes podem incluir peso, glicose no sangue, atividade física, e outros parâmetros. Vários dispositivos ou dispositivos de medição digitais multifunção podem ser incluídos no sistema. No caso de parâmetros médicos que são mais difíceis de obter com um dispositivo de medição doméstico, tal como níveis de concentração de lipídeos do soro, os usuários são só induzidos a fornecer os dados relevantes uma vez por (sistema) período de tempo configurado (p.ex., anualmente e coincidindo com o exame médico físico de rotina do usuário).

[0079] Para evitar placares falsos, o sistema pode incluir vários algoritmos para avaliar a validade de entradas do usuário. Os métodos de validação podem variar de uns baseados em detecção de estranhos até uns baseados em estimadores de probabilidade multidimensional. Quando o sistema detecta um possível valor de entrada ruim ele sinaliza e induz o usuário a confirmar o valor ou a entrar com um novo.

[0080] O sistema pode gerar todos os seus placares, mesmo quando faltando uma ou mais entradas. Ele faz isto alimentando o valor ou valores faltando usando uma variedade de métodos estatísticos que variam de uns baseados em estatísticas globais da população, a métodos baseados no uso de modelos estatísticos mais complicados que são embutidos na plataforma. Entretanto, sempre que as entradas incluírem valores alimentados, o sistema pode claramente sinalizar todos os placares afetados, e periodicamente alertar o usuário a fornecer os dados faltando. O sistema também pode permitir simulação de placar, na qual o usuário pode temporariamente ajustar seus parâmetros tal que um usuário possa ver como a alteração de certos parâmetros (p.ex., perder peso) afeta o placar do usuário.

[0081] O sistema também pode prover recomendações para os usuários adotarem certas ações que podem melhorar o placar de saúde do usuário. Estas recomendações podem ser muito específicas quando qualquer variável alimentada estiver em sua zona de perigo, e mais genéricas quando qualquer variável alimentada estiver fora de sua faixa ótima.

[0082] Como discutido acima, o placar de saúde pode ser usado como uma parte de um aspecto de jogo ou competição do sistema. O aspecto de jogo aumenta o elemento de diversão do sistema para o usuário e aumenta a afinidade do usuário para continuar a usar o sistema. O aspecto de jogo pode vir na forma de obter níveis mais altos baseado em conquistas, competindo contra outros (p.ex., em uma liga), e/ou completando desafios. O “nível” é uma indicação global de progresso. O nível pode ser monotonicamente aumentado e aumentará ganhando pontos de atividade. Os pontos de atividade podem ser ganhos a partir de executar numerosas atividades, tais como tempo gasto executando atividades de preparação (p.ex., se exercitando), melhorando o placar de saúde de alguém, melhorando o BMI de alguém, tomando parte em discussões no sistema (p.ex., o sistema pode ser uma plataforma de rede social baseada na web e discussões ou “aulas” podem ser oferecidas para ensinar habilidades de preparação). O nível de um usuário pode ser exibido em um perfil do usuário e em publicações de discussão tal que outros usuários possam ver o nível de cada outro. O status de nível de um usuário também pode prover acesso a itens específicos, características e funcionalidades do sistema, ou recompensas (p.ex., aparelho de marca).

[0083] Os usuários também podem competir dentro de ligas no sistema. As ligas são compostas de grupos de usuários e os usuários dentro da liga podem competir entre si (como parte de um time ou individualmente). As ligas podem competir por um tempo limitado (p.ex., mensalmente) e as ligas podem ser projetadas baseadas no nível dos usuários (usando o nível do usuário como discutido acima), o tipo de atividade sendo executada na liga, e a região geográfica dos usuários. Por exemplo, uma particular liga pode ser a liga da “Área da Grande Zurique” de “subida de montanha de bicicleta” (esporte) de “bronze” (nível) e o sucesso de um usuário nesta liga é medido pela distância percorrida e elevação galgada (quantidade medida). Portanto, os usuários de nível bronze na Área da Grande Zurique que estão interessados em subida de montanha de bicicleta podem competir nesta liga. Limitar as ligas a uma região particular proporciona aos usuários algo para se relacionar e todos os usuários poderem compartilhar em comum, e adicionalmente permite aos usuários se encontrar face a face (p.ex., para eventos de exercícios em grupo). Um problema com uma grande liga internacional é que tal liga pode parecer anônima, superpovoada e sem sentido para alguns usuários (membros competindo contra membros residindo em continentes completamente diferentes com barreiras de linguagem podem inibir mentalidades do grupo ou equipe). Limitar as ligas a particulares parênteses de nível equaliza o campo de jogo para usuários de particulares níveis de experiência. As quantidades a serem medidas para determinar a performance na liga podem incluir distância (horizontal, vertical) e duração de atividade de preparação executada, por exemplo. Os usuários também podem formar times dentro das ligas. As ligas de times funcionam do mesmo modo que as ligas esboçadas acima, entretanto a classificação é baseada na performance global do time. Os times aumentam o aspecto comunal de participação na atividade. Os times podem ter tamanho fixado (p.ex., 2, 3, 5, 10, etc. usuários).

[0084] Aos usuários também podem ser apresentados pelo sistema desafios a completar. Os desafios podem ser registrados para um período de tempo para completar um objetivo. Os objetivos do desafio podem ser, por exemplo, melhoria de placar de saúde (normalizado), completar parâmetros de atividade relacionados com esporte (p.ex., distância total, subida total, etc.), ou completar uma atividade relacionada com esporte dentro de um período específico de tempo (p.ex., completar um quilômetro e meio em seis minutos em uma rota específica). O desafio pode ser público e qualquer usuário pode participar, ou limitado a um grupo (p.ex., amigos, colegas de trabalho, grupo social, etc.). Como um exemplo, um particular desafio público pode ser um desafio de andar de patins na Cidade de Nova York para a rota ao redor do Loop do Central Parque medindo o tempo gasto para terminar. Desafios públicos podem ser gerados automaticamente pelo sistema ou administradores do sistema. Desafios grupais podem ser emitidos por membros do grupo. Os desafios provêem forte dinâmica de compromisso, encorajando os usuários a se comprometerem a se exercitar. Os desafios (tipicamente) têm um comprometimento de tempo mais baixo que ligas. A seleção da rota pode ser automatizada com a comunidade. Em uma primeira etapa, a comunidade pode publicar rotas na plataforma do sistema (p.ex., um sítio da web do tipo de rede social); em uma segunda etapa, o sistema seleciona rotas populares (isto é, rotas com alta atividade de usuário) como desafios semanais. A validação da rota é feita por rastreio de GPS. Os desafios podem ser selecionados com segurança para impedir a promoção de atividades de desfio indevidamente arriscadas, tais como rotas perigosas de descida de montanha de bicicleta.

[0085] Os sistemas de liga e desafio provêem oportunidades para garantir conquistas. Indicações de status de conquistas podem ser coletadas e exibidas no perfil de um usuário. As conquistas são muito similares a troféu, medalha, ou prêmio provido para o usuário por completar desafios e/ou vencer em uma atividade da liga. Muitas conquistas diferentes são possíveis, tais como relacionadas com o número de amigos que o usuário tem no sistema (participação na comunidade), conquistas relacionadas com o tempo, intensidade, e número de atividades físicas em que se envolveu (nível de participação em preparação), conquistas relacionadas com atividades esportivas específicas (p.ex., corrida de distância), a frequência que um usuário mede seus parâmetros (p.ex., peso) para manter o sistema atualizado, a quantidade de peso perdido, ou a capacidade para manter o BMI de alguém, por exemplo. A lista seguinte é um conjunto exemplar de conquistas e das atividades requeridas para conseguir as conquistas: Lista de conquistas exemplares • Competidor: Tomar parte em um desafio público. • Competidor Realizado: Tomar parte em 10 desafios públicos. • Campeão: Vencer um desafio. • Campeão Multiesporte: Vencer um desafio público em dois esportes diferentes. • Competidor Internacional: Tomar parte em um desafio público em dois países diferentes. • Campeão Internacional: Vencer um desafio público em dois países diferentes. • Competidor Mundial: Tomar parte em um desafio público em cada continente. • Campeão Mundial: Vencer um desafio público em cada continente.

[0086] Outros aspectos dos sistemas de desafio e liga são que os sistemas podem ser ligados a oportunidades de marketing. Por exemplo, os responsáveis pelo marketing podem patrocinar prêmios para os ganhadores de um desafio. O prêmio pode estar relacionado com o desafio (p.ex., certificado de presente para placar de alimento de saúde para o ganhador de desafio de perda de peso). Em adição, as rotas de desafio podem ser selecionadas para direcionar os usuários para certas áreas para aumentar o turismo ou para começar/terminar em destinos selecionados (p.ex., o desafio de bicicleta começa na frente da loja de equipamentos esportivos).

[0087] Uma vantagem do sistema é que ele provê aos usuários e grupos de usuários capacidades de análise comparativa. Ele permite outros grupos, tais como provedores de seguro ou empregadores, avaliar a saúde relativa de indivíduos para determinar os riscos relacionados com a saúde de cada indivíduo. Consequentemente, os usuários podem se comparar com outros para avaliar seu nível de saúde comparativo entre um grupo de amigos. Os provedores de seguro podem usar a informação de placar de saúde para definir prêmios para um indivíduo ou grupo de indivíduos (p.ex., empregados de uma companhia). Em outras implementações, os placares de saúde podem ser fornecidos para um grupo baseado nos placares de saúde dos indivíduos no grupo. Por exemplo, um placar de saúde pode ser calculado para uma companhia baseado em seus empregados tal que um provedor de seguro possa definir prêmios baseado no placar de saúde da companhia comparado com outras companhias. Em aplicações adicionais, o placar de saúde pode ser usado para avaliar a saúde de atletas profissionais para determinar o real valor de mercado do atleta. Vastas quantias de dinheiro e recursos são investidos em atletas em todos os níveis em esportes profissionais. Um grande componente da decisão sobre investir em um atleta é baseado na performance passada do atleta. Outros fatores podem incluir histórico de ferimentos físicos passados e o atleta se submeter a um exame físico antes que o negócio seja completado. O placar de saúde pode ser usado como um indicador da saúde corrente do atleta e usado como um previsor da performance futura do atleta. Se o placar de saúde do atleta for baixo, isto pode indicar que o atleta está mais propenso a sofrer um ferimento ou que a performance física diminuirá. Consequentemente, o placar de saúde pode formar uma base para uma decisão sobre se investir em um atleta. Os placares de saúde também podem ser usados como um previsor do resultado de um particular jogo praticado entre dois times. Por exemplo, os placares de saúde dos membros do time individuais podem ser agregados para prover um placar de saúde do time. Uma comparação dos placares de saúde dos times pode ser indicativa do resultado provável do jogo entre dois times (p.ex., o time com o placar de saúde mais alto pode ser mais provável de vencer). Tal informação pode ser usada em contextos de jogos tais como times esportivos de fantasia, ou para definir apostas para apostas esportivas. O placar de saúde pode ser usado para competições de clubes (p.ex., competições de melhoria de saúde em grupo, propaganda baseada no placar de saúde de uma pessoa, jogo, TV/internet, etc.).

[0088] Portanto, em um amplo aspecto, um método de acordo com a invenção pode ser compreendido como coletar informações relacionadas com saúde, processar as informações em um placar de saúde, e publicar o placar de saúde é provido. Um sistema para implementar o método pode incluir um computador tendo um processador, memória, e módulos de código executáveis no processador para a coleta, processamento, e publicação das informações. As informações relacionadas com uma pluralidade de parâmetros relacionados com saúde de um usuário são coletadas, particularmente, tanto valores intrínsecos relacionados com parâmetros médicos, mensuráveis, de pelo menos uma pessoa natural, e os valores extrínsecos relacionados com as atividades de cada tal pessoa tal como o exercício praticado, o tipo de trabalho que a pessoa tem e a quantidade de trabalho físico associado com o trabalho (p.ex., sedentário, trabalho de mesa VERSUS trabalho intensivo de mão de obra, manual) e/ou as calorias/alimentos consumidos. Fatores de ponderação são aplicados ao parâmetro relacionado com saúde para controlar o efeito relativo que cada parâmetro tem no placar de saúde calculado do usuário. O placar de saúde é computado usando o processador combinando os parâmetros ponderados de acordo com um algoritmo. O placar de saúde é publicado para um grupo designado via um portal. Em uma implementação, o portal é um fórum de compartilhamento de informações baseado na internet.

[0089] Como tal, a invenção pode ser caracterizada pelos seguintes pontos em um método para coletar e apresentar dados relacionados com saúde: coletar informações relacionadas com uma pluralidade de parâmetros relacionados com saúde de um usuário; armazenar as informações coletadas em uma memória; armazenar fatores de ponderação na memória; processar as informações coletadas executando código em um processador que configura o processador para aplicar os fatores de ponderação aos parâmetros de saúde relacionados; computar um placar de saúde usando o processador combinando os parâmetros ponderados de acordo com um algoritmo; e prover o placar de saúde para um grupo designado via um portal.

[0090] Os métodos descritos aqui foram descritos em conexão com diagramas de fluxo que facilitam uma descrição dos processos principais; entretanto, certos blocos podem ser invocados em uma ordem arbitrária, tal como quando os eventos acionam o fluxo do programa tal como em uma implementação de programa orientada para objetivo. Consequentemente, os diagramas de fluxo devem ser entendidos com fluxos exemplares tal que os blocos possam ser invocados em uma ordem diferente de como ilustrada.

[0091] Embora a invenção tenha sido descrita em conexão com certas configurações da mesma, a invenção não está limitada às configurações descritas, mas ao contrário está mais amplamente definida por citações em quaisquer reivindicações que seguem e equivalentes das mesmas.

Claims (15)

1. Método implementado por computador para processar dados relacionados com saúde privada em um placar numérico adequado para publicação, caracterizado pelo fato de compreender as etapas de: - receber dados em uma memória (122), sendo que os dados recebidos representam pelo menos um parâmetro médico intrínseco e pelo menos um parâmetro de atividade física extrínseco de um usuário; - armazenar os dados recebidos na memória (122); - armazenar fatores de ponderação na memória (122); - processar os dados recebidos pelo processador (124) para: - aplicar respectivos uns dos fatores de ponderação ao pelo menos um parâmetro médico intrínseco e ao pelo menos um parâmetro de atividade física extrínseco, e - aplicar um componente de deterioração ao processado pelo menos um parâmetro de atividade física extrínseco para reduzir o peso relativo do processado pelo menos um parâmetro de atividade física extrínseco para uma atividade física dependendo de pelo menos um fator associado com o usuário; - transformar os dados processados recebidos pelo processador (124), sendo que os dados recebidos processados são transformados em um valor numérico composto mascarado combinando os parâmetros ponderados de acordo com um algoritmo; - publicar automaticamente o valor numérico composto mascarado para um grupo designado via um portal, livre de intervenção humana, enquanto mantendo os dados recebidos representando o pelo menos um parâmetro médico intrínseco e o pelo menos um parâmetro de atividade física extrínseco privados; - comunicar os dados recebidos processados ou o valor numérico composto mascarado para uma máquina de exercícios e automaticamente estabelecer um programa de exercícios sobre aquela base, e - comunicar informação de atividade a partir da máquina de exercícios para a memória (122) para inclusão entre o pelo menos um parâmetro de atividade física extrínseco.

2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de o pelo menos um fator associado com o usuário ser uma idade ou uma faixa de idade do usuário tal que o componente de deterioração reduza o peso relativo do processado pelo menos um fator de atividade física extrínseco para um primeiro usuário de uma primeira idade ou uma faixa de idade diferentemente de um segundo usuário de uma segunda idade ou faixa de idade.

3. Método, de acordo com a reivindicação 1, caracterizado pelo fato de compreender adicionalmente as etapas de: - receber dados na memória (122) representando pelo menos um parâmetro de estilo de vida extrínseco do usuário, sendo que a etapa de processamento dos dados recebidos adicionalmente inclui: - aplicar respectivos fatores de ponderação ao pelo menos um parâmetro de estilo de vida extrínseco, e - aplicar um componente de deterioração para reduzir o peso relativo do pelo menos um parâmetro de estilo de vida extrínseco dependendo do pelo menos um fator ou pelo menos outro fator associado com o usuário, sendo que a etapa de transformar os dados processados recebidos inclui adicionalmente combinar pelo menos um parâmetro médico intrínseco processado, o pelo menos um parâmetros de atividade física extrínseco processado e o pelo menos um parâmetro de estilo de vida extrínseco processado de acordo com o algoritmo.

4. Método, de acordo com a reivindicação 1, caracterizado pelo fato de compreender adicionalmente monitorar o valor numérico composto (302) e provocar o disparo de uma comunicação de feedback automaticamente e sem intervenção humana.

5. Método, de acordo com a reivindicação 4, caracterizado pelo fato de a comunicação de feedback ser operativa para prover um alerta para o usuário iniciar uma atividade física ou mudar uma atividade física programada.

6. Método, de acordo com a reivindicação 4, caracterizado pelo fato de a comunicação de feedback compreender um alerta enviado para uma pessoa pré-determinada.

7. Método, de acordo com a reivindicação 4, caracterizado pelo fato de a etapa de disparar uma comunicação de feedback compreender enviar uma comunicação eletrônica dirigida ao usuário incluindo orientações sobre mudanças para a atividade física e/ou estilo de vida do usuário para melhorar o valor numérico composto (302) mascarado.

8. Método, de acordo com a reivindicação 4, caracterizado pelo fato de compreender adicionalmente calcular, pelo processador (124), um valor numérico composto mascarado (302) assertivo, que é indicativo de um estado futuro previsto baseado em dados passados, usando os dados recebidos do usuário de acordo com um algoritmo assertivo e causando o disparo de uma comunicação de feedback previsível.

9. Método, de acordo com a reivindicação 1, caracterizado pelo fato de a etapa de processar o recebido pelo menos um parâmetro de atividade física extrínseco incluir: - obter uma medida de calorias gastas na atividade física dentro da memória (122); - transformar as calorias medidas em um valor equivalente metabólico, MET, dividindo pelo peso do corpo do usuário; - dividir o valor MET entre um reservatório de saúde e um reservatório de bônus, onde o reservatório de bônus tem um tamanho pré-determinado e qualquer valor MET dividido excedendo o tamanho do reservatório de bônus é alocado para o reservatório de saúde; e - aplicar um componente de deterioração diariamente ao reservatório de bônus; sendo que a etapa de transformar os dados processados compreende combinar o processado pelo menos um parâmetro médico intrínseco e um valor de reservatório de saúde ponderado de acordo com o algoritmo.

10. Sistema de monitoramento de saúde, caracterizado pelo fato de compreender: - uma unidade de comunicação operável para receber dados sobre pelo menos um parâmetro médico intrínseco e pelo menos um parâmetro de atividade física extrínseco de um usuário; - uma memória (122) arranjada para armazenar os dados recebidos e para armazenar fatores de ponderação; - um processador (124) arranjado para processar os dados recebidos e configurar o processador (124) para: - aplicar respectivos fatores de ponderação ao pelo menos um parâmetro médico intrínseco e ao pelo menos um parâmetro de atividade física extrínseco, - aplicar um componente de deterioração arranjado para reduzir o peso relativo do processado pelo menos um parâmetro de atividade física extrínseco para uma atividade física dependendo do pelo menos um fator associado com o usuário; - transformar os dados recebidos processados em um valor numérico composto (302) mascarado pelo processador (124) combinando os parâmetros ponderados de acordo com um algoritmo; - um portal arranjado para publicar o valor numérico composto mascarado para um grupo designado enquanto mantendo os dados recebidos representando o pelo menos um parâmetro médico intrínseco e o pelo menos um parâmetro de atividade física extrínseco privado; e - um link de comunicação bidirecional com uma máquina de exercícios que é configurado para: - comunicar os dados processados ou o valor numérico composto (302) mascarado para a máquina de exercícios; - estabelecer automaticamente o programa de exercícios baseado nos dados comunicados ou no valor numérico composto (302) mascarado, e - receber da máquina de exercícios dentro da memória (122) informação de atividade para inclusão entre o pelo menos um parâmetro de atividade física extrínseca.

11. Sistema, de acordo com a reivindicação 10, caracterizado pelo fato de o pelo menos um fator associado com o usuário ser uma idade ou uma faixa de idade do usuário tal que o componente de deterioração reduza o peso relativo do processado pelo menos um fator de atividade física extrínseco para um primeiro usuário de uma primeira idade ou uma faixa de idade diferentemente de um segundo usuário de uma segunda idade ou faixa de idade.

12. Sistema, de acordo com a reivindicação 10, caracterizado pelo fato de a unidade de comunicação ser adicionalmente arranjada para receber dados sobre pelo menos um parâmetro de estilo de vida extrínseco de um usuário, sendo que o processador (124) é configurado para: - aplicar respectivos fatores de ponderação ao pelo menos um parâmetro de estilo de vida extrínseco, - aplicar um componente de deterioração para reduzir o peso relativo do pelo menos um parâmetro de estilo de vida extrínseco dependendo do pelo menos um fator ou pelo menos um outro fator associado com o usuário, e - transformar os dados processados combinando o pelo menos um parâmetro médico intrínseco, o pelo menos um parâmetro de atividade física extrínseco e o pelo menos um parâmetro de estilo de vida extrínseco de acordo com um algoritmo.

13. Sistema, de acordo com a reivindicação 10, caracterizado pelo fato de compreender adicionalmente uma unidade de monitoramento arranjada para monitorar os valores numéricos compostos (302) e sendo arranjada para causar o disparo de uma comunicação de feedback com a detecção de um evento pré- determinado associado com os valores numéricos compostos (302) monitorados.

14. Sistema, de acordo com a reivindicação 13, caracterizado pelo fato de a unidade de monitoramento ser arranjada para causar a transmissão de uma comunicação eletrônica direcionada para o usuário incluindo orientações sobre mudanças para a atividade física e/ou estilo de vida do usuário para melhorar o valor numérico composto (302) mascarado.

15. Sistema, de acordo com a reivindicação 10, caracterizado pelo fato de o processador (124) ser configurado para processar o pelo menos um parâmetro de atividade física extrínseco e para executar etapas incluindo: - obter uma medida de calorias gastas em atividade física; - transformar as calorias medidas em um valor equivalente metabólico, MET, dividindo pelo peso do corpo do usuário; - dividir o valor MET entre um reservatório de saúde e um reservatório de bônus, sendo que o reservatório de bônus tem um tamanho pré-determinado e qualquer valor MET dividido excedendo o tamanho do reservatório de bônus é alocado para o reservatório de saúde; - aplicar um componente de deterioração diariamente ao reservatório de bônus; e - transformar os dados processados combinando o pelo menos um parâmetro médico intrínseco e um valor de reservatório de saúde ponderado de acordo com o algoritmo.

Images