發(fā)明涉及大健康技術領域，特別涉及一種健康管理系統(tǒng)和方法，可以用于家庭健康管理、養(yǎng)生食品商業(yè)推送、精準農業(yè)生產指導等多個方面。
背景技術：
根據國家衛(wèi)計委統(tǒng)計數據顯示，目前中國因慢性病導致死亡人數占總死亡人數的85％，慢性病在疾病負擔中所占比重達70％，已成為重大公共衛(wèi)生問題和社會問題，嚴重影響我國人民群眾的身體健康。中醫(yī)體質理論認為，體質偏頗是疾病發(fā)生的內在依據，通過體質辨識，能在早期發(fā)現相關疾病的高危體質群體，并有的放矢地對其進行體質調整干預，使人輕發(fā)病、少發(fā)病或不發(fā)病，從而有效防控慢性病。
傳統(tǒng)的中醫(yī)體質分類較為粗糙不夠精細，依據現有的中醫(yī)體質分類對體質偏頗的體質進行相應的食療和保健調整時，見效緩慢，調理期長，負擔重。同時，由于中醫(yī)體質的辨識需要經驗較為豐富的老中醫(yī)進行，而經驗豐富的老中醫(yī)正是我國稀缺人才，最終導致普通人群進行體質辨識困難、費用高昂等。同時，傳統(tǒng)老中醫(yī)辨識還存在辨識準確率受主觀因素和個人經驗影響大，準確率低等缺點。
技術實現要素：
本發(fā)明的目的在于提供一種健康管理系統(tǒng)和方法，其能夠根據使用者的自身情況，科學、精確地定制相應的健康管理方案、提供膳食指導計劃、推送養(yǎng)生食品產品。
為達此目的，本發(fā)明采用以下技術方案：
一種健康管理系統(tǒng)，包括：用戶生理體征采集裝置，其用于采集用戶的生理體征；用戶信息問詢單元，其通過人機交互的方式收集用戶身體狀態(tài)信息；
用戶信息分析判斷單元，用于根據用戶生理體征信息和自身狀態(tài)信息分析判斷用戶的當前狀態(tài)；用戶狀態(tài)解析單元，用于解析用戶當前狀態(tài)的概況、原因、機理和/或風險；膳食組方生成單元，根據用戶的當前狀態(tài)結合數據庫存儲的營養(yǎng)學規(guī)則生成適于當前用戶的膳食配方。
一種健康管理方法，包括：利用用戶生理體征采集裝置采集用戶的生理體征；通過用戶信息問詢單元利用人機交互的方式收集用戶身體狀態(tài)信息；
通過用戶信息分析判斷單元根據用戶生理體征信息和自身狀態(tài)信息分析判斷用戶的當前狀態(tài)；利用用戶狀態(tài)解析單元解析用戶當前狀態(tài)的概況、原因、機理和/或風險；通過膳食組方生成單元根據用戶的當前狀態(tài)結合數據庫存儲的營養(yǎng)學規(guī)則生成適于當前用戶的膳食配方。
作為本發(fā)明的優(yōu)選實施例，所述用戶生理體征采集裝置為可穿戴設備，包括但不限于下述設備中的一種或多種：智能手環(huán)、智能手表，優(yōu)選具有如下功能中的一種或多種：睡眠監(jiān)、心率監(jiān)測、計步、活動強度識別、運動量統(tǒng)計、脈象監(jiān)測、血壓監(jiān)測；智能血糖儀；智能眼鏡；運動追蹤器；智能心電圖測量儀；助聽器；血氧儀。
作為本發(fā)明的優(yōu)選實施例，所述用戶生理體征采集裝置可以為舌像識別儀，其可以采集用戶舌頭的圖片，并根據該圖片反應的舌頭膚色識別用戶的健康狀態(tài)。
作為本發(fā)明的優(yōu)選實施例，所述用戶信息問詢單元包含：用戶基本信息問詢單元，用于問詢用戶性別、年齡、身高、體重、家族病史、婚姻狀況、既往病史等基本信息；用戶初識別單元，根據采集到的用戶基本信息識別用戶可能具有的生理體征；次級用戶信息問詢單元，用于根據所述用戶的初級類別，生成用于進一步采集用戶信息的次級用戶信息問詢列表。
作為本發(fā)明的優(yōu)選實施例，所述次級用戶信息包括：過敏史、暴露史、手術史、外傷史、輸血史、飲食嗜好、水果蔬菜使用情況、心理狀態(tài)、作息時間、工作環(huán)境衛(wèi)生、學習環(huán)境衛(wèi)生、生化檢測參數、影像檢測參數、體格參數、身體癥狀、運動情況中的一個或多個。
進一步次級用戶信息還可以為：問寒熱；問汗；問疼痛；問飲食口味；問睡眠；問二便；問病因和起因。
用戶信息分析判斷單元，用于判斷用戶所屬的具體中醫(yī)體質，其可以為常見的專家系統(tǒng)。
所述用戶信息分析判斷單元還可以包括：用戶信息接收單元，用于接收用戶信息；數據庫單元，用于存儲用戶特征與用戶狀態(tài)之間的相關性數據；所述特征與用戶狀態(tài)之間的相關性數據可以是基于歷史經驗積累的數據，也可以是利用相關性分析獲得的相關性數據，還可以是采用人工智能機器自學習獲取的相關性數據；計算單元，用于計算用戶特征與用戶狀態(tài)之間的綜合關聯(lián)值。
作為本發(fā)明的優(yōu)選實施例，所述計算單元通過如下方式計算所述用戶特征與用戶狀態(tài)之間的綜合關聯(lián)值：
其中fj為用戶狀態(tài)j與多個或全部特征1,2,3…i之間的綜合關聯(lián)值，rect(i)為矩形函數，i為真時rect(i)＝1，i為假時rect(i)＝0，對應的物理含義是：用戶狀態(tài)j的用戶特征i發(fā)生或采集到時綜合關聯(lián)值fj的分子部分考慮相關性數值wij，而對于未發(fā)生或未采集到的特征i綜合關聯(lián)值fj的分子部分不予考慮；wij為數據庫中存儲的用戶特征i與用戶狀態(tài)j之間的相關性數值。
作為本發(fā)明的優(yōu)選實施例，計算單元通過如下方式計算所述用戶特征與用戶狀態(tài)之間的綜合關聯(lián)值：
其中fj為用戶狀態(tài)j與多個或全部特征1,2,3…i之間的綜合關聯(lián)值，rect(i)為矩形函數，i為真時rect(i)＝1，i為假時rect(i)＝0，對應的物理含義是：用戶狀態(tài)j的特征i發(fā)生或采集到時綜合關聯(lián)值fj的分子部分考慮相關性數值wij，而對于未發(fā)生或未采集到的特征i綜合關聯(lián)值fj的分子部分不予考慮；ki為特征權重值，該權重值可以根據需要而設定；wij為數據庫中存儲的用戶特征i與用戶狀態(tài)j之間的相關性數值。
作為本發(fā)明的優(yōu)選實施例，所述計算單元為分級嵌套計算單元，包括第一級分級嵌套計算單元到第n級分級嵌套計算單元，n為大于等于2的自然數。
作為本發(fā)明的優(yōu)選實施例，所述分級嵌套計算單元的第一分級計算嵌套計算單元采用公式
作為本發(fā)明的優(yōu)選實施例，所述數據庫單元中存儲的特征與用戶狀態(tài)之間的相關性數據是根據已有的經驗數據構建，上述相關性數據不必然是數字，其包括但不限于是比值、百分數、概率。
作為本發(fā)明的優(yōu)選實施例，所述用戶狀態(tài)解析單元，用于解析用戶當前狀態(tài)的概況、原因、機理和/或風險；例如：當判斷用戶為心氣虛中醫(yī)體質是：給出如下解析：i.什么是心氣虛；ii.我為什么會心氣虛；iii.心氣虛帶來的煩擾；iv.警惕心氣虛會出現的疾??；v.我為什么會心氣虛；vi.心氣虛帶來的煩擾；vii.心氣虛如何調理。
作為本發(fā)明的優(yōu)選實施例，所述用戶狀態(tài)為用戶所屬的中醫(yī)體質，所述中醫(yī)體質是指和平質、氣虛質、陽虛質、陰虛質、痰濕質、濕熱質、氣郁質、血瘀質或特稟質。
作為本發(fā)明的優(yōu)選實施例，所述用戶狀態(tài)是指：心陰虛態(tài)、肺陰虛態(tài)、肝陰虛態(tài)、胃陰虛態(tài)、心腎陰虛態(tài)、肺腎陰虛態(tài)、肝腎陰虛態(tài)、心陽虛態(tài)、脾陽虛態(tài)、腎陽虛態(tài)、心腎陽虛態(tài)、脾腎陽虛態(tài)、肺痰濕態(tài)、脾痰濕態(tài)、肝膽濕熱態(tài)、脾胃濕熱態(tài)、大腸濕熱態(tài)、膀胱濕熱態(tài)、心氣虛態(tài)、肺氣虛態(tài)、脾氣虛態(tài)、腎氣虛態(tài)、心肺氣虛態(tài)、肺脾氣虛態(tài)、脾腎氣虛態(tài)、心腎氣虛態(tài)、心脾氣虛態(tài)、心淤血態(tài)、肝淤血態(tài)、肝氣郁態(tài)或膽氣郁態(tài)。
作為本發(fā)明的優(yōu)選實施例，還包括膳食組方定制系統(tǒng)，用戶可以通過該定制系統(tǒng)定制、購買相應的膳食配方。
作為本發(fā)明的優(yōu)選實施例，還包括用戶反饋系統(tǒng)，用于收集用戶的使用反饋信息，并將其作為后續(xù)膳食方案制定時的參考。
附圖說明
圖1是本發(fā)明健康管理系統(tǒng)的結構示意圖；
圖2是專家系統(tǒng)結構示意圖。
1用戶生理體征采集裝置2用戶信息問詢單元
3用戶信息分析判斷單元4用戶狀態(tài)解析單元
5膳食組方生成單元
具體實施方式
下面結合附圖并通過具體實施方式來進一步說明本發(fā)明的技術方案。
體現本發(fā)明特征與優(yōu)點的典型實施例將在以下的說明中詳細敘述。應理解的是本發(fā)明能夠在不同的實施例上具有各種的變化，其皆不脫離本發(fā)明的范圍，且其中的說明及圖示在本質上是當作說明之用，而非用以限制本發(fā)明。
本發(fā)明的目的在于提供一種健康管理系統(tǒng)和方法，其能夠根據使用者的自身情況，科學、精確地定制相應的健康管理方案、提供膳食指導計劃、推送養(yǎng)生食品產品、指導精準農業(yè)生產。
一種健康管理系統(tǒng)和方法，包括：用戶生理體征采集裝置，其用于采集用戶的生理體征；用戶信息問詢單元，其通過人機交互的方式收集用戶身體狀態(tài)信息；用戶信息分析判斷單元，用于根據用戶生理體征信息和自身狀態(tài)信息分析判斷用戶的當前狀態(tài)；用戶狀態(tài)解析單元，用于解析用戶當前狀態(tài)的概況、原因、機理和/或風險；膳食組方生成單元，根據用戶的當前狀態(tài)結合數據庫存儲的營養(yǎng)學規(guī)則生成適于當前用戶的膳食配方。
所述用戶生理體征采集裝置為可穿戴設備，包括但不限于下述設備中的一種或多種：智能手環(huán)、智能手表，優(yōu)選具有如下功能中的一種或多種：睡眠監(jiān)、心率監(jiān)測、計步、活動強度識別、運動量統(tǒng)計、脈象監(jiān)測、血壓監(jiān)測；智能血糖儀；智能眼鏡；運動追蹤器；智能心電圖測量儀；助聽器；血氧儀。
上述設備采集到的信息可以通過有線或無線的方式傳輸給所述健康管理系統(tǒng)，無線傳輸方式優(yōu)選藍牙、紅外、wifi。
涉及以上用戶信息的采集方式可以使用穿戴式設備，并通過藍牙輸入到手機程序，由于借助設備的數據可以更為客觀和準確。同時可以針對以往記錄的數據形成有效對比數據。
所述用戶生理體征采集裝置可以包括舌像識別儀，其可以采集用戶舌頭的圖片，并根據該圖片反應的舌頭膚色識別用戶的健康狀態(tài)。
關于舌像識別儀，是可以包括攝像頭、輔助照明設備，其用于采集人體舌頭照片，然后采用現有技術中成熟的圖像識別技術，對圖片中反應的舌頭膚色進行識別，然后根據已有的醫(yī)學經驗判斷，不同舌頭膚色對應的不同健康狀態(tài)，例如：
(1)干燥舌：輕度干燥不伴外形的改變；明顯干燥見于鼻部疾患(可伴有張口呼吸、唾液缺乏)、大量吸煙、阿托品作用、放射治療后等；嚴重的干燥舌可見舌體縮小，并有縱溝，見于嚴重脫水，可伴有皮膚彈性減退。
(2)舌體增大：暫時性腫大見于舌炎、口腔炎、舌的蜂窩組織炎、膿腫、血腫、血管神經性水腫等。長時間的增大見于黏液性水腫、呆小病和先天愚型(down病)、舌腫瘤等。
(3)地圖舌(graphictongue)：舌面上出現黃色上皮細胞堆積而成的隆起部分，狀如地圖。舌面的上皮隆起部分邊緣不規(guī)則，存在時間不長，數日即可剝脫恢復正常，如再形成新的黃色隆起部分，稱移行性舌炎(migratotyglossitis)，這種舌炎多不伴隨其他病變，發(fā)生原因尚不明確，也可由核黃素缺乏引起。
(4)裂紋舌(wrikledtongtle)：舌面上出現橫向裂紋，見于down病與核黃素缺乏，
后者有舌痛，縱向裂紋見于梅毒性舌炎。
(5)草莓舌(strawberrytongtle)：舌乳頭腫脹、發(fā)紅類似草莓，見于猩紅熱或長期發(fā)熱病人。
(6)牛肉舌(beefytongue)：舌面絳紅如生牛肉狀，見于糙皮病(菸酸缺乏)。
(7)鏡面舌：亦稱光滑舌(smothtongue)，舌頭萎縮，舌體較小，舌面光滑呈粉紅色或紅色，見于缺鐵性貧血、惡性貧血及慢性萎縮性胃炎。
(8)毛舌：也稱黑舌，舌面敷有黑色或黃褐色毛，故稱毛舌(hairytongue)，此為絲狀乳頭纏繞了真菌絲以及其上皮細胞角化所形成。見于久病衰弱或長期使用廣譜抗生素引起真菌生長)的病人。
(9)舌的運動異常：震顫見于甲狀腺功能亢進癥；偏斜見于舌下神經麻痹。
在中醫(yī)學中舌頭表象通常稱為舌苔，是正常人的舌背上有一層薄白而潤的苔狀物。因舌苔由胃氣所生，而五臟六腑皆稟氣于胃，因此，舌苔的變化可反映臟腑的寒、熱、虛、實，病邪的性質和病位的深淺。舌苔的望診包括望苔色、望苔質兩部分。苔色：即舌苔的顏色，病態(tài)的苔色主要有白苔、黃苔、灰黑苔。有時也可發(fā)生綠苔(多由白苔轉化而來，常見于溫疫、濕溫，為濕熱郁熏之征)、霉醬苔(紅中發(fā)黑、又兼黃色的舌苔，常見于夾食中暑或內熱久郁，主濕熱病日久者)。
因以下列舉常見舌苔的狀況及其代表的體質特征及身體調理的方法。
正常舌特征
舌象：舌質淡紅，胖瘦適中，舌苔薄白而干潤適度。
常見異常舌苔及解析
1.舌苔白厚
顯示病癥：當風寒、風濕、寒濕等六淫之邪，病尚在表，還未里傳，且病邪較輕，臟腑之氣未傷時，舌苔多見薄白苔。
若舌苔發(fā)白變厚說明身體出現了問題，痰濕較重，要引起注意。
舌苔發(fā)白表明體內有寒，無論是吃了寒冷的食物還是受了寒，舌苔都會發(fā)白，現在的人多數都是白苔，就是因為吃冰箱里的水果、蔬菜，常喝冷飲造成的。此外，在日常生活中，舌體胖大，舌苔白厚多見于身體肥胖、脾胃運化失常而導致水腫、痰濕內盛的患者。高血脂、動脈硬化、高血壓的患者也常見厚白膩苔。
2.黃白色舌苔黏厚
顯示病癥：如果舌頭上看到有一層厚厚的黃白色垢物，舌苔黏黏厚厚，不易刮去，口中有一種又酸又臭的穢氣味道，同時胃口不好，大便干燥。
這種情況很可能是因平時飲食過量，或進食油膩食物過多，脾胃消化功能差或發(fā)生紊亂引起的，老百姓管它叫積食。
1.舌苔發(fā)黑
顯示病癥：極熱和極寒都可引起黑色的舌苔，當然，染色舌除外。生活中，如果吃了某些藥品或食物，往往也會使舌苔變色，但這些均不屬于病苔。一般來講，染苔的色澤比較鮮艷而浮淺，而病苔不易褪去，可以利用這一點進行區(qū)別，千萬不要將正常的舌苔誤認為病苔而虛驚一場。
黑苔，往往與疾病有密切的關系。臨床多見于慢性喘息性支氣管炎、肺氣腫、肺癌、胃癌、慢性腎功能衰竭等病人的舌象。黑苔的人應重視所患疾病的治療，以期早日康復。
很多疾病都可以引起黑苔，所以對待黑苔要謹遵醫(yī)囑，看病情進行調理。
1.舌苔剝落無舌苔
顯示病癥：疾病過程中舌苔全部或部分脫落稱為剝(落)苔，舌苔全部脫落，以致舌面光潔如鏡，稱為‘光剝舌’，又叫‘鏡面舌’；若舌苔剝落不全，剝脫處光滑無苔，余處斑斑駁駁地殘存舌苔，界限明顯，稱為‘花剝苔’。
剝苔表示胃氣不足，胃陰枯竭或氣血兩虛，是全身虛弱的一種表現。
無苔的患者，飲食宜清淡，不宜暴飲暴食及食用生冷、燥熱及難消化的食物。多食具有健脾益胃的蔬菜、水果，如山藥、薏米等，可服用健脾丸、生脈散等藥物。鍛煉身體，增強機體免疫功能
所述用戶信息問詢單元包含：用戶基本信息問詢單元，用于問詢用戶性別、年齡、身高、體重、家族病史、婚姻狀況、既往病史等基本信息；用戶初識別單元，根據采集到的用戶基本信息識別用戶可能具有的生理體征；次級用戶信息問詢單元，用于根據所述用戶的初級類別，生成用于進一步采集用戶信息的次級用戶信息問詢列表。
所述用戶基本信息問詢單元優(yōu)先地，包括有非法輸入信息識別單元，當用戶輸入非法用戶信息時，系統(tǒng)自動提醒用戶重新輸入，例如輸入年齡小于0，大于100時，系統(tǒng)將自動將其識別為非法用戶信息，對輸入的信息不予識別，并提醒用戶重新輸入。
所述次級用戶信息包括：過敏史、暴露史、手術史、外傷史、輸血史、飲食嗜好、水果蔬菜使用情況、心理狀態(tài)、作息時間、工作環(huán)境衛(wèi)生、學習環(huán)境衛(wèi)生、生化檢測參數、影像檢測參數、體格參數、身體癥狀、運動情況中的一個或多個。
為說明問題方便，以便秘為例做示例性說明：
在中醫(yī)領域氣虛體質人群便秘通常表現為大便不干不硬，雖有便意，但排便困難，用力努掙則汗出氣短，便后乏力，面白神疲，肢倦懶言，舌淡苔白，脈弱；陰虛體質人群便秘通常表現為大便干結，如硬球狀，形體消瘦，頭暈耳鳴，兩顴紅赤，心煩少眠，潮熱盜汗，腰膝酸軟，舌紅少苔，脈細數；陽虛質體質人群便秘通常表現為大便干或不干，排出困難，小便清長，面色晄白，四肢不溫，腹中冷痛，或腰膝酸冷，舌淡苔白，脈沉遲；氣郁體質人群便秘通常表現為大便干結，或不甚干結，欲便不得出，或便而不爽，腸鳴矢氣，腹中脹痛，噯氣頻作，納食減少，胸脅痞滿，舌苔薄膩，脈弦；濕熱體質人群便秘通常表現為大便粘滯，欲便不得出，或便而不爽，口苦或口干，口中有異味，胃脹，呃逆，反酸，小便短赤，色黃，舌紅苔黃膩。因此，可以依據傳統(tǒng)醫(yī)學經驗生成如下問詢信息列表：
1.大便的狀態(tài)？
a大便不干不硬b大便干結c大便如硬球狀d大便粘稠
e大便先干后稀
2.排出的感覺？
a雖有便意，但排便困難，排后感覺舒服
b雖有便意，但排便困難,大便排不出
c想要排便排不出，或者排便不爽快
d肛門有沉重下墜的感覺
3.其他伴隨癥狀？
a乏力，面色淡白，疲倦，不想說話，飯量減少
b形體消瘦，兩顴紅赤，或夜間汗出,手足心熱
c面色晄白，手足發(fā)涼，不喜歡冰冷的食物
d腸鳴排氣，或腹中脹痛，頻繁打嗝，飯量減少
e口苦或口干，口中有異味，或胃部脹滿，打嗝，反酸。
4.小便量色？
a尿量增多，小便清長b小便短少，色黃c小便正常
5.舌？
a舌淡，苔白
b舌淡胖,齒痕,苔薄白或白膩
c舌紅，少苔d舌淡紅，苔薄白e舌紅，苔黃膩
用戶信息分析判斷單元，用于判斷用戶所屬的具體中醫(yī)體質，其可以為常見的專家系統(tǒng)。
專家系統(tǒng)的結構如圖2所示。
專家系統(tǒng)一般由知識庫及其管理系統(tǒng)、推理機、綜合數據庫、知識獲取機制、解釋機構和人機接口六部分組成。
知識庫及其管理系統(tǒng)
知識庫是以一致的形式存儲知識的機構，用于存儲某領域專家的經驗性知識、原理性知識、相關的事實、可行操作與規(guī)則等。解決知識獲取和知識表示問題是建立知識庫的關鍵問題。
知識獲取機制
知識獲取機制的建立，實質上是設計一組程序，把知識送入到知識庫，負責維護知識的正確性、一致性和完整性。知識獲取是專家系統(tǒng)知識庫是否優(yōu)越的關鍵，我們試圖建立自動知識獲取機制，實現專家系統(tǒng)的自動學習功能，不斷地擴充和修改知識庫中的內容。
綜合數據庫
綜合數據庫又稱全局數據庫或“黑板”等，它用于存儲領域或問題的初始數據(信息)、推理過程中得到的中間結果或狀態(tài)以及系統(tǒng)的目標結果，包含了被處理對象的一些問題描述、假設條件、當前事實等。
推理機
推理機是專家系統(tǒng)中實現基于知識推理的部件，是基于知識的推理在計算機中的實現，是專家系統(tǒng)的核心部分。推理機用于記憶所采用的規(guī)則和控制策略的程序，完成依據一定的知識規(guī)則從已有的事實推出結論的近似專家的思維過程，保證整個專家系統(tǒng)能夠以邏輯方式協(xié)調地工作。
解釋機構
解釋機構能夠向用戶解釋專家系統(tǒng)的行為，包括解釋推理結論的正確性以及系統(tǒng)輸出其它候選解的原因。這是專家系統(tǒng)區(qū)別于其它軟件系統(tǒng)的主要特征之一，解釋機構實際上也是一組計算機程序，通常采用預置文本法和路徑跟蹤法。當用戶有詢問需求時，解釋機構可以跟蹤和記錄推理過程，把解答通過人機交互接口輸出給用戶。
人機接口
接口又稱界面，是用戶與專家系統(tǒng)之間的連接橋梁，它能夠使系統(tǒng)與用戶進行對話，使用戶能夠輸入必要的數據、提出問題和了解推理過程及推理結果。專家系統(tǒng)則通過接口，要求用戶回答提問，并回答用戶提出的問題，進行必要的解釋。
專家系統(tǒng)的特點
具有領域專家級的專門知識
專家系統(tǒng)的智能化主要體現為能夠在特定的領域內模仿人類專家思維來求解復雜問題，這就要求必須具有專家級的知識，知識越豐富，解決問題的能力就越強。知識的來源可以是專家或技術人員長期積累的經驗，大量的實際試驗數據與事例，也可以是書本、資料，或者是基本原理和規(guī)則。知識的數量和質量直接影響專家系統(tǒng)的性能。
符號處理和啟發(fā)式推理
專家系統(tǒng)的知識庫存放著符號表示的專家知識，能運用知識與經驗進行推理、判斷和決策。世界上的大部分知識都是非數學性的，幾乎全靠符號推理，而不是數值計算，只有一小部分人類活動是以數學公式為核心的。專家系統(tǒng)擅長符號處理和邏輯推理，特別適合于解決自動計算、問診和啟發(fā)式推理等基于規(guī)則的問題。它不僅能利用定義嚴格的邏輯性知識，而且還能利用經驗知識和啟發(fā)性知識來完成工程設計任務。
具有靈活性
專家系統(tǒng)一般都采用知識庫和推理機制分離的構造原理，只要抽去知識庫中的知識，它就是一個專家系統(tǒng)外殼。如果要建立另外一個功能類似的專家系統(tǒng)時，只要把相應的知識裝入到該外殼的知識庫中就可以了。推理機的性能與構造與知識的內容無關，有利于專家系統(tǒng)能不斷地增長知識，修改原有知識，不斷地更新和豐富知識規(guī)則，提高解決問題的能力和靈活性。由于這一特點，使得專家系統(tǒng)具有十分廣泛的應用領域。
具有獲取知識的能力
專家系統(tǒng)的基礎是知識，為了得到知識就必須具有獲取知識的能力。專家知識的獲取通過人工獲取方式、半自動獲取方式和自動獲取方式。知識的獲取目的是為修改和擴充知識提供了有效的手段。
具有透明性
所謂的透明性是指系統(tǒng)自身及其行為能被用戶所理解。專家知識多是個人經驗的積累和實踐中技巧、規(guī)律的總結，這類啟發(fā)性的知識不為大眾所熟知，也沒有正確性的保障，因此專家系統(tǒng)必須具有解釋機制，使人們在應用它的時候，不僅得到了正確的答案，而且還可以知道得到答案的依據，增加對專家系統(tǒng)的信任程度。
具有交互性
專家系統(tǒng)一般都是交互式的，一方面與專家對話獲取知識，另一方面與用戶對話以索取求解問題時所需的已知事實以及回答用戶的詢問。這種交互式方式體現在友好的界面、功能智能化和操作自然化等方面。
具有一定的復雜性和難度
專家系統(tǒng)擁有知識，可以運用知識進行推理，模擬人類的思維過程。但是，人類的知識是豐富多彩的，思維方式也是多種多樣的。因此，要真正實現對人類思維的模擬，是一件非常困難的工作，并有賴于其他許多學科的共同發(fā)展。
所述用戶信息分析判斷單元還可以包括：用戶信息接收單元，用于接收用戶信息；數據庫單元，用于存儲用戶特征與用戶狀態(tài)之間的相關性數據；所述特征與用戶狀態(tài)之間的相關性數據可以是基于歷史經驗積累的數據，也可以是利用相關性分析獲得的相關性數據，還可以是采用人工智能機器自學習獲取的相關性數據；計算單元，用于計算用戶特征與用戶狀態(tài)之間的綜合關聯(lián)值。
所述計算單元通過如下方式實現：
為了研究問題方便，我們建立下列數學模型，對上述此類問題進行普遍性研究。假設特征1，2,3…i與用戶狀態(tài)1,2,3…j之間的相關性用wij表示，即：
其中特征1，2,3…i與用戶狀態(tài)1,2,3…j之間的相關性wij可以根據已有的經驗數據構建，例如前面列舉的便秘的例子，
按照中醫(yī)理論人體處于陰虛質、陽虛質、痰濕質、氣虛質、瘀血質、氣郁質和和平質中的其中一種。按照傳統(tǒng)經驗便秘與體質的關聯(lián)性如下：
a腹部脹滿，進食減少，或者進食后腹脹更加明顯
脾氣虛5肺氣虛0心氣虛0腎氣虛0
b容易感冒，或咳嗽，無力，怕風。
脾氣虛1肺氣虛5心氣虛1腎氣虛0
c心慌，活動后心慌更加明顯。
脾氣虛0肺氣虛2心氣虛5腎氣虛0
d小便次數多，或尿后淋漓不盡，或腰膝酸軟，夜尿多。
脾氣虛1肺氣虛1心氣虛0腎氣虛5
這里需要說明的是中醫(yī)體質不限于前面提到的9種體質，其還可以進一步細分如下：
對于陰虛體質質又可能是心陰虛態(tài)、肺陰虛態(tài)、肝陰虛態(tài)、胃陰虛態(tài)、心腎陰虛態(tài)、肺腎陰虛態(tài)或肝腎陰虛態(tài)；對于陽虛體質又可能是心陽虛態(tài)、脾陽虛態(tài)、腎陽虛態(tài)、心腎陽虛態(tài)或脾腎陽虛態(tài)；對于痰濕體質又可能是肺痰濕態(tài)或脾痰濕態(tài)；對于濕熱體質又可能是肝膽濕熱態(tài)、脾胃是濕熱態(tài)、大腸濕熱態(tài)或膀胱濕熱態(tài)；對于氣虛體質又可能是心氣虛態(tài)、肺氣虛態(tài)、脾氣虛態(tài)、腎氣虛態(tài)、心肺氣虛態(tài)、肺脾氣虛態(tài)、脾腎氣虛態(tài)、心腎氣虛態(tài)或心脾氣虛態(tài)；淤血體質又可能是心淤血態(tài)或肝淤血態(tài)；氣郁體質又可能是肝氣郁態(tài)或膽氣郁態(tài)，
其中數值0、1、2、3、4和5就是相關性數值wij，這里需要說明的是上述相關性數值wij不必然是數字，其可以是比值、百分數、概率等一切便于計算的數值。
特征1,2,3…i與用戶狀態(tài)1,2,3…j之間的相關性wij也可以通過對已有的特征和用戶狀態(tài)的相關樣本庫利用回歸方程擬合求得，具體的回歸方程可以利用任何現有技術中的常規(guī)計算方式求得，甚至在一些常用的數學分析軟件，例如：matlab等中均可以實現上述過程。這里需要注意的是該分析方法適用于特征1,2,3…i與用戶狀態(tài)1,2,3…j之間存在因果關系的樣本數據。
特征1,2,3…i與用戶狀態(tài)1,2,3…j之間的相關性wij也可以通過對已有的特征和用戶狀態(tài)的相關樣本庫利用相關性分析的方式求得，上述相關性分析在現有技術中有成熟的技術，出于節(jié)約篇幅考慮這里不再重復。
接下來的問題是如何綜合考慮特征1,2,3…i中的多個或全部與某一用戶狀態(tài)之間的關聯(lián)性：
fj為用戶狀態(tài)j與多個或全部特征1,2,3…i之間的綜合關聯(lián)值，rect(i)為矩形函數，i為真時rect(i)＝1，i為假時rect(i)＝0。對應的物理含義是：用戶狀態(tài)j的特征i發(fā)生或采集到時綜合關聯(lián)值fj的分子部分考慮相關性數值wij，而對于未發(fā)生或未采集到的特征i綜合關聯(lián)值fj的分子部分不予考慮。從上述公式中不難看出，當用戶狀態(tài)j的全部特征都發(fā)生時綜合關聯(lián)值fj將為1，則可以判定用戶狀態(tài)j發(fā)生的概率為100％，即，必然發(fā)生；而只有部分特征發(fā)生時綜合關聯(lián)值fj為小于1的某個數值，即其代表用戶狀態(tài)j發(fā)生的概率大小，或者說是用戶狀態(tài)j與所示部分特征之間的關聯(lián)性大小。
在另外一些實施例中對上述公式可以人為修正，還以中醫(yī)體質甄別為例，例如：根據專家經驗當某一個或某幾個癥狀發(fā)生時就可以基本判斷該病人的病癥，而不需要考慮該病癥發(fā)生全部癥狀。對于諸如此類情況，用戶狀態(tài)j與多個或全部特征1,2,3…i之間的綜合關聯(lián)值fj可以采用下述方式獲得：
fj為用戶狀態(tài)j與多個或全部特征1,2,3…i之間的綜合關聯(lián)值，rect(i)為矩形函數，i為真時rect(i)＝1，i為假時rect(i)＝0。對應的物理含義是：用戶狀態(tài)j的特征i發(fā)生或采集到時綜合關聯(lián)值fj的分子部分考慮相關性數值wij，而對于未發(fā)生或未采集到的特征i綜合關聯(lián)值fj的分子部分不予考慮；ki為特征權重值，該權重值可以根據需要而設定，例如在前述中醫(yī)體質甄別的應用實例中特征權重值ki可以根據專家經驗而設定。
采用上述方式對所有或多數用戶狀態(tài)與已經獲知的特定的多個或全部特征1,2,3…i之間的綜合關聯(lián)值f進行計算，并對所示綜合關聯(lián)值f進行排序，則f值最大者表示上述多個或全部特征與該用戶狀態(tài)的關聯(lián)性最高，將該計算方式應用于中醫(yī)體質的甄別實例中則表示屬于該種類型的體質的可能性最大。利用上述計算方式也可以對特定的數據或用戶狀態(tài)進行分類或預測，在保險領域則表現為某種風險度的評估。
需要進一步說明的是：事物和特征之間的關聯(lián)和聯(lián)系往往是極為復雜的，一次性計算往往意味著巨大的工作量，需要消耗巨大的計算資源，因此可以采用分級分層計算，通過計算單元的分層嵌套，一方面可以減少信息采集的數量，二是通過層級的劃分，可以使復雜的問題簡單化，計算也變的更為簡單化。
繼續(xù)以中醫(yī)體質的甄別為例，進一步進行示例性說明：假如利用前述計算方式經過特征采集初步確定某人屬于氣虛體質便秘時，為了進一步研究其屬于具體屬于氣虛體質中的心氣虛態(tài)、肺氣虛態(tài)、脾氣虛態(tài)、腎氣虛態(tài)、心肺氣虛態(tài)、肺脾氣虛態(tài)、脾腎氣虛態(tài)、心腎氣虛態(tài)或心脾氣虛態(tài)等10種狀態(tài)中的哪一種狀態(tài)，可以對特征數據進行進一步的采集，例如：
a腹部脹滿，進食減少，或者進食后腹脹更加明顯
脾氣虛5肺氣虛0心氣虛0腎氣虛0
b容易感冒，或咳嗽，無力，怕風。
脾氣虛1肺氣虛5心氣虛1腎氣虛0
c心慌，活動后心慌更加明顯。
脾氣虛0肺氣虛2心氣虛5腎氣虛0
d小便次數多，或尿后淋漓不盡，或腰膝酸軟，夜尿多。
脾氣虛1肺氣虛1心氣虛0腎氣虛5
基于采集到的上述特征數據，可以利用與前述的計算方式相類似的計算方式計算相應的綜合關聯(lián)值，對計算結果進行排序比較，從而可以獲得受試者具體屬于氣虛體質中的具體哪一種狀態(tài)。具體的計算方式如下：
建立下列數學模型。假設特征1，2,3…a與用戶狀態(tài)1,2,3…b之間的相關性用vab表示，即：
其中特征1，2,3…a與用戶狀態(tài)1,2,3…b之間的相關性vab可以根據已有的經驗數據構建，例如前面列舉的便秘的例子，其中數值0、1、2、3、4和5就是相關性數值vab，這里需要說明的是上述相關性數值vab不必然是數字，其可以是比值、百分數、概率等一切便于計算的數值。
特征1,2,3…a與用戶狀態(tài)1,2,3…b之間的相關性vab也可以通過對已有的特征和用戶狀態(tài)的相關樣本庫利用回歸方程擬合求得，具體的回歸方程可以利用任何現有技術中的常規(guī)計算方式求得，甚至在一些常用的數學分析軟件，例如：matlab等中均可以實現上述過程。這里需要注意的是該分析方法適用于特征1,2,3…a與用戶狀態(tài)1,2,3…b之間存在因果關系的樣本數據。
特征1,2,3…a與用戶狀態(tài)1,2,3…b之間的相關性vab也可以通過對已有的特征和用戶狀態(tài)的相關樣本庫利用相關性分析的方式求得，上述相關性分析在現有技術中有成熟的技術，出于節(jié)約篇幅考慮這里不再重復。
接下來的問題是如何綜合考慮特征1,2,3…a中的多個或全部與某一用戶狀態(tài)之間的關聯(lián)性：
fb為用戶狀態(tài)b與多個或全部特征1,2,3…a之間的綜合關聯(lián)值，rect(a)為矩形函數，a為真時rect(a)＝1，a為假時rect(a)＝0。對應的物理含義是：用戶狀態(tài)b的特征a發(fā)生或采集到時綜合關聯(lián)值fb的分子部分考慮相關性數值vab，而對于未發(fā)生或未采集到的特征綜合關聯(lián)值fb的分子部分不予考慮。從上述公式中不難看出，當用戶狀態(tài)b的全部特征都發(fā)生時綜合關聯(lián)值fb將為1，則可以判定用戶狀態(tài)b發(fā)生的概率為100％，即，必然發(fā)生。而只有部分特征發(fā)生時綜合關聯(lián)值fb為小于1的某個數值，即其代表用戶狀態(tài)b發(fā)生的概率大小，或者說是用戶狀態(tài)b與所示部分特征之間的關聯(lián)性大小。
在另外一些實施例中對上述公式可以人為修正，還以中醫(yī)體質甄別為例，例如：根據專家經驗當某一個或某幾個癥狀發(fā)生時就可以基本判斷該病人的病癥，而不需要考慮該病癥發(fā)生全部癥狀。對于諸如此類情況，用戶狀態(tài)b與多個或全部特征1,2,3…a之間的綜合關聯(lián)值fb可以采用下述方式獲得：
fb為用戶狀態(tài)b與多個或全部特征1,2,3…a之間的綜合關聯(lián)值，rect(a)為矩形函數，a為真時rect(a)＝1，a為假時rect(a)＝0。對應的物理含義是：用戶狀態(tài)b的特征a發(fā)生或采集到時綜合關聯(lián)值fb的分子部分考慮相關性數值vab，而對于未發(fā)生或未采集到的特征a綜合關聯(lián)值fb的分子部分不予考慮相關性數值vab；ka為特征權重值，該權重值可以根據需要而設定，例如在前述中醫(yī)體質甄別的應用實例中特征權重值ki可以根據專家經驗而設定。
采用上述方式對所有或多數用戶狀態(tài)與已經獲知的特定的多個或全部特征1,2,3…i之間的綜合關聯(lián)值f進行計算，并對所示綜合關聯(lián)值f進行排序，則f值最大者表示上述多個或全部特征與該用戶狀態(tài)的關聯(lián)性最高，將該計算方式應用于中醫(yī)體質的甄別實例中則表示屬于該種類型的體質的可能性最大。利用上述計算方式也可以對特定的數據或用戶狀態(tài)進行分類或預測，在保險領域則表現為某種風險度的評估；在消費領域將表現為對不同目標客戶群體的分類。
這里需要注意的是：上面所說的計算單元分層嵌套計算不限定于是兩層，其具體的分層層級數量可以根據待計算的數據量大小、計算精度的要求而設計。分層計算時，不同層級的計算方式不必然要求相同，可以根據不同層級對數據的計算要求進行設計。
還以前面的中醫(yī)體質甄別為例，在第一層級計算時，即粗略計算受試者屬于哪一種中醫(yī)體質時，為了在減少計算量，降低計算資源消耗量，提高運算速率可以采用參考專家經驗的計算方式，即綜合關聯(lián)值采用公式
所述計算單元為分級嵌套計算單元，包括第一級分級嵌套計算單元到第n級分級嵌套計算單元，n為大于等于2的自然數。
所述分級嵌套計算單元的第一分級計算嵌套計算單元采用公式
所述數據庫單元中存儲的特征與用戶狀態(tài)之間的相關性數據是根據已有的經驗數據構建，上述相關性數據不必然是數字，其包括但不限于是比值、百分數、概率。
所述用戶狀態(tài)解析單元，用于解析用戶當前狀態(tài)的概況、原因、機理和/或風險；以給用戶呈現全面系統(tǒng)的身體狀態(tài)信息，上述呈現方式可以是在計算機屏幕上顯示的方式呈現，也可以是以打印輸出體檢報告的方式呈現，還可以是通過電子郵件給用戶發(fā)送體檢報告的方式呈現，還可以是通過信息推送、屏幕顯示等方式直接顯示在用戶的智能移動終端上。具體呈現的內容做如下示例性說明，這里不得解釋為其是對本發(fā)明的限制。
例如：當判斷用戶為心氣虛中醫(yī)體質是：
給出如下解析：
i.什么是心氣虛；ii.我為什么會心氣虛；iii.心氣虛帶來的煩擾；iv.警惕心氣虛會出現的疾?。籿.我為什么會心氣虛；vi.心氣虛帶來的煩擾；vii.心氣虛如何調理。
在本發(fā)明中所述用戶狀態(tài)為用戶所屬的中醫(yī)體質，所述中醫(yī)體質是指和平質、氣虛質、陽虛質、陰虛質、痰濕質、濕熱質、氣郁質、血瘀質或特稟質。
所述用戶狀態(tài)進一步是指：心陰虛態(tài)、肺陰虛態(tài)、肝陰虛態(tài)、胃陰虛態(tài)、心腎陰虛態(tài)、肺腎陰虛態(tài)、肝腎陰虛態(tài)、心陽虛態(tài)、脾陽虛態(tài)、腎陽虛態(tài)、心腎陽虛態(tài)、脾腎陽虛態(tài)、肺痰濕態(tài)、脾痰濕態(tài)、肝膽濕熱態(tài)、脾胃濕熱態(tài)、大腸濕熱態(tài)、膀胱濕熱態(tài)、心氣虛態(tài)、肺氣虛態(tài)、脾氣虛態(tài)、腎氣虛態(tài)、心肺氣虛態(tài)、肺脾氣虛態(tài)、脾腎氣虛態(tài)、心腎氣虛態(tài)、心脾氣虛態(tài)、心淤血態(tài)、肝淤血態(tài)、肝氣郁態(tài)或膽氣郁態(tài)。
本發(fā)明的健康管理系統(tǒng)還包括膳食組方定制系統(tǒng)，用戶可以通過該定制系統(tǒng)定制、購買相應的膳食配方。
所述定制系統(tǒng)是指根據用戶的當前身體狀態(tài)，系統(tǒng)自動判斷的臟腑偏頗情況，利用營養(yǎng)學規(guī)則直接生成適合用戶身體調理的膳食配方組方，以方便用戶購買，為其提供一站式的服務。
優(yōu)選地，還包括用戶反饋系統(tǒng)，用于收集用戶的使用反饋信息，跟蹤用戶的使用情況，身體改善情況，作為一個質量精進過程，通過用戶的反饋、系統(tǒng)的自學習不斷優(yōu)化產品配方。
膳食組方生成單元，根據用戶的當前狀態(tài)結合數據庫存儲的營養(yǎng)學規(guī)則生成適于當前用戶的膳食配方。
數據庫中存儲的營養(yǎng)學規(guī)則如下：
所述用戶信息分析判斷單元，識別用戶狀態(tài)，即用戶亞健康態(tài)的準確程度由以下幾點組成
敏感度測試
敏感度定義：針對經典的亞健康態(tài)和質的識別能力
測試目的：確定軟件針對經典癥狀的識別能力。
測試方法：
針對經典的23個態(tài)和8個質的癥狀進行樣本庫制作，通過樣本庫中每個態(tài)的代入，進行結果比對，通常一個態(tài)應該有多個樣本組成，以確保同一亞健康態(tài)樣本的多樣性。通常一個態(tài)的樣本數據越大，通常測試結果越接近事實。舉例：針對陽虛態(tài)有20個用戶樣本，如果程序針對這20個陽虛樣本都可以準確識別，則程序針對陽虛態(tài)的敏感度為20/20，100％，敏感度為100％。如果針對20個陽虛樣本為識別出19個，則敏感度為19/20,95％，敏感度為95％。
測試步驟：
首先進行excel數據模擬測試，以確定專家經驗記錄的準確程度。
將數據模擬測試合格的態(tài)代入到程序中進行測試，以確保程序錄入的準確和程序計算的準確。
特異性
特異性定義：針對多個亞健康態(tài)的區(qū)分能力。
測試目的：確定軟件針對經典癥狀的區(qū)分能力。重點測試2種情況，一種是2種或多種近似亞健康態(tài)的區(qū)分情況。另一種情況為：某種態(tài)的相反的態(tài)的區(qū)分能力。
測試方法：
針對經典的23個態(tài)和8個質的癥狀制作樣本庫組合。
組合1：某種態(tài)和其近似態(tài)的組合。(2個或2個以上，根據該種態(tài)的特點而定)
組合2：某種態(tài)和其治療相反的態(tài)的組合。
將樣本庫組合代入，進行結果比對，通常同一個組合應該有多個樣本組成，該樣本組合數量越大測試結果越接近事實。舉例：針對陽虛態(tài)組合有20個用戶樣本，如果程序針對這20個陽虛樣本組合都可以準確區(qū)分，則程序針對陽虛態(tài)組合的特異性為20/20，100％，特異性為100％。如果針對20個陽虛樣本庫組合為識別出19個，則特異性為19/20,95％，特異性為95％。
容錯能力
容錯能力定義：針對用戶在使用軟件時，選項錯誤，但程序依然能準確識別或區(qū)分亞健康態(tài)的能力。
測試目的：針對程序對每種亞健康態(tài)的敏感度和特異性測試的容錯能力。
解釋：針對敏感度和特異性的測試中，測試軟件在答錯幾道題目的情況下，依然可以保證敏感度和特異性不變。暫時用答錯題目百分比來進行衡量，敏感度和特異性分別表示。
雖然已參照幾個典型實施例描述了本發(fā)明，但應當理解，所用的術語是說明和示例性、而非限制性的術語。由于本發(fā)明能夠以多種形式具體實施而不脫離發(fā)明的精神或實質，所以應當理解，上述實施例不限于任何前述的細節(jié)，而應在隨附權利要求所限定的精神和范圍內廣泛地解釋，因此落入權利要求或其等效范圍內的全部變化和改型都應為隨附權利要求所涵蓋。