TWI893445B - 智慧營養素評估系統以及方法 - Google Patents

Abstract

本發明提供一種智慧營養素評估系統以及方法。本發明根據學術性的文獻報告，歸納出負面因子與特定營養素之間的營養素加權值，並透過負面因子分級表，設置負面因子加權值。因此，本發明可根據受測人的受測資料（如，身體健康的問卷），提供基於營養素加權值與負面因子加權值的客製化營養素補充建議值。

Description

智慧營養素評估系統以及方法

本發明有關於功能醫學的技術領域，特別是指一種結合非侵入式檢查結合電腦演算法，提供客觀的營養評估資訊給受測者。

現代人由於生活壓力大，越來越多人們出現各種病痛，即便是在醫學發達的如今，人們還是難以擺脫病痛的困擾。此外，鑒於現有的醫療體制，醫者往往會給予患者一個明確的病症（如，上呼吸道發炎、氣喘、過敏性鼻炎）再給予相應的藥物治療。但有些藥物治療僅僅只是緩解症狀，大多都是依靠人體自身的免疫系統痊癒。而預後的患者，除了謹遵醫囑維持良好的生活習慣，往往不知道要如何提升身體的健康水平。

因此，坊間推出各種保健食品或營養師提供各種食物的營養素的成分，目的是希望人們可以多補充一些營養素，以提升健康水平。卻導致人們只是無根據地主觀地攝取大量營養品，卻也衍生出額外的副作用（如，服用大量的保健食品可能會增加肝、腎代謝的負擔）。

再者，許多人們長期處於一些不良習慣（如，熬夜、高脂飲食）或一些輕微症狀（如，半夜抽筋、偏頭痛、時常感冒），即便是前往就醫，可能也只是取得一些緩解症狀的藥物。

有鑑於此，基於上述的問題，目前未有同時提供非侵入性、客觀、客製化、便捷的營養評估方法，故即成為所屬技術領域中有待解決的問題。

本發明提供一種智慧營養素評估系統，訊號連接至少一文獻資料庫，智慧營養素評估系統包括：文獻檢索模組、文獻加權模組、負面因子加權模組以及處理模組。上述文獻檢索模組，訊號連接至少一文獻資料庫，文獻檢索模組透過具有複數個負面因子與複數個營養素的關鍵字組成檢索指令，向至少一文獻資料庫取得同時記載複數個負面因子其中至少一與複數個營養素其中至少一的內容的複數個文獻報告，其中複數個負面因子包括疾病以及不良生活習慣。上述文獻加權模組，訊號連接文獻檢索模組，文獻加權模組透過文獻分級表對複數個文獻報告進行分級，並根據複數個文獻報告各自對應的文獻級別，對複數個文獻報告各自記載的營養素設置對應文獻級別的營養素加權值，其中營養素加權值係對應複數個負面因子其中之一。上述處理模組，訊號連接文獻加權模組，處理模組篩選出每一複數個負面因子關聯的每一複數個營養素的營養素加權值並加總，再根據對應的複數個文獻報告的數量進行算術平均，以生成每一複數個負面因子對應的營養素平均加權值。

其中，處理模組更訊號連接執行模組，執行模組訊號連接使用者裝置，用於接收使用者裝置提供的受測者對應的受測者資訊，受測者資訊記載複數個負面因子其中至少一，處理模組提取受測者資訊記載的每一負面因子對應的營養素平均加權值，作為第一客製化營養素補充建議值。

其中，文獻加權模組更根據自然語言處理（Natural Language Processing, NLP），判斷每一複數個文獻報告記載的複數個營養素對於負面因子的營養素效益，以對複數個文獻報告各自記載的營養素設置對應文獻級別的正面營養素加權值的總和、負面營養素加權值的總和以及無效營養素加權值的總和，並根據對應的複數個文獻報告的數量進行算術平均，以生成每一複數個負面因子對應的正面營養素平均加權值、負面營養素平均加權值以及無效營養素平均加權值。

其中，處理模組更訊號連接執行模組，執行模組訊號連接使用者裝置，用於接收使用者裝置提供的受測者對應的受測者資訊，受測者資訊記載複數個負面因子其中至少一，處理模組提取受測者資訊記載的每一負面因子對應的正面營養素平均加權值、負面營養素平均加權值以及無效營養素平均加權值，作為第二客製化營養素補充建議值。

其中，處理模組還將負面營養素平均加權值以及無效營養素平均加權值分別除以在除以正面營養素平均加權值，分別產生營養素負面效益比值以及營養素無效益比值，作為第三客製化營養素補充建議值。

其中，處理模組更訊號連接負面因子加權模組，負面因子加權模組基於負面因子分級表，對每一複數個負面因子提供對應的負面因子加權值，以讓處理模組將每一複數個負面因子對應的營養素平均加權值與負面因子加權值相乘，產生每一複數個負面因子對應的營養素複加權值。

其中，處理模組更訊號連接執行模組，執行模組訊號連接使用者裝置，用於接收使用者裝置提供的受測者對應的受測者資訊，受測者資訊記載複數個負面因子其中至少一，處理模組提取受測者資訊記載的每一負面因子對應的營養素複加權值，作為第四客製化營養素補充建議值。

其中，處理模組更訊號連接負面因子加權模組，負面因子加權模組基於負面因子分級表，對每一複數個負面因子提供對應的負面因子加權值，以讓處理模組將每一複數個負面因子對應的正面營養素平均加權值、負面營養素平均加權值以及無效營養素平均加權值分別與負面因子加權值相乘，產生每一複數個負面因子對應的正面營養素複加權值、負面營養素複加權值以及無效營養素複加權值。

其中，處理模組更訊號連接執行模組，執行模組訊號連接使用者裝置，用於接收使用者裝置提供的受測者對應的受測者資訊，受測者資訊記載複數個負面因子其中至少一，處理模組提取受測者資訊記載的每一負面因子對應的正面營養素複加權值、負面營養素複加權值以及無效營養素複加權值，作為第五客製化營養素補充建議值。

其中，處理模組還將負面營養素複加權值以及無效營養素複加權值分別除以正面營養素複加權值，分別產生複營養素負面效益比值以及複營養素無效益比值，作為第六客製化營養素補充建議值。

本發明更提供一種智慧營養素評估方法，包括以下步驟：透過複數個負面因子與複數個營養素組成的檢索指令，獲取同時記載複數個負面因子其中至少一與複數個營養素其中至少一的內容的複數個文獻報告；透過文獻分級表對複數個文獻報告進行分級；根據複數個文獻報告各自對應的文獻級別，對複數個文獻報告各自記載的營養素設置對應文獻級別的營養素加權值，其中營養素加權值係對應複數個負面因子其中之一；篩選每一複數個負面因子關聯的每一複數個營養素的營養素加權值並加總，再根據對應的複數個文獻報告的數量進行算術平均，以生成每一複數個負面因子對應的營養素平均加權值。

其中，當獲取受測者資訊時，還包括：提取受測者資訊記載的每一負面因子對應的營養素平均加權值。

其中，根據複數個文獻報告各自對應的文獻級別，對複數個文獻報告各自記載的營養素設置對應文獻級別的營養素加權值的步驟包括：判斷每一複數個文獻報告記載的複數個營養素其中至少一於對應的負面因子的營養素效益，以對營養素加權值拆分為正面營養素加權值、負面營養素加權值以及無效營養素加權值。

所述智慧營養素評估方法進一步還包括以下步驟：將每一複數個負面因子對應的營養素平均加權值與負面因子加權值相乘，以獲取每一複數個負面因子對應的營養素複加權值。

其中，將每一複數個負面因子對應的營養素平均加權值以及負面因子加權值相乘，以獲取每一複數個負面因子對應的營養素複加權值的步驟更包括：將營養素平均加權值拆分為正面營養素平均加權值、負面營養素平均加權值以及無效營養素平均加權值，其中每一複數個負面因子對應的正面營養素平均加權值、負面營養素平均加權值以及無效營養素平均加權值分別與負面因子加權值相乘，以取得每一複數個負面因子對應的正面營養素複加權值、負面營養素複加權值以及無效營養素複加權值。

所述智慧營養素評估方法進一步還包括以下步驟：透過負面營養素複加權值以及無效營養素複加權值分別除以正面營養素複加權值，分別產生營養素負面效益比值以及營養素無效益比值。

與先前技術相比，本發明可主張的功效如下所述。

(1) 提供智慧營養素評估：本發明能夠對各種負面因子（如疾病或不良生活習慣），以了解其與營養素之間的關聯。

(2) 確保文獻報告的參考價值：本發明以實證醫學（Evidence-based medicine, EBM）的精神，以具有公信力（證據力）的文獻級別的分類方法，對每一文獻報告給予對應的級別。且相對的，根據每一文獻報告的級別對文獻報告記載的各營養素給予同等的營養素加權值。

(3) 提供客觀的專業建議：基於各種負面因子對人體的危害的風險程度不一，但公眾往往無法去分辨負面因子的嚴重度。本發明基於此，且欲排除單一專家（如，醫師、營養師）對負面因子的風險程度看法不一，可透過德爾菲法多輪反覆的問卷評估，使各專家對負面因子對人體的危害的風險程度趨於統一，從而將其量化為各負面因子的負面因子加權值。

(4) 客製化營養素補充建議值：基於營養素加權值以及負面因子加權值，即可對各文獻報告記載的負面因子所對應的營養素進行加權（即，營養素加權值乘以負面因子加權值），得到各種負面因子對應的各種營養素補充建議值。因此，透過本發明評估受測者資訊中記載的負面因子，即可透過本系統或方法產生對應的客製化營養素補充建議值。

後文藉由具體實施例配合所附的圖式詳加說明，當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。

本發明之實施例將藉由下文配合相關圖式進一步加以解說。盡可能的，於圖式與說明書中，相同標號係代表相同或相似構件。可以理解的是，未特別顯示於圖式中或描述於說明書中之元件，為所屬技術領域中具有通常技術者所知之形態。本領域之通常技術者可依據本發明之內容而進行多種之改變與修改。

第一實施例

如圖1，圖1為本發明所提供的實施例的智慧營養素評估方法的流程圖，包括步驟S1~S7，詳述如下。

於步驟S1：獲取同時記載負面因子以及營養素的多個文獻報告。根據一些實施態樣，負面因子與營養素例如可為下表1，本實施可透過各式負面因子與營養素的關鍵字向至少一個學術文獻資料庫，提取大量的文獻報告。故負面因子與營養素的具體選擇項目在本實施例不被限制，可依據所需進行對應的設置。

表1：負面因子與營養素範例

負面因子	疾病	1. 心血管、新陳代謝系統：高血糖、腦中風等。2. 荷爾蒙系統：多囊性卵巢症候群、更年期等。 3. 免疫系統：異味性皮膚炎、紅斑性狼瘡等。 4. 神經系統、精神系統：失眠、焦慮症等。 5. 肌肉骨骼系統：纖維肌痛症、骨質疏鬆等。 6. 腸道相關系統：胃潰瘍、腸躁症等。 7. 其他慢性疾病：慢性腎臟病、黃斑部病變等。
不良生活習慣	時常熬夜、飲酒、吸菸、外食族、少纖維飲食習慣、飲食習慣高油、飲食習慣高糖、生活壓力大、常使用3C產品、使用超過五種以上慢性藥物。
營養素	維生素	維生素A、 維生素B1（硫胺素）、 維生素B2（核黃素）、 維生素B3（菸鹼酸）、 維生素B5（泛酸）、 維生素B6（吡哆醇）、 維生素B7（生物素）、 維生素B9（葉酸）、 維生素B12（腦素）、 維生素C、 維生素D、 維生素E、 維生素K
礦物質	鈣、 鎂、 鉀、 磷、 鐵、 鋅、 銅、 硒、 鉻、 锰、 鈷、 鈉、 鉀、 硫
其他營養素	魚油（DHA、EPA）、Q10、益生菌、膳食纖維、谷胱甘肽、消化酵素、葉黃素、蝦紅素、血清素、多巴胺、γ-胺基丁酸（GABA）等

於步驟S2：透過文獻分級表對文獻報告進行分級，並對文獻報告各自記載的營養素設置對應文獻級別的營養素加權值。並篩選每一複數個負面因子關聯的每一複數個營養素的營養素加權值並加總，再根據對應的複數個文獻報告的數量進行算術平均，以生成每一複數個負面因子對應的營養素平均加權值。

根據一些實施態樣，所述「篩選每一複數個負面因子關聯的每一複數個營養素的營養素加權值並加總，再根據對應的複數個文獻報告的數量進行算術平均」可包括以下態樣： (1) 根據每一文獻級別對應的營養素加權值，再將同一營養素的營養素加權值加總，範例如後文之表3； (2) 根據至少一個文獻級別對應的營養素加權值（如：最高文獻級別的EBM Level 1 ），再將同一營養素的營養素加權值加總。

根據一些實施態樣，文獻分級表的參考依據例如可為實證醫學（ Evidence bas ed medicine，EBM）、影響係數（impact factor）或其任意組合。

具體來說，所述的文獻級別可根據實證醫學對文獻報告證據力的等級進行判別。由於EBM Level分數越小，表示證據的可靠性越高，因此文獻級別例如可為 = 6 - EBM Level）。本實施例對每一文獻報告設置文獻級別的依據，例如可為表2。

表2：文獻分級表

Publication Type (出版物類型)	EBM Level	文獻級別
Meta-Analysis (統合分析)	1	5
Randomized Controlled Trial (隨機對照試驗)	1	5
Systematic Review (系統回顧)	1	5
Comparative Study (比較研究)	3	3
Controlled Clinical Trial (對照臨床試驗)	3	3
Adaptive Clinical Trial (適應性臨床試驗)	4	2
Case Reports (病例報告)	4	2
Clinical Study (臨床研究)	4	2
Clinical Trial (臨床試驗)	4	2
Clinical Trial, Phase I (一期臨床試驗)	4	2
Clinical Trial, Phase II (二期臨床試驗)	4	2
Clinical Trial, Phase III (三期臨床試驗)	4	2
Clinical Trial, Phase IV (四期臨床試驗)	4	2
Observational Study (觀察性研究)	4	2
Classical Article (經典文獻)	5	1
Comment (評論)	5	1
Guideline (指引)	5	1
Practice Guideline (實踐指南)	5	1

進一步地，對所有文獻報告的文獻級別及其營養素的營養素加權值，例如可為下表3。

表3：文獻級別與營養素加權值的關係之範例

文獻 報告	文獻級別	負面因子	營養素加權值
鈣	鎂	維他命D	葉黃素
AAA	1	骨質疏鬆	1
BBB	3	骨質疏鬆	3		3
CCC	4	失眠	4	4
DDD	1	失眠	1		1
EEE	3	黃斑部病變				3
FFF	4	黃斑部病變				4
GGG	5	黃斑部病變				5

所述營養素平均加權值例如可為，當負面因子為骨質疏鬆，且營養素為鈣時，營養素平均加權值=(1+3)/2=2.5。故藉由營養素平均加權值可平衡所有營養加權值，避免某一營養素被越多文獻討論，使營養素加權值因而增加。而後續步驟為了說明方便，部分數值仍以營養素加權值表示。

根據一些實施態樣，由於文獻級別低的文獻報告之證據力可能還不足，因此可預設計算營養素平均加權值的文獻級別範圍，可包括以下態樣： (1)僅採用最高級別的文獻級別（如 EBM Level 1）對應的營養素加權值去計算營養素平均加權值，例如：當負面因子為黃斑部病變，且營養素為葉黃素時，營養素平均加權值=(5)/1=5。 (2) 僅採用最高與次高級別的文獻級別（如 EBM Level 1、EBM Level 2）對應的營養素加權值去計算營養素平均加權值，例如：當負面因子為黃斑部病變，且營養素為葉黃素時，營養素平均加權值=(4+5)/2=4.5。 在此僅示意營養素平均加權值的一些具體計算方法，舉凡與上述實施態樣均等或等效之變化或置換，皆應解讀為涵蓋於本發明之精神或範疇內。

因此，本方法提供彈性的營養素平均加權值計算方式，可依據負面因子與營養素之間的研究現況進行調整。例如：已有大量研究指出骨質疏鬆與鈣的關聯性，則應用高文獻級別的文獻報告對應的營養素加權值有助於提升「營養素平均加權值」所具備的證據力或可信度。又可避免低文獻級別的營養素加權值後續進行算術平均時（因為文獻報告數量增加，分母變大），會拉低營養素平均加權值。反之，屬於新興研究的主題，過去鮮少有文獻指出某營養素對某負面因子的影響，由於文獻報告數量仍不足，則應用較低級別的文獻報告對應的營養素加權值，可多樣化「營養素平均加權值」，提供專業人員更多協助受測者的參考選項。例如：又如表3，當受測者具有失眠的負面因子時，倘若僅應用文獻級別4 (含)以上的營養素加權值，則「營養素平均加權值」分別為鈣=4/1=4、鎂=4/1=4；但應用所有文獻級別的營養素加權值，則「營養素平均加權值」分別為鈣=4+1/2=2.5、鎂=4/1=4、維他命D=1/1=1，如此可增加「營養素平均加權值」的多樣性，讓專業人員考慮建議受測者補充少量的維他命D。

於步驟S3：基於負面因子分級表，取得多個負面因子對應的負面因子加權值。

根據一些實施態樣，負面因子分級表的依據例如可為德爾菲法、國人十大死因（針對疾病部分）或其任意組合。

具體來說，所述的德爾菲法，可事先設計多輪的問卷調查，以向專家根據各自的知識背景或經驗（如，臨床經驗、學識），評估各種負面因子危害健康的風險。舉例來說：第一輪問卷請專家直接對特定的負面因子給予特定的風險值（如，0分的毫無關係；1分的輕度，持續不改長久會影響健康；2分的中度，短期內會有嚴重影響健康；3分的重度，立刻有嚴重影響健康）。第二輪問卷將提供與第一輪問卷相同的內容，但進一步提供其他匿名專家的風險平均值。第三輪問卷～第四輪問卷則可根據專家們意見分歧的部分進行進一步的調查（可透過統計分析的離散度進行客觀判斷），以收斂專家們的意見。最後，將所有專家在多輪問卷中，最終的風險值進行平均，以得到負面因子加權值。負面因子加權值與各負面因子的關聯性，例如可為下表4。

表4：負面因子加權值與各負面因子的關係之範例

負面因子	負面因子加權值
骨質疏鬆	2.1
失眠	2.3
黃斑部病變	1.7
紅斑性狼瘡	2.7
偏頭痛	1.8
焦慮症	2.5

於步驟S4：將每一個負面因子對應的營養素加權值以及負面因子加權值相乘，獲取營養素複加權值。

根據一些實施態樣，對應同一負面因子，將表3的營養素加權值乘以表4的負面因子加權值，最後取得營養素複加權值例如可為下表5。

表5：養素複加權值之範例

文獻 報告	文獻級別	負面因子	營養素複加權值
鈣	鎂	維他命D	葉黃素
AAA	1	骨質疏鬆	1*2.1
BBB	3	骨質疏鬆	3*2.1		3*2.1
CCC	4	失眠	4*2.3	4*2.3
DDD	1	失眠	1*2.3		1*2.3
EEE	3	黃斑部病變				3*1.7
FFF	4	黃斑部病變				4*1.7
GGG	5	黃斑部病變				5*1.7

具體來說，表5的例如公式為： 營養素加權值＝文獻級別。

進一步來說，當以營養素平均加權值計算時，公式如下： 營養素平均加權值＝(文獻級別1+文獻級別2+….+ 文獻級別N)/N； 營養素複加權值＝(文獻級別1+文獻級別2+….+ 文獻級別N)/N * 負面因子加權值。

於步驟S5：獲取受測者資訊。

於步驟S6：根據受測者資訊中的負面因子，提取對應的營養素複加權值。

於步驟S7：根據營養素複加權值，提供受測者營養補充建議。

根據步驟S6~S7，根據一些實施態樣，當受測者資訊內記載的負面因子為骨質疏鬆以及失眠。故受測者營養補充建議中的鈣=(1*2.1)+(3*2.1)+ (4*2.3)+(1*2.3)/4=4；鎂=(4*2.3)/1=4.6 ；維他命D=(3*2.1)+(1*2.3)/2=4.3 。故營養師在檢視受測者的各項營養素補充建議值後，應建議受測者補充營養素的順序為：鎂、維他命D、鈣。本實施態樣僅列舉受測者部份的營養素補充建議值，實際上受測者資訊內亦有其他因子可作為本實施例分析的依據。

進一步地，當受測者資訊顯示受測者到達現有醫學上認定的老人族群、過瘦體質或過胖體質，均可透過本實施的預設值（例如年齡＞65歲，視為身體趨於明顯老化的負面因子），故將其視為負面因子，並作為分析出營養素補充建議值的依據。

根據另一些實施態樣，在步驟S2可進一步透過自然語言處理，判斷每一所述複數個文獻報告記載的所述複數個營養素其中至少一於對應的負面因子的營養素效益，以對所述複數個文獻報告各自記載的營養素設置對應文獻級別的正面效益（Positive）的正面營養素加權值（營養素有助於改善負面因子）、負面效益（Negative）的負面營養素加權值（營養素會惡化負面因子）以及無效益（Null）的無效營養素加權值（營養素無助於改善負面因子）。具體來說，透過自然語言處理，可判定文獻報告中記載的營養素所記載的負面因子的效益，自然語言處理的辨識字元例如可為表6。

表6：自然語言處理判定營養素效益的辨識字元

效益	辨識字元
Positive (正面)	positive outcome (積極結果)、beneficial (有益)、successful (成功)、favorable (有利)、significant improvement (顯著改善)、positive response (積極反應)、therapeutic success (治療成功)、efficacy (功效)、positive impact (積極影響)、enhances (增強)、 boosts (提高)
Negative (負面)	detrimental (有害的)、harmful (有害)、adverse effects (不良反應)、failure (失敗)、negative outcome (負面結果)
Null (無效益)	no significant difference (無顯著差異)、equivalent (等效)、similar outcomes (結果相似)、no advantage (無優勢)、equivalent efficacy (功效相當)、similar effectiveness (效果相似)

進一步地，透過更可根據現有醫學期刊、論文或臨床試驗報告的文字記載方式，進一步設定對應的辨識細節。例如：上述辨識字元需與至少一營養素在同段或同句，方能作為營養素對負面因子在效益上的依據。

因此，基於自然語言處理的應用，前文表3之範例可進一步變化如下表7。

表7：文獻級別、營養素效益與營養素加權值的關係之範例

文獻 報告	文獻級別	負面因子	效益 (effect)	營養素加權值
鈣	鎂	維他命D	葉黃素
AAA	1	骨質疏鬆	Positive	1
BBB	3	骨質疏鬆	Positive	3		3
CCC	4	失眠	Positive	4
CCC	4	失眠	Negative		4
CCC	4	失眠	Null			4
DDD	1	失眠	Positive	1		1
EEE	3	黃斑部病變	Positive				3
FFF	4	黃斑部病變	Positive				4

由表7可見，應用自然語言處理後，可更精準地分析各文獻報告中記載的各營養素會負面因子的效益。因此，透過單純的檢索指令可能會將鈣、鎂、維他命D都視為對改善失眠有幫助的營養素（如表3），但進一步透過自然語言處理後，可見僅有鈣是對改善失眠有幫助的營養素（如表7）。故應用自然語言處理後所得到的營養素加權值為依據，所產生的營養素補充建議值將更具參考價值。在此應注意的是，表3、7所列負面因子與各營養素的效益，僅為用於本說明書示意之範例。

根據又一些實施態樣，應用自然語言處理後，可得正面營養素加權值、負面營養素加權值以及無效營養素加權值。因此可進一步以圖1的步驟S3~S6，分別產生對應正面營養素複加權值、負面營養素複加權值以及無效營養素複加權值。進一步地，以負面營養素複加權值以及無效營養素複加權值分別除以正面營養素複加權值，可分別產生複營養素負面效益比值以及複營養素無效益比值。抑或是，以負面營養素複加權值以及無效營養素複加權值先相加再除以正面營養素複加權值，產生複營養素效益比值。

根據另一些實施態樣，透過智慧營養素評估方法更可建立大數據資料庫，例如蒐集一些相對健康或具有輕微負面因子的受測者資訊，並建立標準值，當分析實際的受測者資訊後，其營養素平均加權值、正面營養素平均加權值、負面營養素平均加權值、無效營養素平均加權值、營養素效益比值、營養素負面效益比值、營養素無效益比值、營養素複加權值、正面營養素複加權值、負面營養素複加權值、無效營養素複加權值、複營養素效益比值、複營養素負面效益比值以及複營養素無效益比值之中至少一項超過標準值時，則會提供客製化營養素補充建議值，以讓專業人士建議該受測者需補充一些特定的營養素。

根據又一些實施態樣，當(複)營養素負面效益比值或(複)營養素無效益比值大於0.3時，將不會將對應的營養素作為優先攝取的建議。例如：根據一位受測者的受測者資訊，分析出維他命D的營養素無效益比值大於0.3，故將不會將維他命D建議給受測者需優先攝取。

根據另一些實施態樣，在步驟S7可根據透過預設的複數個食物營養素資訊記載分別特定食物（如，紅蘿蔔）在相同重量（如，100克）的各種營養素含量，並根據客製化營養素補充建議值，提供受測者選擇食物的食物攝取建議資訊。進一步地，當受測者資訊中記載欲執行特殊營養方案時，調整建議攝取資訊。所述特殊營養方案包括：糖尿病飲食、減重飲食、乳糖不耐症飲食、高蛋白質飲食、高纖維飲食、過敏原排除飲食、無麩質飲食、素食飲食、生酮飲食、低鈉飲食以及低脂飲食。

基於第一實施例的智慧營養素評估方法，可根據所需進行對應的調整以設置於硬體、裝置或系統中，但不表示硬體、裝置或系統需要應用全部第一實施例以及實施態樣的內容，詳如下述實施例。

第二實施例：生成第一客製化營養素補充建議值

如圖2，圖2為本發明所提供的實施例的智慧營養素評估系統的第一方塊示意圖。本實施例提供一種智慧營養素評估系統100，訊號連接至少一文獻資料庫200，智慧營養素評估系統100包括：文獻檢索模組110、文獻加權模組120以及處理模組130。文獻檢索模組110，訊號連接至少一文獻資料庫200，文獻檢索模組110透過具有複數個負面因子與複數個營養素的關鍵字組成檢索指令，向至少一文獻資料庫200取得同時記載複數個負面因子其中至少一與複數個營養素其中至少一的內容的複數個文獻報告，其中複數個負面因子包括疾病以及不良生活習慣（如表1）。文獻加權模組120，訊號連接文獻檢索模組110，文獻加權模組120透過文獻分級表對複數個文獻報告進行分級（如表2），並根據複數個文獻報告各自對應的文獻級別，對複數個文獻報告各自記載的營養素設置對應文獻級別的營養素加權值（如表3），其中營養素加權值係對應複數個負面因子其中之一。處理模組130，訊號連接文獻加權模組120，處理模組130篩選出每一複數個負面因子關聯的每一複數個營養素的營養素加權值並加總，再根據對應的複數個文獻報告的數量進行算術平均，以生成每一複數個負面因子對應的營養素平均加權值。

又如圖3，圖3為本發明所提供的實施例的智慧營養素評估系統的第二方塊示意圖。根據一些實施態樣，處理模組130更訊號連接執行模組140，執行模組訊號連接使用者裝置400，用於接收使用者裝置400提供的受測者對應的受測者資訊，受測者資訊記載複數個負面因子其中至少一，處理模組130提取受測者資訊記載的每一負面因子對應的營養素平均加權值，作為第一客製化營養素補充建議值。

第三實施例：生成第二客製化營養素補充建議值

如圖2，基於第二實施例，再根據一些實施態樣，文獻加權模組120更根據自然語言處理，判斷每一複數個文獻報告記載的複數個營養素對於負面因子的營養素效益，以對複數個文獻報告各自記載的營養素設置對應文獻級別的正面營養素加權值的總和、負面營養素加權值的總和以及無效營養素加權值的總和，並根據對應的複數個文獻報告的數量進行算術平均，以生成每一複數個負面因子對應的正面營養素平均加權值、負面營養素平均加權值以及無效營養素平均加權值。

又如圖3，處理模組130更訊號連接執行模組140，執行模組140訊號連接使用者裝置400，用於接收使用者裝置400提供的受測者對應的受測者資訊，受測者資訊記載複數個負面因子其中至少一，處理模組130提取受測者資訊記載的每一負面因子對應的正面營養素平均加權值、負面營養素平均加權值以及無效營養素平均加權值，作為第二客製化營養素補充建議值。

第四實施例：生成第三客製化營養素補充建議值

又如圖3，接續第三實施例，處理模組130還將負面營養素平均加權值以及無效營養素平均加權值分別除以正面營養素平均加權值，分別產生營養素負面效益比值以及營養素無效益比值，作為第三客製化營養素補充建議值。抑或是，以負面營養素平均加權值以及無效營養素平均加權值先相加再除以正面營養素複加權值，產生營養素效益比值，作為第三客製化營養素補充建議值。

第五實施例：生成第四客製化營養素補充建議值

如圖4，圖4為本發明所提供的實施例的智慧營養素評估系統的第三方塊示意圖。基於第二實施例，再根據一些實施態樣，處理模組140更訊號連接負面因子加權模組150，負面因子加權模組150基於負面因子分級表，對每一複數個負面因子提供對應的負面因子加權值（如表4），以讓處理模組140將每一複數個負面因子對應的營養素平均加權值與負面因子加權值相乘，產生每一複數個負面因子對應的營養素複加權值（如表5）。

又如圖3，處理模組更訊號連接執行模組140，執行模組140訊號連接使用者裝置400，用於接收使用者裝置400提供的受測者對應的受測者資訊，受測者資訊記載複數個負面因子其中至少一，處理模組130提取受測者資訊記載的每一負面因子對應的營養素複加權值，作為第四客製化營養素補充建議值。

第六實施例：生成第五客製化營養素補充建議值

如圖4，基於第二實施例，再根據一些實施態樣，處理模組140更訊號連接負面因子加權模組150，負面因子加權模組150基於負面因子分級表，對每一複數個負面因子提供對應的一負面因子加權值（如表4），以讓處理模組140將每一複數個負面因子對應的正面營養素平均加權值、負面營養素平均加權值以及無效營養素平均加權值分別與負面因子加權值相乘，產生每一複數個負面因子對應的正面營養素複加權值、負面營養素複加權值以及無效營養素複加權值。抑或是，僅正面營養素平均加權值與負面因子加權值相乘，產生每一複數個負面因子對應的正面營養素複加權值。

又如圖3，處理模組更訊號連接執行模組130，執行模組130訊號連接使用者裝置400，用於接收使用者裝置400提供的受測者對應的受測者資訊，受測者資訊記載複數個負面因子其中至少一，處理模組130提取受測者資訊記載的每一負面因子對應的正面營養素複加權值、負面營養素複加權值及/或無效營養素複加權值，作為第五客製化營養素補充建議值。抑或是，處理模組130僅提取受測者資訊記載的每一負面因子對應的正面營養素複加權值，作為第五客製化營養素補充建議值。

第七實施例：生成第六客製化營養素補充建議值

又如圖3，接續第六實施例，處理模組130還將負面營養素複加權值以及無效營養素複加權值分別除以正面營養素複加權值，分別產生複營養素負面效益比值以及複營養素無效益比值，作為第六客製化營養素補充建議值。抑或是，以負面營養素複加權值以及無效營養素複加權值先相加再除以正面營養素複加權值，產生複營養素效益比值，作為第六客製化營養素補充建議值。

基於第二實施例至第七實施例，更可包括以下實施例態樣。

根據一些實施態樣，上述使用者裝置400例如可為具有網路通訊以及電信通訊功能之裝置，如：桌上型電腦或可攜式裝置。上述執行模組140例如可為應用程式介面（application programming interface，簡稱API），用於接收受測者資訊。

根據另一些實施態樣，上述智慧營養素評估系統100例如可為架設於具備運算處理能力的計算機裝置中的系統。上述文獻資料庫200例如可分別為各大科學期刊網站、各國臨床試驗資料庫、學術論文資料庫等。進一步地，例如可為PubMed（用於檢索MEDLINE的資料庫）。

如圖2或圖4，根據另一些實施態樣，負面因子加權模組130更訊號連接複數個專家裝置300，以接收複數個專家提供的每一所述複數個負面因子對應的負面因子加權值。上述專家裝置300例如可為具有網路通訊以及電信通訊功能之裝置，如：桌上型電腦或可攜式裝置。

根據又一些實施態樣，文獻檢索模組110透過任意的文獻檢索平台之應用程式介面執行檢索指令。所述應用程式例如可為PubMed API。

根據另一些實施態樣，處理模組130還包括複數個食物營養素資訊，所述複數個食物營養素資訊記載食物在相同重量的各種營養素含量，並根據客製化營養素補充建議值，提供受測者選擇食物的食物攝取建議資訊。

進一步地，處理模組130還包括複數個特殊營養方案，當受測者資訊記載所述複數個特殊營養方案其中之一時，處理模組130根據受測者資訊中欲執行的特殊營養方案，調整建議攝取資訊。

綜上，第一～第六客製化營養素補充建議值，可基於受測者資訊（記載至少一個負面因子）以智慧營養素評估方法或智慧營養素評估系統100產生，以提供專業人員（如：醫師或營養師）各營養素的定量建議數值，以下是一些輔助判定受測者是否需要補充特定營養素的依據與範例： (1) 第一客製化營養素補充建議值：基於受測者的負面因子，計算出每一營養素的「營養素平均加權值」，作為「第一製化營養素補充建議值」。例如：當受測者同時患有骨質疏鬆、心律不整、手和臉部的麻刺感或痙攣與夜盲症，根據一些透過文獻報告記載上述疾病可補充的營養素，將會可能提供一些有關鈣質與維他命A的「營養素平均加權值」以作為第一客製化營養素補充建議值。 (2) 第二客製化營養素補充建議值：基於受測者的負面因子與自然語言辨識，計算出每一營養素的「正面營養素平均加權值」、「負面營養素平均加權值」以及「無效營養素平均加權值」，作為「第二客製化營養素補充建議值」。例如：當受測者同時患有骨質疏鬆，根據一些透過文獻報告記載一些營養素對骨質疏鬆的影響，將會可能提供一些有關鈣質的「正面營養素平均加權值」及/或有關鈉的「負面營養素平均加權值」（營養素效果僅為示意，並不代表實際的效果）。 (3) 第三客製化營養素補充建議值：基於受測者的負面因子與自然語言辨識，將每一營養素的「負面營養素平均加權值」以及「無效營養素平均加權值」分別除以「正面營養素加權值」，分別產生「營養素負面效益比值」以及「營養素無效益比值」，作為「第三客製化營養素補充建議值」。例如：根據一位受測者的受測者資訊，分析出維他命D的營養素無效益比值大於0.3，故將不會將維他命D建議給受測者需優先攝取。 (4) 第四客製化營養素補充建議值：基於受測者的負面因子與負面因子加權值，將每一負面因子對應的「營養素平均加權值」與「負面因子加權值」相乘，產生每一負面因子對應的「營養素複加權值」，作為「第四客製化營養素補充建議值」。例如：當受測者同時患有骨質疏鬆、心律不整、手和臉部的麻刺感或痙攣與夜盲症，由於心律不整是較為嚴重的負面因子，故具有較高的負面因子加權值，並可透過補充鈣質改善，故鈣質在「負面因子加權值」加權後，將會產生較高的「營養素複加權值」，作為「第四客製化營養素補充建議值」。 (5) 第五客製化營養素補充建議值：基於受測者的負面因子、自然語言辨識與負面因子加權值，分別以「正面營養素複加權值」、「負面營養素複加權值」、「無效營養素複加權值」，作為「第五客製化營養素補充建議值」。 (6) 第六客製化營養素補充建議值：基於受測者的負面因子、自然語言辨識與負面因子加權值，將每一營養素的「負面營養素複加權值」以及「無效營養素複加權值」分別除以「正面營養素複加權值」，分別產生「複營養素負面效益比值」以及「複營養素無效益比值」，作為「第六客製化營養素補充建議值」。

以上所述，僅為舉例說明本發明的較佳實施方式，並非以此限定實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單置換及等效變化，皆屬本發明的專利申請範疇。

100:智慧營養素評估系統 110:文獻檢索模組 120:文獻加權模組 130:處理模組 140:執行模組 150:負面因子加權模組 200:文獻資料庫 300:專家裝置 400:使用者裝置 S1~S7:步驟

圖1為本發明所提供的實施例的智慧營養素評估方法的流程圖。 圖2為本發明所提供的實施例的智慧營養素評估系統的第一方塊示意圖。 圖3為本發明所提供的實施例的智慧營養素評估系統的第二方塊示意圖。 圖4為本發明所提供的實施例的智慧營養素評估系統的第三方塊示意圖。

S1~S7:步驟

Claims (12)

1. 一種智慧營養素評估系統，訊號連接至少一文獻資料庫，該智慧營養素評估系統包括：一文獻檢索模組，訊號連接該至少一文獻資料庫，該文獻檢索模組透過具有複數個負面因子與複數個營養素的關鍵字組成一檢索指令，向該至少一文獻資料庫取得同時記載該些負面因子其中至少一與該些營養素其中至少一的內容的複數個文獻報告，其中，該些負面因子包括疾病以及不良生活習慣；一文獻加權模組，訊號連接該文獻檢索模組，該文獻加權模組透過一文獻分級表對該些文獻報告進行分級，並根據該些文獻報告各自對應的一文獻級別，對該些文獻報告各自記載的該營養素設置對應該文獻級別的一營養素加權值，其中，該營養素加權值係對應該些負面因子其中之一，且該文獻加權模組根據一自然語言處理，判斷每一該些文獻報告記載的該些營養素對於該負面因子的一營養素效益；一處理模組，訊號連接該文獻加權模組，該處理模組篩選出每一該些負面因子關聯的每一該些營養素的該營養素加權值並加總，再根據對應的該些文獻報告的數量進行算術平均，以生成每一該些負面因子對應的該營養素平均加權值，並根據該營養素效益計算出該些文獻報告各自記載的該營養素設置對應該文獻級別的一正面營養素加權值的總和、一負面營養素加權值的總和以及一無效營養素加權值的總和，並根據對應的該些文獻報告的數量進行算術平均，以生成每一該些負面因子對應的一正面營養素平均加權值、一負面營養素平均加權值以及一無效營養素平均加權值；一負面因子加權模組，訊號連接該處理模組，該負面因子加權模組基於一負面因子分級表，對每一該些負面因子提供對應的一負面因子加權值，以讓該處理模組將每一該些負面因子對應的該正面營養素平均加權值、該負面營養素平均加權值以及該無效營養素平均加權值與該負面因子加權值相乘，產生每一該些負面因子對應的一營養素複加權值。
2. 如請求項1所述的智慧營養素評估系統，其中該處理模組更訊號連接一執行模組，該執行模組訊號連接一使用者裝置，用於接收該使用者裝置提供的一受測者對應的一受測者資訊，該受測者資訊記載該些負面因子其中至少一，該處理模組提取該受測者資訊記載的每一該負面因子對應的該營養素平均加權值，作為一第一客製化營養素補充建議值。
3. 如請求項1所述的智慧營養素評估系統，其中該處理模組更訊號連接一執行模組，該執行模組訊號連接一使用者裝置，用於接收該使用者裝置提供的一受測者對應的一受測者資訊，該受測者資訊記載該些負面因子其中至少一，該處理模組提取該受測者資訊記載的每一該負面因子對應的該正面營養素平均加權值、該負面營養素平均加權值以及該無效營養素平均加權值，作為一第二客製化營養素補充建議值。
4. 如請求項3所述的智慧營養素評估系統，其中該處理模組還將該負面營養素平均加權值以及該無效營養素平均加權值分別除以正面營養素平均加權值，分別產生一營養素負面效益比值以及一營養素無效益比值，作為一第三客製化營養素補充建議值。
5. 如請求項1所述的智慧營養素評估系統，其中該處理模組更訊號連接一執行模組，該執行模組訊號連接一使用者裝置，用於接收該使用者裝置提供的一受測者對應的一受測者資訊，該受測者資訊記載該些負面因子其中至少一，該處理模組提取該受測者資訊記載的每一該負面因子對應的該營養素複加權值，作為一第四客製化營養素補充建議值。
6. 如請求項1所述的智慧營養素評估系統，其中該負面因子加權模組還基於該負面因子分級表，對每一該些負面因子提供對應的該負面因子加權值，以讓該處理模組將每一該些負面因子對應的該正面營養素平均加權值、該負面營養素平均加權值以及該無效營養素平均加權值分別與該負面因子加權值相乘，產生每一該些負面因子對應的一正面營養素複加權值、一負面營養素複加權值以及一無效營養素複加權值。
7. 如請求項6所述的智慧營養素評估系統，其中該處理模組更訊號連接一執行模組，該執行模組訊號連接一使用者裝置，用於接收該使用者裝置提供的一受測者對應的一受測者資訊，該受測者資訊記載該些負面因子其中至少一，該處理模組提取該受測者資訊記載的每一該負面因子對應的該正面營養素複加權值、該負面營養素複加權值以及該無效營養素複加權值，作為一第五客製化營養素補充建議值。
8. 如請求項7所述的智慧營養素評估系統，其中該處理模組還將該負面營養素複加權值以及該無效營養素複加權值分別除以正面營養素複加權值，分別產生一複營養素負面效益比值以及一複營養素無效益比值，作為一第六客製化營養素補充建議值。
9. 一種智慧營養素評估方法，包括：透過複數個負面因子與複數個營養素組成的一檢索指令，獲取同時記載該些負面因子其中至少一與該些營養素其中至少一的內容的複數個文獻報告；透過一文獻分級表對該些文獻報告進行分級；根據該些文獻報告各自對應的一文獻級別，對該些文獻報告各自記載的該營養素設置對應該文獻級別的一營養素加權值，其中，該營養素加權值係對應該些負面因子其中之一；判斷每一該些文獻報告記載的該些營養素其中至少一於對應的該負面因子的一營養素效益，並根據該營養素效益對該營養素加權值拆分為一正面營養素加權值、一負面營養素加權值以及一無效營養素加權值；篩選每一該些負面因子關聯的每一該些營養素的一正面營養素加權值、一負面營養素加權值以及一無效營養素加權值各自加總，再根據對應的該些文獻報告的數量進行算術平均，以生成每一該些負面因子對應的一正面營養素平均加權值、一負面營養素平均加權值以及一無效營養素平均加權值；根據一負面因子分級表，對每一該些負面因子提供對應的一負面因子加權值，並將每一該些負面因子對應的該正面營養素平均加權值、該負面營養素平均加權值以及該無效營養素平均加權值與該負面因子加權值相乘，以獲取每一該些負面因子對應的一營養素複加權值。
10. 如請求項9所述的智慧營養素評估方法，當獲取一受測者資訊時，還包括：提取該受測者資訊記載的每一該負面因子對應的該營養素平均加權值。
11. 如請求項9所述的智慧營養素評估方法，其中每一該些負面因子對應的該正面營養素平均加權值、該負面營養素平均加權值以及該無效營養素平均加權值分別與該負面因子加權值相乘，以取得每一該些負面因子對應的一正面營養素複加權值、一負面營養素複加權值以及一無效營養素複加權值。
12. 如請求項11所述的智慧營養素評估方法，還包括：透過該負面營養素複加權值以及該無效營養素複加權值分別除以該正面營養素複加權值，分別產生一複營養素負面效益比值以及一複營養素無效益比值。