KR102272545B1 - 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치 - Google Patents

건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치 Download PDF

Info

Publication number
KR102272545B1
KR102272545B1 KR1020200161097A KR20200161097A KR102272545B1 KR 102272545 B1 KR102272545 B1 KR 102272545B1 KR 1020200161097 A KR1020200161097 A KR 1020200161097A KR 20200161097 A KR20200161097 A KR 20200161097A KR 102272545 B1 KR102272545 B1 KR 102272545B1
Authority
KR
South Korea
Prior art keywords
data
digital biomarker
digital
biomarker
diagnosis
Prior art date
Application number
KR1020200161097A
Other languages
English (en)
Inventor
강성지
노혜강
김혜령
정화영
Original Assignee
웰트 주식회사
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 웰트 주식회사 filed Critical 웰트 주식회사
Priority to KR1020200161097A priority Critical patent/KR102272545B1/ko
Priority to US17/114,868 priority patent/US20220165408A1/en
Application granted granted Critical
Publication of KR102272545B1 publication Critical patent/KR102272545B1/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
    • G16H50/20—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy 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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683—Means for maintaining contact with the body
    • A61B5/6831—Straps, bands or harnesses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Pulmonology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fuzzy Systems (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 건강 진단을 위한 사용자 장치 제어 방법은 진단 서버가 처방 데이터를 기반으로 디지털 바이오 마커 제어 데이터를 생성하는 단계, 진단 서버가 디지털 바이오 마커 제어 데이터를 사용자 장치로 전송하는 단계를 포함할 수 있되, 디지털 바이오 마커 제어 데이터는 사용자 장치의 디지털 바이오 마커 모듈을 제어하기 위한 정보를 포함할 수 있다.

Description

건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치{Method for controlling user equipment for medical checkup and apparatus for performing the method}
본 발명은 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 보다 상세하게는 디지털 바이오 마커 모듈(예를 들어, 센서)에 의해 수집되는 다양한 데이터를 기반으로 사용자의 상태를 진단하기 위한 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치에 관한 것이다.
각종 스마트 기술의 개발로 개인 일상 활동에 관한 데이터가 기록되고 기록된 데이터를 기반으로 개인 생활이 보다 효율적으로 관리될 수 있게 되었다. 그 중에서도 건강에 대한 관심이 높아지면서 건강 관련 데이터 로깅(logging)이 주목받고 있다. 이미 많은 사용자들이 스마트폰과 웨어러블 장치와 같은 사용자 장치를 통해 사용자의 운동, 식이 수면 등 각종 건강 관련 데이터를 생성하고 활용하고 있다. 과거 건강 관련 데이터가 의료 기관에서만 생성되고 관리되었던 데에서 벗어나 사용자가 스마트폰이나 웨어러블 장치와 같은 사용자 장치를 통해 사용자의 건강 관련 데이터를 스스로 생성 및 관리하기 시작한 것이다.
건강 관련 데이터 로깅은 웨어러블 장치를 통해 이루어지는 경우가 많다. 웨어러블 장치는 사용자의 몸에 소지하거나 부착하는 사용자 장치이다. 웨어러블 장치는 사물인터넷 등의 발전을 통해 건강 관련 데이터를 수집하는데 많이 활용되고 있다. 웨어러블 장치는 사용자의 신체 변화 정보, 사용자 주위를 둘러싼 환경 데이터를 기기를 통해 수집하고, 수집된 데이터를 기반으로 사용자의 건강에 필요한 조언을 제공할 수 있다.
현재는 웨어러블 장치를 통해 획득된 건강 관련 데이터를 활용하여 피드백을 제공하는 절차가 정교화되지 못하여 구체적인 의료 행위에 활용되지 못하고 있다. 하지만, 웨어러블 장치뿐만 아니라 다양한 건강 관련 데이터를 수집할 수 있는 사용자 장치의 발전 및 사용자 장치를 통해 획득된 건강 관련 데이터를 기반으로 한 판단 알고리즘의 정교화에 따라 실제 의료 행위에 사용자 장치를 통해 획득된 건강 관련 데이터를 활용할 수 있다.
따라서, 사용자 장치를 통해 건강 관련 데이터를 정확하게 획득하고, 획득된 건강 관련 데이터를 의료 행위 상에 활용하기 위한 정교한 시스템의 개발이 필요하다.
선행 기술로서 공개특허공보 제10-2018-0037157호(2018.04.11.)가 있다.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 디지털 바이오 마커 데이터를 획득하여 사용자 건강 상태를 효과적으로 진단하는 것을 목적으로 한다.
또한, 본 발명은, 디지털 바이오 마커 데이터를 기반으로 처방 데이터를 생성하고 사용자가 사용자 장치를 통해 처방 데이터에 따른 사용자 건강 관리를 효과적으로 수행하는 것을 목적으로 한다.
또한, 본 발명은, 진단 결과 데이터, 처방 데이터에 따라 사용자 장치의 디지털 바이오 마커 모듈의 동작을 제어하는 것을 목적으로 한다.
이뿐만 아니라, 본 발명은 사용자의 진단 결과 데이터와 처방 데이터를 기반으로 한 머신러닝 기반 학습을 통해 진단 결과 데이터에 따른 최적의 처방 데이터를 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 실시예에 따르면, 건강 진단을 위한 사용자 장치 제어 방법은 진단 서버가 처방 데이터를 기반으로 디지털 바이오 마커 제어 데이터를 생성하는 단계와 상기 진단 서버가 상기 디지털 바이오 마커 제어 데이터를 사용자 장치로 전송하는 단계를 포함하되, 상기 디지털 바이오 마커 제어 데이터는 상기 사용자 장치의 디지털 바이오 마커 모듈을 제어하기 위한 정보를 포함할 수 있다.
한편, 상기 디지털 바이오 마커 제어 데이터는 디지털 바이오 마커 종류 데이터, 디지털 바이오 마커 동작 데이터 및/또는 디지털 바이오 마커 수집 완료 조건 데이터를 포함할 수 있다.
또한, 상기 처방 데이터는 머신 러닝 모델로 입력된 진단 결과 데이터를 기반으로 생성될 수 있다.
본 발명의 다른 실시예에 따르면, 건강 진단을 위한 사용자 장치 제어를 수행하는 진단 서버는 사용자 장치와 통신을 수행하기 위해 구현된 통신부와 상기 통신부와 동작 가능하게(operatively) 연결된 프로세서를 포함하되, 상기 프로세서는 처방 데이터를 기반으로 디지털 바이오 마커 제어 데이터를 생성하고, 상기 디지털 바이오 마커 제어 데이터를 상기 사용자 장치로 전송하도록 구현될 수 있되, 상기 디지털 바이오 마커 제어 데이터는 상기 사용자 장치의 디지털 바이오 마커 모듈을 제어하기 위한 정보를 포함할 수 있다.
한편, 상기 디지털 바이오 마커 제어 데이터는 디지털 바이오 마커 종류 데이터, 디지털 바이오 마커 동작 데이터 및/또는 디지털 바이오 마커 수집 완료 조건 데이터를 포함할 수 있다.
또한, 상기 처방 데이터는 머신 러닝 모델로 입력된 진단 결과 데이터를 기반으로 생성될 수 있다.
본 발명에 의하면, 디지털 바이오 마커 데이터를 획득하여 사용자 건강 상태가 효과적으로 진단될 수 있다.
또한, 본 발명에 의하면, 디지털 바이오 마커 데이터를 기반으로 처방 데이터가 생성되고 사용자가 사용자 장치를 통해 처방 데이터에 따른 사용자 건강 관리가 효과적으로 수행될 수 있다.
또한, 본 발명에 의하면, 진단 결과 데이터, 처방 데이터에 따라 사용자 장치의 디지털 바이오 마커 모듈의 동작이 제어될 수 있다.
이뿐만 아니라, 본 발명에 의하면, 사용자의 진단 결과 데이터와 처방 데이터를 기반으로 한 머신러닝 기반 학습을 통해 진단 결과 데이터에 따른 최적의 처방 데이터가 제공될 수 있다.
도 1은 본 발명의 실시예에 따른 디지털 바이오 마커를 기반으로 한 사용자 건강 진단 시스템을 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 디지털 바이오 마커를 기반으로 한 진단 방법을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 디지털 바이오 마커를 기반으로 한 진단 방법을 나타낸 개념도이다.
도 4는 본 발명의 실시예에 따른 사용자 장치를 통해 디지털 치료 서비스를 제공하기 위한 방법을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 사용자 장치를 통해 디지털 치료 서비스를 제공하기 위한 방법을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 사용자 장치를 통해 디지털 치료 서비스를 제공하기 위한 방법을 나타낸 개념도이다.
도 7은 본 발명의 실시예에 따른 진단 결과 데이터를 생성하는 방법을 나타낸 개념도이다.
도 8은 본 발명의 실시예에 따른 진단 기초 데이터를 생성하기 위한 방법을 나타낸 개념도이다.
도 9는 본 발명의 실시예에 따른 진단 기초 데이터를 생성하기 위한 방법을 나타낸 개념도이다.
도 10은 본 발명의 실시예에 따른 사용자와의 질의응답을 기반으로 디지털 바이오 마커(제2 타입)를 획득하는 방법을 나타낸 개념도이다.
도 11은 본 발명의 실시예에 따른 진단 서버의 진단 결과 데이터를 생성하기 위한 방법을 나타낸 개념도이다.
도 12는 본 발명의 실시예에 따른 진단 서버의 동작을 나타낸 개념도이다.
도 13은 본 발명의 실시예에 따른 처방 데이터에 따른 사용자 건강 진단 시스템의 동작을 나타낸 개념도이다.
도 14는 본 발명의 실시예에 따른 디지털 바이오 마커 제어 데이터를 생성하는 방법을 나타낸 개념도이다.
도 15는 본 발명의 실시예에 따른 처방 데이터 및 진단 결과 데이터를 기반으로 학습을 수행하는 방법을 나타낸 개념도이다.
도 16은 본 발명의 실시예에 따른 처방 데이터 및 진단 결과 데이터를 기반으로 학습을 수행하는 방법을 나타낸 개념도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여 지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 디지털 바이오 마커를 기반으로 한 사용자 건강 진단 시스템을 나타낸 개념도이다.
도 1에서는 사용자 장치를 통해 획득된 디지털 바이오 마커 데이터를 기반으로 한 사용자 건강을 진단하는 방법이 개시된다.
도 1을 참조하면, 사용자 건강 진단 시스템은 사용자 장치(100), 진단 서버(120), 처방 서버(140), 의료 서버(160)를 포함할 수 있다.
사용자 장치(100)는 디지털 바이오 마커 데이터(110)를 획득하기 위해 구현될 수 있다.
디지털 바이오 마커는 사용자의 상태 진단을 위한 마커로 활용 가능한 요소로서 사용자 장치(100)에 구현된 디지털 바이오 마커 모듈(예를 들어, 센서)를 통해 획득되거나, 사용자 입력에 의해 획득될 수 있는 요소일 수 있다. 디지털 바이오 마커 모듈은 디지털 바이오 마커 데이터(110)를 수집하여 생성하는 장치일 수 있다.
디지털 바이오 마커 데이터(110)는 디지털 바이오 마커에 관련된 데이터일 수 있다.
디지털 바이오 마커는 스마트폰, 스마트워치, 스마트벨트 등과 같은 다양한 사용자 장치(100)를 기반으로 획득될 수 있다. 디지털 바이오 마커는 사용자 장치(100)를 통해 사용자의 별도의 데이터 입력 없이 직접적으로 획득된 타입인 디지털 바이오 마커(제1 타입)(또는 디지털 바이오 마커 데이터(제1 타입)), 디지털 바이오 마커(제2 타입)(또는 디지털 바이오 마커 데이터(제2 타입))으로 구분될 수도 있다. 예를 들어, 디지털 바이오 마커(제1 타입)(105)은 심장 박동수, 호흡수 등과 같은 사용자 장치(100)를 통해 획득되는 마커일 수 있고, 디지털 바이오 마커(제2 타입)(110)은 사용자 장치(100)를 통해 제공되는 문진에 대한 응답 데이터와 같이 사용자의 직접적인 입력을 기반으로 획득된 마커일 수 있다.
디지털 바이오 마커 데이터(110)를 획득하기 위해 사용자의 사용자 식별자에 대응되어 적어도 하나의 사용자 장치(100)가 등록될 수 있고, 적어도 하나의 사용자 장치(100)에 의해 생성되는 디지털 바이오 마커 데이터(110)에 사용자 식별자가 추가되어 진단 서버(120)로 전송될 수 있다.
진단 서버(120)는 사용자 장치(100)를 통해 획득된 디지털 바이오 마커 데이터(110)를 기반으로 진단을 수행하기 위해 구현될 수 있다. 진단 서버(120)는 디지털 바이오 마커 데이터(110)를 기반으로 진단 기초 데이터(130)를 생성하고, 생성된 진단 기초 데이터(130)를 기반으로 진단 결과 데이터(135)를 생성할 수 있다.
진단 기초 데이터(130)는 디지털 바이오 마커 데이터(110)를 기반으로 생성된 진단의 기초가 되는 데이터이고, 하나의 디지털 바이오 마커 데이터(110)는 적어도 하나의 진단 기초 데이터(130)와 연계될 수 있다. 예를 들어, 디지털 바이오 마커는 가속도이고, 디지털 바이오 마커 데이터(110)는 가속도 데이터이고, 디지털 바이오 마커 데이터(110)인 가속도 데이터와 연계된 진단 기초 데이터(130)는 손떨림, 잠들기까지 걸린 시간, 수면 시간, 보행 패턴, 발작 등 복수개일 수 있다.
진단 결과 데이터(135)는 진단 기초 데이터(130)를 기반으로 한 사용자 상태의 판단 결과일 수 있고, 구체적으로 진단 결과 데이터(135)는 특정 타겟 질병 가능성(예를 들어, 알코올 중독, 불면증, 근감소증, 뇌전증, 비만 등)에 대한 판단 결과를 포함할 수 있다.
진단 서버(120)는 사용자의 적어도 사용자 장치(100)를 통해 획득된 디지털 바이오 마커 데이터(110) 중 선택된 디지털 바이오 마커 데이터를 기반으로 진단 기초 데이터(130)/진단 결과 데이터(135)를 생성할 수 있다. 예를 들어, 사용자 식별자로 등록된 스마트폰, 스마트워치, 스마트벨트와 같은 복수개의 사용자 장치 각각에서 디지털 바이오 마커 데이터(스마트폰), 디지털 바이오 마커 데이터(스마트 워치), 디지털 바이오 마커 데이터(스마트벨트)가 진단 서버(120)로 전달될 수 있다. 진단 서버(120)는 복수의 디지털 바이오 마커 데이터 중 진단 기초 데이터(130)의 생성에 필요한 디지털 바이오 마커(110)만을 선택하여 진단 기초 데이터(130)/진단 결과 데이터(135)를 생성할 수 있다.
진단 서버(120)는 자체 진단 알고리즘을 기반으로 진단 기초 데이터(130)/진단 결과 데이터(6135)를 생성할 수도 있으나 의료 서버와 연계되어 동작할 수도 있다. 설정에 따라 진단 서버 자체 알고리즘을 기반으로 한 진단 기초 데이터(130)/진단 결과 데이터(135)를 생성할지 의료 서버와 연계되어 전문 의료진의 판단을 추가적으로 고려한 진단 기초 데이터(130)/진단 결과 데이터(135)를 생성할지 여부가 결정될 수 있다.
의료 서버(160)는 진단 서버(120), 처방 서버(140)와 연동되어 진단 기초 데이터(130), 진단 결과 데이터(135) 및/또는 처방 데이터(145)의 생성을 지원하기 위해 구현될 수 있다. 예를 들어, 의료 서버(100)는 진단 서버(120)로 디지털 바이오 마커 데이터를 요청하고, 디지털 바이오 마커 데이터를 기반으로 한 추가 진단 기초 데이터 및/또는 추가 진단 결과 데이터를 진단 서버(120)로 제공하여 진단 서버의 진단 기초 데이터(130) 및/또는 진단 결과 데이터(135)의 생성을 지원할 수 있다.
처방 서버(140)는 진단 결과 데이터(135)를 기반으로 한 처방 데이터(145)를 생성하기 위해 구현될 수 있다. 처방 데이터(145)는 진단 결과 데이터(135)에 따라 필요한 치료를 위한 정보를 포함할 수 있다. 처방 데이터(145)는 약에 대한 처방 데이터, 행동을 교정하기 위한 행동 교정 데이터, 운동 추천 데이터 등과 같은 사용자 상태를 개선하기 위한 다양한 데이터를 포함할 수 있다.
처방 서버(140)에 의해 처방 데이터(145)가 생성되는 경우, 처방 데이터(145)는 사용자 장치(100) 뿐만 아니라 진단 서버(120)로도 전달될 수 있고, 진단 서버(120)는 추후 진단 기초 데이터(130) 및/또는 진단 결과 데이터(135)를 생성시 처방 데이터(145)를 추가적으로 고려하여 생성할 수 있다.
설명의 편의상 진단 서버(120)와 처방 서버(140)를 분리하였으나, 처방 서버(140)의 동작은 진단 서버(120)에 포함될 수도 있고, 이러한 실시예 또한 본 발명의 권리 범위에 포함될 수 있다. 또한, 의료 서버(160)도 별도로 표현하였으나,의료 서버(160)는 처방 서버(140)에 포함되는 개념일 수 있다.
도 2는 본 발명의 실시예에 따른 디지털 바이오 마커를 기반으로 한 진단 방법을 나타낸 개념도이다.
도 2에서는 사용자 장치를 기반으로 디지털 바이오 마커 데이터를 생성하고, 디지털 바이오 마커 데이터를 기반으로 진단 기초 데이터 및 진단 결과 데이터를 생성하는 방법을 나타낸 개념도이다.
도 2를 참조하면, 사용자 장치1, 사용자 장치2, ..., 사용자 장치n이 포함될 수 있다.
사용자 장치1, 사용자 장치2, ..., 사용자 장치n 각각에 대하여 디지털 바이오 마커 모듈1 내지 디지털 바이오 마커 모듈n이 대응될 수 있다. 사용자 장치 간의 디지털 바이오 마커 모듈의 종류는 중복될 수도 있다. 하나의 사용자 장치에 복수의 디지털 바이오 마커 모듈이 대응될 수 있다.
디지털 바이오 마커 모듈1 내지 디지털 바이오 마커 모듈n 각각에서는 디지털 바이오 마커 데이터(200)가 생성될 수 있다. 사용자 장치의 디지털 바이오 마커 모듈의 종류가 중복되는 경우, 디지털 바이오 마커 데이터(200)의 종류도 중복되어 전달될 수 있다.
디지털 바이오 마커 모듈 외에 사용자 장치를 통한 사용자의 입력을 통해 디지털 바이오 마커 데이터(200)가 생성될 수도 있다.
센서와 같은 디지털 바이오 마커 모듈처럼 사용자의 별도의 입력이 없이 생성되는 마커는 디지털 바이오 마커(제1 타입)로 구분되고, 사용자 장치를 통해 입력되는 사용자 입력 정보는 디지털 바이오 마커(제2타입)일 수 있다.
디지털 바이오 마커 데이터(200)는 진단 서버(210)로 전송될 수 있고, 디지털 바이오 마커 데이터(200)는 진단 서버(210) 내에서 진단 기초 데이터1 내지 진단 기초 데이터n으로 생성될 수 있다. 하나의 디지털 바이오 마커 데이터(200)는 적어도 하나의 진단 기초 데이터(220)를 생성하기 위해 사용될 수 있다.
진단 서버(210)는 진단 기초 데이터(220)를 기반으로 진단 결과 데이터(240)를 생성할 수 있고, 진단 결과 데이터(240)는 처방 서버로 전달되어 처방을 위해 활용될 수 있다. 진단 결과 데이터(240)는 특정 질병에 대한 진단 결과로서 적어도 하나의 진단 기초 데이(220)터가 진단 결과를 생성하기 위해 활용될 수 있다.
도 3은 본 발명의 실시예에 따른 디지털 바이오 마커를 기반으로 한 진단 방법을 나타낸 개념도이다.
도 3에서는 진단 기초 데이터 및 진단 결과 데이터를 생성하는 방법이 예시적으로 개시된다.
도 을 참조하면, 사용자 장치(300)는 사용자 장치1, 사용자 장치2, 사용자 장치3을 포함할 수 있다. 사용자 장치1은 스마트워치, 사용자 장치2는 스마트벨트, 사용자 장치3은 스마트폰일 수 있다.
사용자 장치1(스마트워치)는 사용자의 손목에 위치하고, 디지털 바이오 마커 모듈로서 가속도 센서, 심박 센서, 피부 전도도 센서 등을 포함할 수 있다. 사용자 장치1(스마트워치)에 의해 획득되는 디지털 바이오 마커(320)는 사용자에 의해 발생되는 가속도, 심박, 피부 전도도(electrodermal activity)일 수 있다.
사용자 장치2(스마트벨트)는 사용자의 허리에 위치하고, 디지털 바이오 마커 모듈로서 가속도 센서, 홀 센서(장력 센서) 등을 포함할 수 있다. 사용자 장치2(스마트 벨트)에 의해 획득되는 디지털 바이오 마커(320)는 사용자에 의해 발생되는 가속도, 허리 둘레 사이즈로 인해 벨트에 발생되는 장력일 수 있다.
사용자 장치3(스마트폰)은 사용자가 휴대하고 다니는 모바일 폰이고, 디지털 바이오 마커 모듈로서 가속도 센서, 조도 센서, 마이크, 디스플레이 등을 포함할 수 있다. 사용자 장치3(스마트폰)에 의해 획득되는 디지털 바이오 마커(320)는 사용자에 의해 발생되는 가속도, 외부 조도, 외부 소리, 터치에 의해 생성되는 이미지(그림 그리기) 등을 포함할 수 있다.
복수의 사용자 장치(사용자 장치1, 사용자 장치2, 사용자 장치3)에 의해 생성되는 복수의 디지털 바이오 마커(320) 각각에 대응되는 복수의 디지털 바이오 마커 데이터 각각은 진단 서버로 전송되고, 진단 서버는 복수의 디지털 바이오 마커 데이터 각각을 기반으로 진단 기초 데이터(340)를 생성할 수 있다.
1) 디지털 바이오 마커(가속도, 그림 그리기)는 진단 기초 데이터(340)로서 손떨림 데이터를 생성할 수 있다.
2) 디지털 바이오 마커(가속도)는 진단 기초 데이터(340)로서 잠들기까지 걸리는 시간 데이터를 생성할 수 있다.
3) 디지털 바이오 마커(가속도)는 진단 기초 데이터(340)로서 수면 시간 데이터, 수면 효율 데이터를 생성할 수 있다.
4) 디지털 바이오 마커(조도, 사용자 외부 소리, 심박)은 진단 기초 데이터(340)로서 수면 환경 데이터(수면 환경(조도, 온도, 습도, 소음))를 생성할 수 있다.
5) 디지털 바이오 마커(가속도)는 진단 기초 데이터(340)로서 보행 패턴 데이터를 생성할 수 있다.
6) 디지털 바이오 마커(가속도, 심박, 피부 전도도)는 진단 기초 데이터(340)로서 발작/경련 데이터를 생성할 수 있다.
7) 디지털 바이오 마커(심박)는 진단 기초 데이터(340)로서 가슴 두근 거림 데이터를 생성할 수 있다.
8) 디지털 바이오 마커(장력)는 진단 기초 데이터(340)로서 허리 둘레 데이터를 생성할 수 있다.
9) 디지털 바이오 마커(장력)는 진단 기초 데이터(340)로서 배변 데이터(배변 시간, 배면 횟수, 배변 시간)를 생성할 수 있다.
이후, 이러한 진단 기초 데이터(340)는 진단 결과 데이터(360)를 만들기 위해 사용될 수 있다.
1) 진단 기초 데이터(손떨림 데이터, 가슴 두근 거림 데이터)는 약물 중독, 알코올 중독에 대한 진단 결과 데이터(360)를 생성하기 위해 사용될 수 있다.
2) 진단 기초 데이터(잠들기까지 걸리는 시간 데이터, 수면 시간 데이터, 수면 효율 데이터, 수면 환경 데이터)는 불면증에 대한 진단 결과 데이터(360)를 생성하기 위해 사용될 수 있다.
3) 진단 기초 데이터(보행 패턴 데이터)는 근감소증에 대한 진단 결과 데이터(360)를 생성하기 위해 사용될 수 있다.
4) 진단 기초 데이터(발작/경련 데이터, 가슴 두근거림 데이터)는 뇌전증에 대한 진단 결과 데이터(360)를 생성하기 위해 사용될 수 있다.
5) 진단 기초 데이터(허리 둘레 데이터)는 비만에 대한 진단 결과 데이터(360)를 생성하기 위해 사용될 수 있다.
6) 진단 기초 데이터(보행 패턴 데이터)는 파키슨/치매에 대한 진단 결과 데이터(360)를 생성하기 위해 사용될 수 있다.
7) 진단 기초 데이터(가슴 두근거림 데이터, 배변 데이터)는 과민성 대장 증후군에 대한 진단 결과 데이터(360)를 생성하기 위해 사용될 수 있다.
위와 같은 방식으로 사용자 장치, 디지털 바이오 마커(320), 진단 기초 데이터(340) 및 진단 결과 데이터(360)가 관계될 수 있고, 도 3은 하나의 예시로서 다양한 방식으로 디지털 바이오 마커(320), 진단 기초 데이터(340) 및 진단 결과 데이터(360) 간의 관계가 설정될 수 있다.
도 4는 본 발명의 실시예에 따른 사용자 장치를 통해 디지털 치료 서비스를 제공하기 위한 방법을 나타낸 개념도이다.
도 4에서는 사용자 장치를 통해 디지털 치료 서비스가 제공되는 경우, 사용자 장치의 디지털 치료 서비스의 접속 방법이 개시된다.
도 4를 참조하면, 사용자 장치에 디지털 치료 서비스 APP(application)(400)가 설치된 후, 디지털 치료 서비스 APP(400)이 구동되는 경우, 사용자 장치를 기반으로 획득 가능한 디지털 바이오 마커에 대한 정보가 획득될 수 있다.
이하, 디지털 치료 서비스 APP(400)이 구동되는 사용자 장치는 마스터 사용자 장치(410)라는 용어로 표현되고, 마스터 사용자 장치(410)와 연결된 다른 사용자 장치는 서브 사용자 장치(420)라는 용어로 표현된다.
마스터 사용자 장치(410)와 연결된 다른 서브 사용자 장치(420)에 대한 정보가 획득되고, 마스터 사용자 장치(410) 외에 서브 사용자 장치(420)를 기반으로 획득 가능한 디지털 바이오 마커에 대한 종류도 화면 상에 표시될 수 있다.
예를 들어, 사용자가 스마트폰, 스마트워치, 스마트벨트를 착용하고, 스마트폰에 디지털 치료 서비스APP(400)이 설치된 경우, 마스터 사용자 장치(410)로서 동작하는 스마트폰은 통신(예를 들어, 블루투스)를 기반으로 연결된 스마트워치, 스마트벨트를 서브 사용자 장치(420)로서 인식할 수 있다. 디지털 치료 서비스APP 상에서는 스마트폰, 스마트워치, 스마트벨트를 기반을 획득될 수 있는 디지털 바이오 마커인 가속도, 조도, 소리, 심박, 장력, 피부전도도, 그림 그리기 등이 표시될 수 있다.
사용자 장치 상에서 원하는 요청 진단 결과 데이터에 따라 디지털 바이오 마커가 결정될 수 있다. 특정된 진단 결과 데이터는 진단 결과 데이터(타겟)(440)일 수 있고, 특정되지 않은 진단 결과 데이터는 진단 결과 데이터(비타겟)(430)일 수 있다.
예를 들어, 사용자가 특정 질병(예를 들어, 알코올 중독)에 대한 진단 결과 데이터를 원하는 경우, 진단 결과 데이터(타겟)(440)으로서 알코올 중독이 선택될 수 있다. 알코올 중독이 선택되는 경우, 알코올 중독의 판단에 필요한 진단 기초 데이터(타겟)(440)이 결정되고, 진단 기초 데이터(타겟)(440)을 생성하기 위한 디지털 바이오 마커(타겟)이 결정될 수 있다. 알코올 중독의 판단에 필요한 진단 기초 데이터(타겟)(440)은 손떨림 데이터, 가슴 두근 거림 데이터 등일 수 있고, 진단 기초 데이터(타겟)(440)을 결정하기 위한 디지털 바이오 마커(타겟)은 가속도, 그림 그리기, 심박 등이 있을 수 있다.
디지털 바이오 마커(타겟)(460)은 진단 기초 데이터(타겟)의 생성을 위한 디지털 바이오 마커일 수 있다. 진단 기초 데이터(타겟)은 진단 결과 데이터(타겟)(440)의 생성을 위한 진단 기초 데이터일 수 있다.
진단 서버는 사용자 장치를 기반으로 획득 가능한 디지털 바이오 마커 중 디지털 바이오 마커(타겟)(460)에 포함되는 가용 디지털 바이오 마커(타겟)을 추천할 수 있다. 가용 디지털 바이오 마커(타겟)은 사용자의 사용자 장치를 통해 획득 가능한 디지털 바이오 마커 중 디지털 바이오 마커(타겟)(460)에 해당하는 디지털 바이오 마커일 수 있다. 이후, 사용자 장치 상에서 획득 가능한 가용 디지털 바이오 마커(타겟)(460)에 대한 선택이 이루어질 수 있다. 또는 진단 서버에서 사용자 장치의 별도의 선택없이도 자동으로 가용 디지털 바이오 마커(타겟)이 선택될 수도 있다.
반대로 사용자가 특정 질병에 대한 진단 결과 데이터를 원하지 않고, 일반적인 진단 결과 데이터를 원하는 경우, 진단 결과 데이터(비타겟)(430)이 선택될 수 있다. 진단 결과 데이터(비타겟)(430)이 선택되는 경우, 획득 가능한 디지털 바이오 마커 중 사용자 장치에서 동의한 또는 사용 가능한 가용 디지털 바이오 마커(비타겟)이 결정될 수 있다. 이후, 디지털 바이오 마커(비타겟)(450)를 기반으로 한 진단 기초 데이터 및 진단 결과 데이터(비타겟)(430)이 생성될 수 있다. 진단 기초 데이터(비타겟)(430)은 가용 디지털 바이오 마커(비타겟)을 기반으로 생성된 진단 기초 데이터일 수 있다. 디지털 바이오 마커(비타겟)(450)은 진단 기초 데이터(비타겟)(430)의 생성을 위한 디지털 바이오 마커일 수 있다. 진단 결과 데이터(비타겟)(430)은 가용 디지털 바이오 마커(비타겟)을 기반으로 생성 가능한 진단 결과 데이터를 포함할 수 있다.
진단 결과 데이터(타겟)(440)은 진단 기초 데이터(타겟), 디지털 바이오 마커(타겟)의 순서로 순차적으로 판단되고, 이후, 가용 디지털 바이오 마커(타겟)이 결정된 후, 가용 디지털 바이오 마커(타겟)을 기반으로 진단 기초 데이터(타겟), 진단 결과 데이터(타겟)이 생성될 수 있다.
진단 결과 데이터(비타겟)(430)은 가용 디지털 바이오 마커(비타겟), 진단 기초 데이터(비타겟), 진단 결과 데이터(비타겟)의 순서로 생성될 수 있다.
진단 결과 데이터(타겟)(440), 진단 결과 데이터(비타겟)(430)을 생성하기 위한 구체적인 진단 서버의 동작 방법은 후술된다.
도 5는 본 발명의 실시예에 따른 사용자 장치를 통해 디지털 치료 서비스를 제공하기 위한 방법을 나타낸 개념도이다.
도 5에서는 진단 결과 데이터(타겟)을 생성하기 위한 방법이 개시된다.
도 5를 참조하면, 진단 결과 데이터(타겟)(500)이 선택되는 경우, 진단 결과 데이터(타겟)(500)을 생성하기 위한 진단 기초 데이터(타겟)(510)이 결정되고, 진단 기초 데이터(타겟)(510)을 획득하기 위한 디지털 바이오 마커(타겟)(520)이 결정될 수 있다.
디지털 바이오 마커(타겟)(520) 중 사용자 장치를 기반으로 획득 가능한 가용 디지털 바이오 마커(타겟)(530)이 결정될 수 있다.
진단 서버는 가용 디지털 바이오 마커(타겟)(530)을 기반으로 임계 신뢰도 이상의 진단 결과 데이터(타겟)(500)의 획득이 가능한지 여부를 판단할 수 있다. 특정 진단 결과 데이터(타겟)(500)을 획득하기 위해 필요한 디지털 바이오 마커(타겟) 중 가용 디지털 바이오 마커(타겟)에 대한 정보를 기반으로 진단 결과 데이터(타겟) 신뢰도(540)가 결정될 수 있다.
예를 들어, 특정 진단 결과 데이터(타겟)(500)을 획득하기 위해 필요한 디지털 바이오 마커(타겟)(520)이 디지털 바이오 마커A(타겟), 디지털 바이오 마커B(타겟) 디지털 바이오 마커C(타겟)인 경우가 가정될 수 있다. 디지털 바이오 마커A(타겟), 디지털 바이오 마커B(타겟) 디지털 바이오 마커C(타겟)가 모두 가용 디지털 바이오 마커(타겟)(530)인 경우, 획득된 진단 결과 데이터(타겟)(540)는 상대적으로 높은 신뢰도(550)를 가지고 디지털 바이오 마커A(타겟), 디지털 바이오 마커B(타겟) 디지털 바이오 마커C(타겟) 중 일부만이 존재하는 경우, 획득된 진단 결과 데이터(타겟)(540)는 상대적으로 낮은 신뢰도(550)를 가질 수 있다.
디지털 바이오 마커(타겟)(520)의 종류에 따라 서로 다른 신뢰도 결정을 위한 신뢰도 가중치가 설정될 수 있고, 높은 신뢰도 가중치를 가지는 디지털 바이오 마커(타겟)(520)일수록 상대적으로 정확한 진단 결과 데이터(타겟)(540)을 결정하기 위해 활용될 수 있다.
진단 서버는 임계 신뢰도 이상을 가지는 진단 결과 데이터(타겟)(540)만을 최종 진단 결과 데이터(타겟)(560)로서 제공할 수 있다. 가용 디지털 바이오 마커(타겟)(530)를 기반으로 설정된 임계치 이하의 신뢰도를 가지는 진단 결과 데이터(타겟)(540)만이 가능한 경우, 진단 서버는 진단 결과 데이터(타겟)(540)에 대한 생성이 어려움을 알리는 진단 불가 메시지를 사용자 장치로 전송할 수 있다. 이때 진단 결과 데이터(타겟)(540)의 신뢰도를 높이기 위해 추가적으로 필요한 디지털 바이오 마커(타겟)(520)에 대한 정보가 진단 불가 메시지에 포함되어 전송될 수 있다.
또는, 진단 서버는 가용 디지털 바이오 마커(타겟)(530)을 기반으로 획득된 진단 결과 데이터(타겟)(540)를 모두 최종 진단 결과 데이터(타겟)(560)으로서 제공하되, 신뢰도에 대한 정보를 함께 제공할 수 있다.
또한, 본 발명의 실시예에 따르면, 설정에 따라 사용자가 선택하지 않은 다른 진단 결과 데이터(타겟)을 판단하기 위해 가용 디지털 바이오 마커(타겟) 외의 사용자 장치의 다른 디지털 바이오 마커를 활성화시켜 다른 진단 결과 데이터(타겟)에 대한 판단이 수행될 수 있다.
예를 들어, 가용 디지털 바이오 마커(타겟)가 사용자에 의해 선택되지 않은 진단 결과 데이터(비선택)을 결정하기 위해 사용 가능하다면, 가용 디지털 바이오 마커(타겟)은 진단 결과 데이터(비선택)을 생성할 수 있다. 진단 서버는 가용 디지털 바이오 마커(타겟)를 기반으로 결정된 진단 결과 데이터(비선택)을 분석하고, 진단 결과 데이터(비선택)에 대한 추가적인 판단이 필요한 경우, 진단 결과 데이터(비선택)을 보다 정확하게 생성하기 위한 추가 디지털 바이오 마커를 활성화시켜 진단 결과 데이터(비선택)도 사용자에게 제공할 수 있다.
도 6은 본 발명의 실시예에 따른 사용자 장치를 통해 디지털 치료 서비스를 제공하기 위한 방법을 나타낸 개념도이다.
도 6에서는 진단 결과 데이터(비타겟)을 생성하기 위한 방법이 개시된다.
도 6을 참조하면, 진단 결과 데이터(비타겟)(600)이 선택되는 경우, 진단 결과 데이터(비타겟)(600)을 획득하기 위한 디지털 바이오 마커(비타겟)이 결정될 수 있다.
진단 결과 데이터(타겟)과 다르게 디지털 바이오 마커(비타겟)은 사용자 장치를 기반을 획득 가능한 모든 가용 디지털 바이오 마커(비타겟)(610)일 수 있다.
진단 서버는 가용 디지털 바이오 마커(비타겟)(610)을 기반으로 임계 신뢰도 이상으로 획득 가능한 진단 결과 데이터(비타겟)(620)를 결정할 수 있다. 가용 디지털 바이오 마커(비타겟)(610)에 대한 정보를 기반으로 진단 결과 데이터(비타겟) 신뢰도(630)가 결정될 수 있다.
가용 디지털 바이오 마커(비타겟)(610)이 디지털 바이오 마커A(비타겟), 디지털 바이오 마커B(비타겟), 디지털 바이오 마커C(비타겟)인 경우가 가정될 수 있다. 진단 서버는 가용 디지털 바이오 마커(비타겟)(610)로 획득 가능한 진단 결과 데이터(비타겟)(620) 중 임계 신뢰도 이상으로 획득 가능한 진단 결과 데이터(비타겟)(620)를 결정할 수 있다.
본 발명의 실시예에 따르면, 진단 서버는 임계 신뢰도 이상으로 획득 가능한 진단 결과 데이터(비타겟)(620)에 대해서만 판단하고 진단 결과 데이터(비타겟)(620)을 최종 진단 결과 데이터(비타겟)(640)으로서 사용자 장치로 전송할 수 있다.
또는, 진단 서버는 가용 디지털 바이오마커(비타겟)(610)을 기반으로 획득된 진단 결과 데이터(비타겟)(600)을 모두 최종 진단 결과 데이터(비타겟)(640)으로서 제공하되, 신뢰도에 대한 정보를 함께 제공할 수 있다.
또한 본 발명의 실시예에 따르면, 임계 신뢰도 미만의 진단 결과 데이터(비타겟)(620)의 시간에 따른 데이터 누적에 따른 신뢰도 보정이 수행되어 최종 진단 결과 데이터(비타겟)(640)으로 결정될 수도 있다.
진단 서버는 임계 신뢰도 미만의 진단 결과 데이터(비타겟)(620)를 생성하고, 임계 신뢰도 미만의 진단 결과 데이터(비타겟)(620)를 분석할 수 있다. 임계 신뢰도 미만의 진단 결과 데이터(비타겟)(620)의 분석 결과, 신뢰도의 보정이 가능한 경우, 진단 결과 데이터(비타겟)(620)의 신뢰도를 상대적으로 높은 값으로 보정하고 임계 신뢰도 이상일 경우, 사용자 장치로 전송할 수 있다.
예를 들어, 임계 신뢰도 미만의 진단 결과 데이터(비타겟)(620)이 시간의 흐름에 따라 누적되고 누적된 결과가 동일한 값 또는 일정한 경향성을 계속적으로 보이는 경우, 임계 신뢰도 미만의 진단 결과 데이터(비타겟)(620)의 신뢰도가 보정될 수 있고, 보정 결과, 신뢰도가 임계 신뢰도 이상인 경우, 최종 진단 결과 데이터(비타겟)(640)으로서 전달될 수 있다.
임계 신뢰도 미만의 진단 결과 데이터(비타겟)(620)의 경향성은 누적된 진단 결과 데이터(비타겟)(620)을 기반으로 한 진단 결과의 동일성일 수 있다.
도 7은 본 발명의 실시예에 따른 진단 결과 데이터를 생성하는 방법을 나타낸 개념도이다.
도 7에서는 진단 결과 데이터의 신뢰도를 결정하기 위한 방법이 개시된다.
도 7을 참조하면, 전술한 바와 같이 진단 결과 데이터의 신뢰도는 사용된 디지털 바이오 마커를 기반으로 결정될 수도 있으나, 추가적으로 진단 결과 데이터의 신뢰도는 디지털 바이오 마커를 통해 제공된 디지털 바이오 마커 데이터 신뢰도(700), 디지털 바이오 마커 데이터를 기반으로 결정된 진단 기초 데이터 신뢰도(750) 등을 더 고려하여 결정될 수 있다.
디지털 바이오 마커 데이터 신뢰도(700) 및 진단 기초 데이터 신뢰도(750)는 다양한 요소를 기반으로 결정될 수 있다.
예를 들어, 디지털 바이오 마커 데이터 신뢰도(700)는 데이터 특성(710)을 고려하여 결정될 수 있다. 데이터 특성(710)에 따라 특정 디지털 바이오 마커 데이터 신뢰도(700)를 결정하기 위한 임계값이 조정될 수 있다.
예를 들어, 디지털 바이오 마커 데이터의 데이터 특성(710)은 데이터 변화도, 디지털 바이오 마커 모듈 정확도, 외부 간섭 가능성 등을 포함할 수 있다. 데이터 변화도는 디지털 바이오 마커 데이터가 평균적으로 변화 가능한 범위에 대한 것으로 데이터 변화도가 높을수록 평균적 데이터 변화의 크기가 클 수 있다. 디지털 바이오 마커 모듈 정확도는 디지털 바이오 마커 데이터를 생성하는 센서와 같은 디지털 바이오 마커 모듈의 정확도이고, 외부 간섭 가능성은 디지털 바이오 마커 데이터를 생성함에 있어서 외부 간섭으로 인한 노이즈의 포함 가능성이다.
진단 기초 데이터 신뢰도(750)는 진단 기초 데이터를 결정하는 적어도 하나의 디지털 바이오 마커 데이터 신뢰도(700)를 고려하여 결정되되, 진단 기초 데이터를 결정하는 적어도 하나의 디지털 바이오 마커 데이터 신뢰도(700) 각각에 별도의 가중치를 두어 설정할 수 있다.
진단 기초 데이터를 생성하기 위해서 복수의 디지털 바이오 마커가 사용되는 경우, 복수의 디지털 바이오 마커 중 진단 기초 데이터에 보다 영향을 끼치거나 진단 기초 데이터를 생성함에 있어서 상대적으로 중요한 디지털 바이오 마커가 존재할 수 있고, 이러한 디지털 바이오 마커의 신뢰도에 대해 상대적으로 더 높은 가중치가 설정되어 진단 기초 데이터 신뢰도(750)가 결정될 수 있다.
디지털 바이오 마커 데이터와 마찬가지로 진단 기초 데이터 신뢰도(750)도 진단 기초 데이터의 데이터 특성(720)을 더 고려하여 결정될 수 있다. 진단 기초 데이터의 데이터 특성(720)은 데이터 변화도를 포함할 수 있다. 데이터 변화도는 진단 기초 데이터가 평균적으로 변화 가능한 범위에 대한 것으로 데이터 변화도가 높을수록 평균적 데이터 변화의 크기가 클 수 있다.
도 8은 본 발명의 실시예에 따른 진단 기초 데이터를 생성하기 위한 방법을 나타낸 개념도이다.
도 8에서는 디지털 바이오 마커 데이터의 노이즈를 제거하여 진단 기초 데이터를 생성하는 방법이 개시된다.
도 8을 참조하면, 진단 서버는 디지털 바이오 마커 데이터 및 진단 기초 데이터 각각에 포함되는 노이즈를 제거하기 위해 획득된 데이터가 노이즈인지 여부에 대한 판단을 수행할 수 있다.
진단 서버는 디지털 바이오 마커 데이터의 데이터 패턴을 기준으로 획득된 값이 노이즈인지 여부를 판단할 수 있다. 진단 서버는 데이터 패턴을 복수의 주기를 기준으로 학습하여 디지털 바이오 마커 데이터에 대한 복수의 데이터 패턴에 대한 학습을 수행할 수 있다. 데이터 패턴의 학습을 위해 입력되는 데이터는 정상적인 측정 상황에서 발생할 수 있는 다양한 데이터일 수 있다. 이러한 복수의 주기 각각을 기준으로 한 학습 결과와 디지털 바이오 마커 데이터의 현재 데이터 패턴을 기준으로 비정상 데이터 패턴을 감지할 수 있고, 이러한 비정상 데이터 패턴은 노이즈로서 분류되어 별도의 학습을 수행할 수 있다.
본 발명의 실시예에 따르면, 2가지 노이즈 판단 모델(제1 노이즈 판단 모델(810), 제2 노이즈 판단 모델(820))이 노이즈 데이터를 추출하기 위해 사용될 수 있다.
제1 노이즈 판단 모델(810)은 노이즈에 대한 별도의 클래스화를 하지 않고 학습을 하여 노이즈를 판단하는 모델이고, 제2 노이즈 판단 모델(820)은 노이즈에 대한 별도의 클래스화를 한 후, 학습을 하여 노이즈를 판단하는 모델일 수 있다.
본 발명의 실시예에 따른 제1 노이즈 판단 모델(810)에서는 노이즈 신호를 클래스화하여 학습하지 않고, 노이즈 신호가 아닌 정상 신호를 분류하는 학습이 수행될 수 있다. 즉, 정상 신호만에 대해 뉴럴 네트워크 기반의 학습이 수행되어 정상 신호에 대한 가중치를 학습하고, 이러한 학습을 기반으로 정상 신호가 아닌 신호는 모두 노이즈 신호로서 분류될 수 있다. 이러한 학습 방법이 사용되는 경우, 노이즈 신호에 대해 별도의 클래스를 부여하여 학습하는 방식보다 노이즈에 강건한 모델이 생성되어 노이즈 분류 모델의 노이즈 필터링 성능이 향상될 수 있다.
본 발명의 실시예에 따른 제2 노이즈 판단 모델(820)에서는 노이즈 신호를 클래스화하여 학습하고, 노이즈 신호와 정상 신호를 분류하는 학습이 수행될 수 있다. 즉, 노이즈 신호 및 정상 신호 각각에 대해 뉴럴 네트워크 기반의 학습이 수행되어 정상 신호, 노이즈 신호에 대한 가중치를 학습하고, 이러한 학습을 기반으로 정상 신호와 노이즈 신호가 분류될 수 있다.
본 발명에서는 디지털 바이오 마커 데이터의 데이터 특성에 따라 제1 노이즈 판단 모델(810) 또는 제2 노이즈 판단 모델(820)을 선택적으로 적용하여 노이즈 판단을 수행할 수 있다.
또한, 진단 서버는 사용자 장치를 통해 획득된 디지털 바이오 마커 데이터의 데이터 패턴을 계속적으로 수집하여 학습하여 상황 별로 발생할 수 있는 다양한 데이터 패턴의 추가 학습을 통해 노이즈를 포함하는 비정상 데이터 패턴에 대한 판단 정확도는 향상될 수 있다. 진단 서버는 상황 별로 발생되는 데이터 패턴을 노이즈 처리하지 않고, 상황에 따른 디지털 바이오 마커 데이터로서 활용할 수도 있다. 즉, 비정상 데이터 패턴이 발생하는 상황에 대한 정확한 판단이 가능한 경우, 해당 비정상 데이터 패턴으로 인식되는 디지털 바이오 마커 데이터는 상황을 기준으로 보정되어 정상 데이터로서 진단 기초 데이터의 생성을 위해 활용될 수도 있다.
도 9는 본 발명의 실시예에 따른 진단 기초 데이터를 생성하기 위한 방법을 나타낸 개념도이다.
도 9에서는 동일한 디지털 바이오 마커 데이터가 동시에 획득되는 경우 진단 기초 데이터를 생성하는 방법이 개시된다.
도 9를 참조하면, 동일한 디지털 바이오 마커 데이터가 동시에 획득되는 경우, 동일한 디지털 바이오 마커 데이터를 처리하여 진단 기초 데이터가 생성될 수 있다. 예를 들어, 사용자가 사용자 장치로서 스마트폰과 스마트워치를 모두 사용하는 경우가 가정될 수 있다. 동일한 시간에 스마트폰에서 디지털 바이오 마커 데이터로서 가속도 데이터가 획득되고, 스마트워치에서 동일하게 디지털 바이오 마커 데이터로서 가속도 데이터가 획득될 수 있다. 동일한 시간에 획득되는 동일한 디지털 바이오 마커 데이터는 중첩 디지털 바이오 마커 데이터라는 용어로 표현될 수 있다.
복수개의 중첩 디지털 바이오 마커 데이터가 생성되는 경우, 복수개의 중첩 디지털 바이오 마커 데이터 중 노이즈가 존재하는 구간의 중첩 디지털 바이오 마커 데이터는 제외될 수 있다.
이후, 노이즈가 존재하지 않는 구간의 복수의 중첩 디지털 바이오 마커 데이터의 값을 기준으로 임계 범위 내의 유사 여부에 대한 판단이 수행될 수 있다. 예를 들어, 스마트폰에서 획득된 제1 중첩 디지털 바이오 마커 데이터(가속도)(910)와 스마트워치에서 획득된 제2 중첩 디지털 바이오 마커 데이터(가속도)(920)가 존재하는 경우, 제1 중첩 디지털 바이오 마커 데이터(가속도)(910)와 제2 중첩 디지털 바이오 마커 데이터(가속도)(920)의 차이가 임계 범위 내인지 여부가 결정되고, 임계 범위 내인 경우, 높은 신뢰도를 가지는 중첩 디지털 바이오 마커 데이터가 선택되어 진단 기초 데이터가 결정될 수 있다.
반대로, 제1 중첩 디지털 바이오 마커 데이터(가속도)(910)와 제2 중첩 디지털 바이오 마커 데이터(가속도)(920)의 차이가 임계 범위를 벋어나는 경우, 사용자 장치를 기반으로 획득 가능한 다른 바이오 마커(또는 다른 디지털 바이오 마커 모듈)를 기준으로 비정상 데이터 발생 여부가 판단될 수 있다. 만약, 특정 사용자 장치의 다른 바이오 마커(또는 다른 디지털 바이오 마커 모듈)를 기준으로 비정상 데이터가 발생된 경우, 특정 사용자 장치에 의해 발생된 중첩 디지털 바이오 마커 데이터를 제외하고 나머지 중첩 디지털 바이오 마커 데이터를 기준으로 진단 기초 데이터가 생성될 수 있다.
특정 사용자 장치의 다른 바이오 마커 상에서 비정상 데이터 발생이 되지 않은 경우, 제1 중첩 디지털 바이오 마커 데이터(가속도)(910)와 제2 중첩 디지털 바이오 마커 데이터(가속도)(920)의 차이가 임계 범위를 벋어나는 구간을 제외하고 진단 기초 데이터가 결정될 수 있다.
또는, 본 발명의 실시예에 따르면, 제1 중첩 디지털 바이오 마커 데이터(910)와 제2 중첩 디지털 바이오 마커 데이터(920)의 차이가 임계 범위를 벋어나는 경우, 추가의 디지털 바이오 마커(제2 타입)를 통해 하나의 중첩 디지털 바이오 마커 데이터가 결정될 수 있다. 전술한 바와 같이 디지털 바이오 마커(제2 타입)은 사용자 장치를 통해 사용자에게 제공된 질문을 통해 획득된 사용자 응답 데이터일 수 있다. 사용자 장치를 통해 제1 중첩 디지털 바이오 마커 데이터(910)와 제2 중첩 디지털 바이오 마커 데이터(920) 중 하나의 중첩 디지털 바이오 마커 데이터를 선택하기 위한 질문이 전달되고, 사용자에 의해 입력된 응답을 포함하는 추가의 디지털 바이오 마커 데이터(제2 타입)을 기반으로 하나의 중첩 디지털 바이오 마커가 결정될 수도 있다.
도 10은 본 발명의 실시예에 따른 사용자와의 질의응답을 기반으로 디지털 바이오 마커(제2 타입)를 획득하는 방법을 나타낸 개념도이다.
도 10에서는 사용자와의 질의응답을 기반으로 디지털 바이오 마커를 획득하기 위한 방법이 개시된다.
도 10을 참조하면, 디지털 바이오 마커 데이터는 디지털 바이오 마커 모듈과 같은 센서뿐만 아니라, 사용자 장치를 통한 사용자와의 질의응답을 통해 획득될 수 있다. 사용자와 질의응답을 통해 사용자 입력 데이터를 기반으로 획득되는 디지털 바이오 마커 데이터는 디지털 바이오 마커 데이터(제2 타입)(1000)라는 용어로 표현될 수 있다.
디지털 바이오 마커 데이터(제1 타입)(1020), 진단 기초 데이터(1040)에 대한 확인 또는 보정이 필요한 경우, 진단 서버는 디지털 바이오 마커 데이터(제2 타입)(1000)를 획득하기 위한 질문을 생성하고, 디지털 바이오 마커 데이터(제2 타입)(1000)을 수신할 수 있다.
디지털 바이오 마커 데이터(제2 타입)(1000)이 수신되는 경우, 디지털 바이오 마커 데이터(제2 타입)(1000)을 기반으로 디지털 바이오 마커 데이터(제1 타입), 진단 기초 데이터에 대한 확인 또는 보정이 수행될 수 있다.
진단 서버에 의해 생성되는 디지털 바이오 마커 데이터(제2 타입)(1000)을 획득하기 위한 질문은 디지털 바이오 마커 데이터(제1 타입)(1000), 진단 기초 데이터(1040)에 대한 확인 또는 보정을 위한 질문으로서 자동 생성될 수 있다. 예를 들어, 10시에 획득된 디지털 바이오 마커 데이터(가속도)에 대한 확인이 필요한 경우, 10시에 취침 여부를 문의하는 질문이 자동 생성되어 사용자 장치로 제공되고, 사용자는 그에 대한 답변을 입력하여 디지털 바이오 마커 데이터(제2 타입)(1000)로서 진단 서버로 전달할 수 있다.
도 11은 본 발명의 실시예에 따른 진단 서버의 진단 결과 데이터를 생성하기 위한 방법을 나타낸 개념도이다.
도 11을 참조하면, 진단 서버는 디지털 바이오 마커 데이터(1100)와 진단 기초 데이터(1120) 간의 연결 관계, 진단 기초 데이터(1120)와 진단 결과 데이터(1140) 간의 연결 관계를 설정할 수 있다.
디폴트 연결 관계로서 디지털 바이오 마커 데이터(1100)와 진단 기초 데이터(1120) 간의 제1 디폴트 연결 관계(1150), 진단 기초 데이터(1120)와 진단 결과 데이터(1140) 간의 제2 디폴트 연결 관계(1160)가 존재할 수 있다.
진단 서버는 다수의 사용자 장치로부터 수집된 디지털 바이오 마커 데이터(1100), 진단 기초 데이터(1120), 진단 결과 데이터(1140) 간의 연관 관계를 학습하여 제1 디폴트 연결 관계(1150) 및 제2 디폴트 연결 관계(1160)를 수정, 재설정할 수 있다.
구체적으로 제1 디폴트 연결 관계(1150)를 수정하기 위하여 진단 서버는 제1 디폴트 연결 관계(1150) 외에 다른 디지털 바이오 마커의 정보를 수집하고, 디지털 바이오 마커 데이터와 진단 기초 데이터 간의 관계를 학습할 수 있다.
예를 들어, 디지털 바이오 마커A, 디지털 바이오 마커B와 진단 기초 데이터X 간에 제1 디폴트 연결 관계가 설정되어 디지털 바이오 마커 데이터A, 디지털 바이오 마커 데이터B를 기반으로 진단 기초 데이터C가 결정되는 경우가 가정될 수 있다.
이때, 사용자 장치를 통해 수집된 디지털 바이오 마커를 기반으로 다른 디지털 바이오 마커(예를 들어, 디지털 바이오 마커C, 디지털 바이오 마커D 등)과 진단 기초 데이터C와의 상관 관계에 대한 학습이 수행되고, 특정 디지털 바이오 마커(예를 들어, 디지털 바이오 마커D)와 진단 기초 데이터C 간의 상관 관계가 존재하는 것으로 판단되는 경우, 디지털 바이오 마커D를 추가하여 제1 디폴트 연결 관계(1150)가 수정될 수 있다.
마찬가지로 제2 디폴트 연결 관계(1160)를 수정하기 위하여 진단 서버는 제2 디폴트 연결 관계 외에 다른 진단 기초 데이터(1120)를 수집하고, 진단 기초 데이터(1120)와 진단 결과 데이터(1140) 간의 관계를 학습할 수 있다.
예를 들어, 진단 기초 데이터E, 진단 기초 데이터F와 진단 결과 데이터G 간에 제2 디폴트 연결 관계가 설정되어 진단 기초 데이터E, 진단 기초 데이터F를 기반으로 진단 결과 데이터G가 결정되는 경우가 가정될 수 있다.
이때, 다른 진단 기초 데이터(예를 들어, 진단 기초 데이터H, 진단 기초 데이터I)과 진단 기초 데이터G와의 상관 관계에 대한 학습이 수행되고, 특정 진단 기초 데이터(예를 들어, 진단 기초 데이터H)와 진단 결과 데이터G 간의 상관 관계가 존재하는 것으로 판단되는 경우, 진단 기초 데이터 H를 추가하여 제2 디폴트 연결 관계(1160)가 수정될 수 있다.
제1 디폴트 연결 관계(1150)를 수정하기 위해 새롭게 추가된 추가 디지털 바이오 마커의 초기 신뢰도는 상관 관계의 크기에 따라 설정되되, 초기 신뢰도는 상대적으로 낮은 값으로 설정될 수 있고, 추가 임계 기간 동안 판단 결과, 상관 관계가 계속적으로 존재하는 경우, 초기 신뢰도의 크기보다 큰 값으로 추가 디지털 바이오 마커의 신뢰도가 결정될 수 있다.
마찬가지로 제2 디폴트 연결 관계(1160)를 수정하기 위해 새롭게 추가된 추가 진단 기초 데이터의 초기 신뢰도는 상관 관계의 크기에 따라 설정되되, 초기에는 상대적으로 낮은 값으로 설정될 수 있고, 추가 임계 기간 동안 판단 결과, 상관 관계가 계속적으로 존재하는 경우, 초기 신뢰도의 크기보다 높은 값으로 추가 진단 기초 데이터의 신뢰도가 결정될 수 있다.
즉, 본 발명의 실시예에 따르면, 진단 서버는 디지털 바이오 마커 데이터(1100), 진단 기초 데이터(1120) 및 진단 결과 데이터(1140)에 대한 계속적인 트래킹 및/또는 학습을 수행할 수 있고, 진단 서버는 디지털 바이오 마커 데이터(1100)와 진단 기초 데이터(1120) 간의 관계, 진단 기초 데이터(1120)와 진단 결과 데이터(1140) 간의 관계를 적응적으로 재설정할 수 있다.
도 12는 본 발명의 실시예에 따른 진단 서버의 동작을 나타낸 개념도이다.
도 12에서는 진단 결과 데이터를 생성하는 진단 서버의 동작이 개시된다.
도 12를 참조하면, 진단 서버는 진단 기초 데이터(1200)를 기반으로 진단 결과 데이터(1220)를 생성할 수 있다.
진단 서버는 진단 결과 생성 알고리즘을 기반으로 진단 결과 데이터(1220)를 생성할 수 있다. 하나의 진단 서버가 존재하고 진단 서버는 하나의 진단 결과 데이터(1220)를 생성하여 전달할 수도 있으나, 복수개의 진단 서버가 복수의 진단 결과 데이터(1220)를 생성할 수도 있다.
본 발명의 실시예에 따르면 진단 결과 데이터(1220)를 생성하는 진단 서버는 복수개일 수 있고, 복수개의 진단 서버 각각이 동일한 진단 기초 데이터(1200)를 기반으로 복수의 진단 결과 데이터(1220) 각각을 생성할 수 있다. 복수개의 진단 서버 각각은 개별적인 진단 알고리즘을 사용하여 진단 기초 데이터(1200)를 분석하여 복수의 진단 결과 데이터(1220) 각각을 생성할 수 있다.
사용자 장치는 특정 진단 서버를 선택하여 진단 결과 데이터(1220)를 제공받을 수도 있고, 또는 하나의 마스터 진단 서버가 존재하여 복수의 진단 서버로부터 수신된 진단 결과 데이터(1220)를 분석하여 사용자 장치로 최종 진단 결과 데이터(1270)로서 제공할 수도 있다.
마스터 진단 서버(1250)는 복수의 진단 서버 각각의 진단 결과 데이터(1220)를 분석하고, 복수의 진단 결과 데이터(1220)를 분석하여 신뢰도가 높은 진단 결과 데이터(1220)를 사용자 장치로 전송할 수 있다.
마스터 진단 서버(1250)에서는 복수의 진단 서버별 특정 타겟 질병에 대한 기존의 진단 결과 데이터(1220)의 정확도, 데이터 특성(수집된 데이터의 양 정보, 수집된 데이터의 신뢰도, 수집된 데이터가 획득된 사용자 장치 정보, 사용자 특성 정보)에 따른 복수의 진단 서버별 특정 타겟 질병에 대한 기존의 진단 결과 데이터(1220)의 정확도 등이 분석될 수 있다.
마스터 진단 서버(1250)는 진단 결과 데이터(1220)의 정확도가 높도록 복수의 진단 서버에 의해 생성된 복수의 진단 결과 데이터(1220)를 조합하여 최종 진단 결과 데이터(1270)로서 사용자 장치로 전송할 수 있다.
도 13은 본 발명의 실시예에 따른 처방 데이터에 따른 사용자 건강 진단 시스템의 동작을 나타낸 개념도이다.
도 13에서는 사용자 건강 진단 시스템에서 처방 데이터에 대한 피드백을 기반으로 사용자 건강 진단을 재수행하는 방법이 개시된다.
도 13을 참조하면, 사용자별 처방 데이터(1310)는 사용자 건강 진단 시스템으로 피드백되어 사용자에 대한 디지털 바이오 마커 데이터, 진단 기초 데이터, 진단 결과 데이터를 다시 생성하여 사용자 상태에 따른 새로운 처방 데이터를 생성하기 위해 사용될 수 있다.
예를 들어, 알코올 중독으로 진단 받은 사용자에 대한 처방 데이터(1310)가 처방 서버(1300)에 의해 생성되는 경우, 처방 데이터(1310)가 진단 서버(1320)로 전송될 수 있다. 진단 서버(1320)는 처방 데이터(1310)에 따라 사용자 장치(1340)의 디지털 바이오 마커 데이터 수집하는 동작을 제어하기 위한 디지털 바이오 마커 제어 데이터(1330)를 생성하여 사용자 장치(1340)로 전송할 수 있다. 처방 데이터(1310)에 따른 사용자 장치(1340)의 디지털 바이오 마커 수집 동작을 제어하는 데이터는 디지털 바이오 마커 제어 데이터(1330)라는 용어로 표현될 수 있다. 사용자 장치(1340)는 디지털 바이오 마커 제어 데이터를 기반으로 디지털 바이오 마커 데이터(1350)를 생성하여 다시 진단 서버(1320)로 전송하고, 진단 서버(1320)는 새로운 처방 데이터(1310)를 생성하기 위한 진단 기초 데이터, 진단 결과 데이터를 재생성할 수 있다.
디지털 바이오 마커 제어 데이터(1330)는 진단 결과 데이터를 생성하기 위한 디지털 바이오 마커 종류 데이터, 디지털 바이오 마커 동작 데이터 및/또는 디지털 바이오 마커 수집 완료 조건 데이터 등을 포함할 수 있다.
디지털 바이오 마커 종류 데이터는 처방 데이터를 재생성하기 위해 사용되어야 하는 디지털 바이오 마커의 종류에 대한 정보를 포함할 수 있다. 디지털 바이오 마커 종류 데이터는 기존에 사용되었던 디지털 바이오 마커에 대한 정보를 포함할 수도 있고, 새롭게 추가되거나 변화된 디지털 바이오 마커에 대한 정보를 포함할 수도 있다.
디지털 바이오 마커 동작 데이터는 디지털 바이오 마커 데이터를 획득하기 위한 디지털 바이오 마커 모듈의 동작에 대한 정보를 포함할 수 있다.디지털 바이오 마커 동작 데이터는 디지털 바이오 마커 모듈의 동작 주기, 동작 기간, 데이터 수집량 등에 대한 정보를 포함할 수 있다.
디지털 바이오 마커 수집 완료 조건 데이터는 처방 데이터를 재생성하기 위한 디지털 바이오 마커 데이터의 수집이 완료되는 조건에 대한 정보를 포함할 수 있다. 예를 들어, 디지털 바이오 마커 수집 완료 조건 데이터는 디지털 바이오 마커 데이터의 수집 기간, 양, 신뢰도 등에 대한 정보를 포함할 수 있다.
사용자의 특정 진단 결과 데이터(타겟)에 대해서 첫번째로 생성된 처방 데이터(1310)가 처방 데이터(1회차)일 수 있고, 계속적인 처방에 따라 재생성된 처방 데이터(1310)는 순차적으로 처방 데이터(n회차)(여기서 n은 2 이상의 자연수)일 수 있다.
디지털 바이오 마커 제어 데이터(1330)는 처방 데이터(1310)의 생성 횟수에 따라서도 변화될 수 있다. 예를 들어, 알코올 중독으로 진단 받은 사용자에 대한 처방 데이터(1310)가 주기적으로 생성되는 진단 결과 데이터에 따라 주기적으로 생성될 수 있다. 주기적으로 생성된 처방 데이터(1310)는 주기적으로 진단 서버(1320)로 전달되고, 진단 서버(1320)는 디지털 바이오 마커 제어 데이터(1330)를 주기적으로 생성하되, 진단 결과 데이터, 처방 데이터의 생성 횟수를 고려하여 디지털 바이오 마커 제어 데이터(1330)를 생성할 수 있다.
도 14는 본 발명의 실시예에 따른 디지털 바이오 마커 제어 데이터를 생성하는 방법을 나타낸 개념도이다.
도 14에서는 디지털 바이오 마커 제어 데이터를 생성하는 방법이 개시된다.
도 14를 참조하면, 처방 서버에서 특정 질병에 대한 처방 데이터가 생성된 경우, 진단 서버는 디지털 바이오 마커 제어 데이터(디지털 바이오 마커 종류 데이터(1410), 디지털 바이오 마커 동작 데이터(1420) 및/또는 디지털 바이오 마커 수집 완료 조건 데이터(1430) 등)이 생성될 수 있다.
진단 서버가 디지털 바이오 마커 제어 데이터로서 디지털 바이오 마커 종류 데이터(1410)를 결정하는 방법은 아래와 같다.
진단 서버는 사용자 장치에서 현재 가용 디지털 바이오 마커 데이터를 기반으로 임계 신뢰도 이상의 진단 결과 데이터를 획득할 수 있는지 여부를 결정할 수 있다. 임계 신뢰도는 사용자의 진단 결과 데이터에 따라 적응적으로 조정될 수 있다.
현재 가용 디지털 바이오 마커 데이터를 기반으로 임계 신뢰도 이상의 신뢰도를 가지는 진단 결과 데이터가 획득될 수 있는 경우, 디지털 바이오 마커 종류 데이터는 현재 가용 디지털 바이오 마커에 대한 정보를 포함할 수 있다.
반대로, 가용 디지털 바이오 마커 데이터를 기반으로 임계 신뢰도 이상의 신뢰도를 가지는 진단 결과 데이터의 획득이 어려운 경우, 디지털 바이오 마커 종류 데이터(1410)는 현재 가용 디지털 바이오 마커뿐만 아니라 진단 결과 데이터의 신뢰도를 높이기 위해 추가로 필요한 디지털 바이오 마커(제1 타입)에 대한 정보를 포함할 수 있다. 만약, 추가로 필요한 디지털 바이오 마커(제1 타입)이 디지털 바이오 마커 모듈 기반으로 획득될 수 없는 경우, 사용자는 사용자 장치를 통해 사용자에게 전달된 질문을 통해 획득된 디지털 바이오 마커(제2 타입)을 진단 서버로 요청할 수 있다. 디지털 바이오 마커(제2 타입)이 신뢰도를 높이기 위해 추가로 필요한 디지털 바이오 마커(제1 타입)을 대신할 수 있다. 디지털 바이오 마커(제2 타입)을 통해 진단 결과 데이터의 신뢰도가 향상될 수 있다.
예를 들어, 홀 센서를 가지는 스마트벨트가 없어서 디지털 바이오 마커(장력, 제1 타입)에 대한 디지털 바이오 마커 데이터의 획득이 어려운 경우, 진단 서버는 디지털 바이오 마커 데이터(장력)을 얻기 위한 질문을 사용자 장치를 통해 사용자에게 제공하고, 진단 서버는 사용자 입력 데이터를 기반으로 디지털 바이오 마커 데이터(장력, 제2 타입)을 사용자 장치를 통해 획득할 수 있다.
진단 서버가 디지털 바이오 마커 제어 데이터로서 디지털 바이오 마커 동작 데이터(1420)를 결정하는 방법은 아래와 같다. 진단 서버는 기존에 획득된 디지털 바이오 마커 데이터 및 처방 데이터를 기반으로 디지털 바이오 마커 데이터를 획득하기 위한 디지털 바이오 마커 모듈의 동작 주기, 디지털 바이오 마커 모듈의 동작 시간, 디지털 바이오 마커 모듈로부터 획득되어야 할 데이터 양 등을 결정할 수 있다.
예를 들어, 처방 데이터의 종류에 따라 디지털 바이오 마커 모듈이 디지털 바이오 마커 데이터를 획득해야 하는 시간이 다를 수 있다. 예를 들어, 불면증과 관련한 수면 환경 정보를 획득하기 위한 디지털 바이오 마커 데이터는 사용자가 잠이 드는 시간, 잠을 자는 시간에 획득될 수 있고, 비만과 관련된 디지털 바이오 마커 데이터는 사용자가 음식을 먹는 시간에 획득될 수 있다.
또한, 처방 데이터에 포함된 질병의 경중, 다음 진단 결과 데이터의 생성 시기를 기반으로 디지털 바이오 마커 모듈로부터 획득되어야 할 데이터 양 등이 결정될 수 있다. 예를 들어, 질병이 중할수록 다음 진단 결과 데이터 생성 시기가 상대적으로 짧게 생성되고, 디지털 바이오 마커 모듈로부터 획득되어야 할 데이터 양은 상대적으로 많도록 디지털 바이오 마커 동작 데이터(1420)가 설정될 수 있다.
또한, 진단 서버는 기존의 사용자 장치로부터 획득된 디지털 바이오 마커 데이터를 기반으로 디지털 바이오 마커 동작 데이터(1420)를 결정할 수 있다. 기존에 획득된 디지털 바이오 마커 데이터 중 신뢰도가 낮은 데이터를 개선하기 위한 디지털 바이오 마커 모듈의 동작 주기, 디지털 바이오 마커 모듈의 동작 시간, 디지털 바이오 마커 모듈로부터 획득되어야 할 데이터 양 등을 고려하여 디지털 바이오 마커 동작 데이터(1420)를 결정할 수 있다.
디지털 바이오 마커 동작 데이터에 따라 디지털 바이오 마커 모듈의 ON/OFF 패턴, 슬립 모드/액티브 모드 주기 등이 결정될 수 있고, 사용자 장치의 불필요한 전력 소모 없이도 디지털 바이오 마커 데이터를 수집할 수 있다.
또한, 진단 서버는 디지털 바이오 마커 수집 완료 조건 데이터(1430)를 결정할 수 있다.
디지털 바이오 마커 수집 완료 조건 데이터(1430)는 다음 진단 결과 데이터(다음 처방 데이터)를 생성하기 위해 필요한 디지털 바이오 마커 데이터를 고려하여 설정될 수 있다. 질병의 종류, 사용자 특성(사용자 성별, 나이, 키, 몸무게 등), 진료 스케줄에 따라 복수의 디지털 바이오 마커 각각에 대해 획득이 필요한 디지털 바이오 마커 데이터의 신뢰도, 디지털 바이오 마커 데이터의 획득 구간 등이 설정되고, 이러한 획득이 필요한 디지털 바이오 마커 데이터의 신뢰도, 디지털 바이오 마커 데이터의 획득 구간이 디지털 바이오 마커 수집 완료 조건으로 설정될 수 있다.
도 15는 본 발명의 실시예에 따른 처방 데이터 및 진단 결과 데이터를 기반으로 학습을 수행하는 방법을 나타낸 개념도이다.
도 15에서는 머신 러닝을 통해 진단 결과 데이터와 처방 데이터의 정확도를 높이기 위한 방법이 개시된다.
도 15를 참조하면, 처방 데이터 및 진단 결과 데이터는 머신 러닝 엔진으로 입력될 수 있고, 머신 러닝 엔진은 처방 데이터 및 진단 결과 데이터를 기반으로 처방에 따른 사용자 상태 변화를 학습하여 처방의 효과를 예측하고, 보다 최적의 처방 데이터를 사용자에게 제공할 수 있다.
이러한 머신 러닝 엔진은 특정 질병, 사용자 특성(질병의 경중, 성별, 나이, 키, 몸무게, 건강 상태 등)에 따라 다르게 생성되었다가 머신 러닝 엔진의 학습 결과를 고려하여 통합될 수도 있다. 이에 대해서는 구체적으로 후술한다.
예를 들어, 알코올 중독에 대한 치료에 효과를 가졌던 처방 데이터 및 진단 결과 데이터가 존재하고, 사용자 특성에 따라 2개의 사용자 그룹(제1 사용자 그룹, 제2 사용자 그룹)으로 사용자 그룹이 나뉘어 학습이 수행되는 경우가 가정될 수 있다. 예를 들어, 사용자 그룹은 성별에 따라 구분될 수 있다.
제1 머신 러닝 모델(제1 사용자 그룹)(1510) 및 제2 머신 러닝 모델(제2 사용자 그룹)(1520)을 생성하는 방법이 개시된다.
제1 머신 러닝 모델(제1 사용자 그룹)(1510)은 제1 사용자 그룹의 학습 데이터(처방 데이터 및 진단 결과 데이터)를 기반으로 모델링될 수 있다.
제2 머신 러닝 모델(제2 사용자 그룹)(1520)은 제2 사용자 그룹의 학습 데이터(처방 데이터 및 진단 결과 데이터)를 기반으로 모델링될 수 있다.
제1 머신 러닝 모델(제1 사용자 그룹)(1510) 및 제2 머신 러닝 모델(제2 사용자 그룹)(1520)으로 입력되는 진단 결과 데이터 및 처방 데이터는 전처리를 통해 임계 수치 이상의 효과를 가진 진단 결과 데이터 및 처방 데이터일 수 있다.
제1 머신 러닝 모델(제1 사용자 그룹)(1510) 및 제2 머신 러닝 모델(제2 사용자 그룹)(1520)은 아래와 같이 복수의 레이어를 기반으로 구현되고, 진단 결과 데이터의 생성 및 처방 데이터의 생성과 같은 시간의 흐름에 따른 변화, 상태 판단을 위해 구현될 수 있다.
순서에 따라 n번째 진단 결과 데이터는 제n 진단 결과 데이터로 표현되고, 제n 진단 결과 데이터에 따른 처방 데이터는 제n 처방 데이터일 수 있다.
제n 처방 데이터에 따른 처방 이후 획득된 두번째 진단 결과 데이터는 제n+1 진단 결과 데이터로 표현되고, 제n+1 진단 결과 데이터에 따른 처방 데이터는 제n+1 처방 데이터일 수 있다.
이러한 방식으로 사용자의 특정 질병에 대해 시간에 따라 획득된 제 n+a 진단 결과 데이터, 제 n+a 처방 데이터가 제1 머신 러닝 모델(1510), 제2 머신 러닝 모델(1520)으로 입력되어 학습될 수 있다.
설명의 편의상 제1 사용자 그룹에 대응되는 제1 머신 러닝 모델(1510)에 대해 학습하는 것만을 설명하나, 제2 사용자 그룹에 대응되는 제2 머신 러닝 모델(1520)에 대해 학습하는 방법도 동일하다.
제1 머신 러닝 모델(제1 사용자 그룹)(1510)은 레이어1(제1 사용자 그룹), 레이어2(제1 사용자 그룹), 레이어3(제1 사용자 그룹), ..., 레이어x(제1 사용자 그룹)을 포함할 수 있다.
(1) 제1 머신 러닝 모델(제1 사용자 그룹)(1510)의 레이어1(제1 사용자 그룹)에는 제n 진단 결과 데이터가 입력값으로 입력되고, 출력값으로 제n 처방 데이터가 입력될 수 있다.
(2) 제1 머신 러닝 모델(제1 사용자 그룹)(1510)의 레이어2(제1 사용자 그룹)에는 제n+1 진단 결과 데이터가 입력값으로 입력되고, 출력값으로 제n+1 처방 데이터가 입력될 수 있다.
(3) 제1 머신 러닝 모델(제1 사용자 그룹)(1510)의 레이어3(제1 사용자 그룹)에는 제n+2 진단 결과 데이터가 입력값으로 입력되고, 출력값으로 제n+2 처방 데이터가 입력될 수 있다.
이러한 방식으로 제1 머신 러닝 모델(제1 사용자 그룹)(1510)의 레이어x(제1 사용자 그룹)에는 제n+x-1 진단 결과 데이터가 입력값으로 입력되고, 출력값으로 제n+x-1 처방 데이터가 입력될 수 있다.
머신 러닝 모델의 전체 레이어의 개수는 진단 데이터의 효과를 판단하기 최적의 값으로 적응적으로 설정될 수 있고, 특정 질병의 특성, 학습 데이터의 특성, 사용자 그룹의 특성 등을 고려하여 설정될 수 있다. 예를 들어, 특정 질병에 대해 장기적인 치료가 필요하다면, 상대적으로 머신 러닝 모델 상의 레이어 개수가 많을 수 있고, 특정 질병에 대해 장기적인 치료가 필요하지 않은 경우, 상대적으로 머신 러닝 모델 상의 레이어 개수가 적을 수 있다.
이러한 방식으로 머신 러닝 모델의 레이어에 대한 학습이 수행된 경우, 사용자의 특성, 질병의 특성 등을 적응적으로 반영하여 진단 결과 데이터의 입력시 보다 최적의 처방 데이터가 제공될 수 있다.
도 16은 본 발명의 실시예에 따른 처방 데이터 및 진단 결과 데이터를 기반으로 학습을 수행하는 방법을 나타낸 개념도이다.
도 16에서는 처방 데이터에 대한 피드백을 기반으로 머신 러닝 모델을 활용하는 방법이 개시된다.
도 16을 참조하면, 특정 질병에 대한 머신 러닝 모델은 사용자 특성(질병의 경중, 성별, 나이, 키, 몸무게, 건강 상태 등)에 따라 다르게 생성될 수 있다.
이러한 사용자 특성에 따른 그룹핑은 초기에는 사용자 특성의 차이를 최대한 반영하여 상대적으로 많은 1차 사용자 그룹을 설정하여 복수의 머신 러닝 모델을 생성할 수 있다.
이후, 1차 사용자 그룹에 대한 복수의 머신 러닝 모델(1차 사용자 그룹)(1610)이 생성된 이후, 복수의 머신 러닝 모델의 동일한 진단 결과 데이터에 대한 출력값의 차이를 판단할 수 있다. 만약, 임계 개수 이상의 진단 결과 데이터가 입력된 이후, 출력값이 동일한 머신 러닝 모델은 하나의 머신 러닝 모델로 통합될 수 있고, 통합 이전의 각각의 사용자 그룹을 통합하고, 통합된 사용자 그룹의 학습 데이터를 입력하여 다시 생성될 수 있다. 복수의 머신 러닝 모델(1차 사용자 그룹)(1610)이 생성된 이후, 사용자 그룹의 통합이 이루어져 적어도 하나의 머신 러닝 모델(2차 사용자 그룹)(1620)이 생성될 수 있다.
이러한 방식으로 처방 데이터의 차이를 가지지 않는 머신 러닝 모델(n차 사용자 그룹)(1650)이 생성되면, 해당 머신 러닝 모델을 처방 데이터를 생성하기 위해 사용할 수 있다.
이러한 방법을 통해 질병 특성, 사용자 특성을 고려하여 머신 러닝 모델을 최적화하여 보다 강화된 학습이 수행될 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (6)

  1. 건강 진단을 위한 사용자 장치 제어 방법은,
    진단 서버가 처방 데이터를 기반으로 디지털 바이오 마커 제어 데이터를 생성하는 단계; 및
    상기 진단 서버가 상기 디지털 바이오 마커 제어 데이터를 사용자 장치로 전송하는 단계를 포함하되,
    상기 디지털 바이오 마커 제어 데이터는 상기 사용자 장치의 디지털 바이오 마커 모듈을 제어하기 위한 정보를 포함하고,
    상기 디지털 바이오 마커 제어 데이터는 디지털 바이오 마커 종류 데이터, 디지털 바이오 마커 동작 데이터 및/또는 디지털 바이오 마커 수집 완료 조건 데이터를 포함하고,
    상기 디지털 바이오 마커 종류 데이터는 현재 가용 디지털 바이오 마커 데이터를 기반으로 임계 신뢰도 이상의 신뢰도를 가지는 진단 결과 데이터가 획득될 수 있는 경우, 현재 가용 디지털 바이오 마커에 대한 정보를 포함하고,
    상기 디지털 바이오 마커 종류 데이터는 상기 현재 가용 디지털 바이오 마커 데이터를 기반으로 상기 임계 신뢰도 이상의 신뢰도를 가지는 상기 진단 결과 데이터의 획득이 어려운 경우, 상기 현재 가용 디지털 바이오 마커 및 상기 진단 결과 데이터의 신뢰도를 높이기 위해 추가로 필요한 디지털 바이오 마커(제1 타입)에 대한 정보를 포함하고,
    상기 진단 서버는 디지털 바이오 마커(제1 타입)이 디지털 바이오 마커 모듈 기반으로 획득될 수 없는 경우, 사용자 장치를 통해 사용자에게 전달된 질문을 통해 디지털 바이오 마커(제2 타입)를 획득하는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    상기 디지털 바이오 마커 동작 데이터는 상기 사용자 장치로부터 이전에 획득된 이전 디지털 바이오 마커 데이터를 기반으로 결정되고,
    상기 디지털 바이오 마커 동작 데이터는 상기 이전 디지털 바이오 마커 데이터 중 신뢰도가 낮은 데이터를 개선하기 위한 디지털 바이오 마커 모듈 동작 주기, 디지털 바이오 마커 모듈 동작 시간, 디지털 바이오 마커 모듈로부터 획득되어야 할 데이터 양에 대한 정보를 포함하고,
    상기 데이터 양은 상기 처방 데이터에 포함된 질병의 경중을 고려하여 결정되고,
    상기 디지털 바이오 마커 모듈 동작 시간은 상기 처방 데이터에 포함된 상기 질병의 종류에 따라 결정되는 것을 특징으로 하는 방법.
  3. 제1항에 있어서,
    상기 처방 데이터는 머신 러닝 모델로 입력된 진단 결과 데이터를 기반으로 생성되고,
    상기 머신 러닝 모델의 전체 레이어의 개수는 특정 질병의 특성, 학습 데이터의 특성 또는 사용자 그룹의 특성을 고려하여 적응적으로 설정되고,
    상기 머신 러닝 모델은 초기에 사용자 특성에 따른 그룹핑을 통해 생성된 적어도 하나의 사용자 그룹 각각에 대해 복수의 머신 러닝 모델(n차 사용자 그룹)(여기서, n은 자연수)을 기반으로 생성되고,
    상기 머신 러닝 모델은 상기 복수의 머신 러닝 모델(n차 사용자 그룹) 각각의 동일한 진단 결과 데이터에 대한 출력값의 차이를 기반으로 통합되어 생성되는 것을 특징으로 하는 방법.
  4. 건강 진단을 위한 사용자 장치 제어를 수행하는 진단 서버는,
    사용자 장치와 통신을 수행하기 위해 구현된 통신부; 및
    상기 통신부와 동작 가능하게(operatively) 연결된 프로세서를 포함하되,
    상기 프로세서는 처방 데이터를 기반으로 디지털 바이오 마커 제어 데이터를 생성하고,
    상기 디지털 바이오 마커 제어 데이터를 상기 사용자 장치로 전송하도록 구현되되,
    상기 디지털 바이오 마커 제어 데이터는 상기 사용자 장치의 디지털 바이오 마커 모듈을 제어하기 위한 정보를 포함하고,
    상기 디지털 바이오 마커 제어 데이터는 디지털 바이오 마커 종류 데이터, 디지털 바이오 마커 동작 데이터 및/또는 디지털 바이오 마커 수집 완료 조건 데이터를 포함하고,
    상기 디지털 바이오 마커 종류 데이터는 현재 가용 디지털 바이오 마커 데이터를 기반으로 임계 신뢰도 이상의 신뢰도를 가지는 진단 결과 데이터가 획득될 수 있는 경우, 현재 가용 디지털 바이오 마커에 대한 정보를 포함하고,
    상기 디지털 바이오 마커 종류 데이터는 상기 현재 가용 디지털 바이오 마커 데이터를 기반으로 상기 임계 신뢰도 이상의 신뢰도를 가지는 상기 진단 결과 데이터의 획득이 어려운 경우, 상기 현재 가용 디지털 바이오 마커 및 상기 진단 결과 데이터의 신뢰도를 높이기 위해 추가로 필요한 디지털 바이오 마커(제1 타입)에 대한 정보를 포함하고,
    상기 진단 서버는 디지털 바이오 마커(제1 타입)이 디지털 바이오 마커 모듈 기반으로 획득될 수 없는 경우, 사용자 장치를 통해 사용자에게 전달된 질문을 통해 디지털 바이오 마커(제2 타입)를 획득하는 것을 특징으로 하는 진단 서버.
  5. 제4항에 있어서,
    상기 디지털 바이오 마커 동작 데이터는 상기 사용자 장치로부터 이전에 획득된 이전 디지털 바이오 마커 데이터를 기반으로 결정되고,
    상기 디지털 바이오 마커 동작 데이터는 상기 이전 디지털 바이오 마커 데이터 중 신뢰도가 낮은 데이터를 개선하기 위한 디지털 바이오 마커 모듈 동작 주기, 디지털 바이오 마커 모듈 동작 시간, 디지털 바이오 마커 모듈로부터 획득되어야 할 데이터 양에 대한 정보를 포함하고,
    상기 데이터 양은 상기 처방 데이터에 포함된 질병의 경중을 고려하여 결정되고,
    상기 디지털 바이오 마커 모듈 동작 시간은 상기 처방 데이터에 포함된 상기 질병의 종류에 따라 결정되는 것을 특징으로 하는 진단 서버.
  6. 제4항에 있어서,
    상기 처방 데이터는 머신 러닝 모델로 입력된 진단 결과 데이터를 기반으로 생성되고,
    상기 머신 러닝 모델의 전체 레이어의 개수는 특정 질병의 특성, 학습 데이터의 특성 또는 사용자 그룹의 특성을 고려하여 적응적으로 설정되고,
    상기 머신 러닝 모델은 초기에 사용자 특성에 따른 그룹핑을 통해 생성되고, 적어도 하나의 사용자 그룹 각각에 대해 복수의 머신 러닝 모델(n차 사용자 그룹)(여기서, n은 자연수)으로 생성되고,
    상기 머신 러닝 모델은 상기 복수의 머신 러닝 모델(n차 사용자 그룹)의 동일한 진단 결과 데이터에 대한 출력값의 차이를 기반으로 통합되어 생성되는 것을 특징으로 하는 진단 서버.
KR1020200161097A 2020-11-26 2020-11-26 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치 KR102272545B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200161097A KR102272545B1 (ko) 2020-11-26 2020-11-26 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치
US17/114,868 US20220165408A1 (en) 2020-11-26 2020-12-08 Method of controlling user equipment for medical check-up and apparatus for performing the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200161097A KR102272545B1 (ko) 2020-11-26 2020-11-26 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치

Publications (1)

Publication Number Publication Date
KR102272545B1 true KR102272545B1 (ko) 2021-07-05

Family

ID=76899486

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200161097A KR102272545B1 (ko) 2020-11-26 2020-11-26 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치

Country Status (2)

Country Link
US (1) US20220165408A1 (ko)
KR (1) KR102272545B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180037157A (ko) * 2018-03-29 2018-04-11 (주)허니냅스 헬스케어 디바이스 및 그 동작 방법, 및 센서 확장성을 포함한 헬스케어 시스템

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011109716A2 (en) * 2010-03-04 2011-09-09 Neumitra LLC Devices and methods for treating psychological disorders
CN113421652A (zh) * 2015-06-02 2021-09-21 推想医疗科技股份有限公司 对医疗数据进行分析的方法、训练模型的方法及分析仪
US20170000416A1 (en) * 2015-07-01 2017-01-05 i-calQ, LLC Point of wear device
TWI726853B (zh) * 2015-10-29 2021-05-11 傅真 持續偵測身體生理訊息軌跡建立健康生活模式之個人穿戴式裝置、系統及方法
US10068666B2 (en) * 2016-06-01 2018-09-04 Grand Rounds, Inc. Data driven analysis, modeling, and semi-supervised machine learning for qualitative and quantitative determinations
US20190139643A1 (en) * 2017-11-08 2019-05-09 International Business Machines Corporation Facilitating medical diagnostics with a prediction model
US20190148010A1 (en) * 2017-11-14 2019-05-16 Samsung Electronics Co., Ltd. System and method for controlling sensing device
US20190221308A1 (en) * 2018-01-12 2019-07-18 EHRsynergy LLC Method and system for recommending treatment plans, preventive actions, and preparedness actions
US11915127B2 (en) * 2018-08-03 2024-02-27 Edifecs, Inc. Prediction of healthcare outcomes and recommendation of interventions using deep learning
CN109102880A (zh) * 2018-10-11 2018-12-28 京东方科技集团股份有限公司 健康监测方法及其装置、系统和计算机可读存储介质
US20200185107A1 (en) * 2018-12-05 2020-06-11 Koninklijke Philips N.V. Digital twin operation
WO2020247651A1 (en) * 2019-06-05 2020-12-10 The Ronin Project, Inc. Modeling for complex outcomes using clustering and machine learning algorithms

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180037157A (ko) * 2018-03-29 2018-04-11 (주)허니냅스 헬스케어 디바이스 및 그 동작 방법, 및 센서 확장성을 포함한 헬스케어 시스템

Also Published As

Publication number Publication date
US20220165408A1 (en) 2022-05-26

Similar Documents

Publication Publication Date Title
Zhang et al. Necksense: A multi-sensor necklace for detecting eating activities in free-living conditions
JP6314343B2 (ja) 電力消費及びネットワーク負荷の最適化を伴うスマートウェアラブル装置及び方法
CN114845630A (zh) 基于个性化锻炼时机优化入睡时间以调整昼夜节律
CN108778097A (zh) 用于评估心力衰竭的装置和方法
JP2021508518A (ja) ユーザの精神／感情状態をモデリングする方法およびシステム
US20180008191A1 (en) Pain management wearable device
JP2018529976A (ja) 血液細胞評価の強化
US20200330046A1 (en) Digital twin updating
Kajornkasirat et al. Smart health monitoring system with IoT
US11478186B2 (en) Cluster-based sleep analysis
CN114096195A (zh) 用于采用移动设备检测认知衰退的系统和方法
KR102317290B1 (ko) 디지털 바이오 마커를 기반으로 한 진단 방법 및 이러한 방법을 수행하는 장치
EP4062425A1 (en) Cluster-based sleep analysis
KR102272545B1 (ko) 건강 진단을 위한 사용자 장치 제어 방법 및 이러한 방법을 수행하는 장치
Cabestany et al. Artificial intelligence contribution to eHealth application
CN106170243A (zh) 示出心率区以下、以内和以上的分钟的简单心率监测器
Webster et al. Predicting cognitive states from wearable recordings of autonomic function
US20220406453A1 (en) Fitness Fatigue Score Determination and Management Techniques
US20220061726A1 (en) Method for characterizing, detecting, and monitoring adhd
US11810579B2 (en) Systems and methods for tracking biomarkers in subjects
Lim et al. Developing a mobile wellness management system for healthy lifestyle by analyzing daily living activities
WO2022226439A1 (en) Systems and methods for remote clinical exams and automated labeling of signal data
KR102142694B1 (ko) 뇌신경 질환 진단 시스템 및 방법
US10079074B1 (en) System for monitoring disease progression
KR20220037630A (ko) 인공지능을 이용한 보청기 적합 시스템

Legal Events

Date Code Title Description
GRNT Written decision to grant