KR102043959B1 - 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템 - Google Patents

개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템 Download PDF

Info

Publication number
KR102043959B1
KR102043959B1 KR1020190089934A KR20190089934A KR102043959B1 KR 102043959 B1 KR102043959 B1 KR 102043959B1 KR 1020190089934 A KR1020190089934 A KR 1020190089934A KR 20190089934 A KR20190089934 A KR 20190089934A KR 102043959 B1 KR102043959 B1 KR 102043959B1
Authority
KR
South Korea
Prior art keywords
user
diet
data
health
risk
Prior art date
Application number
KR1020190089934A
Other languages
English (en)
Inventor
박현진
Original Assignee
(주)어메이징푸드솔루션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)어메이징푸드솔루션 filed Critical (주)어메이징푸드솔루션
Priority to KR1020190089934A priority Critical patent/KR102043959B1/ko
Application granted granted Critical
Publication of KR102043959B1 publication Critical patent/KR102043959B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Nutrition Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 서버에 의해 수행되는, 맞춤형 식단 추천 방법에 있어서, (a) 사용자에 관한 유전자 데이터, 건강기록 데이터 및 문진 데이터를 수신하는 단계; (b) 서버에서, 상기 유전자 데이터 및 건강기록 데이터에 기초하여 기설정된 복수의 식단 그룹 중에서 특정 그룹의 식단을 매칭하는 단계; 및 (c) 서버에서, 상기 문진 데이터에 기초하여 상기 매칭된 특정 그룹의 식단을 수정하는 단계; 를 포함한다.

Description

개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템 {SYSTEM FOR PROVIDING PERSONALIZED FOOD MENUS BASED ON GENE TYPE AND HEALTH RECORD DATA}
본 발명은 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템에 관한 것으로서, 보다 상세하게는, 단순한 건강식이 아닌 개인의 유전자 정보와 현재의 건강상태를 고려한 개인 맞춤형 식단을 제공하는 시스템에 관한 것이다.
기존의 식단 추천 방법 및 시스템은 사용자의 현재 섭취 음식에 대한 단순 적합도를 산정하는 것으로, 목적에 따라서 단순한 추천 기능이 제공되었다. 예를 들어, 체중 감량 식단의 경우, 몇 Kcal를 섭취하였는지와 영양소가 골고루 배분되었는지, 단백질 위주의 구성인지 등으로 목적을 달성하기 위해 단편적인 매칭으로 식단을 구성하였다.
사용자마다 식단에 대한 목적이 다르고, 질병 이력에 대한 반영의 필요성과 특히 유전적인 배경을 반영한 식단의 필요성이 점차 증대되면서 식단을 전문적으로 관리하는 전문가의 피드백을 통해서 맞춤형 식단을 제공하는 서비스가 증가되고 있으나, 전문가라는 고비용과 시간적 부담으로 소수의 사용자들에게만 그 혜택이 부여되고 있는 점에서, 대중적으로 보급될 수 있는 서비스 모델이 요구되고 있다.
등록특허공보 제10-1711118(2017.02.28)(빅데이터를 이용한 사용자에 개인화된 음식 추천 시스템)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 사용자의 항목별 유전자 데이터에 근거하여 여러 종류의 식단 카테고리 중 최적화된 식단이 매칭되는 항목별 유전자 데이터 기반의 식단 유형 추천 시스템을 제공할 수 있다. 이는 유전자 분석에 포함되는 유전자의 분류별 사용자의 점수나 평점 등이 산출되는 것을 근거로 가장 높은 위험도를 보이는 유전자 분류에 매칭되는 식단 유형을 추천하는 시스템을 제공하기 위함이다.
또한, 사용자의 개인건강기록 데이터에 근거한 현재의 건강 상태 및 임상적 증상과 유전형 데이터를 통해 도출한 사용자의 잠재적 위험요소를 동시에 고려하여 복합적 맞춤형 식단 유형 추천 시스템을 제공할 수 있다. 식단 추천 알고리즘에는 유전형 데이터 및 개인건강기록 데이터가 복합적으로 활용될 수 있다.
또한, 사용자의 개인 문진데이터를 추가 부수 변인으로 활용하여 추천된 동일 식단 카테고리 내에서도 사용자의 성별, 나이, 체질량, 음식 알러지(allergy), 기호도 등의 요소에 따라 세부 메뉴의 종류 및 양이 교정되어 추천되는 개인 맞춤형 데이터 기반의 식단 추천 시스템을 제공할 수 있다.
본 발명의 일 실시예는 본 발명은 서버에 의해 수행되는, 맞춤형 식단 추천 방법에 있어서, (a) 사용자에 관한 유전자 데이터, 건강기록 데이터 및 문진 데이터를 수신하는 단계; (b) 서버에서, 상기 유전자 데이터 및 건강기록 데이터에 기초하여 기설정된 복수의 식단 그룹 중에서 특정 그룹의 식단을 매칭하는 단계; 및 (c) 서버에서, 상기 문진 데이터에 기초하여 상기 매칭된 특정 그룹의 식단을 수정하는 단계; 를 포함한다.
또한, 본 발명의 일 실시예에 따르는 맞춤형 식단 추천 서버에 있어서, 사용자에 관한 유전자 데이터, 건강기록 데이터 및 문진 데이터를 수신하는 통신부; 상기 유전자 데이터 및 건강기록 데이터에 기초하여 기설정된 복수의 식단 그룹 중에서 특정 그룹의 식단을 매칭하는 식단 매칭부; 및 상기 문진 데이터에 기초하여 상기 매칭된 특정 그룹의 식단을 수정하는; 식단 수정부를 포함한다.
본 발명은 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템에 관한 것으로, 현재 사용자가 가지고 있는 임상적, 대사적 증상뿐만 아니라 유전적으로 타고난 특정 예측 질환 및 임상 증상의 발병을 늦추거나 완화시킬 수 있는 맞춤형 식단을 제공하는데 활용될 수 있는 유리한 효과가 있다.
또한, 본 발명에 의할 때, 사용자의 유전적 취약 부분을 보완할 수 있는 식이를 꾸준히 섭취하도록 권장함에 따라 장기적으로 사용자 개인의 건강 상태를 개선할 뿐만 아니라, 사회적 보건 건강 증진의 도구로 활용될 수 있는 유리한 효과가 있다.
도 1은 본 발명의 일 실시예에 따르는 맞춤형 식단 추천 과정을 나타낸 순서도이다.
도 2는 본 발명의 일 실시예에 따르는 맞춤형 식단 추천 서버의 구조를 개념적으로 나타낸 블록도이다.
도 3은 본 발명의 맞춤형 식단 추천 과정을 개념적으로 나타낸 순서도이다.
도 4는 본 발명의 또다른 일 실시예에 따르는 맞춤형 식단 추천 과정을 나타낸 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
이하에서 언급되는 "사용자 단말"은 네트워크를 통해 서버나 타 단말에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop) 등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), LTE(Long Term Evolution) 통신 기반 단말, 스마트폰, 태블릿 PC 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 또한, "네트워크"는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(mobile radio communication network) 또는 위성 통신망 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.
도 1은 본 발명의 일 실시예에 따르는 맞춤형 식단 추천 과정을 나타낸 순서도이다.
도 1에 도시된 바와 같이, 일련의 과정을 통해서 사용자에게 맞춤형 식단을 추천할 수 있다.
서버는 사용자에 관한 유전자 데이터, 건강기록 데이터 및 문진 데이터를 수신할 수 있다(S110).
본 발명의 일 실시예에 따르는 사용자 유전자 데이터는 대사 항목, 모발건강 항목, 피부건강 항목, 영양소 대사 항목 등으로 분류될 수 있다.
본 발명의 일 실시예에 따르는 대사 항목은 사용자의 체질량 및 지질, 당대사 관련 유전형을 포함할 수 있다.
본 발명의 일 실시예에 따르는 모발건강 항목은 탈모 가능성 및 모발의 굵기 관련 유전형 등을 포함할 수 있다.
본 발명의 일 실시예에 따르는 피부건강 항목은 비타민C 대사, 카페인 대사, 피부 탄력 유전형을 포함할 수 있다.
본 발명의 일 실시예에 따르는 영양소 대사 항목은 항산화, 뼈, 혈관, 눈건강 및 미량영양소 흡수 및 대사와 관련된 유전형을 포함할 수 있다.
본 개시에서는 설명의 편의를 위해서 각 유전자 데이터 항목 별로 그 예시가 될 수 있는 유전형들을 설명하였으며, 넓은 범위의 카테고리로 이해함이 바람직하다.
서버는 유전자데이터를 구성하는 각 유전자 항목에 속한 세부 유전형의 단일염기다형성에 따라 양호 단계(1단계), 관리 단계(2단계) 및 위험 단계(3단계)로 구분할 수 있으며, 각 유전자 항목 중 어느 하나라도 위험군에 속할 경우(즉, 위험 단계(3단계)에 속할 경우), 해당 유전자 항목에 대해서 위험한 상태인 것으로 규정지을 수 있다. 유전자 데이터는 사용자의 동의하에 사용자의 신체 조직 일부를 유전자 검사소에 보내어, 유전자 검사소로부터 획득한 정보일 수 있다. 추가적으로, 유전자 데이터는 유전자 검사소의 서버로부터 원격으로 획득될 수도 있을 것이다.
본 발명의 일 실시예에 따르는 건강기록 데이터는 신체계측 지표, 혈중 지질 지표, 혈압 지표, 단백질대사 지표, 당뇨 관련 지표, 간질환 지표, 면역지표, 폐경 여부 지표, 골밀도 지표 등의 항목으로 분류되어 결과값이 정리될 수 있다. 즉, 건강기록 데이터는 사용자의 건강검진 후 전문적으로 특정 기관에서 측정된 각 질환에 대한 지표나 신체나 건강지표에 관한 정보를 포함하는 데이터이다.
서버는 각 지표별로 미리 정해진 기준값에 기초하여 정상군(1군), 경고군(2군), 위험군(3군) 및 고위험군(4군)으로 구분할 수 있으며, 각 지표 중 어느 하라도 위험군(3군) 또는 고위험군(4군)에 속할 경우, 해당 건강기록 지표에 대해서 위험 지표로 구분지을 수 있다.
본 발명의 일 실시예에 따르는 문진 데이터는 성별, 연령, 식습관 및 식품 기호도, 생활습관, 운동습관, 과거 병력 등의 항목으로 분류될 수 있다. 문진 데이터의 경우, 사용자의 기억이나 사용자의 평가 등에 의한 정보로서, 탈모에 대한 사용자의 자각 정보, 피부 트러블에 대한 사용자의 자각 정보, 눈건강에 대한 사용자의 자각 정보 등을 포함할 수 있다. 문진데이터는 사용자가 직접 기재하거나 작성한 문진정보이다.
서버는 유전자 데이터 및 건강기록 데이터에 기초하여 특정 그룹의 식단을 매칭할 수 있다(S120).
서버에는 복수의 식단 그룹이 기저장될 수 있으며, 복수의 식단 그룹 각각은 유전자 데이터 및 건강기록 데이터와 연관 정도에 관한 값을 가질 수 있다. 예를 들어, 대사항목 유전자 데이터와 연관 정도가 높은 식단으로는 대사증후군 관리식단, 체중감량 식단 등이 해당될 수 있다. 또한, 당대사 관련 유전자 데이터와 연관 정도가 높은 식단으로 당뇨 식단이 해당될 수 있다. 모발건강항목 유전자 데이터와 연관 정도가 높은 식단으로 모발건강식단이 이에 해당될 수 있다.
앞서 설명한 유전자 데이터의 연관 식단과 마찬가지로, 건강기록 데이터 또한 복수의 식단 그룹 각각과 연관 정도에 관한 값을 가질 수 있다. 예를 들어, 혈중지질지표 또는 혈압 지표와 연관 정도가 높은 식단으로 대사증후군 관리식단이 해당될 수 있으며, 당뇨 관련 지표와 연관 정도가 높은 식단으로 당뇨 식단이 해당될 수 있다. 다른 예로서, 신체계측지표 중 체질량 지표와 연관 정도가 높은 식단으로 체중감량식단이 해당될 수 있다.
이때, 식단 그룹은 유전자 데이터의 종류 및 위험도(각 유전자 항목에 속한 세부 유전형의 단일염기다형성에 따르는 단계) 와 건강기록 데이터의 종류 및 위험도(각 건강지표별로 미리 정해진 기준값에 기초하여 구분되는 군)에 대한 매칭조건을 포함하고 있다(아래 표1 참조). 서버는 사용자의 유전자데이터 및 건강기록데이터가 만족하는 매칭조건을 갖는 식단 그룹을 상기 특정 그룹의 식단으로 매칭할 수 있다.
이러한 복수의 식단 그룹은 하기 표 1과 같이 구분될 수 있다.
식단명 식단 구성 특징 매칭조건
대사증후군관리식단 탄수화물:단백질:지질로부터 생성되는 칼로리 분배
저나트륨
저콜레스테롤
저포화지방산
중~저칼로리		 ①유전자: 대사항목이 위험 단계임
and/or
②개인건강기록: 혈중지질지표 또는 혈압 중 한 개 이상이 위험군 이상임.
당뇨식단 저나트륨저콜레스테롤
고식이섬유소
저포화지방산
낮은 당지수 탄수화물 식재료		 ①유전자: 당대사 관련 유전형 위험단계임
and/or
②개인건강기록: 당뇨 관련 지표가 위험군 이상임.
모발건강식단 고식물성단백질
고철분
고아연
고불포화지방산
중칼로리
[특이영양소 점검항목- 셀레늄, 비타민E]		 ①유전자: 모발건강항목 위험 단계임
and/or
③문진기록: 탈모에 대한 사용자가 직접 자각한 내용을 포함함
피부건강식단 고항산화영양소
5종 이상의 채소 과일 식재료
붉은 육류 배제
고단백		 ①유전자: 피부건강항목이 위험단계임
and/or
③문진기록: 피부트러블에 대한 사용자 직접 자각한 내용을 포함함.
체중감량식단 칼로리
저나트륨 저콜레스테롤
고단백질 저탄수화물
고불포화지방산 고식이섬유소
붉은 육류 배제
30% 현미밥		 ①유전자: 대사항목이 위험단계임
and
②개인건강기록: 신체계측지표 중 체질량이 위험군 이상임.
눈건강식단 고비타민A고루테인 ①유전자: 눈건강 항목이 위험단계임.
and/or
②개인건강기록: 과거 검진데이터 대비 시력이 낮아짐
③문진기록: 수험생, 사무직 등 눈 건강 저해 사회적 환경 요인 해당함이 기재됨
뼈건강식단 고칼슘고비타민D
고철분
고단백질		 ①유전자: 뼈건강 항목이 위험단계임
and/or
②개인건강기록: 사용자가 폐경 후 여성이며, 기설정치보다 낮은 골밀도를 가짐
미량영양소강화식단 해당 미량영양소 자체 또는 해당 미량영양소의 전구체가 되는 영양소가 충분한 급원식품 활용
[특이영양소 점검항목-해당 미량영양소의 흡수에 영향을 미치는 타영양소]		 ①유전자: 특정 미량영양소 흡수 대사 항목 위험단계임
상기의 구분은 설명의 편의를 위해서 기재한 예시이며, 복수의 식단 그룹 각각은 해당 식단의 구성 특징을 만족하는 다양한 조합으로 구성되는 것으로 넓게 이해함이 바람직하다.상기 식단 그룹에 대한 표에 있어서, 매칭조건은 건강기록 데이터나 문진데이터에 포함되는 사용자가 직접 기입한 특정 증상에 대한 자각 내용(ex. 탈모를 사용자가 자각하고 있다는 텍스트 내용)이나 특정한 환경요인에 대한 체크 사항(ex. 폐경 후 여성이 맞다는 체크사항이 표기된 것)을 더 포함할 수 있다.
서버는 문진 데이터에 기초하여 매칭된 특정 그룹의 식단을 수정할 수 있다(S130).
서버는 1차적으로 유전자 데이터 및 건강기록 데이터에 기초하여 식단 메뉴를 조합할 수 있다. 이는 유전형 항목별 위험도 및 지표별 위험지표가 사용자의 자각 정보인 문진 데이터에 비하여 그 중요도가 높기 때문이다.
서버는 매칭된 특정 그룹의 식단 및 문진 데이터에 기초하여 다양한 기준으로 식단을 수정할 수 있다. 예를 들어, 사용자의 성별, 나이, 체질량, 음식 알러지 정보, 기호도 등의 요소에 따라서 매칭된 식단 그룹에 의해 정해진 세부 음식의 종류 및 양을 수정할 수 있다. 보다 구체적인 예시로, 20~29세 남성의 평균 기초대사량은 1728 ±368.2 Kcal이며, 동일 연령대 여성의 평균 기초대사량은 1311.5±233.0 Kcal 일 수 있다. 또한, 50세 이상 남성의 평균 기초대사량은 1493.8±315.3 Kcal일 수 있다. 이러한 경우, 성별에 따라 또는 연령에 따라 서로 다른 열량을 소비하는 것이 건강에 유리하기 때문에 서버는 문진 데이터에 기초하여 식단의 양을 수정할 수 있다. 또한, 알러지 음식 등에 대해서는 별도의 알러지 검사를 하지 않는다면 유전자 데이터 및 건강기록 데이터를 통해 필터링을 하지 못하는 경우가 발생하기 때문에, 서버는 문진 데이터 상에 표시된 알러지 음식 또는 재료를 다른 음식 또는 재료로 대체하는 식단으로 구성할 수 있다.
예를 들어 서버에서 사용자 A의 유전자 데이터 정보에 콜레스테롤 유전자가 위험군으로 결정되었으며, 건강기록 데이터 상에 현재 콜레스테롤 수치가 경고군, 체질량 위험군으로 결정되는 경우에, 서버는 체중감량식단을 매칭할 수 있다. 선택된 식단 그룹은 저칼로리, 저나트륨, 저콜레스테롤, 고단백질, 저탄수화물, 고불포화지방산, 고식이섬유소의 영향소 균형을 가지는 음식으로 구성될 수 있다. 서버는 사용되는 식재료에서 붉은 육류는 제외하고 30%의 현미로 조리된 밥을 구성에 포함시킬 수 있다. 서버는 이러한 식단을 매칭한 이후에, 사용자 A의 문진 데이터를 통해 견과류 알러지가 있다고 판단되는 경우, 최종 식단에서 견과류와 유사한 영양 성분을 가지는 식재료로 대체 구성하여 최종 식단을 사용자 A에게 제공할 수 있다.
또한 다른 예로서 서버에서 사용자 B의 유전자 데이터에서 베타카로틴을 활성형 비타민A인 레티놀로 변환하는 효소의 유전형이 위험군으로 결정되어 비타민 A 대사 유전자 항목이 위험군으로 결정될 수 있다. 서버는 또한 건강기록 데이터 상에 혈당 수치 및 인슐린 수치가 정상 범위로 결정할 수 있으며, 미량영양소강화식단 중 동물성 비타민 A 급원식품이 다양하게 포함된 식단을 매칭할 수 있다. 또한, 사용자 B의 당뇨에 대한 유전자 위험도를 반영하여 최종 식단 정보 제공시에는 흰쌀밥을 잡곡밥으로 대체하여 제공할 수 있다.
도 2는 본 발명의 일 실시예에 따르는 맞춤형 식단 추천 서버의 구조를 개념적으로 나타낸 블록도이다.
도 2에 도시된 바와 같이, 맞춤형 식단 추천 서버(200)는 통신부(210), 식단 매칭부(220) 및 식단 수정부(230)를 포함할 수 있다.
본 발명의 일 실시예에 따르는 통신부(210)는 사용자의 유전자 데이터, 건강기록 데이터 및 문진 데이터를 수신할 수 있다.
통신부(210)는 유전자 데이터 및 건강기록 데이터가 저장된 서버로부터 데이터를 수신할 수 있으며, 유전자 데이터 및 건강기록 데이터가 저장된 서버는 독립된 서버이거나 통합 서버일 수 있다.
본 발명에 따르는 유전자 데이터 및 건강기록 데이터는 맞춤형 식단 추천 서버와 연결된 타 서버로부터 수신된 정보일 수 있다. 타 서버는 사용자가 진료를 받은 병원, 보건소와 같은 진료기관일 수 있으며, 이러한 진료기관의 진료기록을 통합 관리하는 건강보험심사평가원이나 보험사 등의 서버가 타 서버에 해당될 수 있다.
또한, 본 발명에 따르는 건강기록 데이터는 진료기관의 데이터일뿐만 아니라 측정기기에서 측정된 정보일 수 있으며, 측정기기의 통신부를 통해 통신부(210)에서 수신한 정보일 수 있다.
예를 들어, 혈압 측정기에서 측정된 혈압 데이터가 혈압 측정기와 유/무선으로 연결된 서버에 전송될 수 있으며, 통신부(210)는 이러한 혈압 데이터를 건강기록 데이터로서 수신할 수 있다.
이러한 측정기기는 신장, 체중 등을 측정하는 기기 일 수 있으며, 체질량 측정기기, 비만지수 측정기기, 당뇨 측정기기, 혈액형 측정기기, 혈중지질 측정 기기 등이 이에 해당될 수 있다. 또한, 이러한 측정기기는 유/무선으로 연결된 서버를 통해 맞춤형 식단 추천 서버(200)의 통신부(210)에서 수신될 수 있다.
통신부(210)는 최종 결정된 식단 정보를 사용자 단말에 전송할 수 있다. 본 발명의 일 실시예에 따르는 사용자 단말은 서버로부터 제공되는 추천 식단 정보를 수신할 수 있는 단말이면 충분하고, 태블릿 PC, 스마트폰, PC, 웨어러블 디바이스 등 다양한 전자기기가 이에 해당될 수 있다.
식단 매칭부(220)는 사용자의 유전자 데이터 및 건강기록 데이터에 기초하여 기설정된 복수의 식단 그룹 중에서 특정 식단 그룹을 매칭할 수 있다. 유전자 데이터의 항목별 위험도 및 건강기록 데이터의 위험지표 간의 연관 지수에 따라서, 연관 정도가 높은 식단이 매칭될 수 있다.
식단 매칭부(220)는 메뉴 조합을 위하여 기준 영양소를 선택할 수 있으며, 해당 영양소의 열량, 나트륨, 콜레스테롤, 단백질, 포화지방산, 불포화지방산, 섬유소, 비타민C, 특정 무기질 등의 영양소 관련 정보에 따라 메뉴를 특정할 수 있다.
식단 수정부(230)는 식단 매칭부(220)에서 매칭된 특정 그룹의 식단을 수정할 수 있다. 식단 수정부(230)는 식단의 세부적인 요소로서 열량을 조정할 수 있으며, 식재료의 종류를 조정할 수 있다. 이러한 식단 수정의 기준은 문진 데이터 상에 포함된, 성별, 연령, 식습관 및 식품 기호도, 생활습관, 운동습관, 과거 병력 등의 정보일 수 있다. 또한, 탈모에 대한 사용자의 자각 정보, 피부 트러블에 대한 사용자의 자각 정보, 눈 건강에 대한 사용자의 자각 정보 또한 문진 데이터에 포함될 수 있다.
본 발명에서의 식단 수정은 매칭된 식단의 종류에는 변경없이 그 식단 메뉴 일부 또는 전체의 열량을 조정하거나, 식단 메뉴의 특정 음식을 제외, 대체하거나 특정 음식을 추가하는 과정을 포함한다. 또한, 식단 메뉴의 특정 음식에 대해서 음식의 재료를 제외, 대체하거나 추가하는 과정도 포함된다.
예를 들어, 사용자가 문진 데이터 상에 시력이 최근 급격히 낮아지고 있다는 정보를 기재할 경우, 식단 매칭부(220)에서 매칭된 식단에 루테인이 높은 식재료를 포함하는 음식을 추가할 수 있으며, 또는 매칭된 식단의 특정 메뉴를 루테인이 높은 음식으로 대체할 수 있다.
다른 예를 들어, 사용자가 문진 데이터 상에 폐경기로 기록할 경우, 식단 수정부(230)는 폐경기 여성에게 필요한 고칼슘, 고철분 메뉴로 식단을 수정할 수 있다.
도 3은 본 발명의 맞춤형 식단 추천 과정을 개념적으로 나타낸 순서도이다.
도 3에 도시된 바와 같이, 개인 유전자 정보 및 개인건강기록 정보에 기초하여 사용자 맞춤형 추천 식단이 매칭되고, 매칭된 식단이 사용자의 문진 데이터에 근거하여 식단이 수정될 수 있다.
이러한 일련의 식단 추천 과정에서 매칭 알고리즘은 누적 학습을 수행할 수 있다. 서버는 해당 사용자의 개인 유전자 정보 및 개인건강기록 정보를 누적 갱신할 수 있으며, 또한 문진 데이터 정보 또한 일정 시간을 두고 갱신할 수 있다.
예를 들어, 문진 데이터를 기록할 당시에 사용자가 일시적으로 소화 불량일 수 있기 때문에, 일정 시간 이후의 식단에 대해서는 소화 불량과 관련된 식단 구성을 고려하지 않을 수 있다.
다른 예를 들어, 피부 트러블 역시 사용자에게 일시적으로 자각되는 질환일 수 있으며, 일정기간이 지난 시점 이후에는 식단 구성에서 피부 트러블 관련 요소를 고려하지 않을 수 있다.
다만, 알러지와 같은 항목은 시간이 경과되어도 동일할 수 있기 때문에, 서버는 각 항목별로 데이터의 유효성 검증 과정의 기간을 상이하게 설정할 수 있다.
또한, 서버는 사용자 개인의 정보뿐만 아니라 타 사용자의 식단 메뉴 구성을 학습할 수 있다. 예를 들어, 타 사용자들도 동일한 탈모 증상을 겪고 있으며, 타 사용자들의 식단에 사용자의 식단에 매칭되지 않은 메뉴가 있는 경우, 해당 메뉴와 사용자의 유전자 데이터 및 건강기록 데이터 및 문진 데이터와의 위험 관계를 판단하여, 사용자의 식단에 추천할 수 있다.
또한, 타 사용자의 모발건강식단에 대한 타 사용자의 모발 건강 상태가 호전되는 경우에는, 호전되는 정보를 수신하여 학습함으로써 사용자에게 제공되는 추천 식단에 적용할 수 있는지를 결정할 수 있다. 본 발명의 경우, 개인마다 유전자 및 건강 상태가 다름에서 비롯하여 개인 맞춤형 식단을 추천하는 방법에 관한 것이기 때문에, 타 사용자의 식단을 적용시킴에 있어서는 높은 기준치를 만족하는 경우에 적용하는 것이 바람직하다.
또한, 서버는 각 음식 재료의 정보를 누적 학습할 수 있다. 예를 들어, 특정 재료의 작황 상태에 따라 음식 재료의 수급이 현실적으로 어려울 수 있기 때문에, 서버는 각 재료의 수급 정보를 누적 학습할 수 있다.
서버는 농수산시장의 유통 정보를 수신할 수 있으며, 농수산시장의 서버 등을 통해서 유통 정보를 획득할 수 있다. 예를 들어, 애호박이라는 식재료의 시세 및 재고수량 정보 등을 획득하여, 사용자가 쉽게 구입할 수 있는 식단으로 매칭할 수 있으며, 또는 사용자의 냉장고에 보관된 식재료 정보를 획득하여 구성할 수 있는 식단을 제공할 수 있다.
또는 특정 시기에 구제역과 같은 질병이 발생되는 경우, 서버는 구제역에 관한 정보를 수신할 수 있다. 서버는 구제역과 관련된 소고기, 돼지고기 등의 식재료를 제외시키거나 다른 식재료로 대체하는 식단을 구성할 수 있다.
도 4는 본 발명의 또다른 일 실시예에 따르는 맞춤형 식단 추천 과정을 나타낸 순서도이다.
도 4에 도시된 바와 같이, 서버는 사용자에 관한 유전자 데이터, 건강기록 데이터 및 문진 데이터를 수신할 수 있으며(S410), 상기 유전자 데이터 및 건강기록 데이터에 기초하여 기설정된 복수의 식단 그룹 중에서 특정 그룹의 식단을 매칭할 수 있고(S420), 문진 데이터에 기초하여 상기 매칭된 특정 그룹의 식단을 수정할 수 있다(S430). 이러한 과정은 앞서 도1에서 자세히 설명하였으므로 생략하기로 한다.
본 발명의 일 실시예에 따르는 서버는 사용자의 식사 이력 정보를 수신할 수 있으며, 수신된 식사 이력 정보에 기초하여 매칭된 특정 그룹의 식단을 수정할 수 있다(S440).
본 발명의 일 실시예에 따르는 식사 이력 정보는 실제 식사가 진행된 식단, 열량 등의 정보뿐만 아니라, 식사를 시작한 시각, 식사에 소요된 시간 등의 정보를 포함할 수 있다.
본 발명의 식단 추천 방법의 경우, 사용자에게 맞춤형 식단을 제공하는 것이며, 실제로 사용자가 해당 식단으로 식사를 하였는지는 확인이 어려운 부분이 있다. 따라서, 실제로 사용자가 식사한 식사 이력 정보에 기초하여 식단을 수정할 필요가 있다.
예를 들어, 맞춤형 식단 추천 시스템에서 사용자에게 하루 3식의 추천 식단을 제공하였으나, 사용자가 점심 식사를 아예 하지 않거나 다른 식단으로 식사할 수 있으며, 동일한 식단이어도 양을 다르게 식사할 수 있다. 이러한 경우, 서버는 점심 식사 이력 정보를 수신하여 수정된 저녁 식단을 사용자에게 제공할 수 있다.
또한, 서버에서 제공된 식단으로 식사를 하더라도 식사를 한 시간에 따라서 앞으로 취식할 식사의 양이 조절될 수 있기 때문에 서버는 사용자의 식사 이력 정보를 계속하여 업데이트하여 사용자에게 적합한 식단을 선정 및 제공할 수 있다.
본 발명의 식사 이력 정보는 다양한 방식으로 서버에서 획득할 수 있다. 사용자 단말에서의 설문 과정을 통해서 서버에서 획득할 수 있으며, 또는 사용자 단말에 저장된 사용자의 일정이나 식사 장소에 기초하여 식사 이력 정보를 획득할 수 있다.
또한, 서버는 사용자에게 제공되는 식단에서 사용자가 최근에 식사한 메뉴는 다른 메뉴로 대체할 수 있다. 예를 들어, 사용자의 저녁 추천 식단으로 고단백의 장어 메뉴가 포함되어 있는 경우, 사용자가 점심에 장어 메뉴를 취식한 경우, 서버는 저녁 식단에서 장어 대신 다른 메뉴를 선정할 수 있으며, 일정 기간 동안의 단백질 취사 총량을 조정하도록 할 수 있다.
또한, 서버는 사용자의 식사 이력 정보에서 사용자가 선호하거나 선호하지 않는 메뉴나 식재료에 대한 정보를 수신하여 학습할 수 있다. 이러한 경우, 서버는 기설정된 일정 범위 내에서 영양소의 구성 차이가 크지 않다고 판단되면, 선호하는 메뉴나 식재료를 반영할 수 있으며, 마찬가지로 선호하지 않는 메뉴나 식재료를 제외시키거나 다른 메뉴나 식재료로 대체하는 것도 가능하다.
따라서 본 발명에 따를 때, 단순히 건강식을 제공하는 것뿐만 아니라, 사용자의 질병 등에 대한 정보가 반영된 최적의 식단을 제공할 수 있으며, 또한 실제 식사 이력 정보가 반영되어 사용자의 건강뿐만 아니라 식사에 대한 주관적인 만족도를 높일 수 있는 식단을 제공할 수 있는 유리한 효과가 있다. 또한 식재료에 대한 수급을 반영하여 맞춤형 식단을 용이하게 구성할 수 있도록 편의를 제공하는 유리한 효과가 있다.
한편, 추가 실시예로서, 위험수준의 유전자를 많이 포함하고 건강이 좋지 않은 사용자의 경우, 사용자의 유전자데이터의 종류 및 위험도와 건강기록데이터의 종류 및 위험도를 기준으로 각 식단 별 매칭조건을 판단할 때, 두 개 이상의 식단에 동시에 매칭조건에 부합하게 되는 경우가 발생될 수도 있다. 이러한 경우, 두 개의 식단을 선정하여 각 식단 별로 문진데이터 기반으로 수정하여 최종적으로 두 개의 식단을 추천할 수 있다. 또는, 두 개의 식단 중 문진데이터에 기재된 사용자의 기호도나 알러지 정보 등을 기반으로 사용자에게 더 알맞은 식단을 선정하여 어느 하나의 식단을 추천할 수도 있을 것이다.
또한, 추가 실시예로서, 사용자는 사용자단말의 애플리케이션 기반으로 서비스를 제공받을 수 있다. 예를 들어, 신체조직 정보를 특정 주소로 송부한 후, 유전자데이터 수집완료라는 알람을 애플리케이션으로부터 수신받을 수 있고, 이때, 건강기록데이터와 문진데이터를 애플리케이션에 입력하거나, 애플리케이션 자체에서 건강기록데이터와 문진데이터를 다른 서버로부터 불러옴으로써 모든 데이터들이 수집될 수 있다. 그리고, 사용자는 최종적으로 자신이 원하는 식단 정보를 사용자 단말을 통해 확인할 수 있다. 이후, 사용자는 기호에 따라, 식단을 구성하는 각 식재료마다 대체 식재료를 선정할 수도 있을 것이다. 예를 들어, 서버는 각 식재료마다 동일한 영양소를 갖는 대체 식재료를 추천하고 사용자는 추천된 정보를 기반으로 선택할 수도 있을 것이다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
200: 맞춤형 식단 추천 서버

Claims (11)

  1. 서버에 의해서 수행되는 맞춤형 식단 추천 방법에 있어서,
    (a) 사용자에 관한 유전자 데이터, 질환이나 건강에 대한 지표값을 나타내는 건강기록 데이터 및 사용자가 직접 작성한 문진 데이터를 수신하는 단계;
    (b) 서버에서, 상기 유전자 데이터 및 건강기록 데이터에 기초하여 기설정된 복수의 식단 그룹 중에서 특정 그룹의 식단을 매칭하는 단계; 및
    (c) 서버에서, 상기 문진 데이터에 기초하여 상기 매칭된 특정 그룹의 식단을 수정하는 단계;를 포함하되,
    상기 기설정된 복수의 식단 그룹 각각은 영양소의 종류를 기준으로 분류되는 것이고,
    상기 건강기록 데이터는, 상기 사용자의 건강검진 후 전문적으로 특정 기관에서 측정된 각 질환에 대한 지표나 신체나 건강지표에 관한 정보를 포함하는 데이터인 것이고,
    상기 (b) 단계는,
    상기 기설정된 복수의 식단 그룹 각각은 유전자데이터 및 건강기록 데이터와의 연관정도에 관한 값을 가지며, 상기 연관정도에 관한 값에 따라 상기 사용자에 대응하는 식단 그룹을 매칭하되,
    상기 유전자 데이터의 종류 및 위험도와 건강기록 데이터의 종류 및 위험도 대한 매칭조건을 포함하고 있으며, 상기 사용자의 유전자데이터 및 건강기록 데이터가 만족하는 매칭조건을 갖는 식단 그룹을 상기 사용자에 대한 식단 그룹으로 매칭하되, 상기 유전자 데이터의 종류 및 위험도가 동일하더라도 상기 건강기록 데이터의 종류 및 위험도가 다르면 상이한 식단 그룹을 매칭하는 것이고,
    상기 (c) 단계는,
    상기 문진 데이터에 기재된 사용자의 성별, 나이, 체질량, 음식 알러지 정보, 기호도 중 적어도 하나를 고려하여 상기 식단을 구성하는 음식의 종류를 대체하거나 음식의 양을 수정하되, 상기 사용자에게 제공되는 상기 식단에서 상기 사용자가 직전에 취식한 음식과 중복되는 음식이 포함되어 있는 경우, 음식의 종류를 대체하며, 상기 사용자의 취식 이력을 수집하여, 기계학습하고, 상기 사용자의 식사 이력 정보에서 상기 사용자가 선호하거나 선호하지 않는 메뉴 또는 식재료에 대한 정보를 수신하여 학습하고, 상기 식단을 구성하는 음식과 상기 사용자가 선호하는 음식 간 영양소 구성의 차이가 기 설정된 범위 이내의 값을 갖는 경우, 상기 사용자가 선호하는 음식으로 대체하는 것이고,
    상기 특정 그룹의 식단을 구성하는 각 식재료에 대해 동일한 영양소를 갖는 대체 식재료를 추천하고, 상기 사용자로부터 추천된 정보에 대한 선택입력을 수신하는 단계를 더 포함하되,
    상기 기계학습은,
    상기 사용자의 유전자데이터, 건강기록 데이터, 문진 데이터에 대한 정보를 누적 갱신하여 학습하고, 상기 사용자와 특정 질환 또는 증상이 동일한 타 사용자들의 식단 메뉴 구성을 학습하는 것이고,
    상기 타 사용자들의 메뉴 중 상기 사용자의식단에 매칭되지 않는 메뉴가 있는 경우, 상기 메뉴에 대해 상기 사용자의 유전자 데이터 및 건강기록 데이터 및 문진 데이터와의 위험 관계를 판단하여 상기 사용자에게 추천하고,
    상기 타 사용자들의 상기 특정 질환 또는 증상이 호전되는 정보를 수신하는 경우, 상기 타 사용자들에게 매칭된 식단을 상기 사용자에게 추천할지 결정하는 것인, 방법.
  2. 제 1 항에 있어서,
    상기 매칭조건은 상기 건강기록 데이터나 상기 문진데이터에 포함되는 사용자가 직접 기입한 특정 증상에 대한 자각 내용이나 특정한 환경요인에 대한 체크 사항을 더 포함하는 것인, 방법.
  3. 제1항에 있어서,
    상기 유전자 데이터의 위험도는,
    대사항목 위험, 당대사 관련 유전형 위험, 모발건강항목 위험, 피부건강항목 위험, 눈건강항목 위험, 뼈건강항목 위험, 특정 미량 영양소 흡수 대사 항목 위험 중 적어도 하나 이상을 포함하고,
    상기 건강기록 데이터의 위험도는,
    혈중지질지표, 혈압지표, 당뇨 관련 지표, 신체계측지표, 폐경 여부 지표, 골밀도 지표 중 적어도 하나 이상을 포함하며,
    상기 문진 데이터는,
    탈모에 대한 사용자의 자각 정보, 피부 트러블에 대한 사용자의 자각 정보, 눈 건강에 대한 사용자의 자각 정보 중 적어도 하나 이상을 포함하는, 방법.
  4. 제1항에 있어서,
    상기 건강기록 데이터는,
    상기 서버와 연결된 타 서버 또는 건강 측정기기로부터 수신된 정보인, 방법.
  5. 제4항에 있어서,
    상기 타 서버는, 병원, 보건소 등의 진료기관의 기록을 저장하는 서버이고,
    상기 건강 측정기기는, 혈중지질, 혈압, 당뇨, 혈액형, 체중, 신장, 신체둘레, 체질량 및 비만지수 중 적어도 하나 이상을 측정하는 기기인, 방법.
  6. 맞춤형 식단 추천 서버에 있어서,
    사용자에 관한 유전자 데이터, 질환이나 건강에 대한 지표값을 나타내는 건강기록 데이터 및 사용자가 직접 작성한 문진 데이터를 수신하는 통신부;
    상기 유전자 데이터 및 건강기록 데이터에 기초하여 기설정된 복수의 식단 그룹 중에서 특정 그룹의 식단을 매칭하는 식단 매칭부; 및
    상기 문진 데이터에 기초하여 상기 매칭된 특정 그룹의 식단을 수정함에 있어서, 상기 문진 데이터에 기재된 사용자의 성별, 나이, 체질량, 음식 알러지 정보, 기호도 중 적어도 하나를 고려하여 상기 식단을 구성하는 음식의 종류를 대체하거나 음식의 양을 수정하되, 상기 사용자에게 제공되는 상기 식단에서 상기 사용자가 직전에 취식한 음식과 중복되는 음식이 포함되어 있는 경우, 음식의 종류를 대체하며, 상기 사용자의 취식 이력을 수집하여, 기계학습하고, 상기 사용자의 식사 이력 정보에서 상기 사용자가 선호하거나 선호하지 않는 메뉴 또는 식재료에 대한 정보를 수신하여 학습하고, 상기 식단을 구성하는 음식과 상기 사용자가 선호하는 음식 간 영양소 구성의 차이가 기 설정된 범위 이내의 값을 갖는 경우, 상기 사용자가 선호하는 음식으로 대체하는 것이고,
    상기 특정 그룹의 식단을 구성하는 각 식재료에 대해 동일한 영양소를 갖는 대체 식재료를 추천하고, 상기 사용자로부터 추천된 정보에 대한 선택입력을 수신하는 식단 수정부;를 포함하되,
    상기 기계학습은,
    상기 사용자의 유전자데이터, 건강기록 데이터, 문진 데이터에 대한 정보를 누적 갱신하여 학습하고, 상기 사용자와 특정 질환 또는 증상이 동일한 타 사용자들의 식단 메뉴 구성을 학습하는 것이고,
    상기 식단 수정부는,
    상기 타 사용자들의 식단의 메뉴 중 상기 사용자의 식단에 매칭되지 않는 메뉴가 있는 경우, 상기 메뉴에 대해 상기 사용자의 유전자 데이터 및 건강기록 데이터 및 문진 데이터와의 위험 관계를 판단하여 상기 사용자에게 추천하고,
    상기 타 사용자들의 상기 특정 질환 또는 증상이 호전되는 정보를 수신하는 경우, 상기 타 사용자들에게 매칭된 식단을 상기 사용자에게 추천할지 결정하되,
    상기 기설정된 복수의 식단 그룹 각각은 영양소의 종류를 기준으로 분류되는 것이고,
    상기 건강기록 데이터는, 상기 사용자의 건강검진 후 전문적으로 특정 기관에서 측정된 각 질환에 대한 지표나 신체나 건강지표에 관한 정보를 포함하는 데이터인 것이고,
    상기 식단 매칭부는,
    상기 기설정된 복수의 식단 그룹 각각은 유전자데이터 및 건강기록 데이터와의 연관정도에 관한 값을 가지며, 상기 연관정도에 관한 값에 따라 상기 사용자에 대응하는 식단 그룹을 매칭하는 것이고,
    상기 유전자 데이터의 종류 및 위험도와 건강기록 데이터의 종류 및 위험도 대한 매칭조건을 포함하고 있으며, 상기 사용자의 유전자데이터 및 건강기록 데이터가 만족하는 매칭조건을 갖는 식단 그룹을 상기 사용자에 대한 식단 그룹으로 매칭하되, 상기 유전자 데이터의 종류 및 위험도가 동일하더라도 상기 건강기록 데이터의 종류 및 위험도가 다르면 상이한 식단 그룹을 매칭하는 것인, 서버.
  7. 제6항에 있어서,
    상기 식단 매칭부는,
    상기 기설정된 복수의 식단 그룹 각각이 상기 유전자 데이터의 종류 및 위험도와 건강기록 데이터의 종류 및 위험도에 대한 매칭조건을 포함하고 있는 경우, 상기 사용자의 유전자데이터 및 건강기록 데이터가 만족하는 매칭조건을 갖는 식단 그룹을 상기 사용자에 대한 식단 그룹으로 매칭하는 것인, 서버.
  8. 제7항에 있어서,
    상기 유전자 데이터의 위험도는,
    대사항목 위험, 당대사 관련 유전형 위험, 모발건강항목 위험, 피부건강항목 위험, 눈건강항목 위험, 뼈건강항목 위험, 특정 미량 영양소 흡수 대사 항목 위험 중 적어도 하나 이상을 포함하며,
    상기 건강기록 데이터의 위험도는,
    혈중지질지표, 혈압지표, 당뇨 관련 지표, 신체계측지표, 폐경 여부 지표, 골밀도 지표 중 적어도 하나 이상을 포함하고,
    상기 문진 데이터는,
    탈모에 대한 사용자의 자각 정보, 피부 트러블에 대한 사용자의 자각 정보, 눈 건강에 대한 사용자의 자각 정보 중 적어도 하나 이상을 포함하는, 서버.
  9. 제7항에 있어서,
    상기 건강기록 데이터는,
    상기 서버와 연결된 타 서버 또는 건강 측정기기로부터 수신된 정보인, 서버.
  10. 제9항에 있어서,
    상기 타 서버는, 병원, 보건소 등의 진료기관의 기록을 저장하는 서버이고,
    상기 건강 측정기기는, 혈중지질, 혈압, 당뇨, 혈액형, 체중, 신장, 신체둘레, 체질량 및 비만지수 중 적어도 하나 이상을 측정하는 기기인, 서버.
  11. 제6항에 있어서,
    상기 통신부는, 상기 사용자의 식사 이력 정보를 수신하고,
    상기 식단 매칭부는, 상기 수신된 사용자의 식사 이력 정보에 기초하여 식단을 매칭하는 것을 특징으로 하는, 서버.
KR1020190089934A 2019-07-25 2019-07-25 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템 KR102043959B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190089934A KR102043959B1 (ko) 2019-07-25 2019-07-25 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190089934A KR102043959B1 (ko) 2019-07-25 2019-07-25 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020180161510 Division 2018-12-14

Publications (1)

Publication Number Publication Date
KR102043959B1 true KR102043959B1 (ko) 2019-11-12

Family

ID=68577438

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190089934A KR102043959B1 (ko) 2019-07-25 2019-07-25 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템

Country Status (1)

Country Link
KR (1) KR102043959B1 (ko)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102122763B1 (ko) * 2019-11-08 2020-06-15 최동양 빅데이터 기반의 체질을 고려한 음식 추천 시스템 및 방법
KR102169661B1 (ko) * 2020-09-14 2020-10-23 이건우 질병 유전자 역추적을 통한 음식 추천 및 음식 제작 연계 서비스 방법 및 시스템
KR102187955B1 (ko) * 2020-03-26 2020-12-08 주식회사 클리노믹스 개인의 복합 정보에 기반한 건강관리 솔루션 제공 방법 및 시스템
KR20210059200A (ko) * 2019-11-15 2021-05-25 한국식품연구원 식치 정보에 기반한 건강 식이의 제공 방법 및 장치
KR102298358B1 (ko) * 2020-07-07 2021-09-06 주식회사 이유있는사람들 음식 데이터를 이용한 헬스 케어 서비스 제공 시스템 및 이의 실행 방법
WO2021210882A1 (ko) * 2020-04-16 2021-10-21 삼성전자 주식회사 플랜을 제공하는 전자 장치 및 그 동작 방법
KR20210132944A (ko) 2020-04-28 2021-11-05 코리아이도무스(주) 개인 건강정보 기반의 맞춤형 식단 관리 시스템 및 그 방법
KR102346099B1 (ko) 2021-02-16 2022-01-03 주식회사 옹이진이스포츠진흥원 유전자 기반 맞춤형 헬스케어 시스템 및 방법
US11270789B1 (en) * 2020-11-30 2022-03-08 Kpn Innovations, Llc. Methods and systems for timing impact of nourishment consumpiion
KR20220086968A (ko) * 2020-12-17 2022-06-24 다윈그룹(주) 인공지능 기반 예측 의료정보서비스 시스템 및 그 방법
KR102422591B1 (ko) * 2021-11-26 2022-07-20 성신여자대학교 연구 산학협력단 체중조절 개인 맞춤형 균형식단 추천 방법 및 장치
KR20220109103A (ko) * 2021-01-28 2022-08-04 주식회사 열두달 식단 큐레이션 정보 제공 서버 및 방법
KR20220113191A (ko) * 2021-02-05 2022-08-12 가천대학교 산학협력단 소비자 직접 의뢰 유전자 검사 기반 피검사자의 맞춤형 영양 가이드 제공 시스템 및 제공 방법
KR20220128145A (ko) * 2021-03-12 2022-09-20 주식회사 퓨처키친 딥러닝 모듈을 이용한 음식 추천 방법
CN115312156A (zh) * 2022-07-07 2022-11-08 中粮营养健康研究院有限公司 一种基于健康餐厅的代谢综合征健康管理系统
US11600375B2 (en) 2021-07-30 2023-03-07 Reviv Global Ltd Genetically personalized food recommendation systems and methods
WO2023055163A1 (ko) * 2021-09-30 2023-04-06 주식회사 온택트헬스 인공지능에 기반하여 영양제 또는 영양 공급원을 추천하기 위한 방법 및 장치
CN116246754A (zh) * 2023-05-10 2023-06-09 北京中器华康科技发展有限公司 一种人体体重监测评估干预管理方法和系统
KR102543133B1 (ko) * 2022-03-16 2023-06-14 최여름 유아 식단 관리 서비스 제공 시스템 및 방법
KR20230133616A (ko) 2022-03-11 2023-09-19 (주)인트젠 개인 유전정보 및 질환정보를 이용한 식단정보 제공 시스템, 그리고 이를 이용한 개인별 식단정보 제공 방법
KR102583984B1 (ko) 2023-03-13 2023-10-06 박수미 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법
KR20230143593A (ko) 2023-09-25 2023-10-12 박수미 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법
KR20230144984A (ko) 2023-09-25 2023-10-17 박수미 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법
US11894121B2 (en) 2021-08-06 2024-02-06 Reviv Global Ltd Prescriptive nutrition-based IV and IM infusion treatment formula creation systems and methods

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110130323A (ko) * 2010-05-27 2011-12-05 (주)라이프앤진 개인별 맞춤형 건강 기능 식품 관리 시스템
KR101607827B1 (ko) * 2014-12-02 2016-04-01 한국식품연구원 개인 유전체 기반의 비만 위험도 분석 시스템 및 방법
KR101711118B1 (ko) 2015-11-20 2017-02-28 주식회사 헬스맥스 빅데이터를 이용한 사용자에 개인화된 음식 추천 시스템
KR20170054628A (ko) * 2015-11-09 2017-05-18 한국식품연구원 개인 유전형 및 표현형 정보를 고려한 맞춤형 식품정보 추천 시스템
US20180240542A1 (en) * 2016-10-24 2018-08-23 Habit, Llc System and method for implementing meal selection based on vitals, genotype and phenotype
KR20180126911A (ko) * 2017-05-19 2018-11-28 (주)오상헬스케어 건강 관리 방법 및 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110130323A (ko) * 2010-05-27 2011-12-05 (주)라이프앤진 개인별 맞춤형 건강 기능 식품 관리 시스템
KR101607827B1 (ko) * 2014-12-02 2016-04-01 한국식품연구원 개인 유전체 기반의 비만 위험도 분석 시스템 및 방법
KR20170054628A (ko) * 2015-11-09 2017-05-18 한국식품연구원 개인 유전형 및 표현형 정보를 고려한 맞춤형 식품정보 추천 시스템
KR101711118B1 (ko) 2015-11-20 2017-02-28 주식회사 헬스맥스 빅데이터를 이용한 사용자에 개인화된 음식 추천 시스템
US20180240542A1 (en) * 2016-10-24 2018-08-23 Habit, Llc System and method for implementing meal selection based on vitals, genotype and phenotype
KR20180126911A (ko) * 2017-05-19 2018-11-28 (주)오상헬스케어 건강 관리 방법 및 장치

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102122763B1 (ko) * 2019-11-08 2020-06-15 최동양 빅데이터 기반의 체질을 고려한 음식 추천 시스템 및 방법
KR20210059200A (ko) * 2019-11-15 2021-05-25 한국식품연구원 식치 정보에 기반한 건강 식이의 제공 방법 및 장치
KR102331795B1 (ko) 2019-11-15 2021-11-26 한국식품연구원 식치 정보에 기반한 건강 식이의 제공 방법 및 장치
WO2021194000A1 (ko) * 2020-03-26 2021-09-30 주식회사 클리노믹스 개인의 복합 정보에 기반한 건강관리 솔루션 제공 방법 및 시스템
KR102187955B1 (ko) * 2020-03-26 2020-12-08 주식회사 클리노믹스 개인의 복합 정보에 기반한 건강관리 솔루션 제공 방법 및 시스템
WO2021210882A1 (ko) * 2020-04-16 2021-10-21 삼성전자 주식회사 플랜을 제공하는 전자 장치 및 그 동작 방법
KR102459892B1 (ko) * 2020-04-28 2022-11-18 더보라수 주식회사 개인 건강정보 기반의 맞춤형 식단 관리 시스템 및 그 방법
KR20210132944A (ko) 2020-04-28 2021-11-05 코리아이도무스(주) 개인 건강정보 기반의 맞춤형 식단 관리 시스템 및 그 방법
KR102298358B1 (ko) * 2020-07-07 2021-09-06 주식회사 이유있는사람들 음식 데이터를 이용한 헬스 케어 서비스 제공 시스템 및 이의 실행 방법
KR102169661B1 (ko) * 2020-09-14 2020-10-23 이건우 질병 유전자 역추적을 통한 음식 추천 및 음식 제작 연계 서비스 방법 및 시스템
US11894124B2 (en) * 2020-11-30 2024-02-06 Kpn Innovations, Llc. Methods and systems for timing impact of nourishment consumption
US11270789B1 (en) * 2020-11-30 2022-03-08 Kpn Innovations, Llc. Methods and systems for timing impact of nourishment consumpiion
US20220172820A1 (en) * 2020-11-30 2022-06-02 Kpn Innovations, Llc. Methods and systems for timing impact of nourishment consumption
KR20220086968A (ko) * 2020-12-17 2022-06-24 다윈그룹(주) 인공지능 기반 예측 의료정보서비스 시스템 및 그 방법
KR102541046B1 (ko) * 2020-12-17 2023-06-12 다윈그룹(주) 인공지능 기반 예측 의료정보서비스 시스템 및 그 방법
KR102557848B1 (ko) * 2021-01-28 2023-07-24 주식회사 푸딩코퍼레이션 식단 큐레이션 정보 제공 서버 및 방법
KR20220109103A (ko) * 2021-01-28 2022-08-04 주식회사 열두달 식단 큐레이션 정보 제공 서버 및 방법
KR102662469B1 (ko) * 2021-02-05 2024-04-30 가천대학교 산학협력단 소비자 직접 의뢰 유전자 검사 기반 피검사자의 맞춤형 영양 가이드 제공 시스템 및 제공 방법
KR20220113191A (ko) * 2021-02-05 2022-08-12 가천대학교 산학협력단 소비자 직접 의뢰 유전자 검사 기반 피검사자의 맞춤형 영양 가이드 제공 시스템 및 제공 방법
KR102346099B1 (ko) 2021-02-16 2022-01-03 주식회사 옹이진이스포츠진흥원 유전자 기반 맞춤형 헬스케어 시스템 및 방법
KR102589880B1 (ko) * 2021-03-12 2023-10-17 주식회사 퓨처키친 딥러닝 모듈을 이용한 음식 추천 방법
KR20220128145A (ko) * 2021-03-12 2022-09-20 주식회사 퓨처키친 딥러닝 모듈을 이용한 음식 추천 방법
US11600375B2 (en) 2021-07-30 2023-03-07 Reviv Global Ltd Genetically personalized food recommendation systems and methods
US11894121B2 (en) 2021-08-06 2024-02-06 Reviv Global Ltd Prescriptive nutrition-based IV and IM infusion treatment formula creation systems and methods
WO2023055163A1 (ko) * 2021-09-30 2023-04-06 주식회사 온택트헬스 인공지능에 기반하여 영양제 또는 영양 공급원을 추천하기 위한 방법 및 장치
KR102422591B1 (ko) * 2021-11-26 2022-07-20 성신여자대학교 연구 산학협력단 체중조절 개인 맞춤형 균형식단 추천 방법 및 장치
KR20230133616A (ko) 2022-03-11 2023-09-19 (주)인트젠 개인 유전정보 및 질환정보를 이용한 식단정보 제공 시스템, 그리고 이를 이용한 개인별 식단정보 제공 방법
KR102543133B1 (ko) * 2022-03-16 2023-06-14 최여름 유아 식단 관리 서비스 제공 시스템 및 방법
CN115312156A (zh) * 2022-07-07 2022-11-08 中粮营养健康研究院有限公司 一种基于健康餐厅的代谢综合征健康管理系统
KR102583984B1 (ko) 2023-03-13 2023-10-06 박수미 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법
CN116246754A (zh) * 2023-05-10 2023-06-09 北京中器华康科技发展有限公司 一种人体体重监测评估干预管理方法和系统
CN116246754B (zh) * 2023-05-10 2024-04-02 北京中器华康科技发展有限公司 一种人体体重监测评估干预管理方法和系统
KR20230143593A (ko) 2023-09-25 2023-10-12 박수미 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법
KR20230144984A (ko) 2023-09-25 2023-10-17 박수미 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법

Similar Documents

Publication Publication Date Title
KR102043959B1 (ko) 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템
Wang et al. Trends in consumption of ultraprocessed foods among US youths aged 2-19 years, 1999-2018
Shan et al. Association of low-carbohydrate and low-fat diets with mortality among US adults
Pila et al. A thematic content analysis of# cheatmeal images on social media: Characterizing an emerging dietary trend
Soto-Estrada et al. Trends in frequency of type 2 diabetes in Mexico and its relationship to dietary patterns and contextual factors
Mazzocchi et al. Fat economics: nutrition, health, and economic policy
Agapito et al. DIETOS: A recommender system for adaptive diet monitoring and personalized food suggestion
US20060122468A1 (en) Nutritional counseling method and server
Signorello et al. Estimating nutrient intake from a food frequency questionnaire: incorporating the elements of race and geographic region
JP6149233B1 (ja) 食事管理システム、食事管理方法、サーバ装置、及びプログラム
KR102169661B1 (ko) 질병 유전자 역추적을 통한 음식 추천 및 음식 제작 연계 서비스 방법 및 시스템
Hu et al. Changes in weight-related health behaviors and social determinants of health among youth with overweight/obesity during the COVID-19 pandemic
JP5853348B2 (ja) 生活習慣解析システム及び生活習慣解析方法
US20220406215A1 (en) Systems and methods for dynamically providing dynamic nutritional guidance
Kosteva et al. Physician variation in perceived barriers to personal health
Klijs et al. The role of life-course socioeconomic and lifestyle factors in the intergenerational transmission of the metabolic syndrome: results from the LifeLines Cohort Study
Hartman et al. Dietary and behavioral factors associated with diet quality among low-income overweight and obese African American women
Estrada Del Campo et al. Feasibility and acceptability of a Mediterranean-style diet intervention to reduce cardiovascular risk for low income Hispanic American women
US20110053122A1 (en) Nutritional analysis system and method
JP6414968B2 (ja) 食事指導支援装置
KR101807853B1 (ko) 당뇨병 증상을 가진 사용자에 운동량을 고려한 개인화된 음식 추천 방법
Joseph et al. Demographic details, clinical features, and nutritional characteristics of young adults with Type 1 diabetes mellitus-A South Indian tertiary center experience
KR20090046994A (ko) 사용자 맞춤형 식단 추천 서비스
Rahkovsky et al. Chronic disease, prescription medications, and food purchases
JP6047232B2 (ja) 健康増進支援システム及び管理サーバ

Legal Events

Date Code Title Description
N231 Notification of change of applicant
GRNT Written decision to grant