KR102052558B1 - 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법 - Google Patents

질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법 Download PDF

Info

Publication number
KR102052558B1
KR102052558B1 KR1020190050331A KR20190050331A KR102052558B1 KR 102052558 B1 KR102052558 B1 KR 102052558B1 KR 1020190050331 A KR1020190050331 A KR 1020190050331A KR 20190050331 A KR20190050331 A KR 20190050331A KR 102052558 B1 KR102052558 B1 KR 102052558B1
Authority
KR
South Korea
Prior art keywords
user
information
disease
lifestyle
biometric
Prior art date
Application number
KR1020190050331A
Other languages
English (en)
Inventor
김남재
Original Assignee
주식회사 비알네트콤
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 주식회사 비알네트콤 filed Critical 주식회사 비알네트콤
Priority to KR1020190050331A priority Critical patent/KR102052558B1/ko
Application granted granted Critical
Publication of KR102052558B1 publication Critical patent/KR102052558B1/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
    • 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
    • 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
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

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

Abstract

본 발명은 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법에 관한 것으로, 사용자의 사용자 단말을 통해 입력되는 상기 사용자의 식습관 정보를 포함하는 생활습관 정보를 수집하는 생활습관 정보 관리부, 상기 사용자의 웨어러블 기기를 통해 측정되는 상기 사용자의 생체정보를 수집하는 생체정보 관리부, 적어도 하나의 센서를 통해 센싱되는 유해물질과 대기환경 정보를 수집하는 유해환경 정보 관리부, 상기 사용자의 상기 생활습관 정보와 상기 생체정보 및 상기 유해환경 정보를 분석하여 상기 사용자에게 발병할 가능성이 있는 질환 및 상기 질환의 발병 확률을 예측하는 정보 처리부, 및 상기 사용자의 발병 예측된 질환에 따라, 사용자에게 권장하는 사용자 맞춤형 정보를 도출하여 상기 사용자 단말에 제공하는 사용자 서비스 제공부를 포함한다.

Description

질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법{USER CUSTOMIZED INFORMATION PROVIDING APPARATUS BASED ON DISEASE PREDICTION AND METHOD THEREOF}
본 발명은 질환 예측 기반의 사용자 맞춤형 정보 제공 기술에 관한 것으로, 보다 상세하게는, 사용자의 생체 정보와 생활습관 정보 및 유해환경 정보를 기반으로 사용자에게 발병할 가능성이 있는 질환을 예측하여 사용자에게 최적화된 건강 관련 정보와 서비스를 제공할 수 있는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법에 관한 것이다.
암을 비롯한 심장병이나 만성 폐 질환, 신장 질환, 당뇨병, 고혈압, 관절염 등은 한순간에 생기는 것이 아니라 오랜 기간에 걸쳐서 만성 퇴행성으로 진행되기 때문에 만성질환이라고 한다. 이런 질병들은 생활습관이 잘못되어서 생기는 질병으로 일명 '생활습관병'이라 부른다. 생활습관병은 질병의 발생과 진행에 식습관, 운동습관, 휴양, 흡연, 음주 등의 생활 습관이 미치는 영향을 받는 질환군을 말한다. 예컨대, 지방섭취, 비만, 흡연은 고혈압, 협심증, 심근경색증, 뇌졸증과 같은 심혈관 질환의 위험을 증가시킨다. 생활습관병을 예방하거나 치료하려면 식습관을 개선하고 술을 줄여야 한다.
한편, 사용자의 생체 측정 기술은 사용자에게 착용된 각종 장비를 이용하여 현재 사용자의 운동량이나 호흡량, 심박수, 혈압, 혈당 등을 측정할 수 있다. 그리고 사용자의 현재 생체 상태와 더불어 외부의 환경 요인을 함께 분석하면 현재 사용자의 상황과 환경에 맞는 보다 정확한 정보의 제공이 가능하다. 특히 환경 모니터링 기술은 모니터링 대상 지역의 오염 물질 배출 농도를 실시간으로 모니터링하고, 이상 상황이 감지되면 이에 관해 관제 센터나 사용자에게 알리는 방식으로 환경에 관해 모니터링할 수 있다.
한국등록특허 제10-1316662호(2013.10.10)는 착용하는 사람의 주변으로부터 측정한 공기질을 바탕으로 착용 당사자 또는 서비스 이용자의 건강과 안전을 지킬 수 있는 대기 환경 모니터링을 위한 착용 플랫폼에 관한 것으로, 대기 중 각종 가스의 농도를 센싱하는 센서 유닛; 센서 유닛에서 센싱된 주변 가스 농도가 위험 상황으로 판단되면 인간의 오감을 자극하여 대피할 수 있도록 경보하는 경보출력유닛; 및 현재 위치를 측정하는 GPS부를 통해 측정된 위치 데이터 및 상기 센서 유닛에서 센싱된 데이터를 무선 통신망을 통해 외부로 전송하고, 외부로부터 무선으로 데이터를 수신하여 상기 센서 유닛 및 경보 출력 유닛을 제어하는 컴퓨팅 모듈부를 구비한다.
한국등록특허 제10-0673252호(2007.01.16)는 이동통신 단말기를 이용하여 건강에 관련한 진단 서비스를 제공할 수 있는 건강정보 예측 시스템에 관한 것으로, 이동통신망 및 인터넷 망을 포함하는 유무선 통신망; 사용자별 건강정보를 입력하고 질병에 대한 예측정보를 제공받기 위한 이동통신 단말기; 유무선 통신망과 이동통신 단말기와 통신 접속을 수행하고, 회원등록을 유도하며 등록회원에 대한 사용자별 건강정보 및 개인별 환경정보를 저장하기 위한 통신서버; 및 통신서버와 연동되어 사용자별 건강정보 및 개인별 환경정보에 기초하여 사용자별 건강 예측정보를 제공하기 위해 각종 질병에 대한 증세정보 및 해당 증세에 대한 발병 예측 정보를 제공하기 위한 건강예측 서버로 구성된다.
한국등록특허 제10-1316662호(2013.10.10) 한국등록특허 제10-0673252호(2007.01.16)
본 발명의 일 실시예는 사용자의 생체 정보와 생활습관 정보 및 유해환경 정보를 기반으로 사용자에게 발병할 가능성이 있는 질환을 예측하여 사용자에게 최적화된 건강 관련 정보와 서비스를 제공할 수 있는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법을 제공하고자 한다.
본 발명의 일 실시예는 웨어러블 기기와의 연동을 통해 사용자의 생활습관이나 질병, 각종 생체 상태에 관해 분석하여 이와 연관된 유해물질이나 대기환경의 위험 정도를 연관하여 사용자 개개인에게 가장 적합한 정보를 제공할 수 있는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법을 제공하고자 한다.
실시예들 중에서, 질환 예측 기반의 사용자 맞춤형 정보 제공 장치는 사용자의 사용자 단말을 통해 입력되는 상기 사용자의 식습관 정보를 포함하는 생활습관 정보를 수집하는 생활습관 정보 관리부, 상기 사용자의 웨어러블 기기를 통해 측정되는 상기 사용자의 생체정보를 수집하는 생체정보 관리부, 적어도 하나의 센서를 통해 센싱되는 유해물질 정보와 대기환경 정보를 포함하는 유해환경 정보를 수집하는 유해환경 정보 관리부, 상기 사용자의 상기 생활습관 정보와 상기 생체정보 및 상기 유해환경 정보를 분석하여 상기 사용자에게 발병할 가능성이 있는 질환 및 상기 질환의 발병 확률을 예측하는 정보 처리부, 및 상기 사용자의 발병 예측된 질환에 따라, 사용자에게 권장하는 사용자 맞춤형 정보를 도출하여 상기 사용자 단말에 제공하는 사용자 서비스 제공부를 포함한다.
상기 사용자 생활습관 정보는 상기 사용자의 성별과 나이를 포함한 개인 신상 정보, 식사 소요 시간과 음식 섭취 정보를 포함하는 식습관 정보, 운동량을 포함하는 운동습관 정보, 유전적 이력과 건강검진정보를 포함하는 건강 이력 정보 중 하나 이상의 정보를 포함할 수 있다.
상기 사용자 생체정보는 혈당, 혈압, 콜레스테롤, 체지방 중 하나 이상을 포함할 수 있다.
상기 유해환경 정보 관리부는 상기 사용자가 섭취하는 음식의 염도 측정값 및 미세먼지 측정값을 기초로 상기 사용자의 발병 요인에 해당되는 상기 유해물질 정보 및 상기 대기환경 정보를 검출할 수 있다.
상기 정보 처리부는 상기 사용자의 생활습관에 따라 발병 가능한 질환을 예측하고 상기 사용자 서비스 제공부는 예측된 상기 질환에 대한 정보 및 예측된 상기 질환에 상응하여 추천하는 식품, 약품, 식단, 운동, 식당, 치료, 행동지침, 쇼핑몰 중 하나 이상에 대한 정보를 포함할 수 있다.
상기 정보 처리부는 상기 사용자 생활습관 정보, 상기 생체정보 및 상기 유해환경 정보를 기초로 하여 생활 습관이 미치는 영향을 받는 고혈압, 당뇨병, 고지혈증, 위암, 대장암, 비만 각각에 대한 상기 사용자의 발병 위험률을 산출할 수 있다.
상기 사용자 서비스 제공부는 상기 사용자의 질환 발병 위험률을 막대 이미지와 함께 백분위로 상기 사용자 단말에 제공하고 상기 사용자의 선택에 따라 질환 발병 위험률의 추이를 그래프로 제공하고 상기 사용자에 의해 설정된 롤모델이 있는 경우에 상기 롤모델의 일상생활의 식습관과 운동습관을 알림 메시지로 제공할 수 있다.
실시예들 중에서, 질환 예측 기반의 사용자 맞춤형 정보 제공 방법은 사용자의 식습관 정보를 포함하는 생활습관 정보를 수집하는 단계, 상기 사용자의 생체정보를 수집하는 단계, 유해물질 정보와 대기환경 정보를 포함하는 유해환경 정보를 수집하는 단계, 상기 사용자의 상기 생활습관 정보와 상기 생체정보 및 상기 유해환경 정보를 분석하여 상기 사용자의 생활습관에 따른 발병 가능성이 있는 질환을 예측하고 예측되는 질환별 발병 위험률을 산출하는 단계, 및 상기 사용자의 질환별 발병 위험률에 따라, 사용자에게 권장하는 사용자 맞춤형 관리 정보를 도출하여 상기 사용자 단말에 제공하는 단계를 포함한다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법은 사용자의 생체 정보와 생활습관 정보 및 유해환경 정보를 기반으로 사용자에게 발병할 가능성이 있는 질환을 예측하여 사용자에게 최적화된 건강 관련 정보와 서비스를 제공할 수 있다.
본 발명의 일 실시예에 따른 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법은 웨어러블 기기와의 연동을 통해 사용자의 생활습관이나 질병, 각종 생체 상태에 관해 분석하여 이와 연관된 유해물질이나 대기환경의 위험 정도를 연관하여 사용자 개개인에게 가장 적합한 정보를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 질환 예측 기반의 사용자 맞춤형 정보 제공 시스템을 나타내는 도면이다.
도 2는 도 1에 있는 사용자 맞춤형 정보 제공 장치를 나타내는 블록도이다.
도 3은 도 2에 있는 프로세서의 기능 요소를 나타내는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 질환 예측 기반의 사용자 맞춤형 정보 제공 방법이 수행되는 과정을 나타내는 흐름도이다.
도 5는 도 1에 있는 사용자 단말에 제공되는 사용자 맞춤형 정보 화면을 나타내는 예시 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치, 하드디스크 저장 장치 등이 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 질환 예측 기반의 사용자 맞춤형 정보 제공 시스템을 나타내는 도면이다.
도 1을 참조하면, 질환 예측 기반의 사용자 맞춤형 정보 제공 시스템(100)은 사용자 맞춤형 정보 제공 장치(110), 적어도 하나의 센서(120), 웨어러블 기기(130) 및 사용자 단말(140)을 포함할 수 있다.
사용자 맞춤형 정보 제공 장치(110)는 적어도 하나의 센서(120), 웨어러블 기기(130) 및 사용자 단말(140)과 네트워크를 통해 연결될 수 있는 컴퓨팅 장치에 해당한다.
적어도 하나의 센서(120)는 사용자 맞춤형 정보 제공 장치(110)와 네트워크를 통해 연결될 수 있다. 일 실시예에서, 적어도 하나의 센서(120)는 각각이 특정 센싱 영역 내에서 사용자의 생체 관련 정보를 측정하거나 감지하여 그 측정값을 생성하는 적어도 하나의 제1 센서(120a), 사용자의 외부 환경 또는 유해 물질에 관해 센싱하여 유해환경 정보를 생성하는 제2 센서(120b)를 포함할 수 있으며, 다른 유해환경 정보를 측정하여 생성하는 제3 센서(120c)를 더 포함할 수 있다. 여기에서, 제1 센서(120a)는 사용자의 인체에 착용되거나 사용자가 머무르는 공간에 설정될 수 있다. 제2 센서(120b) 및 제3 센서(120c) 중 하나 이상은 넓은 영역에 걸쳐 특정 단위 영역마다 반복적으로 배치될 수 있다.
일 실시예에서, 제1 센서(120a)는 해당 센싱 영역 내의 온습도를 측정하는 온습도 센서로 구현될 수 있고, 제2 센서(120b)는 해당 센싱 영역 내에 있는 환경 호르몬 물질이나 발암 물질 등 유해 물질의 양을 센싱하는 유해 물질 센서로 구현될 수 있으며, 제3 센서(120c)는 대기 중의 환경오염 기체, 미세/초미세먼지 등의 미세 입자의 양을 센싱하는 대기 환경 센서로 구현될 수 있다. 일 실시예에서, 유해 물질은 유독 물질 또는 취급 금지 물질이거나 장기적으로 노출될 경우 사람의 건강 또는 환경에 악영향을 미칠 우려가 있어 국내 환경부에서 선정 고시한 관찰 물질에 해당할 수 있다.
웨어러블 기기(130)는 사용자 맞춤형 정보 제공 장치(110)와 네트워크를 통해 연결될 수 있는 컴퓨팅 장치로서, 일 실시예에서, 액세서리 타입, 직물/의류 일체 타입, 신체부착 타입이나 생체이식 타입과 같은 사용자 착용형의 웨어러블 디바이스(wearable device)로 구현되어 사용자의 바이오 데이터를 주기 또는 비주기적으로 측정할 수 있으나, 이에 제한되지 않고, 포터블 디바이스(portable device)로 구현되어 사용자의 제어 하에 바이오 데이터를 측정할 수 도 있다. 일 실시예에서, 웨어러블 기기(130)는 사용자의 신체와 접촉하거나 특정 신체에 침투되어 수면시간, 맥박, 활동량, 고혈압 및 당뇨 중 적어도 하나를 포함하는 바이오 데이터를 생성할 수 있고, 각각에 관해 센싱하는 센서 모듈들이 포함되어 구현될 수 있다.
사용자 단말(140)은 사용자 맞춤형 정보 제공 장치(110)와 네트워크를 통해 연결될 수 있는 컴퓨팅 장치에 해당하고, 예를 들어, 데스크톱, 노트북, 태블릿 PC 또는 스마트폰으로 구현될 수 있다.
일 실시예에서, 적어도 하나의 센서(120), 웨어러블 기기(130) 및 사용자 단말(140)은 상호 독립적인 컴퓨팅 장치로서 구현될 수 있고, 다른 일 실시예에서, 이들 중 적어도 일부는 하나의 컴퓨팅 장치에 통합적으로 구현될 수 있다.
도 2는 도 1에 있는 사용자 맞춤형 정보 제공 장치를 나타내는 블록도이다.
도 2를 참조하면, 사용자 맞춤형 정보 제공 장치(110)는 프로세서(210), 메모리(220), 사용자 입출력부(230) 및 네트워크 입출력부(240)을 포함할 수 있다.
프로세서(210)는 도 4에 있는 사용자 맞춤형 정보 제공 프로시저를 실행할 수 있고, 이러한 과정에서 읽혀지거나 작성되는 메모리(220)를 관리할 수 있으며, 메모리(220)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(210)는 사용자 맞춤형 정보 제공 장치(110)의 동작 전반을 제어할 수 있고, 메모리(220), 사용자 입출력부(230) 및 네트워크 입출력부(240)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 사용자 맞춤형 정보 제공 장치(110)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(220)는 SSD(Solid State Disk) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 사용자 맞춤형 정보 제공 장치(110)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.
사용자 입출력부(230)은 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함하고, 예를 들어, 마우스, 트랙볼, 터치 패드, 그래픽 태블릿, 스캐너, 터치 스크린, 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터와 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(230)은 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있다.
네트워크 입출력부(240)은 적어도 하나의 센서(120), 웨어러블 기기(130) 및 사용자 단말(140) 중 적어도 하나와 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network) 통신을 위한 어댑터를 포함할 수 있다
도 3은 도 2에 있는 프로세서의 기능 요소를 나타내는 블록도이다.
도 3을 참조하면, 프로세서(210)는 생활습관 정보 관리부(310), 생체 정보 관리부(320), 유해환경 정보 관리부(330), 정보 처리부(340) 및 사용자 서비스 제공부(350)를 포함할 수 있다.
생활습관 정보 관리부(310)는 사용자로부터 식습관 정보를 포함하는 생활습관 정보를 입력받아 관리한다.
상기 사용자 생활습관 정보는 사용자의 생체정보의 변화에 영향을 미치는 요인으로, 상기 사용자의 성별과 나이를 포함하는 개인 신상 정보, 식사 소요 시간과 음식 섭취 정보를 포함하는 식습관 정보, 운동량을 포함하는 운동습관 정보, 유전적 이력과 건강검진정보를 포함하는 건강 이력 정보 중 하나 이상의 정보를 포함할 수 있고, 이에 한정되지 않고 음주, 수면시간, 복약, 감정상태 등의 일상활동정보도 포함할 수 있다.
여기에서, 개인 신상 정보는 사용자가 회원 가입 시 작성한 회원 가입 정보로부터 수집할 수 있다. 건강 이력 정보는 병력, 가족력, 치료이력, 수술이력 등을 포함할 수 있고 사용자 입력을 통해 수집하거나 또는 건강보험 심사평가원의 보건의료 빅데이터 개방 시스템을 통해 제공받을 수 있다.
이러한 사용자 생활습관 정보는 사용자가 사용자 맞춤형 정보 제공 시스템 또는 사용자 맞춤형 정보 제공 장치를 이용하기 위해 회원으로 가입하면서 기입하는 정보일 수도 있고, 회원 가입 이후에 수시로 추가 및 보충한 정보일 수도 있다.
생체 정보 관리부(320)는 사용자의 생체 정보를 수집하여 관리할 수 있다. 생활습관 정보 관리부(310)가 관리하는 생활습관 정보가 사용자가 직접 입력한 정보라면, 생체 정보 관리부(320)가 관리하는 사용자의 생체 정보는 센서나 측정기를 통해 측정된 자료라는 차이가 있다.
사용자의 생체 정보는 사용자에게 착용되거나 사용자와 인접한 곳에 위치한 센서(120)에 의해 측정된 정보로서, 사용자의 혈색소, 공복혈당, 총콜레스테롤, 중성지방, 운동량 등을 포함할 수 있다.
따라서 이 경우 본 발명의 실시예에 따른 센서(120)는 만보계 또는 만보계의 기능을 하는 애플리케이션이 설치된 휴대전화, 콜레스테롤 측정 기능을 갖춘 혈당계 또는 혈압계 등의 측정기기 등을 포함할 수 있다. 사용자의 생체 정보의 측정은 자동 또는 수동으로 이루어질 수 있다. 예컨대 걸음수나 소모 칼로리 추정량과 같은 운동량 정보는 자동으로 측정될 수 있고, 혈당이나 혈압 수치의 활용을 위해 사용자가 측정 및 수치 입력 행위에 협조할 수 있다.
보다 상세히 설명하면, 생체 정보 관리부(320)는 웨어러블 기기(130)로부터 혈당, 혈압, 콜레스테롤, 체지방, 수면시간, 맥박, 활동량, 체온 및 호흡 중 적어도 하나를 포함하는 사용자 생체 정보와 웨어러블 기기 식별자를 수신할 수 있고, 해당 수신에 따라 기 저장된 기기-사용자 관리 데이터로부터 웨어러블 기기 식별자 별로 매칭되는 사용자의 생활습관 정보를 가져와 해당 수신된 사용자 생체 정보에 연관시킬 수 있다.
생체 정보 관리부(320)는 수신된 사용자의 생체 정보를 특정 측면에서 사용자별 중요도와 외부 환경 즉 유해환경 정보와의 관련성을 고려하여 연관시킬 수 있다. 예컨대, 대기 오염에 관한 유해환경 정보와 호흡량 또는 운동량이 연관되어 폐 질환 발병 지수 도출에 사용될 수 있다. 또는, 온습도와 수면시간, 운동량 등이 심장질환의 발병 지수 도출에 연관되어 사용될 수 있다.
생체 정보 관리부(320)는 사용자의 생체 정보에 있는 수면 바이오 데이터와 활동 바이오 데이터를 구분할 수 있다. 일 실시예에서, 생체 정보 관리부(320)는 바이오 데이터에 있는 수면시간 및 맥박을 수면 바이오 데이터로 구분하고, 활동량을 활동 바이오 데이터로 구분할 수 있고, 혈압, 당뇨, 체온 및 호흡을 건강 바이오 데이터로 구분할 수 있다.
생체 정보 관리부(320)는 수면 바이오 데이터에 있는 수면시간 및 맥박을 기초로 스트레스 데이터를 획득할 수 있다. 일 실시예에서, 생체 정보 관리부(320)는 수면시간을 기준 수면시간(예를 들어, 7시간) 또는 특정 시간 구간 동안(예를 들어, 최근 3개월 간)의 사용자 평균 수면시간과 비교 분석하고 맥박에 있는 심장 박동율을 기준 심장 박동율(예를 들어, 70bpm) 또는 특정 시간 구간 동안(예를 들어, 최근 3개월 간)의 사용자 평균 심장 박동율과 비교 분석하여 비교 값의 차이를 기초로 사용자 스트레스의 상대적 크기를 나타내는 스트레스 데이터를 생성할 수 있다. 일 실시예에서, 생체 정보 관리부(320)는 스트레스 데이터를 스트레스 등급에 해당하고 특정 범위의 자연수로 산출되는 등급상수로 표현할 수 있다.
생체 정보 관리부(320)는 활동 바이오 데이터에 있는 활동량을 기초로 체력 데이터를 획득할 수 있다. 일 실시예에서, 생체 정보 관리부(320)는 활동량에 있는 걸음수를 기준 걸음수(예를 들어, 5000) 또는 특정 시간 구간 동안(예를 들어, 최근 3개월 간)의 사용자 평균 걸음수와 비교 분석하여 비교 값의 차이를 기초로 사용자 체력의 상대적 크기를 나타내는 체력 데이터를 생성할 수 있다. 일 실시예에서, 생체 정보 관리부(320)는 체력 데이터를 체력 등급에 해당하고 특정 범위의 자연수로 산출되는 등급상수로 표현할 수 있다.
생체 정보 관리부(320)는 사용자의 생체 정보에 있는 혈압 및 당뇨를 기초로 건강 데이터를 획득할 수 있다. 예를 들어, 생체 정보 관리부(320)는 혈압을 기준 혈압(예를 들어, 120/80mmhg)과 비교 분석하고 당뇨를 기준 당뇨(예를 들어, 100mg/dL)와 비교 분석하여 비교 값의 차이를 기초로 사용자 건강의 상대적 좋고 나쁜 정보를 나타내는 건강 데이터를 생성할 수 있다. 일 실시예에서, 생체 정보 관리부(320)는 건강 데이터를 건강 등급에 해당하고 특정 범위의 자연수로 산출되는 등급상수로 표현할 수 있다.
생체 정보 관리부(320)는 생활습관의 분석 과정에서 개인건강기록을 분석하여 사용자의 질병 데이터를 검출하여 질병 데이터와 연관된 건강안전인자를 사용자 의존형 건강안전인자로서 생성할 수 있다. 일 실시예에서, 생체 정보 관리부(320)는 기 저장된 해당 사용자와 연관된 개인건강기록을 독출하여 해당 사용자의 질병 데이터의 유무를 검출하고, 특정 질병 데이터(예를 들어, [경증의 당뇨])가 검출되면 해당 질병 데이터와 연관된 건강안전인자(예를 들어, 당뇨)를 사용자 의존형 건강안전인자로 생성할 수 있다. 여기에서, 질병 데이터와의 건강안전인자 간의 연관성은 설계자 또는 사용자에 의해 사전에 설정되고 변경될 수 있다.
생체 정보 관리부(320)는 웨어러블 기기(130) 또는 사용자 단말(140)로부터 사용자에 의해 지정된 특정 질병 데이터를 수신하여 해당 사용자의 개인건강기록에 반영할 수 있고, 다른 일 실시예에서, 해당 사용자의 승인 하에 의료기관서버(미도시됨)와 연동하여 해당 사용자의 개인건강기록을 갱신할 수도 있다.
센서(120)에 의해 사용자의 생체 정보가 측정된 후, 생체 정보는 네트워크를 통해 메모리(220) 또는 사용자 맞춤형 정보 제공 장치(110) 내 생체 정보 관리부(320)로 전송될 수 있다. 만약 외부 센서에 의해 측정되고 외부 서버에 저장된 생체 정보를 이용하는 경우, 사용자 맞춤형 정보 제공 장치(110)는 네트워크 입출력부(240)를 통해 해당 생체 정보를 수신할 수 있다.
그리고 여기서 센서는 사용자 맞춤형 정보 제공 시스템 내에 포함되는 센서가 아닌, 외부의 서버와 연결된 외부 센서일 수도 있다. 다만 외부의 서버와 사용자 맞춤형 정보 제공 장치가 연결 가능하고, 데이터 공유가 가능하다면 외부의 서버와 연결된 센서에 의해 측정된 데이터도 본 발명의 실시예에 따라 사용자 생체 정보로 활용될 수 있다.
센서가 사용자 생체를 측정하면 사용자 생체 정보는 네트워크를 통해 사용자 맞춤형 정보 제공 장치로 전송될 수 있다.
유해환경 정보 관리부(330)는 현재 사용자의 위치에 따른 사용자 외부의 유해환경 정보를 수집하여 관리한다.
유해환경 정보 역시 센서(120)에 의해 측정될 수 있다. 이 경우 유해환경 정보를 측정하는 센서는 사용자의 생체 정보를 측정하는 센서와는 달리 사용자 외부 환경 요인에 대한 수치를 측정하는 센서로서, 해당 센서는 예컨대 사용자가 섭취하는 음식의 염도 및 미세먼지 등의 수치를 센싱하여 그 결과를 유해환경 정보로 사용자 맞춤형 정보 제공 장치에 제공할 수 있다. 다른 일예로, 유해환경 정보 관리부(330)는 센서(120)를 통해 온습도, 일산화탄소(CO), 이산화탄소(CO2), 오존, 포름알데히드나 비스페놀과 같은 발암물질이나 환경호르몬 물질, 라돈 등의 수치를 센싱하여 유해환경 정보를 획득할 수 있다.
앞서 설명한 바와 같이 유해환경 정보는 사용자 맞춤형 정보 제공 장치와는 물리적으로 떨어져 있으나 유무선통신망에 의해 연결 가능한 하나 이상의 센서(120)에 의해 측정될 수 있다.
유해환경 정보는 해당 사용자가 위치한 곳의 환경적인 유해 요인을 나타내므로 사용자에게 장착된 기기에 의해 측정될 수 있다. 또는 센서를 넓은 지역에 걸쳐 고루 분포시킨 후 현재 사용자의 위치와 가장 인접한 센서(120) 또는 측정소의 측정치를 사용자 인근의 유해환경 정보로 활용할 수도 있다.
따라서 유해환경 정보 관리부(330)에 저장되는 유해환경 정보는 사용자가 위치한 곳의 온습도 정보, 일교차 정보, 대기질 정보, 오염물질 정보, 유해물질 정보, 자외선 지수, 방사능 수치를 포함할 수 있으며, 사용자가 섭취한 음식의 염도 수치를 포함할 수 있고 전염병이나 식중독의 발생 위험 지수 중 하나 이상을 포함할 수 있다.
그리고 유해환경 정보 관리부(330)는 상술한 유해환경 정보를 유해 정도에 따라 세분화할 수 있다. 즉, 유해환경 정보 관리부(330)는 유해환경 정보를 그 위험도나 심각도, 오염도 등에 따라 특정 수치 범위, 예컨대 0에서 10 또는 -10에서 10, 0에서 100 범위 내의 유해환경 지수로 표시할 수 있다.
여기서 온습도 정보, 대기질 정보, 오염물질 정보, 유해물질 정보, 자외선 지수, 방사능 수치 등은 병합되어 종합적인 하나 이상의 수치로 정량화되거나 각각의 인자가 별개의 유해환경 정보 및 유해환경 지수로 산출될 수도 있다.
일 실시예에서, 유해환경 정보 관리부(330)는 제1 센서(120a)로부터 사용자가 섭취하는 음식의 염도 측정값을 수신하고 제2 센서(120b)로부터 미세먼지 측정값을 수신하여 유해환경 정보에 포함시킬 수 있다. 상기에서, 유해환경 정보는 염도 및 미세먼지 측정값을 포함하는 일 실시예로 기재되었으나, 이에 한정되지 않고, 만성질환의 발병 요인에 해당하는 유해물질로 분류될 수 있는 그 밖의 다양한 물질 또는 대기환경 오염 측정대상으로 분류될 수 있는 그 밖의 다양한 기체나 입자들에 관한 측정값을 포함할 수 있다.
정보 처리부(340)는 사용자로부터 입력받은 사용자의 생활습관 정보와 사용자의 생체 정보 및 유해환경 정보를 분석하여, 사용자에게 발병할 가능성이 있는 질환 및 해당 질환의 발병 확률을 예측할 수 있다.
상기 정보 처리부(340)는 발병 가능성 있는 질환을 예컨대 생활습관에 따른 6대 만성질환인 고혈압, 당뇨병, 비만, 고지혈증, 위암, 대장암 중에서 선택할 수 있다. 또한 한시적으로 유행하는 전염병이 있다면(독감, 식중독, 노로바이러스에 의한 장염, 수족구, 메르스 등) 정보 처리부(340)는 해당 질병을 추가로 선택 대상에 포함시킬 수 있다.
정보 처리부(340)는 사용자 생활습관 정보와 생체 정보 및 유해환경 정보를 기초로 하여 생활 습관이 미치는 영향을 받는 고혈압, 당뇨병, 고지혈증, 위암, 대장암, 비만 각각에 대한 사용자의 발병 위험률을 산출하며, 위험 수준에 있는 질환 관련 정보 및 해당 질환에 적합한 사용자 맞춤형 정보를 제공할 수 있다.
여기에서, 정보 처리부(340)는 관련성 있는 사용자 생활습관 정보와 생체 정보 그리고 유해환경 정보를 연관시켜서 발병 가능성 있는 질환의 선택 및 발병 예측 지수를 산출할 수 있다.
예컨대 사용자 생활습관 정보를 통해 암에 대한 병력 또는 가족력이 있는 경우, 이를 식습관에 관한 사용자 생활습관 정보, 수면시간 또는 스트레스 지수에 대한 사용자 생체 정보, 그리고 유해환경 정보 중 발암물질이나 방사능, 미세먼지에 대한 유해환경 정보와 연관시켜 발병 예측 지수를 산출할 수 있다.
다른 예로, 위암이나 위장 질환에 대한 사용자 생활습관 정보는 식습관, 스트레스 지수 그리고 온습도를 포함하는 식중독 발병 위험 등에 대한 유해환경 정보와 연관될 수 있다. 또한 고혈압에 대한 발병 예측은, 나이나 체중 또는 가족력, 식습관, 흡연 여부에 대한 사용자 생활습관 정보와 사용자의 혈압, 운동량, 스트레스 지수 등의 사용자 생체 정보를 연관하여 산출될 수 있다.
먼저 발병 예측 지수(P)는 아래의 수학식 1에 의해 산출될 수 있다.
[수학식 1]
Figure 112019044371126-pat00001
P는 발병 예측 지수, U는 사용자 생활습관 정보, U0는 사용자 생활습관 정보에 대해 미리 설정된 기준치, C는 사용자 생체 정보, C0는 사용자 생체 정보에 대해 미리 설정된 기준치, E는 유해환경 정보, E0는 유해환경 정보에 대해 미리 설정된 기준치, 그리고 T는 노출시간(hour)이다.
정보 처리부(340)는 사용자의 질병 정보를 반영하여 사용자에게 상대적으로 높은 중요성을 가지는 사용자 생활습관 정보 또는 사용자 생체 정보를 고정적으로 주요인자로 설정할 수 있다. 예컨대 예전 병력이나 가족력과 연관된 사용자 생체 정보 또는 유해환경 정보가 주요인자로 설정될 수 있다. 즉, 대장암에 대한 이전 병력이나 가족력이 있는 사용자의 경우, 음식을 섭취하는 총 칼로리 수치 또는 운동량 등이 주요인자로 설정될 수 있다.
마찬가지로, 사용자 생체 정보의 측정 시점에 적정 범위(기준 범위) 이상 벗어나서 해당 시점에 사용자에게 유의미한 중요성을 가지는 사용자 생체 정보를 유동적으로 주요인자로 결정할 수 있다. 이 경우 주요인자로 설정된 사용자 생체 정보는 정보 처리부(340)가 발병 우려가 있는 질환을 선택하고 발병 예측 지수를 산출할 때 가중치(w)를 두어 계산할 수도 있다.
예컨대, 폐암에 대한 발병 예측 지수 P를 구하는 경우, 이와 연관된 사용자 생활습관 정보, 사용자 생체 정보 그리고 유해환경 정보가 위의 수학식 1에 사용될 수 있다. 즉 호흡기 질환의 발병 이력 여부에 따라 발병 이력이 있을 경우 U는 (발병 횟수+1), U0는 1로 설정될 수 있다. 그리고 C는 호흡량 또는 야외 활동량으로서, 걸음수로 설정될 수도 있다. 이 경우 C0는 1천보로 설정될 수 있으며, 예컨대 C는 1500보일 수 있다. 그리고 미세먼지에 관한 유해환경 지수는, 예컨대 측정일의 미세먼지 농도 E가 90 ㎍/m3 이고 기준치 E0는 20㎍/m3 일 수 있다. 그리고 사용자가 이러한 환경에 2시간 노출되었다고 가정한다. 이 경우 폐암에 대한 발병 예측 지수 P는 13.5로 산출된다.
만일 해당 사용자에 있어서 활동량 또는 걸음수가 주요인자로 설정된 경우, 활동량 또는 걸음수에 가중치 w를 곱하여 계산할 수 있다. 이는 아래의 수학식 2에 의해 표현될 수 있다.
[수학식 2]
Figure 112019044371126-pat00002
따라서 위의 가중치가 3으로 설정되어 있는 경우, 폐암에 대한 발병 예측 지수 P는 13.5가 아닌 40.5로 산출될 수 있다.
정보 처리부(340)는 상기 질환의 상기 발병 예측 지수를 발병 가능성의 증가에 따라 제1 단계에서 제10 단계로 세분화하여 발병 예측 단계를 산출할 수 있다. 즉 위의 예에서, 발병 예측 지수 1~10은 1단계, 11~20은 2단계, 21~30은 3단계 등, 사용자 맞춤형 정보 제공 장치는 발병 예측 지수의 산출값에 따라 발병 예측 단계 정보를 발병 예측의 대상이 되는 질환의 병명 및/또는 해당 질환에 대한 정보와 함께 제공할 수 있다.
사용자 서비스 제공부(350)는 사용자의 생활습관에 따른 질환별 발병 위험률 및 발병률이 위험 수준에 있는 질환에 대해 사용자에게 권장하는 사용자 맞춤형 정보를 도출하여 제공한다.
사용자 서비스 제공부(350)는 정보 처리부(340)가 사용자 생활습관 정보, 사용자 생체 정보 및 유해환경 정보의 분석 결과 발병률이 위험 수준에 있는 질환에 상응하여 추천하는 식품, 약품, 식단, 운동, 식당, 치료, 행동지침, 쇼핑몰, 물품 중 하나 이상에 대한 정보를 포함할 수 있다. 일 실시예에서, 사용자 서비스 제공부(350)는 사용자의 발명 가능한 질환을 기초로 사용자의 습관을 개선하기 위한 가이드 정보를 제공할 수 있다. 여기에서, 사용자 습관 개선 가이드 정보는 사용자로 하여금 롤모델을 설정하도록 하고 설정된 롤모델의 생활습관을 알려주는 형태로 구현할 수 있다.
또한 사용자 서비스 제공부(350)는 미리 설정된 기준 단계 이상의 단계에 해당되는 상기 질환에 대하여 상기 사용자 맞춤형 정보를 제공할 수도 있다.
예컨대, 사용자 서비스 제공부(350)는 아래 [표 1]과 같은 질환별 추천 식품 테이블을 관리할 수 있다.
질환명 좋은 식품
고혈압 시금치, 채소, 마늘, 등 푸른 생선, 콩, 은행 등
당뇨병 현미, 채소, 원두 커피, 등 푸른 생선, 콩 등
고지혈증 녹황색 채소, 시래기, 보리, 율무, 마늘, 가지, 양파 등
위암 현미, 채소, 원두 커피, 등 푸른 생선, 콩 등
대장암 마늘, 고구마, 양배추, 사과, 베리 등
비만 채소, 과일, 살코기, 해조류, 생선류, 잡곡, 통밀류 등
정보 처리부(340)에 의해 의심 또는 우려되는 질병이 선택된 경우, 사용자 서비스 제공부(350)는 해당 질병에 상응하는 추천 식품, 해당 추천 식품의 구입처, 그리고 해당 추천 식품을 이용한 추천 식단 또는 해당 질병에 대해 추천하는 의료센터 등 사용자에게 최적화된 추가 정보인 사용자 맞춤형 정보를 도출하여 사용자에게 제공할 수 있다. 또한 발병 예측 지수가 상대적으로 낮게 나온 경우, 행동 지침이나 추천 식단, 추천 식품, 운동방법 등의 사용자 맞춤형 정보를 제공하고, 발병 예측 지수가 상대적으로 높게 나온 경우에는 의료센터나 병원 진료 예약 페이지, 구입 가능한 약품과 구입처 등에 대한 정보를 제공하는 방법으로, 발병 예측 지수의 크기에 따라 차등적인 정보를 제공할 수도 있다. 발병 예측 지수의 대소에 대해서는 미리 기준치를 설정할 수 있다. 예컨대, 사용자가 당뇨병 발병 위험 수준에 있는 경우 사용자 서비스 제공부(350)는 사용자의 혈당 조절을 위한 권장운동정보, 권장식사정보 및 권장활동정보 중 적어도 하나를 포함하는 맞춤형 정보를 사용자 단말(140)에 제공할 수 있다. 예컨대, 사용자의 혈당 수치가 미리 설정된 수치 미만의 저혈당 수준에 있는 경우 사용자 서비스 제공부(350)는 사용자 단말(140)의 위치를 기반으로 인근에 위치한 의료기관에 응급구조를 요청하는 서비스를 제공할 수도 있다.
도 4는 본 발명의 일 실시예에 따른 질환 예측 기반의 사용자 맞춤형 정보 제공 방법을 나타내는 흐름도이다.
먼저 본 발명의 실시예에 따른 사용자 맞춤형 정보 제공장치는 사용자로부터 해당 사용자의 식습관 정보를 포함하는 사용자 생활습관 정보를 입력받는다(단계 S410). 사용자 생활습관 정보는 사용자 단말(140)을 통해 입력받을 수 있으며, 입력받은 사용자 생활습관 정보는 메모리(220)에 저장될 수 있다.
그리고 사용자 맞춤형 정보 제공장치는 사용자의 생체를 측정하여 획득된 사용자 생체 정보를 수신한다(단계 S420). 사용자 생체 정보는 사용자 웨어러블 기기(130) 또는 각종 센서(120)에 의해 측정될 수 있다. 그리고 사용자 맞춤형 정보 제공장치는 사용자 웨어러블 기기(130) 또는 센서(120)와 유무선을 통해 네트워크로 연결될 수 있다.
또한 사용자 생체 정보가 사용자 맞춤형 정보 제공 시스템 밖에 있는 외부의 센서 등에 의해 측정되고, 해당 센서에 연결된 외부 서버에 사용자 신체 상태 정보가 저장되는 경우, 사용자 맞춤형 정보 제공 장치는 해당 외부 서버와 연결을 시도하여 외부 서버로부터 사용자 신체 상태 정보를 수신할 수도 있다.
그리고 사용자 맞춤형 정보 제공 장치는 현재 사용자의 위치에 따른 사용자 외부의 유해환경 정보를 수집할 수 있다(단계 S430). 여기서 사용자 외부의 유해환경 정보는 센서(120) 또는 사용자 웨어러블 기기(130)에 의해 측정될 수 있다. 유해환경 정보는 사용자가 현재 위치하는 곳의 주변 환경에 대한 정보여야 유의미하므로, 사용자 맞춤형 정보 제공 장치는 사용자 단말의 위치 기반 서비스에 근거하여 측정 위치를 실시간으로 재설정할 수 있다.
유해환경 정보 역시, 센서(120) 또는 사용자 웨어러블 기기(130)에 의해 측정된 후 사용자 맞춤형 정보 제공 장치로 전송될 수 있다. 이를 위해 사용자 맞춤형 정보 제공 장치는 센서(120) 또는 웨어러블 기기(130)와의 유무선 통신망을 이용할 수 있다.
사용자 맞춤형 정보 제공 장치는 사용자 단말(140)로부터 입력받은 사용자 생활습관 정보와, 센서(120) 또는 사용자 웨어러블 기기(130)를 통해 측정 및 획득된 사용자 생체 정보 및 유해환경 정보를 분석한다(단계 S440). 그리고 분석 결과, 사용자에게 발병할 가능성이 있다고 판단되는 질환과 해당 질환의 발병 위험률을 산출한다(단계 S450).
특정 질환이 사용자에게 발병할 가능성이 있다고 판단하는 근거로 사용자의 병력, 가족력, 식습관, 생활습관 등 사용자가 사용자 단말(140)을 통해 기입한 정보와, 사용자의 현재 혈압, 맥박, 호흡량, 운동량 등의 사용자 생체 정보 그리고 환경적 요인으로서 유해환경 정보를 이용하여, 사용자 맞춤형 건강정보 제공 장치는 사용자에게 발병 가능한 질환을 도출해낼 수 있다. 그리고 해당 질환에 걸릴 위험성이 얼마나 되는지를 수치화된 자료, 즉 발병 위험률을 백분위(%)로 산출하여 사용자 단말(140)로 제공한다. 사용자 맞춤형 건강정보 제공 장치는 특정 질환의 발병에 있어서 영향을 끼칠 수 있는 사용자의 기본 체질이나 병력, 특성에 대한 정보, 사용자의 현재 생체 상태 정보, 그리고 해당 질환의 발병에 영향을 끼치는 환경적 요인들을 고려하여, 이를 수치화하여 발병 위험률을 산출할 수 있다. 특히 이 과정에서, 앞서 설명한 수학식 1 또는 수학식 2가 사용될 수 있다.
그리고 사용자 맞춤형 건강정보 제공 장치는 발병 위험률의 산출 결과에 따라, 예컨대 발병 위험률이 특히 높은 질환에 대해서는 사용자에게 권장하는 사용자 맞춤형 정보를 도출하여 제공할 수 있다(S460). 사용자 맞춤형 정보는, 해당 사용자에게 최적화된 질환 발병에 대한 경고와 함께, 해당 질환에 대한 정보, 해당 질환의 예방 또는 치료를 위해 유익하거나 필요한 식품, 식단, 약품, 치료법, 치료 기관 등에 대한 정보 중 하나 이상을 포함하는 정보를 의미한다.
도 5는 도 1에 있는 사용자 단말에 제공되는 사용자 맞춤형 정보 화면을 나타내는 예시 도면이다.
도 5에서, 사용자 단말(140)은 사용자에 의해 설치된 사용자 맞춤형 정보 제공 에이전트를 통해 사용자 맞춤형 정보 제공 장치(110)와 연동하여 사용자 맞춤형 정보 제공 장치(110)로부터 사용자의 생체 상태를 측정한 측정 보고서를 제공받을 수 있다. 여기에서, 사용자의 측정 보고서는 적어도 하나의 센서(120) 및 사용자의 웨어러블 기기(130)를 통해 측정한 사용자의 혈압, 혈당 등의 사용자 생체 정보를 포함할 수 있다.
또한, 사용자 단말(140)에는 사용자의 질환 발병 위험률을 막대 이미지와 함께 백분위(%)로 환산하여 표시할 수 있다. 이때, 막대 이미지는 질환 발병률의 위험 수준에 따라 색상을 달리 하여 표시할 수 있다. 예컨대, 질환 발병률을 정상, 주위, 경고, 위험의 네가지 수준으로 구분하고, 각각의 수준에 따라 파랑, 녹색, 노랑, 적색 등으로 색상을 구분하여 막대 이미지 및 위험률 수치를 표시할 수 있다.
사용자 맞춤형 정보 제공 장치(110)는 사용자 단말(140)에 제공한 사용자 맞춤형 정보 화면에서 사용자의 선택에 따라 질환 발병 위험률의 추이를 확인할 수 있게 그래프 형태로 제공할 수 있다. 사용자는 사용자 단말(140)에 제공된 그래프를 통해 해당 질환의 발병 위험률의 추이를 지속적으로 모니터링하고 해당 질환의 발병 위험률을 낮출 수 있도록 좀더 현실적이고 적극적으로 노력할 수 있다.
그리고, 사용자 맞춤형 정보 제공 장치(110)는 사용자가 롤모델을 설정하면 사용자 단말(140)에 해당 롤모델의 생활습관을 알려주어 사용자가 롤모델의 생활습관을 매일 따라 할 수 있도록 한다. 예컨대, 사용자가 설정한 롤모델이 오후 12시 45분에 점심식사를 마치고 간단한 스트레칭 중임을 사용자에게 알려주어 사용자가 점심식사 후 스트레칭 하도록 유도할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 질병 예측 기반의 사용자 맞춤형 정보 제공 시스템
110: 사용자 맞춤형 정보 제공 장치
120: 적어도 하나의 센서
130: 웨어러블 기기 140: 사용자 단말
210: 프로세서
310: 생활습관 정보 관리부 320: 생체 정보 관리부
330: 유해환경 정보 과리부 340: 정보 처리부
350: 사용자 서비스 제공부

Claims (8)

  1. 사용자의 사용자 단말을 통해 입력되는 상기 사용자의 식습관 정보를 포함하는 생활습관 정보를 수집하는 생활습관 정보 관리부;
    상기 사용자의 웨어러블 기기를 통해 측정되는 상기 사용자의 생체정보를 수집하는 생체정보 관리부;
    적어도 하나의 센서를 통해 센싱되는 유해물질 정보와 대기환경 정보를 포함하는 유해환경 정보를 수집하는 유해환경 정보 관리부;
    상기 사용자의 상기 생활습관 정보와 상기 생체정보 및 상기 유해환경 정보를 분석하여 상기 사용자에게 발병할 가능성이 있는 질환 및 상기 질환의 발병 확률을 예측하는 정보 처리부; 및
    상기 사용자의 발병 예측된 질환에 따라, 사용자에게 권장하는 사용자 맞춤형 정보를 도출하여 상기 사용자 단말에 제공하고 상기 사용자에 의해 롤모델이 설정되면 상기 롤모델의 일상생활의 식습관과 운동습관을 알림 메시지로 제공하여 사용자의 습관 개선을 가이드하는 사용자 서비스 제공부를 포함하고,
    상기 정보 처리부는
    관련성 있는 사용자 생활습관 정보와 생체 정보 및 유해환경 정보를 연관시켜서 발병 가능성 있는 질환을 선택하고 상기 질환의 발병 예측 지수를 하기 수학식에 의해 산출하는 것을 특징으로 하는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치.
    [수학식]
    Figure 112019091084758-pat00008

    여기서, P는 발병 예측 지수, U는 사용자 생활습관 정보, U0는 사용자 생활습관 정보에 대해 미리 설정된 기준치, C는 사용자 생체 정보, C0는 사용자 생체 정보에 대해 미리 설정된 기준치, E는 유해환경 정보, E0는 유해환경 정보에 대해 미리 설정된 기준치, T는 노출시간을 나타낸다.
  2. 제1항에 있어서, 상기 사용자 생활습관 정보는
    상기 사용자의 성별과 나이를 포함한 개인 신상 정보, 식사 소요 시간과 음식 섭취 정보를 포함하는 식습관 정보, 운동량을 포함하는 운동습관 정보, 유전적 이력과 건강검진정보를 포함하는 건강 이력 정보 중 하나 이상의 정보를 포함하는 것을 특징으로 하는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치.
  3. 제1항에 있어서, 상기 사용자 생체정보는
    혈당, 혈압, 콜레스테롤, 체지방 중 하나 이상을 포함하는 것을 특징으로 하는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치.
  4. 제1항에 있어서, 상기 유해환경 정보 관리부는
    상기 사용자가 섭취하는 음식의 염도 측정값 및 미세먼지 측정값을 기초로 상기 사용자의 발병 요인에 해당되는 상기 유해물질 정보 및 상기 대기환경 정보를 검출하는 것을 특징으로 하는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치.
  5. 제1항에 있어서, 상기 정보 처리부는
    상기 사용자의 생활습관에 따라 발병 가능한 질환을 예측하고
    상기 사용자 서비스 제공부는
    예측된 상기 질환에 대한 정보 및 예측된 상기 질환에 상응하여 추천하는 식품, 약품, 식단, 운동, 식당, 치료, 행동지침, 쇼핑몰 중 하나 이상에 대한 정보를 포함하는 상기 사용자 맞춤형 정보를 제공하는 것을 특징으로 하는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치.
  6. 제1항에 있어서, 상기 정보 처리부는
    상기 사용자 생활습관 정보, 상기 생체정보 및 상기 유해환경 정보를 기초로 하여 생활 습관이 미치는 영향을 받는 고혈압, 당뇨병, 고지혈증, 위암, 대장암, 비만 각각에 대한 상기 사용자의 발병 위험률을 산출하는 것을 특징으로 하는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치.
  7. 제6항에 있어서, 상기 사용자 서비스 제공부는
    상기 사용자의 질환 발병 위험률을 위험 수준에 따라 색상을 구분하여 표시하는 막대 이미지와 함께 백분위로 상기 사용자 단말에 제공하고 상기 사용자의 선택에 따라 질환 발병 위험률의 추이를 그래프로 제공하는 것을 특징으로 하는 질환 예측 기반의 사용자 맞춤형 정보 제공 장치.
  8. 생활습관 정보 관리부에서 사용자의 식습관 정보를 포함하는 생활습관 정보를 수집하는 단계;
    생체정보 관리부에서 상기 사용자의 생체정보를 수집하는 단계;
    유해환경 정보 관리부에서 유해물질 정보와 대기환경 정보를 포함하는 유해환경 정보를 수집하는 단계;
    정보 처리부에서 상기 사용자의 상기 생활습관 정보와 상기 생체정보 및 상기 유해환경 정보를 분석하여 상기 사용자의 생활습관에 따른 발병 가능성이 있는 질환을 예측하고 예측되는 질환별 발병 위험률을 산출하는 단계; 및
    사용자 서비스 제공부에서 상기 사용자의 질환별 발병 위험률에 따라, 사용자에게 권장하는 사용자 맞춤형 관리 정보를 도출하여 사용자 단말에 제공하고 상기 사용자에 의해 롤모델이 설정되면 상기 롤모델의 일상생활의 식습관과 운동습관을 알림 메시지로 제공하여 사용자의 습관 개선을 가이드하는 단계를 포함하고,
    상기 질환별 발병 위험률 산출 단계는
    관련성 있는 사용자 생활습관 정보와 생체 정보 및 유해환경 정보를 연관시켜서 발병 가능성 있는 질환을 선택하고 상기 질환의 발병 예측 지수를 하기 수학식에 의해 산출하는 것을 특징으로 하는 질환 예측 기반의 사용자 맞춤형 정보 제공 방법.
    [수학식]
    Figure 112019091084758-pat00009

    여기서, P는 발병 예측 지수, U는 사용자 생활습관 정보, U0는 사용자 생활습관 정보에 대해 미리 설정된 기준치, C는 사용자 생체 정보, C0는 사용자 생체 정보에 대해 미리 설정된 기준치, E는 유해환경 정보, E0는 유해환경 정보에 대해 미리 설정된 기준치, T는 노출시간을 나타낸다.
KR1020190050331A 2019-04-30 2019-04-30 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법 KR102052558B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190050331A KR102052558B1 (ko) 2019-04-30 2019-04-30 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190050331A KR102052558B1 (ko) 2019-04-30 2019-04-30 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR102052558B1 true KR102052558B1 (ko) 2019-12-06

Family

ID=68837036

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190050331A KR102052558B1 (ko) 2019-04-30 2019-04-30 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102052558B1 (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111281361A (zh) * 2020-03-09 2020-06-16 康瑞健康管理(杭州)有限公司 基于大数据的学生健康监测系统
KR102188766B1 (ko) * 2020-03-09 2020-12-11 주식회사 글로벌비즈텍 인공지능 기반의 헬스케어 서비스 제공장치
KR20210080061A (ko) * 2019-12-20 2021-06-30 계명대학교 산학협력단 한국인의 식이 음식에 따른 나트륨 섭취 안전지수 기반 인공지능 질환 예측 시스템 및 방법
KR20210085957A (ko) * 2019-12-31 2021-07-08 계명대학교 산학협력단 혈당부하지수를 이용한 한국인의 식이 음식에 따른 당류 섭취 안전지수 기반 인공지능 질환 예측 시스템 및 방법
KR20210088103A (ko) * 2020-01-06 2021-07-14 건국대학교 글로컬산학협력단 진단을 통한 건강 관리 정보 제공 장치, 시스템 및 방법
KR20210115882A (ko) * 2020-03-16 2021-09-27 주식회사 테라젠바이오 유전자 분석 데이터 및 생활습관 데이터 기반의 개인 맞춤형 헬스케어 시스템
KR102343525B1 (ko) 2020-08-19 2021-12-27 인핸드플러스 주식회사 약물 이행 패턴을 고려한 약물 이행 여부 판단 방법 및 이를 이용하는 서버
KR20220109529A (ko) * 2021-01-28 2022-08-05 주식회사 피씨티 복수의 기계학습모델에 기반한 고위험 선종 관련 정보 예측 방법 및 시스템
WO2022191412A1 (ko) * 2021-03-12 2022-09-15 삼성전자주식회사 전자 장치 및 그 제어 방법
KR102472220B1 (ko) * 2022-08-29 2022-11-28 박일봉 심박수 및 칼로리의 측정에 따라 포인트 및 캐시 부여 방식의 개인 및 그룹 운동관리 플랫폼 및 그 방법
KR20230001639A (ko) * 2021-06-29 2023-01-05 주식회사 레이델코리아 한국 중년 여성의 악력과 이를 이용한 고밀도 지단백질-콜레스테롤 예측 및 고혈압, 이상지질혈증, 당뇨 위험지수 예측 방법

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1147096A (ja) * 1997-07-30 1999-02-23 Omron Corp 健康管理システム
KR100673252B1 (ko) 2004-10-28 2007-01-22 에스케이 텔레콤주식회사 이동통신 단말기를 이용한 건강정보 예측 시스템 및건강정보 예측 컨텐츠 제공방법
JP2008257293A (ja) * 2007-03-30 2008-10-23 Koichiro Yuji 健康状態予測システム
KR20090003406A (ko) * 2007-06-08 2009-01-12 한국 한의학 연구원 중풍 발병 위험도 예측 장치 및 방법과 중풍 발병 위험도예측 프로그램이 기록된 매체
KR101316662B1 (ko) 2009-10-29 2013-10-10 한국전자통신연구원 대기 환경 모니터링을 위한 착용 플랫폼 및 이를 이용한 대기 오염 관리 시스템
KR20150078236A (ko) * 2013-12-30 2015-07-08 주식회사 케이티 개인 건강관리 방법 및 시스템
KR20180126911A (ko) * 2017-05-19 2018-11-28 (주)오상헬스케어 건강 관리 방법 및 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1147096A (ja) * 1997-07-30 1999-02-23 Omron Corp 健康管理システム
KR100673252B1 (ko) 2004-10-28 2007-01-22 에스케이 텔레콤주식회사 이동통신 단말기를 이용한 건강정보 예측 시스템 및건강정보 예측 컨텐츠 제공방법
JP2008257293A (ja) * 2007-03-30 2008-10-23 Koichiro Yuji 健康状態予測システム
KR20090003406A (ko) * 2007-06-08 2009-01-12 한국 한의학 연구원 중풍 발병 위험도 예측 장치 및 방법과 중풍 발병 위험도예측 프로그램이 기록된 매체
KR101316662B1 (ko) 2009-10-29 2013-10-10 한국전자통신연구원 대기 환경 모니터링을 위한 착용 플랫폼 및 이를 이용한 대기 오염 관리 시스템
KR20150078236A (ko) * 2013-12-30 2015-07-08 주식회사 케이티 개인 건강관리 방법 및 시스템
KR20180126911A (ko) * 2017-05-19 2018-11-28 (주)오상헬스케어 건강 관리 방법 및 장치

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210080061A (ko) * 2019-12-20 2021-06-30 계명대학교 산학협력단 한국인의 식이 음식에 따른 나트륨 섭취 안전지수 기반 인공지능 질환 예측 시스템 및 방법
KR102385681B1 (ko) * 2019-12-20 2022-04-12 계명대학교 산학협력단 한국인의 식이 음식에 따른 나트륨 섭취 안전지수 기반 인공지능 질환 예측 시스템 및 방법
KR20210085957A (ko) * 2019-12-31 2021-07-08 계명대학교 산학협력단 혈당부하지수를 이용한 한국인의 식이 음식에 따른 당류 섭취 안전지수 기반 인공지능 질환 예측 시스템 및 방법
KR102429725B1 (ko) * 2019-12-31 2022-08-05 계명대학교 산학협력단 혈당부하지수를 이용한 한국인의 식이 음식에 따른 당류 섭취 안전지수 기반 인공지능 질환 예측 시스템 및 방법
KR20210088103A (ko) * 2020-01-06 2021-07-14 건국대학교 글로컬산학협력단 진단을 통한 건강 관리 정보 제공 장치, 시스템 및 방법
KR102345215B1 (ko) * 2020-01-06 2021-12-29 건국대학교 글로컬산학협력단 진단을 통한 건강 관리 정보 제공 장치, 시스템 및 방법
CN111281361A (zh) * 2020-03-09 2020-06-16 康瑞健康管理(杭州)有限公司 基于大数据的学生健康监测系统
KR102188766B1 (ko) * 2020-03-09 2020-12-11 주식회사 글로벌비즈텍 인공지능 기반의 헬스케어 서비스 제공장치
KR20210115882A (ko) * 2020-03-16 2021-09-27 주식회사 테라젠바이오 유전자 분석 데이터 및 생활습관 데이터 기반의 개인 맞춤형 헬스케어 시스템
KR102471697B1 (ko) * 2020-03-16 2022-11-28 주식회사 테라젠바이오 유전자 분석 데이터 및 생활습관 데이터 기반의 개인 맞춤형 헬스케어 시스템
KR20220022886A (ko) 2020-08-19 2022-02-28 인핸드플러스 주식회사 약물 이행 여부를 판단하는 방법 및 이를 이용하는 서버
KR102344101B1 (ko) 2020-08-19 2021-12-29 인핸드플러스 주식회사 약물 이행 여부를 판단하는 방법 및 이를 이용하는 서버
KR102343532B1 (ko) 2020-08-19 2021-12-27 인핸드플러스 주식회사 약물 이행 유형을 고려한 약물 이행 여부 판단 방법 및 이를 이용하는 서버
KR102343525B1 (ko) 2020-08-19 2021-12-27 인핸드플러스 주식회사 약물 이행 패턴을 고려한 약물 이행 여부 판단 방법 및 이를 이용하는 서버
KR20220109529A (ko) * 2021-01-28 2022-08-05 주식회사 피씨티 복수의 기계학습모델에 기반한 고위험 선종 관련 정보 예측 방법 및 시스템
KR102490077B1 (ko) 2021-01-28 2023-01-18 주식회사 피씨티 복수의 기계학습모델에 기반한 고위험 선종 관련 정보 예측 방법 및 시스템
WO2022191412A1 (ko) * 2021-03-12 2022-09-15 삼성전자주식회사 전자 장치 및 그 제어 방법
KR20230001639A (ko) * 2021-06-29 2023-01-05 주식회사 레이델코리아 한국 중년 여성의 악력과 이를 이용한 고밀도 지단백질-콜레스테롤 예측 및 고혈압, 이상지질혈증, 당뇨 위험지수 예측 방법
KR102645029B1 (ko) * 2021-06-29 2024-03-07 주식회사 레이델코리아 한국 중년 여성의 악력과 이를 이용한 고밀도 지단백질-콜레스테롤 예측 및 고혈압, 이상지질혈증, 당뇨 위험지수 예측 방법
KR102472220B1 (ko) * 2022-08-29 2022-11-28 박일봉 심박수 및 칼로리의 측정에 따라 포인트 및 캐시 부여 방식의 개인 및 그룹 운동관리 플랫폼 및 그 방법

Similar Documents

Publication Publication Date Title
KR102052558B1 (ko) 질환 예측 기반의 사용자 맞춤형 정보 제공 장치 및 그 방법
KR102188766B1 (ko) 인공지능 기반의 헬스케어 서비스 제공장치
Olsson et al. Categorical answer modes provide superior validity to open answers when asking for level of physical activity: a cross-sectional study
US11521748B2 (en) Health risk score for risk stratification and compliance monitoring for next best action
King et al. Short sleep duration and incident coronary artery calcification
KR102202781B1 (ko) 사용자 맞춤형 건강정보 제공 장치
JP5054984B2 (ja) 個別健康指導支援システム
Prince et al. Predictors of metabolically healthy obesity in children
Mannino et al. Health effects related to environmental tobacco smoke exposure in children in the United States: data from the Third National Health and Nutrition Examination Survey
Bellia et al. Asthma in the elderly: mortality rate and associated risk factors for mortality
JP6558700B2 (ja) 病気診断装置
Brunelli et al. Peak oxygen consumption measured during the stair-climbing test in lung resection candidates
JP6273631B2 (ja) 健康状態判定装置
Neermark et al. Validation and calibration of self-reported height and weight in the Danish Health Examination Survey
CN110832602B (zh) 利用软件进行健康状态判定的装置、及健康状态判定方法
JP2018124702A (ja) 病因分析装置および疾病予測装置
WO2014160549A2 (en) Method to increase efficiency, coverage, and quality of direct primary care
Banerjee et al. Validating a commercial device for continuous activity measurement in the older adult population for dementia management
US20190006040A1 (en) Cognitive diabetic regulator
JP6719799B1 (ja) ソフトウェア、健康状態判定装置及び健康状態判定方法
Goldberg et al. Physiological and perceived health effects from daily changes in air pollution and weather among persons with heart failure: A panel study
EP3370175A1 (en) Method for providing a wearable device, method for predicting an acute exacerbation and system for predicting an acute exacerbation
JP6689501B2 (ja) 健康情報管理システム
JP2018026100A (ja) 保険金算出装置、保険金算出方法及び保険金算出プログラム
Tsang et al. Application of machine learning algorithms for asthma management with mHealth: a clinical review

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant