[发明专利]用于生物物理建模和响应预测的系统、方法和装置

权利要求书

1.一种计算机实现的方法，该方法用于训练和使用强化学习算法来生成帮助受试者相对于奖励函数维持或调整或优化该受试者的血糖水平的推荐，所述方法包括：

直到实现收敛条件，迭代地：

使用所述强化学习算法生成所述推荐，所述推荐包括推荐的膳食或体育活动；

使用生物物理响应模型处理所述推荐，以生成所述受试者遵循所述推荐的预测的血糖响应；

将奖励函数应用于所述预测的血糖响应以生成第一奖励，并且基于所述第一奖励更新所述强化学习算法；

将所述推荐提供给所述受试者；

测量所述受试者遵循所述推荐的血糖响应；以及

将第二奖励函数应用于所述测量的血糖响应以生成第二奖励，并且基于所述第二奖励更新所述强化学习算法。

2.根据权利要求1所述的方法，还包括使用所述受试者的所述血糖响应来训练所述生物物理响应模型。

3.根据权利要求1所述的方法，还包括将所述受试者的所述血糖响应编码到低维潜在空间中，以提供给所述生物物理响应模型和所述第二奖励函数。

4.根据权利要求1所述的方法，其中所述第一奖励函数与所述第二奖励函数相同。

5.根据权利要求1所述的方法，其中所述生物物理响应模型包括至少一个身体模型，所述至少一个身体模型被配置为响应于多个输入而生成所述受试者的模拟的生物物理响应。

6.根据权利要求5所述的方法，其中生成所述受试者的所述预测的血糖响应包括：

将所述受试者的所述血糖响应应用于一预测器，该预测器被训练用来推断未来血糖响应；

将所述推荐应用于一依从性模型，所述依从性模型被配置为评估所述受试者将遵循所述推荐的紧密程度；以及

选择性地将所述预测器和所述依从性模型的输出作为所述多个输入应用于所述身体模型。

7.根据权利要求6所述的方法，其中生成所述预测的血糖响应还包括将所述模拟的生物物理响应应用于自动编码器和生成性对抗网络以生成所述预测的血糖响应。

8.根据权利要求1所述的方法，其中所述收敛条件至少部分地基于所述第一奖励的幅度。

9.一种方法，包括：

在来自多个不同数据源中的一个数据源的历史时间序列数据上训练多个不同的自动编码器(AE)时间卷积神经网络(CNN)中的每一个，其中所述多个不同数据源包括连续血糖监测器、心率监测器和食物数据源；

响应于来自所述多个不同数据源的当前数据，使用所述多个AE时间CNN生成多个子值；

用来自对应AE时间CNN的所述多个子值中的一个子值来配置多个不同CNN编码器中的每一个；

将来自所述对应数据源的过去所述历史时间序列数据应用于所述时间CNN编码器以生成编码数据值；以及

将所述编码数据值应用于预测，所述预测被配置为生成对应于所述数据源中的一个数据源的预测数据值。

10.根据权利要求9所述的方法，其中训练所述多个AE时间CNN包括：

用来自读取第一生物物理响应的第一类型传感器的数据来训练第一AE时间CNN，以及

用来自读取第二生物物理响应的第二类型传感器的数据来训练第二AE时间CNN；以及

应用所述编码的数据值以生成预测的第一生物物理响应。