用于健康相关建议的客户端计算设备的制作方法

背景技术：

改善个人健康是大多数人共同的目标，然而很多人却难以实现。在我们繁忙的生活中，可能很难抽出时间去看医护人员以进行检查和预防性护理。而且，很多人都很难下定决心好好吃饭和运动。对身体不适的人来说，也很难理解导致他们身体状况背后的原因。在改善个人和整个人群的健康和幸福方面存在重大挑战，本文中描述的技术解决方案提供了解决的前景。

技术实现要素：

本文中公开了一种用于提供健康相关建议的客户端计算设备和相关方法。在一个示例中，客户端计算设备包括处理器和由处理器可执行的电子个人助理应用程序。个人助理应用程序被配置为捕获与跨多个计算机程序的用户活动相关联的用户数据。用户数据被发送到个人助理用户数据解释引擎。接收健康相关建议，其至少基于用户数据的子集和从聚合知识库中取回的用户群体的匿名统计数据。健康相关建议被显示在与客户端计算设备相关联的显示器上。

提供发明内容部分是为了以简化的形式介绍将在以下具体实施方式部分中进一步描述的一些概念。本发明内容部分无意标识所要求保护的主题的关键特征或重要特征，也无意限制所要求保护的主题的范围。此外，所要求保护的主题不限于解决本公开的任何部分中提到的任何或全部缺点的实现。

附图说明

图1示出了根据本说明书的实施例的示例计算系统。

图2a和图2b示出了根据本说明书的实施例的用于提供健康相关建议的各种示例实施环境的各方面。

图3a和图3b示出了可穿戴计算设备的一个示例的各方面。

图4a示出了可穿戴计算设备的另一示例的各方面。

图4b示出了可穿戴计算设备的显示面板的各方面。

图5是根据本说明书的实施例的提供健康相关建议的显示器的示意图。

图6是根据本说明书的其他实施例的提供健康相关建议的显示器的示意图。

图7是根据本说明书的其他实施例的提供健康相关建议的显示器的示意图。

图8是根据本说明书的其他实施例的固定式自行车训练器的示意图。

图9是根据本说明书的其他实施例的提供健康相关建议的显示器的示意图。

图10是根据本说明书的其他实施例的提供健康相关建议的显示器的示意图。

图11是根据本说明书的其他实施例的提供健康相关建议的显示器的示意图。

图12a和12b是根据本公开的实施例的用于提供健康相关建议的方法的流程图。

图13是根据本公开的另一实施例的用于提供健康相关建议的方法的流程图。

图14是计算设备的实施例的简化示意图。

具体实施方式

本公开涉及生成并且向用户递送健康相关建议的电子个人助理应用程序。在详细讨论本公开之前，首先将描述支持该技术的示例基础设施。

图1示出了根据本公开的一个实施例的计算系统10。如图所示，计算系统10包括客户端计算设备12，其例如可以采取智能电话或平板计算设备的形式，客户端计算设备12被配置为经由计算机网络与服务器系统14通信。计算系统10还可以包括其他客户端计算设备16，其被配置为直接通过网络连接或者间接通过客户端计算设备12与服务器系统通信。其他客户端计算设备16可以包括可穿戴计算设备18(可以采取手腕安装设备或头戴式设备的形式)、个人计算机20(可以采取膝上型或台式计算机的形式)、计算机化的医疗设备22(诸如计算机化的脉搏血氧计、电子吸入器、电子胰岛素递送设备、电子血糖监测器、电子血液压力监测器等)、和计算机化的运动设备23(诸如固定式自行车训练器、划船器、跑步机等)。可穿戴计算设备还可以包括嵌入在衣服(t恤、内衣等)中或者安装到其他身体部位(例如，手指或耳垂)的传感器。还可以设想，iot设备不直接穿戴在身体上，而是被布置为在物理上接近用户。这样的设备可以允许测量生物测定数据和其他数据。示例包括相机、远红外热探测器和床垫下睡眠传感器等。本文中，在描述了客户端计算设备12的功能的情况下，应当理解，任何其他客户端计算设备16可以以同样的方式起作用，除非明确提及了该设备的具体形式因素。

客户端计算设备12被配置为执行电子个人助理应用程序24。应当理解，电子个人助理应用程序24的其他实例也可以在其他客户端计算设备16上执行，所有其他客户端计算设备16均与服务器系统14上的用户帐户相关联。经用户授权，电子个人助理程序被配置为被动地监测客户端计算设备12和其他客户端计算设备16上的各种用户数据26，诸如位置数据、搜索历史、下载历史、浏览历史、联系人、社交网络数据、日历数据、生物测定数据、医疗设备数据、购买历史等。在一些示例中，用户数据26可以由跨多个程序的用户活动来生成或者以其他方式与之相关联。在一些示例中，这些程序中的一个或多个可以在客户端计算设备12上执行。在一些示例中，这样的程序中的一个或多个可以在另一计算设备上执行，并且用户可以经由客户端计算设备12与这样的程序交互。

现在将描述这些各种类型的用户数据26的具体示例。位置数据可以包括例如由在任何客户端计算设备上实现的gps接收器所获得的gps坐标数据(纬度和经度)、诸如ip地址和/或wi-fi接入点标识符等可以被解析为广义地理位置的标识符、经由社交网络程序在某个位置处的用户登记等。搜索历史可以包括在诸如浏览器等显示搜索引擎网页或者在客户端计算设备上执行的搜索应用的搜索引擎界面中输入的用户搜索查询。下载历史可以包括例如安装的应用或从下载网站下载的文件，包括歌曲、视频、游戏等。这些应用和文件中的每个可以具有与它们相关联的元数据，诸如类别、流派等，这些元数据可以用来构建用户简档32，如下文讨论的。浏览历史可以包括由用户使用在客户端计算设备上执行的浏览器访问的网站列表和网站内的特定页面。浏览历史还可以包括应用特定的数据库的应用内浏览，诸如被配置为使得用户能够浏览供应商的目录的购物应用。联系人包括保存在客户端计算设备12上的用户联系人数据库中保存或者从诸如社交网站等外部站点取回的个人或组织的名称和联系信息。社交网络数据可以包括用户的朋友列表、用户“喜欢”的社交网络实体列表、用户经由社交网络程序在各位置进行的登记、由用户编写的帖子等。生物测定数据可以包括由客户端计算设备12或其他客户端计算设备16上的传感器感测到的各种数据，诸如计步器信息、心率和血压、睡眠周期的持续时间和定时、体温、皮肤电流响应等。附加的生物测定数据在下文关于可穿戴计算设备18的手表实施例进行讨论。医疗设备数据可以包括来自医疗设备22的数据。这样的数据可以包括例如来自电子吸入器设备的吸入器使用数据、来自电子血糖监测器的血糖水平、来自电子胰岛素泵的胰岛素泵送数据、来自电子脉搏血氧计的脉搏血氧测定数据等。购买历史记录可以包括从客户端计算设备12与电子商务平台之间的电子商务交易中收集的关于用户购买的产品的信息，包括产品描述、购买的时间和日期、支付的价格、对这些购买的用户反馈等。应当理解，这些具体示例仅仅是说明性的，并且还可以监测上面没有特别讨论的其他类型的用户数据。

用户数据26从电子个人助理应用程序24传输到在服务器系统14上执行的个人助理用户数据解释引擎28。个人助理用户数据解释引擎28对接收到的用户数据26执行各种操作，包括将用户数据26的原始数据34的副本存储在用户个人助理知识库30(存储在服务器系统14的大容量存储设备中的数据库)中，以基于接收到的用户数据26进行推断从而填写用户的用户简档32，将每个单独用户的一些用户数据26传递给统计数据聚合器36，统计数据聚合器36基于从服务器系统的所有用户接收到的信息来计算匿名统计数据40并且将这些匿名统计数据存储在聚合个人助理知识库38(存储在服务器系统14的大容量存储设备中的另一数据库)中，并且基于电子个人助理应用服务器66中的用户设置44来将用户数据的已过滤子集传递给用户电子医疗记录42。

作为具体示例，用户简档可以包括来自用户数据26的、关于以下各项的推断数据：关于年龄、性别、民族和种族的人口统计数据、以及用户的居住地点、用户的地理旅行历史、用户的就业地点、用户的家庭单位、家庭病史、用户的过往病史、用户的预先存在的医疗状况、用户的当前药物、用户的过敏症、手术史、过去的医疗筛查和手术、过去的住院和就诊、社交史(酒精、烟草和用药、性史和习惯、职业、生活条件)、健康维护信息(运动习惯、饮食信息、睡眠数据、疫苗接种数据、治疗和咨询历史)、医疗提供者偏好和医疗福利信息。

用户电子医疗记录是在与服务器系统14相关联的大容量存储设备中的数据库中存储的安全电子记录。通常，由医疗保健提供者使用提供者计算机46在每个用户的电子医疗记录内填充数据。提供者计算机46与安全电子医疗记录服务器48交互，安全电子医疗记录服务器48又存储和检索用户电子医疗记录42中的数据。emr服务器48被配置为与安全通道(例如，https和tls)通信，并且以加密形式存储数据。此外，emr服务器48被配置为控制对用户电子医疗记录的访问，使得只有经授权的医疗保健提供者才能进行输入和改变医疗记录的某些由提供者控制的字段。提供者控制的字段可以包括在用户简档中所包括的很多相同类型的数据，但是这些数据由提供者向用户确认并且由提供者输入到医疗记录中，而不是由计算机算法推断，因此emr中的数据的准确性和出处高于用户简档32。可以存储在用户电子医疗记录的由提供者控制的部分中的数据的具体示例包括关于年龄、性别、民族和种族的人口统计数据、以及用户的居住地点、用户的地理旅行历史、用户的就业地点、用户的家庭单位、家庭病史、用户的过往病史、用户的预先存在的医疗状况、用户的当前药物、用户的过敏症、手术历史、过去的医疗筛查和手术、过去的住院和就诊、社交史(酒精、烟草和用药、性史和习惯、职业、生活条件)、健康维护信息(运动习惯、饮食信息、睡眠数据、疫苗接种数据、治疗和咨询历史)、医疗提供者偏好、医疗福利信息和用户的基因概况。

用户电子医疗记录内的其他字段是由用户控制的，使得包括作为医疗记录的主体的患者在内的授权人员可以在医疗记录中进行输入。此外，用户可以调节用户设置44以允许个人助理用户数据解释引擎28用原始数据34或从用户数据26导出的用户简档32中的推断数据来编程更新用户电子医疗记录中由用户控制的字段。以这种方式，医疗记录可以在程序上被更新以包括诸如吸入器使用、血糖监测水平、胰岛素泵使用等医疗设备数据以及诸如心率和血压历史、睡眠历史、体温、皮肤电响应等生物测定数据。

统计数据聚合器50被提供以基于整个用户群体或其预定义的群组的所存储的用户电子医疗记录来生成匿名医疗记录统计数据52，并且用于将匿名医疗记录统计数据存储在聚合医疗信息知识库54中。以这种方式，统计数据可以被存储用于所有方式的用户群体。例如，可以标识生活在所定义的地理区域内并且已经被诊断出患有某种疾病(诸如h1n1流感)的人群的百分比，并且可以比较关于这个人群子集的数据以标识风险因素。统计数据聚合器还可以处理与整个人口或其预定义的群组的步数、卡路里、活动水平、睡眠和运动习惯有关的统计数据，其稍后可以用于对用户行为的比较性洞察。

从第三方医疗信息源58聚合的医疗信息56以及来自第三方警报源62的警报60也被存储在聚合医疗信息知识库54内。在其他实现中，聚合的医疗信息本身不需要存储，只要它可以被实时访问即可。医学信息56的示例包括当前的实践和过程、医学专业人员用于针对给定症状集合而对可能诊断做出区分的差异化诊断信息、包括疾病和综合症及其相关症状的医疗条件的描述、与根据患者的年龄和性别而推荐的标准化医学筛查有关的信息、与针对儿童和成人而推荐的标准化疫苗接种计划有关的信息、与某些基因概况相关联的医学状况、药物信息，诸如剂量、过敏原、潜在的相互作用，等等。第三方医疗来源58的示例包括医学出版商、专业医疗机构等。警报的示例包括来自报告在特定地理区域发生疾病的政府组织和非政府组织的报告，包括地理区域的边界、所报告的疾病类型、受影响的人数、与受影响人员相关联的死亡率统计数据、关于疾病的潜伏期、传染周期的信息、以及对受影响的地理区域的任何旅行限制或推荐限制等。这些警报可以来自国家的疾病控制中心、州或县卫生部门、公司、学区、医院等。

来自第三方警报源62的警报60也可以由服务器系统14内的通知代理64接收，该通知代理64又指示电子个人助理应用服务器66的警报通知引擎68向在客户端设备12上执行的电子个人助理应用程序24或运行个人助理应用程序的多个客户端设备发送消息70，消息70可以用能表征警报60的内容的推送通知的形式。在一个具体示例中，警报可以只发送给最近前往受影响区域的用户、或者数据解释引擎28推断将很快前往受影响区域的用户，以向这些人员通知在特定地理区域中的疾病暴发。在另一示例中，警报可以只发送给系统已经检测为在已经被诊断为具有传染性疾病的人员仍具有传染性的整个时期内在被诊断人员的阈值距离内的人员。这样的通知可以在维持被诊断的个人的隐私的同时进行。

除了用于警报60的推送通知之外，电子个人助理应用服务器66还包括查询引擎72和建议引擎74，查询引擎72被配置为针对从电子个人助理应用程序接收的用户查询76，以应答形式的消息70进行响应，建议引擎74被配置为基于用户设置44和一组程序化建议规则来以建议的形式主动地向电子个人助理应用程序发送消息70。在一个具体示例中，客户端计算设备12可以显示诸如文本框或语音提示等查询界面，并且用户可以键入查询或向客户端计算设备说出查询，诸如“什么可能引起这种头痛？”。这个用户查询76被发送给查询引擎72，查询引擎72在数据库30、38、42和52中的每一个中执行搜索，经由设置44进行用户授权以使用每个数据库进行搜索。从每个数据库返回与头痛原因有关的结果。用户简档可以指示用户是“咖啡饮用者”，并且购买历史和位置历史可以表明用户平均每天访问咖啡店2或3次，但是在过去2天内没有访问过咖啡店。匿名统计数据可以表明“咖啡饮用者”比一般人更容易报告患有头痛。用户的电子医疗记录可以包括先前看医生经历，其中用户在中暑后抱怨头痛。聚合医疗信息知识库可以包含如下医疗信息，该医疗信息指示当用户在极高温度下大量冒汗并且经历快速心跳时将通常经历中暑。来自用户简档的原始数据34可以示出非常热的环境温度，但是可以不示出指示出汗的电流皮肤响应，也不示出指示快速心跳的脉冲。

在一些示例中，可以通过在电子个人助理应用服务器66上执行的机器学习算法来处理匿名统计数据。机器学习算法可以应用权重并且对多个健康相关建议进行排序，诸如本示例中的头痛的可能原因。在这个示例中，查询引擎将应用权重，使得将头痛的可能原因分级为(1)咖啡因摄取，和(2)热衰竭，并且通过推荐来向用户显示该信息以寻求医疗保健专业人员的建议。

电子个人助理应用程序可以向用户请求关于消息70的有效性或适当性的用户反馈78，用户反馈78又可以被传输回电子个人助理应用服务器66，并且由在其上执行的机器学习算法用来持续改善电子个人助理应用服务器66做出关于要在消息70中发送给客户端计算设备的内容的决定的权重和逻辑。继续上面的示例，如果如在访问医疗保健专业人员期间所诊断的，用户的头痛实际上是由咖啡因摄取引起的，则用户可以输入指示第一显示的搜索结果是正确的反馈，并且该信息随后可以作为针对机器学习算法的确认结果被传递给查询引擎72，当接收到这样的确认时，机器学习算法加强排序所基于的加权。

图2a和图2b示出了用于提供健康相关建议的各种示例实现环境的各方面。图2a示出了台式计算机200形式的个人计算机，诸如来自图1的pc20。图2a还示出了智能电话202形式的客户端计算设备12。

其他个人计算机和客户端计算设备在图2b中示出。该图示出了膝上型计算机204、平板电脑206和家庭娱乐系统208。所示出的台式、膝上型、智能电话和平板电脑系统中的每一个包括显示器210，并且还可以包括被配置为对用户面部进行成像、跟踪用户的注视或以其他方式感测用户214的面部或眼睛状况的集成视觉系统212。每个视觉系统可以包括至少一个相机。家庭娱乐系统208包括用于用户面部或姿势检测的大型显示器210e和高保真度视觉系统216。高保真视觉系统可以包括彩色相机218、飞行时间深度感测相机220和相关联的红外照明器。

以上个人计算机和客户端计算设备中的每一个可以共享计算系统222的至少一些特征，这些特征也在图2b中示出。计算系统包括操作耦合到计算机存储器机器226、显示器210、通信机器228和一个或多个传感器230的逻辑机器224。计算系统222的这些和其他方面将在下文中描述。

图3a和图3b示出了被配置为支持hma技术的可穿戴计算设备的一个示例。所示的设备采取复合带300的形式。在一个实现中，闭合机构能够使复合带的端部容易附接和分离，使得该带可以闭合成环并且佩戴在手腕上。在其他实现中，该设备可以被制造为连续的环，其弹性足以被拉过手并且仍然适合手腕。或者，该设备可以具有开放手镯的形状因子，其中该带的端部没有彼此紧固。在其他实现中，更细长带状的可穿戴电子设备可以被穿戴在穿戴者的二头肌、腰部、胸部、脚踝、腿部、头部或其他身体部位周围。

如图所示，复合带300可以包括各种功能电子部件：计算系统322、显示器310、扬声器332、触觉电机334、通信机器328和各种传感器330。在所示的实现中，功能电子部件被集成到该带的多个刚性部分中，即显示器载体模块336a、枕垫336b、能量存储舱336c和336d以及带扣336e。在所示的复合带300的配置中，该带的一个端部与另一端部交叠。带扣336e被布置在复合带的交叠端部处，并且容纳槽338被布置在被交叠的端部处。

可穿戴复合带300的功能电子部件从一个或多个能量存储部件340汲取功率。电池(例如，锂离子电池)是一种类型的能量存储电子部件。替代示例包括高级电容器和超级电容器。为了以最小的刚性体积提供足够的存储容量，可以使用多个离散的分离能量存储部件。这些部件可以被布置在能量储存舱336c和336d、或者复合带300的任何刚性部分中。能量储存部件和功能电子部件之间的电连接被布线通过柔性段342。

通常，能量储存部件340可以是可更换的和/或可再充电的。在一些示例中，再充电电力可以通过通用串行总线(usb)端口344来提供，usb端口344包括电镀触点和磁性闩锁以可释放地固定互补的usb连接器。在其他示例中，能量储存部件可以通过无线感应或环境光充电来充电。

在复合带300中，计算系统322被容纳在显示器载体模块336a中并且位于显示器310下方。计算系统操作耦合到显示器310、扬声器332、通信机器328和各种传感器330。计算系统包括用于保存数据和指令的计算机存储器326和用于执行指令的逻辑机器324。

显示器310可以是任何类型的显示器，诸如薄的低功率发光二极管(led)阵列或液晶显示器(lcd)阵列。也可以使用量子点显示技术。合适的led阵列包括有机led(oled)或有源矩阵oled阵列等。lcd阵列可以是主动背光式的。然而，一些类型的lcd阵列(例如，硅基液晶lcos阵列)可以是经由环境光的前光式。尽管附图示出了基本上平坦的显示表面，但是这个方面并不是必需的，因为也可以使用弯曲的显示表面。在一些使用场景中，复合带300可以在穿戴者的手腕前面穿戴有显示器310，如传统手表一样。

通信机器328可以包括任何适当的有线或无线通信部件。在图2a和图2b中，通信设施包括usb端口344，其可以用于在复合带300与其他计算机系统之间交换数据以及提供再充电电力。通信设施还可以包括双向蓝牙、wi-fi、蜂窝、近场通信和/或其他无线电。在一些实现中，通信设施可以包括用于光学视线(例如，红外)通信的附加收发器。

在复合带300中，触摸屏传感器330a耦合到显示器310并且被配置为接收来自穿戴者的触摸输入。通常，触摸传感器可以是电阻式、电容式或光学式的。按钮传感器(例如，微型开关)可以用于检测可以包括摇杆的按钮330b和330b'的状态。来自按钮传感器的输入可以用于实施家庭钥匙或开关功能，控制音频音量、麦克风等。

图3a和图3b示出了复合带300的各种其他传感器330。这样的传感器包括麦克风330c、可见光传感器330d、紫外线传感器330e和环境温度传感器330f。麦克风向计算系统322提供可以用于测量环境声级或从穿戴者接收语音命令的输入。来自可见光传感器、紫外线传感器和环境温度传感器的输入可以用于评估穿戴者的环境的各方面。

图3a和图3b示出了一对接触传感器：被布置在显示器载体模块336a上的充电接触传感器330g和被布置在枕垫336b上的枕垫接触传感器330h。接触传感器可以包括独立的或合作的传感器元件，以提供多个感官功能。例如，接触传感器可以提供响应于穿戴者皮肤的电阻和/或电容的电阻和/或电容感官功能。为此，例如，两个接触传感器可以被配置为电流皮肤响应传感器。在所示的配置中，两个接触传感器之间的间隔提供了相对较长的电路径长度，用于更准确地测量皮肤电阻。在一些示例中，接触传感器还可以提供穿戴者皮肤温度的测量。在所示的配置中，热敏电阻形式的皮肤温度传感器330i被集成到充电接触传感器330g中，充电接触传感器330g提供到皮肤的直接导热路径。来自环境温度传感器330f和皮肤温度传感器330i的输出可以被差异化地地施加，用以估计来自穿戴者身体的热通量。例如，这个度量可以用于提高基于计步器的卡路里计数的准确度。除了上述基于接触的皮肤传感器之外，还可以包括各种类型的非接触式皮肤传感器。

在所示的配置中布置在枕垫接触传感器330h内部的是光学脉搏率传感器330j。光学脉搏率传感器可以包括窄带(例如，绿色)led发射器和匹配的光电二极管，用以检测通过皮肤的毛细血管的脉动的血流，并且从而提供穿戴者的脉搏率的测量。在一些实现中，光学脉搏率传感器也可以被配置为感测穿戴者的血压。在所示的配置中，光学脉搏率传感器330j和显示器310被布置在所穿戴的设备的相对侧。脉搏率传感器也可以定位在显示器紧后面，以便于工程设计。

复合带300还可以包括惯性运动感测部件，诸如加速度计330k、陀螺仪330l和磁力计330m。加速度计和陀螺仪可以针对组合的六个自由度而提供沿着三个正交轴的惯性数据以及关于这三个轴的旋转数据。例如，这个感官数据可以用于提供计步器/卡路里计数功能。来自加速度计和陀螺仪的数据可以与来自磁力计的地磁数据组合以进一步在地理取向方面定义惯性和旋转数据。

复合带300还可以包括用于确定穿戴者的地理位置和/或速度的全球定位系统(gps)接收器330n。在一些配置中，gps接收器的天线可以是相对柔性的并且延伸到柔性段342a中。

图4a示出了要由穿戴者穿戴和使用的示例头戴式显示器(hmd)400的各方面。所示的显示系统包括框架446。该框架支撑位于穿戴者的眼睛附近的立体透视显示部件。hmd400可以用于增强现实应用中，其中现实世界的图像与虚拟显示图像混合。

hmd400包括分离的右显示面板448r和左显示面板448l，这些显示面板从穿戴者的视角来看可能是完全或部分透明的，以使得穿戴者能够清楚地看到他或她的周围环境。计算系统422操作耦合到显示面板和其他显示系统部件。计算系统包括逻辑和相关联的计算机存储器，逻辑和相关联的计算机存储器被配置为向显示面板提供图像信号、接收感官信号并且执行本文中描述的各种控制过程。hmd400可以包括加速度计426k、陀螺仪426l和磁力计426m、立体声扬声器432r和432l、彩色相机418和飞行时间深度相机420。

图4b示出了在一个非限制性实施例中的右或左显示面板448(448r、448l)的选定方面。显示面板包括背光源450和液晶显示器(lcd)型微型显示器410。背光源可以包括一组发光二极管(led)(例如，白色led)或一组红色、绿色和蓝色led。背光可以被配置为将其发射引导通过lcd微型显示器，lcd微型显示器基于来自计算系统422的控制信号来形成显示图像。lcd微型显示器可以包括以矩形网格或其他几何形状布置的多个可单独寻址的像素。在一些实施例中，发射红光的像素可以与发射绿光和蓝光的像素并置，使得lcd微显示器形成彩色图像。在其他实施例中，可以使用反射型硅基液晶(lcos)微型显示器或数字微镜阵列来代替图4b的lcd微型显示器。备选地，可以使用有源led、全息或扫描束微型显示器来形成右显示图像和左显示图像。尽管附图示出了分离的左右显示面板，但是也可以改为使用在双眼上延伸的单个显示面板。

图4b的显示面板448可以包括眼睛成像相机418'、轴上照明源452和离轴照明源454。每个照明源发射在眼睛成像相机的高灵敏度波长带中的红外(ir)或近红外(nir)照明。每个照明源可以包括发光二极管(led)、二极管激光器、放电照明源等。通过任何合适的物镜系统，眼睛成像相机418'检测在一定的视场角范围内的光，以将这样的角度映射到感官像素阵列的相应像素。如下文进一步详细描述的，计算系统422可以被配置为使用来自眼睛成像相机的输出来跟踪穿戴者的注视轴线v。

轴上照明和离轴照明用于与注视跟踪有关的不同目的。如图4b所示，离轴照明可以产生从穿戴者的眼睛的角膜458反射的镜面反射456。离轴照明还可以用于照亮眼睛以获得“暗瞳孔”效果，其中瞳孔460显得比周围的虹膜462更暗。与此相反，来自ir或nir源的轴上照明可以用于创建“明亮瞳孔”效果，其中瞳孔比周围的虹膜更亮。更具体地，来自轴上照明源452的ir或nir照明照射眼睛的视网膜464的回射组织，该回射组织将光反射回瞳孔，从而形成瞳孔的明亮图像466。显示面板448的光束转向光学器件468使得眼睛成像相机和轴上照明源能够共享共同的轴线a，尽管它们布置在显示面板的外围。

来自眼睛成像相机418'的数字图像数据可以被传送到计算系统422中或者计算系统经由网络可访问的远程计算机系统中的相关联逻辑。在该逻辑处，图像数据可以被处理以解析这样的特征，诸如瞳孔中心、瞳孔轮廓和/或来自角膜的一个或多个镜面光晕456。图像数据中的这样的特征的位置可以用作模型(例如，多项式模型)中的输入参数，该模型将特征位置与注视轴v相关。在针对右眼和左眼确定注视轴的实施例中，计算系统也可以被配置为将穿戴者的焦点计算为右和左注视轴的交点。在一些实施例中，可以使用眼睛成像相机来制定虹膜或视网膜扫描功能以确定穿戴者的身份。在这个配置中，计算系统422可以被配置为分析来自眼睛成像相机418'和其他传感器的注视轴和其他输出。

现在转到图5至图12，现在将描述本公开的示例用例。图5示出了与客户端计算设备12(诸如智能电话202)相关联的显示器500的示例。显示器500正在显示图形用户界面(例如，gui)510，其可以向客户端计算设备的用户呈现一个或多个健康相关建议。如下文更详细地描述的，健康相关建议可以采取消息70的形式，诸如对用户查询的应答、推送通知和其他建议。

在图5的示例中并且参考图1，用户214可以以口头请求的形式向智能电话提交用户查询76“帮我寻找用于跑步的音乐”，如520所示。如以上参考图1所述，用户查询76可以经由电子个人助理应用程序24传输到查询引擎72，查询引擎72可以在用户个人助理知识库30、聚合个人助理知识库38、用户电子医疗记录42和聚合医疗信息知识库54中的一个或多个中执行搜索，经由设置44进行用户授权以使用这些数据库中的每个进行搜索。对于以上示例，可以向用户提供在持续时间和节奏上适合于他典型的跑步模式的建议的音乐曲目。

在一些示例中，个人助理用户数据解释引擎28可以对从用户计算设备12所接收的用户数据26的至少一部分或子集进行分析，以基于接收的用户数据26来做出推断。这样的推断可以被提供给用户个人助理知识库30，以例如对用户简档32进行填充和/或修改。这样的推断还可以经由统计数据聚合器36提供给聚合个人助理知识库38和/或提供给用户电子医疗记录42。在这个示例中并且至少基于用户数据的子集，个人助理用户数据解释引擎28确定用户具有跑步偏好。

用户简档32还可以包括与用户已经执行的多个跑步任务有关的数据。对于每次跑步，这样的数据可以包括例如持续时间、距离、海拔提升、路线的地理映射、平均速度、平均用户心率和最大用户心率中的一个或多个。在一些示例中，这样的数据可以由生物测定计算设备(诸如可穿戴计算设备18)来收集，生物测定计算设备可以将这样的数据直接传输到服务器系统14处的个人助理用户数据解释引擎或者传输到客户端计算设备12(诸如智能电话202)。

用户简档32还可以包括可以由个人助理用户数据解释引擎28推断的其他用户偏好。例如，利用用户数据26(诸如音乐下载历史、音乐相关的浏览历史、来自客户端计算设备12上的音乐库的播放的音乐等)，个人助理用户数据解释引擎28可以确定用户具有对蓝草(bluegrass)音乐流派和特定蓝草艺术家的偏好。这样的音乐偏好可以被存储在用户简档32中。

在一个示例中并且再次参考图1和图5，响应于用户的查询76，建议引擎74可以为用户跑步任务选择用户可能喜欢或者过去被确定为鼓励用户更快或更有效地跑步的音乐。音乐的长度也可以被选择为与用户的跑步任务的典型持续时间相对应。例如，用户在过去的六个月的跑步任务的平均持续时间可以是45分20秒(45:20)。建议引擎74可以利用这个平均持续时间来选择具有接近这个平均时间的总跑步时间的来自蓝草流派的若干音乐混合、集合和/或专辑。

如图5的示例所示，电子个人助理应用服务器66上的建议引擎74可以以建议的音乐混合530、建议的音乐收藏540和建议的专辑550的形式向客户端计算设备12传输健康相关建议，以用于在gui510中显示。以这种方式，向用户呈现特定音乐选择，其来自她喜欢的流派的并且每个音乐选择具有接近用户的跑步任务的平均持续时间的总持续时间。用户可以简单地选择一个建议来启动播放所选择的选项的音乐播放器。

现在参考图6并且在另一示例中，用户214可以以口头陈述的形式向智能电话提交用户查询76“我饿了”，如620所示。如以上参考图1所示，用户查询76可以经由电子个人助理应用程序24传输到查询引擎72，查询引擎72可以在用户个人助理知识库30、聚合个人助理知识库38、用户电子医疗记录42和聚合医疗信息知识库54中的一个或多个中执行搜索，经由设置44进行用户授权以使用这些数据库中的每个进行检索。

在这个示例中，个人助理用户数据解释引擎28可以对用户数据26进行分析，用户数据26包括针对餐馆和美食的网络搜索和浏览历史、与餐馆和美食相关的购买历史、由用户查看并且由用户提交的餐馆评论和评级、以及关于餐馆的其他相关用户数据26。个人助理用户数据解释引擎28可以利用这样的数据来推断用户喜欢的餐馆以及用户喜欢的餐馆的特性。这样的特性可以包括美食、氛围(诸如儿童友好、浪漫、体育酒吧等)、价格范围、优惠时段等。

响应于查询76，建议引擎74可以访问用户个人助理知识库30中的用户的与餐馆相关的偏好。建议引擎74还可以访问用户简档32中和/或电子医疗记录42中的用户医疗信息。如上所述、用户医疗信息可以包括用户的过往病史、用户预先存在的医疗状况、用户的当前药物、用户的过敏症、手术史、过去的医疗筛查和过程、过去的住院和就诊、社交史(酒精、烟草和用药、性史和习惯、职业、生活条件)、健康维护信息(运动习惯、饮食信息、睡眠数据、疫苗接种数据、治疗和咨询历史)等。

在这个示例中，建议引擎74可以根据用户医疗信息确定用户是糖尿病患者。建议引擎74还可以根据用户数据26确定用户的当前位置。使用这个数据以及与餐馆相关的用户偏好，建议引擎74可以经由电子个人助理应用服务器66传输健康相关建议，其可以采用三个餐馆建议630、640和650的形式以用于在gui510中显示，这三个餐馆建议位于距离用户的当前位置的预定距离(诸如1、2、5、10或任何合适的英里数)内并且为糖尿病患者提供菜肴。以这种方式，向用户呈现基于用户的餐馆相关偏好以及用户的医疗状况而选择的餐馆建议。

在一些示例中，餐馆建议形式的健康相关建议也可以基于用户群体的匿名统计数据。例如，建议引擎74还可以分析来自聚合医疗信息知识库54的匿名医疗记录统计数据52，以确定(或排序)糖尿病人就餐的餐馆。这样的排序还可以基于餐馆到用户位置的地理接近度。在一些示例中，餐馆可以至少部分地基于与这样的餐馆有关的用户群体参与数据来标识，诸如糖尿病人的用户群体的浏览历史。换言之，网站被用户群体访问最多的餐馆可以被较高地加权或排序。

现在参考图7并且在另一示例中，电子个人助理应用程序24可以以用户可能感兴趣的健身事件的主动推送通知的形式来提供健康相关建议。在一些示例中，建议引擎74可以在用户个人助理知识库30、聚合个人助理知识库38、用户电子医疗记录42和聚合医疗信息知识库54中的一个或多个中执行搜索，经由设置44进行用户授权以使用这些数据库中的每个进行搜索。

在一个示例中，建议引擎74可以根据用户简档32中的数据来确定用户具有每周至少参与10小时有氧运动的健康相关目标。用户简档32还可以包含用户的健康水平。例如，用户可以与位于例如可穿戴计算设备18上的健身程序进行交互。通过健身程序，用户可以周期性地输入用户的健康水平，其可能在1-10的范围内，其中1是最不健康并且10是最健康。在其他示例中，健身程序可以周期性地以编程方式确定用户的健康水平。这样的健康水平可以作为用户数据26经由电子个人助理应用程序24传输到个人助理用户数据解释引擎28和用户简档32。

在一些示例中，由可穿戴计算设备18捕获的用户生物测定数据可以作为原始数据34传输到用户个人助理知识库30。这样的生物测定数据可以直接从可穿戴计算设备18传输到服务器系统，或者经由客户端计算设备12上的电子个人助理应用程序24并作为用户数据26的一部分传输到服务器系统14和个人助理用户数据解释引擎28。这样的生物测定数据可以由例如个人助理用户数据解释引擎28来分析，以估计用户的健康水平。在其他示例中，这样的生物测定数据可以由计算机化的医疗设备22捕获，并且类似地直接从医疗设备传输到服务器系统14，或者经由客户端计算设备12上的电子个人助理应用程序24并作为用户数据26的一部分传输到服务器系统14和个人助理用户数据解释引擎28。在一些示例中，电子个人助理应用程序24可以估计用户的健康水平。例如，如上所述，可穿戴计算设备18中的传感器可以跟踪用户的脉搏率和运动。这样的数据可以由电子个人助理应用程序24或个人助理用户数据解释引擎28用来确定用户的健康水平。

个人助理用户数据解释引擎28可以根据用户简档32推断出：用户喜欢骑自行车，并且例如在上个月进行了25、30和40英里的自行车骑行。建议引擎74可以标识在710处指示的30英里长的自行车骑行事件。建议引擎74可以从例如包括对类似事件的兴趣的用户的浏览历史、或者基于其与用户的家庭位置的物理接近度来标识这个事件。由于事件骑行长度为30英里，并且用户在上个月进行了25、30和40英里的自行车骑行，所以解释引擎28可以确定这个事件与用户的健康水平相匹配，并且因此是用于向用户进行建议的良好的事件。在其他示例中，解释引擎28可以将骑行的长度与用户的健康水平相比较，以确定骑行是否匹配用户的健康水平。

在一些示例中，事件建议也可以基于用户群体的匿名统计数据。例如，可以使用聚合个人助理知识库38中的聚合用户数据的匿名统计数据40来确定去年骑自行车竞赛的人员具有6/10的平均健康水平。建议引擎74然后可以将用户的健康水平6与这个平均健康水平相匹配，并且作为相应，这个骑行可以被建议给用户。

在另一示例中，可以在聚合用户数据的匿名统计数据40中分析用户群体的浏览历史，以估计用户群体的成员的健康水平。例如，可以基于成员已经注册的健身相关事件和/或成员已经参与的事件网站来对用户群体成员的健康水平进行估计。使用这个数据，建议引擎74然后可以将用户的健康水平与用户群体的成员的相同或相似的健康水平相匹配，并相应地向用户建议其中这些成员在过去参与过和/或其网站成员参与最多的事件。在一些示例中，可以基于事件位置到用户位置的地理接近度来过滤建议给用户的事件。

建议引擎74还可以分析用户的日历数据以确定用户在自行车骑行事件710的时间和日期期间是可用的。基于用户的日历数据、用户的位置、用户对自行车骑行的偏好和用户的健康水平，建议引擎74可以以自行车骑行事件710的形式向电子个人助理应用程序24提供健康相关建议以用于在gui510中显示。在一些示例中，电子个人助理应用程序24可以为用户生成并且显示基于从建议引擎74接收的数据和/或来自用户个人助理知识库30的其他数据的事件的定制标题720。定制标题720可以传达事件涉及用户最喜爱的锻炼活动、适合用户的健康水平、以及用户可参与该事件。

现在参考图8并且在一些示例中，电子个人助理应用程序24可以被配置为基于从电子个人助理应用服务器66接收的健康相关建议来调节运动设备上的运动设置，该运动设备通信地耦合到客户端计算设备12。在图8的示例中，客户端计算设备12可以包括安装到自行车820的显示器810。自行车820可以安装到固定式自行车训练器830，使得自行车820的后轮搁置在电子滚轮组件840中。

滚轮组件840可以包括当用户860踩踏自行车820时操作以阻止后轮旋转的可变阻力设备850。这样的可变阻力设备850可以利用机械摩擦、磁阻或其他合适的技术来提供对后轮旋转的阻力。由可变阻力设备850施加的阻力可以手动和/或编程地改变，以模拟不同的骑行条件并且向用户860提供不同的训练方案，诸如爬山锻炼、间歇训练锻炼、恢复日锻炼等。

例如，用户860可以参加包括若干长时间爬坡的即将到来的自行车比赛。关于比赛的信息可以保存在用户的日历数据中。用户的健康水平也可以如上所述来确定。基于用户的日历数据中的比赛信息和用户的健康水平，建议引擎74可以访问聚合个人助理知识库38中的聚合用户数据的匿名统计数据40，以标识热衷于骑自行车的并且具有与用户等同或类似健康水平的其他用户。也参加即将到来的自行车比赛的这样的用户也可以被标识。通过检查例如所访问的网站以及这些其他用户的下载历史记录，建议引擎74还可以标识这样的用户常常下载和/或已经频繁下载的特定的山地训练锻炼程序。

为这个特定的山地训练锻炼程序的形式的健康相关建议可以被发送到安装到自行车820的显示器810。显示器810可以通信地耦合到电子滚轮组件840，并且显示器810的电子个人助理应用程序24可以利用特定的山地训练锻炼以便以编程方式调节由可变阻力设备850施加的阻力，以模拟在用户860踩踏自行车820时的不同的爬山难度。

在一些示例中，用户860可以穿戴可穿戴计算设备18(诸如3a和图3b所示的带300)，其接收特定的山地训练锻炼程序并且通信地耦合到电子滚轮组件840以调节其可变电阻。在一些示例中，电子滚轮组件840可以包括客户端计算设备12，并且可以被装备成接收来自由用户860穿戴的带300的传感器输入。电子滚轮组件840可以通信地耦合到服务器系统14，并且可以以传感器输入的形式向服务器系统14发送用户数据。在这些示例中，电子滚轮组件840可以接收和利用特定的山地训练锻炼程序来相应地调节其可变电阻。

可以理解，电子滚轮组件的上述示例是运动设备的一个示例，并且可变电阻是可以在运动设备上进行调节的运动设置的一个示例。包括可调节运动设置的运动设备的其他示例包括电子划船机、跑步机、楼梯攀登机、椭圆训练机等。

现在参考图9并且在另一示例中，电子个人助理应用程序24可以以用户可能感兴趣的新闻文章的主动推送通知的形式来提供健康相关建议。在一些示例中，建议引擎74可以在用户个人助理知识库30、聚合个人助理知识库38、用户电子医疗记录42和聚合医疗信息知识库54中的一个或多个中执行搜索，经由设置44进行用户授权以使用这些数据库中的每个进行搜索。

在一个示例中，建议引擎74可以根据用户简档32中的数据来确定用户具有打高尔夫球的偏好并且用户具有为7的高尔夫差点(handicap)，其对应于高尔夫球员的比赛能力的数字测量。在这个示例中，高尔夫球差点为7表明用户是熟练的业余高尔夫球手。建议引擎74可以搜索新闻聚合器和其他在线内容源以获得具有用户的打高尔夫球能力的人(即，具有单数位的差点的业余高尔夫球手)感兴趣的文章和其他出版物。

建议引擎74可以标识包含关于业余高尔夫球手的内容的新闻文章。基于用户的打高尔夫球的能力，个人助理用户数据解释引擎28可以推断出用户可能喜欢阅读文章。相应地，建议引擎74可以向电子个人助理应用程序24传输到所标识的新闻文章的链接910，以用于在gui510中显示。

现在参考图10并且在另一示例中，电子个人助理应用程序24可以以新闻文章的主动推送通知、用户可能感兴趣的出版物或其他数字内容的形式来提供健康相关建议。在一些示例中，建议引擎74可以在用户个人助理知识库30、聚合个人助理知识库38、用户电子医疗记录42和聚合医疗信息知识库54中的一个或多个中执行搜索，经由设置44进行用户授权以使用这些数据库中的每个进行搜索。在这样的搜索过程中，建议引擎74可以确定用户患有偏头痛。

基于确定用户患有偏头痛，建议引擎74可以搜索第三方医疗信息来源58和其他在线内容源以获得与偏头痛相关的材料。在图10的示例中，建议引擎74可以标识与偏头痛有关的两篇文章。因此，建议引擎74可以向电子个人助理应用程序24传输到所标识的文章的两条链接1010和1020，以用于在gui510中显示。

在一些示例中，为文章建议的形式的健康相关建议也可以基于用户群体的匿名统计数据。例如，建议引擎74还可以对来自聚合医疗信息知识库54的匿名医疗记录统计数据52进行分析，以确定(或排序)已经经历过偏头痛的人所已经阅读的流行文章。在一些示例中，还可以基于与这样的文章相关的用户群体参与数据(诸如浏览偏头痛患者的用户群体的历史)来标识文章。

在一个示例中，并且至少基于从可穿戴计算设备18和计算机化的医疗设备22的一个或多个中所接收的用户生物测定数据，个人助理用户数据解释引擎28可以推断出用户当前正在经历偏头痛。响应于这个确定，建议引擎74可以执行第三方医疗信息来源58和其他在线内容来源的精确搜索，以获得可以帮助用户快速解决并且可能缓解偏头痛的材料。

在这个示例中，建议引擎74可以定位由链接1010指示的文章，该文章建议可以通过摄取香蕉来减少偏头痛强度。建议引擎74还可以分析用户的当前位置以确定用户在家中。建议引擎还可以根据用户个人助理知识库30中的用户购买历史来确定用户定期购买香蕉。因此，建议引擎74可以将从偏头痛相关文章收集的信息与用户生物测定数据进行关联，并且在一些示例中与用户的当前位置进行关联以确定向用户提供文章的健康相关建议可以帮助用户快速解决并且可能缓解偏头痛。响应于这样的相关性，建议引擎可以向电子个人助理应用程序24传输到链接1010，其链接到讨论可能用香蕉减少偏头痛强度的所标识的文章。客户端计算设备12然后可以在gui510中显示链接1010。

在一些示例中，客户端计算设备12(诸如可穿戴带)可以基于健康相关建议来控制医疗设备。在一些示例中，医疗设备22可以包括电子药物输送设备，诸如治疗剂分配器。匿名医疗记录统计数据52可以包括由医疗专家的子集针对特定病症所规定的剂量水平。在用户患有相同病症的情况下，建议引擎74可以访问匿名医疗记录统计数据52，以标识由医疗专家子集针对这个病症以及针对具有与用户类似的医疗史以及以其他方式与其类似地定位的其他人员所规定的最常见的剂量水平。使用这个数据，个人助理应用程序24可以控制治疗剂分配器以基于这个标识的剂量水平来向用户分配经调节的量的药物。

在另一示例中，医疗设备22可以包括用于监测生理测量或状况的健康监测器，诸如血压监测器。可以分析匿名医疗记录统计数据52，以确定正在接受各种高血压水平治疗的人员的平均血压读数。使用这个数据，计算设备12的个人助理应用程序24可以确定与高血压的潜在诊断相对应的一个或多个警报阈值。然后，个人助理应用程序24可以控制血压监测器以在用户的血压超过警报阈值之一时激活视觉和/或听觉警报。

现在参考图11并且在另一示例中，电子个人助理应用程序24可以以涉及以下各项的健康咨询的主动推送通知的形式提供健康相关建议：用户的性别、年龄、民族和种族、用户的居住地点、用户的地理旅行历史、用户的预测用户活动(诸如旅行、运动锻炼、体育赛事等)、用户的就业地点、用户的家庭单位、家庭病史、用户的过往病史、用户当前患病的状况、用户的预先存在的医疗状况、用户的当前药物、用户的过敏症、手术史、过去的医疗筛查和手术、过去的住院和就诊、社交史(酒精、烟草和用药、性史和习惯、职业、生活条件)、健康维护信息(运动习惯、饮食信息、睡眠数据、疫苗接种数据、治疗和咨询历史)、医疗提供者偏好、和/或用户可能感兴趣的医疗福利信息。

在一些示例中，建议引擎74可以在用户个人助理知识库30、聚合个人助理知识库38、用户电子医疗记录42和聚合医疗信息知识库54中的一个或多个中执行搜索，经由设置44进行用户授权以使用这些数据库中的每个进行搜索。在一个示例中，个人助理用户数据解释引擎28可以从日历数据中推断出用户在一个月之后将前往印度进行三个月的访问。建议引擎74可以在聚合医疗信息知识库54的警报60中标识针对印度的疫苗警报。

服务器系统14内的通知代理64可以指示电子个人助理应用服务器66的警报通知引擎68，以表征印度疫苗警报60的内容的推送通知的形式来向在客户端设备12上所执行的电子个人助理应用程序24发送消息70。在一个具体示例中，警报可以针对数据解释引擎28所推断的将很快前往印度的用户，诸如本示例中的用户。因此，警报通知引擎68可以向电子个人助理应用程序24传输链接1110，其链接到关于印度疫苗的所标识警报。客户端计算设备12然后可以在gui510中显示链接1110。

在一个示例中，个人助理应用程序24可以为用户生成并且显示定制标题1120，其基于从建议引擎74接收到的数据和/或来自用户个人助理知识库30的其他数据的警报。在这个示例中，定制标题1110参考用户的即将到来的到印度的行程，从而使得文章与用户更相关并且增加用户点击到警报的链接1110的机会。

在另一示例中，建议引擎74可以根据用户简档32中的数据确定用户是女性并且是65岁。建议引擎74可以在第三方医疗信息来源58中搜索和定位来自nih的建议，该建议向年满65岁的妇女推荐年度检查。因此，建议引擎74可以向电子个人助理应用程序24传输链接1130，其链接到到nih咨询。客户端计算设备12然后可以在gui510中显示链接1130。

在另一示例中，建议引擎74可以根据用户简档32中的数据确定用户具有两个五岁以下的孩子。建议引擎74可以在第三方医疗信息来源58中搜索和定位由世界卫生组织发布的关于幼儿糖摄入量的建议水平的指导方针。因此，建议引擎74可以向电子个人助理应用程序24传输链接1140，其链接到who指导方针。客户端计算设备12然后可以在gui510中显示链接1140。

在一些示例中，以健康报告、警告、指南等形式的健康相关建议也可以基于用户群体的匿名统计数据。例如，建议引擎74还可以对来自聚合医疗信息知识库54的匿名医疗记录统计数据52进行分析，以确定(或排序)已经被具有与用户相似的医疗状况、健康状况和/或人口统计数据的人最经常看到的那些建议、警报和指导方针。应当理解，提供前述示例用于描述的目的，并且使用用户数据26的不同组合的很多其他示例是可能的。

在一些示例中，电子个人助理应用服务器66可以确定用于向用户的客户端计算设备发送健康相关建议的一个或多个预定上下文触发。例如，建议引擎74可以包括在被执行时对用户数据26进行分析以确定一个或多个预定上下文触发的机器学习算法，在该触发时，特定健康相关建议的传递更可能导致用户消费和/或者对交付的内容采取行动。一旦检测到预定上下文触发的发生，特定健康相关建议可以被发送到用户的客户端计算设备12。

在一些示例中，建议引擎74可以通过随着时间分析用户的行为来了解用户的行为，包括用户何时以及如何对健康相关建议进行响应。使用这样的用户行为信息，建议引擎74可以生成用于发送健康相关建议的一个或多个预定上下文触发。例如，建议引擎74可以获知，当用户在运动或锻炼的同时接收到推荐时，用户积极地响应于运动建议(例如，参与推荐的运动)。因此，预定的上下文触发可以是检测到用户正在运动。

在另一示例中，建议引擎74可以获知，在用户的锻炼例程的开始时间的至少一个小时之前，不同的用户积极地响应于运动推荐(例如因为，用户喜欢计划和准备运动)。在这个示例中，预定上下文触发可以包括用户的日历上的运动预约之前两个小时。

图12a和图12b示出了根据本公开的实施例的用于提供健康相关建议的方法1200的流程图。方法1200的以下描述参考上面描述的并且在图1-10中示出的软件和硬件部件来提供。应当理解，方法1200也可以使用其他合适的硬件和软件部件在其他上下文中执行。

参考图12a，在1202，方法1200可以包括从客户端计算设备接收与跨多个计算机程序的用户活动相关联的用户数据。在一个示例中，用户数据可以包括位置数据、搜索历史、下载历史、浏览历史、联系人数据、社交网络数据和日历数据中的一个或多个。在1206，方法1200可以包括从一个或多个聚合知识库中取回用户群体的匿名统计数据。在1210，用户群体的匿名统计数据可以包括用户群体的浏览历史。在1214，用户群体的匿名统计数据可以包括匿名医疗记录统计数据。在1218，用户数据的子集可以包括来自用户电子医疗记录的数据。

在1226，方法1200可以包括至少基于用户数据的子集和用户群体的匿名统计数据来确定健康相关建议。在1230，方法1200可以包括向与客户端计算设备相关联的显示器发送健康相关建议。在1234处，方法1200可以包括实施机器学习算法，以向包括上述健康相关建议的多个健康相关建议应用权重，并且根据权重对多个健康相关建议进行排序。在1238，方法1200可以包括基于健康相关建议来调节通信地耦合到客户端计算设备的运动设备上的运动设置。

现在参考图12b，在1242，健康相关建议可以包括事件，并且用户群体的匿名统计数据可以包括用户群体过去参与事件的信息和与事件相关的用户群体的浏览历史中的一项或多项。在1246，方法1200可以包括基于健康相关建议来控制通信地耦合到客户端计算设备的医疗设备。在1250，方法1200可以包括在出现预定的上下文触发时发送健康相关建议。

应当理解，方法1200被提供作为示例，并不意在限制。因此，应当理解，方法1200可以包括与图12a和12b所示的步骤相比的附加步骤和/或备选步骤。此外，应当理解，方法1200可以以任何合适的顺序执行。此外，应当理解，在不脱离本公开的范围的情况下，可以从方法1200省略一个或多个步骤。

图13示出了根据本公开实施例的用于经由客户端计算设备提供健康相关建议的方法1300的流程图。方法1300的以下描述参考上面描述的并且在图1-10中示出的软件和硬件部件来提供。应当理解，方法1300也可以使用其他合适的硬件和软件部件在其他上下文中执行。

参考图13，在1302，方法1300可以包括捕获与跨多个计算机程序的用户活动相关联的用户数据。在1306，方法1300可以包括从至少一个生物测定计算设备接收用户生物测定数据。在1310，方法1300可以包括向个人助理用户数据解释引擎发送用户数据用户和生物测定数据。在1314，方法1300可以包括接收基于用户的健康水平和从至少用户数据推断的用户偏好的事件建议。在1318，方法1300可以包括在与客户端计算设备相关联的显示器上显示事件建议。

应当理解，方法1300是被提供作为示例，并不意在限制。因此，应当理解，方法1300可以包括与图13所示的步骤相比的附加步骤和/或备选步骤。此外，应当理解，方法1300可以以任何合适的顺序执行。此外，应当理解，在不脱离本公开的范围的情况下，可以从方法1300省略一个或多个步骤。

在一些实施例中，本文中描述的方法和过程可以绑定到一个或多个计算设备的计算系统。特别地，这样的方法和过程可以被实现为计算机应用程序或服务、应用编程接口(api)、库和/或其他计算机程序产品。

图14示意性示出了可以实施上述方法和过程中的一个或多个的计算系统1400的非限制性实施例。计算系统1400以简化形式被示出。计算系统1400可以实施图1的服务器或客户端计算设备12或其他计算设备16中的一个或多个。计算系统1400可以采取一个或多个个人计算机、服务器计算机、平板电脑、家庭娱乐计算机、网络计算设备、游戏设备、移动计算设备、移动通信设备(例如，智能电话)和/或其他计算设备、诸如智能手表和头戴式增强现实设备等可穿戴计算设备、计算机化的医疗设备的形式。

计算系统1400包括逻辑处理器1402、易失性存储器1403和非易失性存储设备1404。计算系统1400可以可选地包括显示子系统1406、输入子系统1408、通信子系统1412和/或图14中未示出的其他部件。

逻辑处理器1402包括被配置为执行指令的一个或多个物理设备。例如，逻辑处理器可以被配置为执行如下指令，这些指令是作为一个或多个应用、程序、例程、库、对象、部件、数据结构或其他逻辑构造的部分。这样的指令可以被实现以执行任务，实现数据类型，变换一个或多个部件的状态，实现技术效果，或以其他方式达到期望的结果。

逻辑处理器可以包括被配置为执行软件指令的一个或多个物理处理器(硬件)。附加或备选地，逻辑处理器可以包括被配置为执行硬件实现的逻辑或固件指令的一个或多个硬件逻辑电路或固件设备。逻辑处理器1402的处理器可以是单核或多核的，并且在其上执行的指令可以被配置用于顺序、并行和/或分布式处理。逻辑处理器的各个部件可以可选地分布在两个或更多个分开的设备中，这些设备可以被远程定位和/或被配置用于协调处理。逻辑处理器的各方面可以通过以云计算配置来配置的远程可访问联网计算设备来虚拟化和执行。在这种情况下，这些虚拟化的方面在各种不同机器的不同物理逻辑处理器上运行，这是可以理解的。

非易失性存储设备1404包括被配置为保存由逻辑处理器可执行以实施本文中描述的方法和过程的指令的一个或多个物理设备。当实施这样的方法和过程时，非易失性存储设备94的状态可以被变换，例如以保存不同的数据。

非易失性存储设备1404可以包括可移除和/或内置的物理设备。非易失性存储设备94可以包括光存储器(例如，cd、dvd、hd-dvd、蓝光盘等)、半导体存储器(例如，rom、eprom、eeprom、闪存等)和/或磁存储器(例如，硬盘驱动器、软盘驱动器、磁带驱动器、mram等)、或其他大容量存储设备技术。非易失性存储设备1404可以包括非易失性、动态、静态、读/写、只读、顺序访问、位置可寻址、文件可寻址和/或内容可寻址设备。应当理解，非易失性存储设备1404被配置为即使当到非易失性存储设备1404的电力被切断时也保存指令。

易失性存储器1403可以包括包含随机存取存储器的物理设备。易失性存储器1403通常由逻辑处理器1402用来在软件指令的处理期间临时存储信息。应当理解，当到易失性存储器1403的电力被切断时，易失性存储器1403通常不会继续存储指令。

逻辑处理器1402、易失性存储器1403和非易失性存储设备1404的各方面可以被一起集成到一个或多个硬件逻辑部件中。例如，这些硬件逻辑部件可以包括现场可编程门阵列(fpga)、程序集成电路和应用特定集成电路(pasic/asic)、程序和应用特定标准产品(pssp/assp)、片上系统芯片(soc)和复杂可编程逻辑器件(cpld)。

可以使用术语“模块”、“程序”和“引擎”来描述通常由处理器以软件实现以使用易失性存储器的部分来执行特定功能的计算系统1400的一方面，该功能涉及专门将处理器配置为执行该功能的转换处理。因此，经由逻辑处理器1402使用易失性存储器1403的部分执行由非易失性存储设备1404保存的指令，可以实例化模块、程序或引擎。应当理解，不同的模块、程序和/或引擎可以从相同的应用、服务、代码块、对象、库、例程、api、函数等来实例化。同样，相同的模块、程序和/或引擎可以由不同的应用、服务、代码块、对象、例程、api、功能等来实例化。术语“模块”、“程序”和“引擎”可以包括单个或一组可执行文件、数据文件、库、驱动程序、脚本、数据库记录等。

当被包括时，显示子系统1406可以用来呈现由非易失性存储设备1404保存的数据的可视表示。显示子系统1406可以包括非透视显示器和/或至少部分透视显示器。视觉表示可以采取图形用户界面(gui)的形式。当本文中描述的方法和过程改变由非易失性存储设备保存的数据并且因此转换非易失性存储设备的状态时，显示子系统1406的状态可以同样地被转换以可视地表示底层数据的变化。显示子系统1406可以包括实际上利用任何类型的技术的一个或多个显示设备。这样的显示设备可以与共享外壳中的逻辑处理器1402、易失性存储器1403和/或非易失性存储设备1404组合，或者这样的显示设备可以是外围显示设备。

当被包括时，输入子系统1408可以包括一个或多个用户输入设备(诸如键盘、鼠标、触摸屏或游戏控制器)或与这些用户输入设备对接。在一些实施例中，输入子系统可以包括选定的自然用户输入(nui)部件或与与该部件对接。这样的部件可以是集成的或外围的，并且输入动作的转换和/或处理可以在板上或板外处理。示例nui部件可以包括用于语音和/或声音识别的麦克风；用于机器视觉和/或手势识别的红外、彩色、立体和/或深度相机；用于运动检测和/或意图识别的头部追踪器、眼动仪、加速度计和/或陀螺仪；以及用于评估大脑活动的电场感测部件；和/或任何其他合适的传感器。

当被包括时，通信子系统1412可以被配置为将本文中描述的各种计算设备彼此通信地耦合，并且与其他设备通信地耦合。通信子系统1412可以包括与一个或多个不同的通信协议兼容的有线和/或无线通信设备。作为非限制性示例，通信子系统可以被配置用于经由无线电话网络或者有线或无线局域网或广域网进行通信。在一些实施例中，通信子系统可以允许计算系统1400经由诸如因特网等网络向其他设备发送和/或从其他设备接收消息。

本公开包括以下另外的方面。一个方面提供了一种用于提供健康相关建议的客户端计算设备，其包括：处理器和由处理器可执行的电子个人助理应用程序，其中个人助理应用程序被配置为：捕获与跨多个计算机程序的用户活动相关联的用户数据；向个人助理用户数据解释引擎发送用户数据；接收至少基于用户数据的子集和从聚合知识库中取回的用户群体的匿名统计数据的健康相关建议；以及在与客户端计算设备相关联的显示器上显示健康相关建议。客户端计算设备可以另外地或可选地包括，其中个人助理应用程序还被配置为基于健康相关建议来调节通信地耦合到客户端计算设备的运动设备的运动设置。客户端计算设备可以另外地或可选地包括，其中个人助理应用程序还被配置为基于健康相关建议来控制通信地耦合到客户端计算设备的医疗设备。客户端计算设备可以另外地或可选地包括，其中用户群体的匿名统计数据由机器学习算法处理，以应用权重并且对包括健康相关建议的多个健康相关建议进行排序。客户端计算设备可以另外地或可选地包括，其中用户群体的匿名统计数据包括用户群体的浏览历史。客户端计算设备可以另外地或可选地包括，其中用户群体的匿名统计数据包括匿名医疗记录统计数据。客户端计算设备可以另外地或可选地包括，其中用户群体的匿名统计数据基于用户群体的预定义群组。客户端计算设备可以另外地或可选地包括，其中用户数据的子集包括来自用户电子医疗记录的数据。客户端计算设备可以另外地或可选地包括，其中用户数据的子集包括来自用户的浏览历史的数据。客户端计算设备可以另外地或可选地包括，其中个人助理应用程序还被配置为：从至少一个生物测定计算设备接收用户生物测定数据；以及向个人助理用户数据解释引擎发送用户生物测定数据，其中用户数据的子集包括用户生物测定数据。

另一方面提供了一种用于提供健康相关建议的方法，其包括：从客户端计算设备接收与跨多个计算机程序的用户活动相关联的用户数据；从一个或多个聚合知识库中取回用户群体的匿名统计数据；至少基于用户数据的子集和用户群体的匿名统计数据来确定健康相关建议；以及向与客户端计算设备相关联的显示器发送健康相关建议。该方法可以另外地或可选地包括基于健康相关建议来调节通信地耦合到客户端计算设备的运动设备的运动设置。该方法可以另外地或可选地包括基于健康相关建议来控制通信地耦合到客户端计算设备的医疗设备。该方法可以另外地或可选地包括实现机器学习算法以向包括上述健康相关建议的多个健康相关建议应用权重，以及根据权重对多个健康相关建议进行排序。该方法可以另外地或可选地包括，其中用户群体的匿名统计数据包括用户群体的浏览历史。该方法可以另外地或可选地包括，其中用户群体的匿名统计数据包括匿名医疗记录统计数据。该方法可以另外地或可选地包括，其中用户数据的子集包括来自用户电子医疗记录的数据。该方法可以另外地或可选地包括，其中向与客户端计算设备相关联的显示器发送健康相关建议还包括在出现预定上下文触发时发送健康相关建议。该方法可以另外地或可选地包括，其中健康相关建议包括事件，并且用户群体的匿名统计数据包括用户群体过去参与事件的信息和与事件相关的用户群体的浏览历史中的一个或多个。

另一方面提供了一种用于提供健康相关建议的客户端计算设备，其包括：处理器和由处理器可执行的电子个人助理应用程序，个人助理应用程序被配置为：捕获与跨多个计算机程序的用户活动相关联的用户数据；向个人助理用户数据解释引擎发送用户数据；接收至少基于用户数据的子集和用户群体的匿名统计数据的健康相关建议，其中用户群体的匿名统计数据由机器学习算法处理以应用权重并且对包括上述健康相关建议的多个健康相关建议进行排序；以及在与客户端计算设备相关联的显示器上显示健康相关建议。

应当理解，本文中描述的配置和/或方法本质上是示例性的，并且这些具体实施例或示例不应当被认为是限制性的，因为很多变化是可能的。本文中描述的具体例程或方法可以表示任何数目的处理策略中的一个或多个。这样，所示出和/或描述的各种动作可以以所示和/或描述的顺序、以其他顺序、并行执行，或者被省略。类似地，可以改变上述过程的顺序。

本公开的主题包括本文中公开的各种过程、系统和配置以及其他特征、功能、动作和/或属性、以及其任何和所有等同物的所有新颖的和非显而易见的组合和子组合。