(EN) The present disclosure discloses method and personalized recommendation system for providing personalized recommendation for health management. The personalized recommendation system receives information on medical history, one or more available lifestyle parameters of a first type of plurality of lifestyle parameters and one or more available vital parameters of a first type of plurality of vital parameters, associated with subject and estimates at least one of, one or more non-available lifestyle parameters of a second, different type and one or more non-available vital parameters of a second, different type based on at least one of, one or more available vital parameters of the first type and one or more available lifestyle parameters of the first type, using Neural Network (NN) model trained to identify correlations between the plurality of lifestyle parameters and the plurality of vital parameters and to identify correlations between the parameters and medications and medicine dosage levels. The personalized recommendation system predicts medicine dosage level, changes to be made in lifestyle parameters, indication to visit clinician and details on interaction between medications based on received information and estimation using trained NN model and provides personalized recommendation to at least one of subject and clinician associated with subject based on prediction.
(FR) La présente invention concerne un procédé et un système de recommandation personnalisée pour fournir une recommandation personnalisée pour la gestion de la santé. Le système de recommandation personnalisée reçoit des informations sur des antécédents médicaux, un ou plusieurs paramètres de mode de vie disponibles d'un premier type d'une pluralité de paramètres de mode de vie et un ou plusieurs paramètres vitaux disponibles d'un premier type d'une pluralité de paramètres vitaux, associés au sujet, et estime un ou plusieurs paramètres de mode de vie non disponibles d'un second type différent et/ou un ou plusieurs paramètres vitaux non disponibles d'un second type différent sur la base d'un ou plusieurs paramètres vitaux disponibles du premier type et/ou d'un ou plusieurs paramètres de mode de vie disponibles du premier type, à l'aide d'un modèle de réseau neuronal (NN) entraîné pour identifier des corrélations entre la pluralité de paramètres de mode de vie et la pluralité de paramètres vitaux et pour identifier des corrélations entre les paramètres et des niveaux de dosage de médicaments. Le système de recommandation personnalisée prédit le niveau de dosage de médicament, des changements à réaliser au niveau des paramètres de mode de vie, une indication pour voir un clinicien et des détails sur une interaction entre des médicaments sur la base d'informations reçues et d'une estimation à l'aide d'un modèle NN entraîné, et fournit une recommandation personnalisée à au moins l'un parmi le sujet et le clinicien associé au sujet sur la base de la prédiction.