KR102417541B1 - 피드백 기반의 일주기 리듬 관리 장치 및 방법 - Google Patents

피드백 기반의 일주기 리듬 관리 장치 및 방법 Download PDF

Info

Publication number
KR102417541B1
KR102417541B1 KR1020200146801A KR20200146801A KR102417541B1 KR 102417541 B1 KR102417541 B1 KR 102417541B1 KR 1020200146801 A KR1020200146801 A KR 1020200146801A KR 20200146801 A KR20200146801 A KR 20200146801A KR 102417541 B1 KR102417541 B1 KR 102417541B1
Authority
KR
South Korea
Prior art keywords
information
sleep
user
circadian rhythm
rhythm management
Prior art date
Application number
KR1020200146801A
Other languages
English (en)
Other versions
KR20220060802A (ko
Inventor
이헌정
Original Assignee
주식회사 휴서카디안
고려대학교 산학협력단
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 휴서카디안, 고려대학교 산학협력단 filed Critical 주식회사 휴서카디안
Priority to KR1020200146801A priority Critical patent/KR102417541B1/ko
Priority to US17/474,616 priority patent/US20220139563A1/en
Publication of KR20220060802A publication Critical patent/KR20220060802A/ko
Application granted granted Critical
Publication of KR102417541B1 publication Critical patent/KR102417541B1/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
    • 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
    • A61B5/02—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • 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
    • A61B5/4806—Sleep evaluation
    • 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
    • A61B5/4857—Indicating the phase of biorhythm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/744—Displaying an avatar, e.g. an animated cartoon character
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • 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
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • G16H40/63—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 local operation

Abstract

피드백 기반의 일주기 리듬 관리 장치 및 방법이 개시되며, 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 방법은, 사용자에 대한 맥박 정보, 광량 정보, 수면 정보 및 보행 정보를 포함하는 특징 정보를 수집하는 단계, 상기 특징 정보에 기초하여 상기 사용자에 대한 건강 지표를 산출하는 단계 및 상기 산출된 건강 지표에 기초하여 상기 건강 지표를 개선하기 위한 행동 양식을 포함하는 피드백 정보를 상기 사용자의 사용자 단말을 통해 제공하는 단계를 포함할 수 있다.

Description

피드백 기반의 일주기 리듬 관리 장치 및 방법{APPARATUS AND METHOD FOR MANAGING CIRCADIAN RHYTHM BASED ON FEEDBACK FUNCTION}
본원은 피드백 기반의 일주기 리듬 관리 장치 및 방법에 관한 것이다.
현대인의 과도한 스트레스와 정신건강상의 문제는 상당한 연관이 있으나, 스트레스와 정신건강의학의 문제를 중계하는 것이 생활 리듬의 교란이다.
스트레스에 의해서 흔하게 경험하는 불면증과, 우울증, 조울증의 재발에 이르기까지 다양한 정신질환의 발병 또는 재발은 생체리듬의 교란과 밀접한 연관이 있으며 이에 따라 생체 리듬을 조절하는 크로노테라피(Chronotherapy)의 중요성이 강조되고 있다.
하지만, 생체 리듬을 관리하고 변화를 감지할 수 있는 기술들의 부재로, 불면증의 예방 치료, 재발성 우울증과 조울증의 재발 등을 효과적으로 방지하기 어려워 정신건강상의 교란을 미리 예방하고 치료하는데 어려움이 있다.
한편, 디지털 헬스케어 기술 및 시장이 급격히 성장함에 따라 기분, 인지, 수면 등과 같은 정신 건강 케어와 관련한 애플리케이션 등이 개발되고 있으며, 최근에는 스마트 폰, 착용형 웨어러블 디바이스 등을 통해 디지털 표현형(Digital Phenotype)으로 지칭되는 다양한 사용자 로그 데이터를 수집할 수 있고, 이러한 로그 데이터를 활용하면 단순히 사용자의 생체 데이터를 획득하는 것뿐만 아니라, 사용자의 정신 건강과 관련하여 일주기 리듬에 대한 분석과 관리가 가능할 것으로 기대된다.
본원의 배경이 되는 기술은 한국등록특허공보 제10-1712281호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 사용자의 생활 패턴과 연계된 다양한 로그 데이터(특징 정보)를 수집하여 여러 측면에서 사용자의 건강 지표를 평가하고, 이에 기초하여 건강 지표를 개선하기 위한 행동 양식을 포함하는 적절한 피드백을 사용자에게 제공하는 피드백 기반의 일주기 리듬 관리 장치 및 방법을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 방법은, 사용자에 대한 맥박 정보, 광량 정보, 수면 정보 및 보행 정보를 포함하는 특징 정보를 수집하는 단계, 상기 특징 정보에 기초하여 상기 사용자에 대한 건강 지표를 산출하는 단계 및 상기 산출된 건강 지표에 기초하여 상기 건강 지표를 개선하기 위한 행동 양식을 포함하는 피드백 정보를 상기 사용자의 사용자 단말을 통해 제공하는 단계를 포함할 수 있다.
또한, 상기 특징 정보를 수집하는 단계는, 상기 광량 정보 및 상기 보행 정보를 미리 분할된 복수의 시간대 별로 구분하여 수집할 수 있다.
또한, 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 방법은, 입력된 특징 정보에 대응하는 기분 변화 예측 정보를 출력하도록 미리 학습된 예측 모델에 기초하여 상기 특징 정보에 대응하는 상기 사용자의 기분 변화 예측 정보를 생성하는 단계 및 상기 사용자 단말을 통해 상기 기분 변화 예측 정보를 제공하는 단계를 포함할 수 있다.
또한, 상기 기분 변화 예측 정보를 제공하는 단계는, 상기 기분 변화 예측 정보에 대응하여 외형이 결정되는 가상의 아바타를 상기 사용자 단말에 표시할 수 있다.
또한, 상기 맥박 정보는, 상기 사용자의 단위 시간당 맥박수에 기초하여 도출되는 맥박 피팅 커브에서의 정점 위상, 진폭, 진동 중앙 및 결정 계수를 포함할 수 있다.
또한, 상기 광량 정보는, 주간 광노출량 및 야간 광노출량을 포함할 수 있다.
또한, 상기 수면 정보는, 수면 길이, 수면의 질, 수면 개시 편차 및 수면 종료 편차를 포함할 수 있다.
또한, 상기 보행 정보는, 주간 누적 걸음수 및 야간 누적 걸음수를 포함할 수 있다.
또한, 상기 건강 지표를 산출하는 단계는, 상기 정점 위상, 진폭, 진동 중앙 및 결정 계수 중 적어도 하나에 기초하여 사용자의 심박 관련 지표를 산출하는 단계, 상기 주간 광노출량 및 상기 야간 광노출량 중 적어도 하나에 기초하여 광노출 관련 지표를 산출하는 단계, 상기 수면 길이, 상기 수면의 질, 상기 수면 개시 편차 및 상기 수면 종료 편차 중 적어도 하나에 기초하여 수면 관련 지표를 산출하는 단계 및 상기 주간 누적 걸음수 및 상기 야간 누적 걸음수 중 적어도 하나에 기초하여 활동성 관련 지표를 산출하는 단계를 포함할 수 있다.
또한, 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 방법은, 상기 건강 지표가 미리 설정된 수준 미만으로 악화되면 상기 사용자 단말로 미리 설정된 경고 알람을 제공하는 단계를 포함할 수 있다.
또한, 상기 경고 알람을 제공하는 단계는, 상기 심박 관련 지표, 상기 광노출 관련 지표, 상기 수면 관련 지표 및 상기 활동성 관련 지표에 대한 평균값이 미리 설정된 제1임계값보다 낮으면 상기 경고 알람을 제공할 수 있다.
또한, 상기 경고 알람을 제공하는 단계는, 미리 설정된 모니터링 주기 동안의 상기 평균값이 미리 설정된 제2임계값 보다 낮은 값을 유지하면 상기 경고 알람을 제공할 수 있다.
또한, 상기 제2임계값은 상기 제1임계값보다 높게 설정될 수 있다.
또한, 상기 특징 정보를 수집하는 단계는, 상기 사용자 단말 및 상기 사용자의 신체에 착용되는 웨어러블 디바이스 중 적어도 하나로부터 상기 특징 정보를 수집할 수 있다.
또한, 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 방법은, 상기 웨어러블 디바이스의 착용 시간 정보를 수집하는 단계 및 상기 착용 시간 정보에 기초한 피드백 정보를 상기 사용자 단말을 통해 제공하는 단계를 포함할 수 있다.
한편, 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치는, 사용자에 대한 맥박 정보, 광량 정보, 수면 정보 및 보행 정보를 포함하는 특징 정보를 수집하는 수집부, 상기 특징 정보에 기초하여 상기 사용자에 대한 건강 지표를 산출하는 지표 산출부 및 상기 산출된 건강 지표에 기초하여 상기 건강 지표를 개선하기 위한 행동 양식을 포함하는 피드백 정보를 상기 사용자의 사용자 단말을 통해 제공하는 피드백 제공부를 포함할 수 있다.
또한, 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치는, 입력된 특징 정보에 대응하는 기분 변화 예측 정보를 출력하도록 미리 학습된 예측 모델에 기초하여 상기 특징 정보에 대응하는 상기 사용자의 기분 변화 예측 정보를 생성하고, 상기 사용자 단말을 통해 상기 기분 변화 예측 정보를 제공하는 기분 예측부를 포함할 수 있다.
또한, 상기 지표 산출부는, 상기 정점 위상, 진폭, 진동 중앙 및 결정 계수 중 적어도 하나에 기초하여 사용자의 심박 관련 지표를 산출하고, 상기 주간 광노출량 및 상기 야간 광노출량 중 적어도 하나에 기초하여 광노출 관련 지표를 산출하고, 상기 수면 길이, 상기 수면의 질, 상기 수면 개시 편차 및 상기 수면 종료 편차 중 적어도 하나에 기초하여 수면 관련 지표를 산출하고, 상기 주간 누적 걸음수 및 상기 야간 누적 걸음수 중 적어도 하나에 기초하여 활동성 관련 지표를 산출할 수 있다.
또한, 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치는, 상기 건강 지표가 미리 설정된 수준 미만으로 악화되면 상기 사용자 단말로 미리 설정된 경고 알람을 제공하는 알람부를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 사용자의 생활 패턴과 연계된 다양한 로그 데이터(특징 정보)를 수집하여 여러 측면에서 사용자의 건강 지표를 평가하고, 이에 기초하여 건강 지표를 개선하기 위한 행동 양식을 포함하는 적절한 피드백을 사용자에게 제공하는 피드백 기반의 일주기 리듬 관리 장치 및 방법을 제공할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치를 포함하는 디지털 헬스 케어 시스템의 개략적인 구성도이다.
도 2는 사용자에 대하여 수집되는 특징 정보를 예시적으로 나타낸 도표이다.
도 3은 사용자의 맥박 정보와 연계된 맥박 피팅 커브를 예시적으로 나타낸 도면이다.
도 4는 사용자 단말을 통해 피드백 정보를 제공하기 위해 표출되는 인터페이스를 예시적으로 나타낸 도면이다.
도 5는 사용자 단말을 통해 사용자의 기분 변화 예측 정보를 제공하기 위해 표출되는 인터페이스를 예시적으로 나타낸 도면이다.
도 6은 사용자 단말을 통해 사용자의 건강 지표를 종합한 평가 정보를 제공하기 위해 표출되는 인터페이스를 예시적으로 나타낸 도면이다.
도 7a 및 도 7b는 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치와 연계된 일 실험예로서, 본원에서의 피드백 기반의 일주기 리듬 관리가 적용된 사용자 그룹과 미적용된 사용자 그룹에서 특징 정보 및 기분 삽화(mood episode)의 발생을 비교하여 나타낸 도면이다.
도 8은 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치와 연계된 일 실험예로서, 본원에서의 피드백 기반의 일주기 리듬 관리가 적용된 사용자 그룹과 미적용된 사용자 그룹에서 웨어러블 디바이스의 착용 비율을 비교하여 나타낸 도면이다.
도 9는 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치의 개략적인 구성도이다.
도 10은 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 방법에 대한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
본원은 피드백 기반의 일주기 리듬 관리 장치 및 방법에 관한 것이다.
도 1은 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치를 포함하는 디지털 헬스 케어 시스템의 개략적인 구성도이다.
도 1을 참조하면, 본원의 일 실시예에 따른 디지털 헬스 케어 시스템(10)은, 피드백 기반의 일주기 리듬 관리 장치(100)(이하, '일주기 리듬 관리 장치(100)'라 한다.), 웨어러블 디바이스(200) 및 사용자 단말(300)을 포함할 수 있다.
일주기 리듬 관리 장치(100), 웨어러블 디바이스(200) 및 사용자 단말(300) 상호간은 네트워크(20)를 통해 통신할 수 있다. 네트워크(20)는 단말들 및 서버들과 같은 각각의 노드 상호간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크(20)의 일 예에는, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), wifi 네트워크, 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다. 또한, 본원의 일 실시예에 따른 일주기 리듬 관리 장치(100)는 웨어러블 디바이스(200) 및 사용자 단말(300) 중 적어도 하나에 탑재(설치)되는 형태로 구현되는 것일 수 있다.
웨어러블 디바이스(200)는 예를 들면, 사용자의 손목부에 착용된 상태로 사용자의 생체 정보 등을 수집하기 위한 스마트 워치(Smart Watch), 스마트 밴드(Smart Band) 등일 수 있으나 이에만 한정되는 것은 아니다. 다른 예로, 웨어러블 디바이스(200)는 머리 착용형(Head-worn) 디바이스, 스트랩(Strap)형 디바이스, 의류형 디바이스, 발 착용형(Shoe-won/Foot pods) 디바이스 등 다양한 위치에 착용되어 사용자(1)의 특징 정보를 획득할 수 있는 기기를 폭넓게 의미하는 것일 수 있다. 또한, 예시적으로, 웨어러블 디바이스(200)는 Fitbit, Jawbone Up, Nike+ FuelBand, Apple Watch, Samsung Gear 등일 수 있다. 또한, 웨어러블 디바이스(200)와 사용자 단말(300)은 하나의 사용자(1)에 대한 동일 계정 정보에 기초하여 상호 연동된 것일 수 있다. 또한, 본원의 구현예에 따라서는 웨어러블 디바이스(200)는 넓은 범위에서 사용자 단말(300)에 포함되는 것으로 이해될 수 있다.
사용자 단말(300)은 예를 들면, 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기 같은 모든 종류의 무선 통신 장치일 수 있다.
일주기 리듬 관리 장치(100)는 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나에 기초하여 사용자(1)에 대한 특징 정보를 수집할 수 있다. 또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)가 수집하는 특징 정보는 사용자(1)의 맥박 정보, 광량 정보, 수면 정보 및 보행 정보를 포함할 수 있다.
도 2는 사용자에 대하여 수집되는 특징 정보를 예시적으로 나타낸 도표이다.
도 2를 참조하면, 사용자(1)에 대하여 수집되는 특징 정보는 광량 정보('Light exposure'), 보행 정보('Step'), 수면 정보('Sleep'), 맥박 정보('Heart rate, HR') 등의 카테고리(Category)로 분류되어 수집될 수 있다.
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 광량 정보 및 보행 정보를 미리 분할된 복수의 시간대 별로 구분하여 수집할 수 있다. 보다 구체적으로, 복수의 시간대는 하루를 주간(daytime) 및 야간(bedtime)으로 이분할한 것이거나 일출 시간 또는 일몰 시간을 기준으로 8시간씩 삼분할한 것일 수 있으나, 이에만 한정되는 것은 아니다. 또한, 이분할의 경우, 복수의 시간대는 주간 및 야간이 12시간씩 동등하게 분할되는 것일 수 있으나, 이에만 한정되는 것은 아니고, 특징 정보가 수집되는 지역, 계절, 날짜, 기후 등에 대응하여 불균등하게 분할(예를 들면, 일출 시간부터 8시간 전부터 일출 시간까지를 야간 시간대로, 나머지 시간대(16시간)를 주간 시간대로 분할하는 등)되는 것일 수 있다.
이와 관련하여, 도 2는 본원의 일 실시예에 따른 일주기 리듬 관리 장치(100)는 광량 정보(Light exposure) 및 보행 정보(Step)를 이분할된 시간대(달리 말해, 주간(daytime) 및 야간(bedtime)으로 구분되는 시간대)에 기초하여 수집하는 실시예를 기준으로 도시된 것일 수 있다.
전술한 카테고리 별로 수집되는 특징 정보를 구체적으로 설명하면, 광량 정보(Light exposure) 카테고리는 주간 광노출량(light_exposure_during_daytime) 및 야간 광노출량(light_exposure_during_bedtime)을 포함할 수 있다. 구체적으로, 야간 광노출량은 사용자(1)가 정상적인 경우 일반적으로 수면을 취하는 시간대에 대하여 수집된 광량으로서, 예시적으로 하루 중 일출 8시간 전부터 일출 시간까지의 시간대에 수집된 광량 정보일 수 있다. 또한, 이에 대응하여 주간 광노출량은 일출 8시간 전부터 일출 시간까지의 시간대를 제외한 시간대에 수집된 광량 정보일 수 있다. 특히, 광량 정보와 관련하여 빛은 사람 뿐만 아니라 지구상 모든 생물의 일주기 리듬을 동기화하는 가장 중요한 요인(trigger)로서, 후술하는 건강 지표(구체적으로, 광노출 관련 지표)는 야간 광노출량이 많을수록 나쁘게 평가되고 주간 광노출량이 많을수록 좋게 평가되도록 산출될 수 있다.
다음으로, 보행 정보(Step) 카테고리는 주간 누적 걸음수(steps_during_daytime) 및 야간 누적 걸음수(steps_during_bedtime)를 포함할 수 있다. 여기서, 주간 및 야간의 구분은 전술한 광량 정보 카테고리에서와 동일하게 결정될 수 있다. 구체적으로, 주간 누적 걸음수는 주간 시간대에 수집된 사용자(1)의 걸음수를 누적하여 카운트한 정보이고, 야간 누적 걸음수는 야간 시간대에 수집된 사용자(1)의 걸음수를 누적하여 카운트한 정보일 수 있으며, 후술하는 건강 지표(구체적으로, 활동성 관련 지표)는 사용자(1)가 건강한 일주기 리듬을 유지하고, 수면(Sleep) 상태와 각성(Wake) 상태가 명확히 구분되는 생활 패턴을 보일수록 좋게 평가될 수 있도록, 주간 누적 걸음수가 많을수록 좋게 평가되고 야간 누적 걸음수가 많을수록 나쁘게 평가되는 것일 수 있다.
다음으로, 수면 정보(Sleep) 카테고리는, 수면 길이(sleep_length), 수면의 질(sleep_quality), 수면 개시 편차(sleep_onset_dev) 및 수면 종료 편차(sleep_offset_dev) 정보를 포함할 수 있다. 구체적으로, 수면 길이는 해당일에 수면이 개시된 시점부터 수면이 종료된 시점까지의 시간을 의미할 수 있다. 본원의 일 실시예에 따르면, 사용자(1)의 수면이 개시된 시점 또는 수면이 종료된 시점은 사용자(1)가 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나에 직접 인가하는 사용자 입력(예를 들면, 수면 전에 수면을 시작한다는 내용의 사용자 입력을 인가하거나 기상 후 수면을 종료하고 기상하였다는 내용의 사용자 입력을 인가하는 등)을 통해 결정되는 것이거나, 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나로부터 획득된 사용자(1)의 보행 정보, 광량 정보 등의 나머지 특징 정보 등을 고려하여 추론되는 것일 수 있다.
또한, 수면의 질은 본원의 일 실시예에 따르면, 하기 식 1에 의해 계산되는 것일 수 있다.
[식 1]
Figure 112020118261117-pat00001
여기서, 'sleep length'는 전체 수면 시간으로서 전술한 수면 길이에 대응하는 특징 정보이고, 'restless sleep length'는 사용자(1)가 불안한 수면 상태를 보낸 것으로 평가된 시간을 의미할 수 있으며, 예시적으로, 수면의 질은 사용자(1)의 수면 상태 또는 뒤척임 정도를 수면 도중 평가할 수 있는 기능을 구비한 웨어러블 디바이스(200)로부터 사용자(1)가 웨어러블 디바이스(200)를 착용한 상태로 수면을 취할 경우 수집되는 정보일 수 있다.
또한, 수면 개시 편차(sleep_onset_dev) 정보는 사용자(1)의 수면 개시 시간이 규칙적인지를 나타내는 특징 정보로서, 기준 시점(예를 들면, 일출 8시간 전)과 사용자(1)의 수면 개시 시간 사이의 편차일 수 있다. 또한, 수면 종료 편차(sleep_offset_dev) 정보는 사용자(1)의 수면 종료 시간이 규칙적인지를 나타내는 특징 정보로서, 기준 시점(예를 들면, 일출 시점)과 사용자(1)의 수면 종료 시간 사이의 편차일 수 있다.
특히, 수면 정보(Sleep) 카테고리와 관련하여, 사용자(1)가 충분한 수면 및 규칙적인 수면을 취할수록 건강 지표(구체적으로, 수면 관련 지표)는 좋은 것으로 산출될 수 있다.
다음으로, 맥박 정보(Heart rate, HR) 카테고리는, 사용자(1)의 단위 시간당 맥박수에 기초하여 도출되는 맥박 피팅 커브에서의 정점 위상(CR_acrophase), 진폭(CR_amplitude), 진동 중앙(CR_mesor), 결정 계수(CR_goodness_of_fit) 및 안정기 심박수(resting_heartrate)를 포함할 수 있다.
도 3은 사용자의 맥박 정보와 연계된 맥박 피팅 커브를 예시적으로 나타낸 도면이다.
도 3을 참조하면, 사용자의 맥박(HR)은 주요한 리듬 정보를 포함하며, 사용자의 맥박은 수면 중에 떨어지고 활동 중에 증가하는 경향을 보일 수 있다. 따라서, 야간 시간대에 수면을 취하고, 주간 시간대에 많은 활동을 보이는 사용자(1)의 맥박 피팅 커브에서는 S자와 유사한 이상적인 코사인 곡선을 보일 수 있다.
구체적으로, 맥박 피팅 커브에서의 진폭(CR_amplitude)은 코사인 곡선 형상의 맥박 피팅 커브에서의 진폭을 의미하며, 진폭이 클수록 맥박 리듬이 명확한 것일 수 있으며, 이와 관련하여, 진폭이 상대적으로 크면, 사용자(1)가 활동 중(in activity)이고, 진폭이 상대적으로 작으면, 사용자(1)가 수면 중일 수 있다.
또한, 정점 위상(CR_acrophase)은 생체 리듬(예를 들면, 맥박 피팅 커브 등)이 시간 축 상에서 밀리거나 당겨지는 현상을 정량화한 맥박 리듬의 정렬 불량 정도를 의미하며, 이와 관련하여 생체 리듬이 밀리거나 당겨지는 현상과 조증 및 우울증 등의 기분 장애의 발생 사이에 연관성이 있는 것으로 밝혀지고 있다.
또한, 결정 계수(CR_goodness_of_fit)는 맥박 피팅 커브가 원래의 샘플 데이터들을 얼마나 잘 충실하게 표현하는지 나타내는 것으로, 0 내지 1 사이의 값을 가질 수 있으며, 1에 가까울수록 보다 확실하게 코사인 커브 피팅이 잘된 것을 의미한다. 반대로, 0에 가까울수록 코사인 커브 피팅이 잘 안된 것을 의미할 수 있다. 즉, 맥박 피팅 커브가 코사인 곡선의 형상에 피팅이 잘 될수록 R-Squared(R2) 값이 커질 수 있다.
또한, 안정기 심박수(resting_heartrate)는 사용자(1)가 활동이 없는 시간대(timeslot) 내에서의 평균 심박수를 의미할 수 있다. 특히, 안정기 심박수는 사용자(1)가 스트레스를 받거나 불안한 상태에 놓인 경우 상승할 수 있어, 사용자(1)의 기분 상태와 연관된 특징 정보로서 활용될 수 있다.
또한, 일주기 리듬 관리 장치(100)는 앞서 전술한 바와 같이 다양한 측면에서 수집되는 사용자(1)의 특징 정보에 기초하여 사용자(1)에 대한 건강 지표(H-score)를 산출할 수 있다. 구체적으로, 일주기 리듬 관리 장치(100)는 심박 관련 지표(CR_h_score), 광노출 관련 지표(LE_h_score), 수면 관련 지표(SL_h_score) 및 활동성 관련 지표(ACT_h_score)를 포함할 수 있다.
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 전술한 정점 위상, 진폭, 진동 중앙 및 결정 계수 중 적어도 하나에 기초하여 사용자(1)의 심박 관련 지표(CR_h_score)를 산출할 수 있다. 보다 구체적으로, 본원의 일 실시예에 따른 일주기 리듬 관리 장치(100)는 맥박 정보에 포함된 진폭 및 정점 위상에 기초하여 하기 식 2를 통해 심박 관련 지표(CR_h_score)를 연산할 수 있다.
[식 2]
Figure 112020118261117-pat00002
여기서, CR_amplitue는 맥박 정보에 포함된 진폭이고, CR_acrophase는 맥박 정보에 포함된 정점 위상일 수 있다.
또한, N(x)는 입력(상기 식 2에서의 진폭 및 정점 위상)을 0 내지 100 사이의 값 중 어느 하나로 정규화하는 함수일 수 있다. 예를 들어, 관측 가능한 범위에서 최소값에 대하여 N(x)는 0이고, 평균에 대하여 N(x)는 50이고, 최대값에 대하여 N(x)는 100일 수 있다.
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 주간 광노출량 및 야간 광노출량 중 적어도 하나에 기초하여 광노출 관련 지표(LE_h_score)를 산출할 수 있다. 구체적으로, 본원의 일 실시예에 따른 일주기 리듬 관리 장치(100)는 하기 식 3을 통해 광노출 관련 지표(LE_h_score)를 산출할 수 있다.
[식 3]
Figure 112020118261117-pat00003
여기서, light_exposure_during_bedtime은 광량 정보에 포함된 야간 광노출량이고, light_exposure_during_daytime은 광량 정보에 포함된 주간 광노출량이고, N(x)는 전술한 정규화 함수일 수 있다.
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 수면 길이, 수면의 질, 수면 개시 편차 및 수면 종료 편차 중 적어도 하나에 기초하여 수면 관련 지표(SL_h_score)를 산출할 수 있다. 구체적으로, 본원의 일 실시예에 따른 일주기 리듬 관리 장치(100)는 수면의 질, 수면 개시 편차 및 수면 종료 편차에 기초하여 하기 식 4를 통해 수면 관련 지표(SL_h_score)를 산출할 수 있다.
[식 4]
Figure 112020118261117-pat00004
여기서, sleep_efficiency는 수면 정보에 포함된 수면의 질이고, sleep_onset_dev는 수면 정보에 포함된 수면 개시 편차이고, sleep_offset_dev는 수면 정보에 포함된 수면 종료 편차이고, N(x)는 전술한 정규화 함수일 수 있다.
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 주간 누적 걸음수 및 야간 누적 걸음수 중 적어도 하나에 기초하여 활동량 관련 지표(ACT _h_score)를 산출할 수 있다. 구체적으로, 본원의 일 실시예에 따른 일주기 리듬 관리 장치(100)는 주간 누적 걸음수 및 야간 누적 걸음수에 기초하여 하기 식 5를 통해 활동량 관련 지표(ACT_h_score)를 산출할 수 있다.
[식 5]
Figure 112020118261117-pat00005
여기서, steps_during_bedtime은 야간 걸음수이고, steps_during_daytime은 주간 걸음수이고, N(x)는 전술한 정규화 함수일 수 있다.
또한, 본원의 일 실시예에 따르면, 각 카테고리의 건강 지표의 연산을 위한 전술한 식 2 내지 식 5의 계산식에서, 각각의 특징 정보에 대하여 곱해지는 상수는(예를 들면, 0.5, 0.25 등) 사용자(1)의 개인화 특성 등에 기초하여 다양한 값으로 설정되어 사용자(1) 맞춤형의 건강 지표가 산출되는 것일 수 있다. 예시적으로, 전수한 식 2 내지 식 5의 계산식에 적용되는 구체적인 상수는 사용자의 성별, 연령, 체형, BMI 정보, 질병 이력, 기분 장애 유무 등에 기초하여 설정될 수 있다.
또한, 일주기 리듬 관리 장치(100)는 산출된 건강 지표(H-score)에 기초하여 건강 지표(H-score)를 개선하기 위한 행동 양식을 포함하는 피드백 정보를 사용자(1)의 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나를 통해 제공할 수 있다. 여기서, 피드백 정보란 전술한 복수의 카테고리 각각의 건강 지표 중 적어도 하나가 미리 설정된 수준 이하로 평가된 경우, 사용자(1)가 해당 건강 지표를 개선할 수 있도록 추천되는 행동 교정 가이드를 포함하는 코칭 메시지를 의미하는 것일 수 있다.
도 4는 사용자 단말을 통해 피드백 정보를 제공하기 위해 표출되는 인터페이스를 예시적으로 나타낸 도면이다.
도 4를 참조하면, 일주기 리듬 관리 장치(100)는 산출된 카테고리별 건강 지표(구체적으로, 심박 관련 지표, 광노출 관련 지표, 수면 관련 지표 및 활동성 관련 지표)를 수치화(점수화)하여 표시하고, 카테고리 각각에 대응하여 피드백 정보가 표출되는 영역을 각기 구분(구획)하여 제공(도 4의 2a, 2b, 2c, 2d)할 수 있다. 달리 말해, 건강 지표의 카테고리에 대응하여 구획된 영역 각각에는 카테고리별 건강 지표에 대응하는 피드백 정보가 개별적으로 표출될 수 있다(도 4의 f1, f2, f3, f4).
보다 구체적으로, 예시하면, 도 4는 소정의 사용자(1)의 심박 관련 지표가 100점 만점에 54점 이고, 활동성 관련 지표가 100점 만점에 77점 이고, 수면 관련 지표가 100점 만점에 65점이고, 광노출 관련 지표가 100점 만점에 39점인 경우에 대응하여 사용자 단말(300)에 표출되는 것일 수 있다.
본원의 일 실시예에 따르면, 산출된 건강 지표에 대응하여 표출되는 피드백 정보는 수치화(점수화)된 카테고리별 건강 지표가 속하는 수치 구간에 대응하도록 결정되는 것일 수 있다.
예시적으로, 산출된 심박 관련 지표가 미리 설정된 수치 구간 중 상대적으로 낮은 수치 범위에 속하는 경우, "심장리듬 건강 점수가 좋지 않습니다. 아침에 활동을 더 늘리고 밤에 충분한 수면을 취하세요."와 같은 심박 관련 지표의 개선을 위한 행동 양식을 포함하는 안내 문구를 포함하도록 결정되고, 활동성 관련 지표가 미리 설정된 수치 구간 중 상대적으로 낮은 수치 범위에 속하는 경우, "활동량 건강 점수가 좋지 않습니다. 아침 활동을 늘리고 낮잠을 자제하세요."와 같은 활동성 관련 지표의 개선을 위한 행동 양식을 포함하는 안내 문구를 포함하도록 결정되고, 수면 관련 지표가 미리 설정된 수치 구간 중 상대적으로 낮은 수치 범위에 속하는 경우, "수면건강 점수가 좋지 않습니다. 아침 시간에 깬 상태를 유지하고 야외 활동을 늘리십시오. 낮잠은 자제해 주세요."와 같은 수면 관련 지표의 개선을 위한 행동 양식을 포함하는 안내 문구를 포함하도록 결정되고, 광노출 관련 지표가 미리 설정된 수치 구간 중 상대적으로 낮은 수치 범위에 속하는 경우, "빛노출 건강 점수가 좋지 않습니다. 아침에 야외 활동을 늘리고 밤에는 빛을 피하세요. 특히, 밤에 스마트 폰을 보는 것은 해롭습니다."와 같은 광노출 관련 지표의 개선을 위한 행동 양식을 포함하는 안내 문구를 포함하도록 결정될 수 있다. 다만, 전술한 피드백 정보에 포함되는 안내 문구가 본원의 구현예에 따라 다양한 내용으로 결정될 수 있음은 물론이다.
또한, 본원의 일 실시예에 따르면, 피드백 정보의 내용을 결정하기 위한 건강 지표의 수치 구간은 낮음, 보통, 높음을 포함하는 세 구간으로 분할되거나 필요에 따라서는 보다 세밀하게 4개 이상의 복수의 레벨로 구분되는 것일 수 있으며, 건강 지표의 카테고리 별로 분할되는 레벨의 수는 상이할 수 있다.
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 카테고리 별로 피드백 정보를 개별 생성하되, 특정 카테고리에 해당하는 건강 지표에 대하여 생성되는 피드백 정보의 내용을, 특정 카테고리 외의 적어도 하나의 나머지 카테고리에 해당하는 건강 지표 또는 특징 정보를 고려하여 결정하도록 구현될 수 있다. 예시적으로, 수면 관련 지표가 낮은 수치 범위에 동일하게 속하는 경우라도, 활동 관련 지표, 광노출 관련 지표 등이 속하는 수치 범위에 대응하여 수면 관련 지표에 대한 피드백 정보의 내용이 변경될 수 있다.
또한, 본원의 일 실시예에 따르면, 도면에는 도시되지 않았으나, 일주기 리듬 관리 장치(100)는 디스플레이 영역이 한정적인 웨어러블 디바이스(200)에 대하여 피드백 정보를 제공하는 경우, 모든 카테고리의 건강 지표에 대한 피드백 정보를 표출하지 않고, 미리 설정된 수준 이하로 평가된 건강 지표 유형에 대한 피드백 정보만 선별하여 표시하도록 동작할 수 있다.
다른 예로, 일주기 리듬 관리 장치(100)는 웨어러블 디바이스(200) 및 사용자 단말(300) 중 적어도 하나에 인가된 사용자 입력에 기초하여 사용자(1)가 선택한 카테고리에 대응하는 피드백 정보를 표출하도록 동작할 수 있다.
도 5는 사용자 단말을 통해 사용자의 기분 변화 예측 정보를 제공하기 위해 표출되는 인터페이스를 예시적으로 나타낸 도면이다.
도 5를 참조하면, 일주기 리듬 관리 장치(100)는 입력된 특징 정보에 대응하는 기분 변화 예측 정보를 출력하도록 미리 학습된 예측 모델에 기초하여 사용자(1)에 대하여 수집된 특징 정보에 대응하는 사용자(1)의 기분 변화 예측 정보를 생성할 수 있다.
또한, 일주기 리듬 관리 장치(100)는 생성된 기분 변화 예측 정보를 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나를 통해 제공할 수 있다. 예시적으로, 일주기 리듬 관리 장치(100)는 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나에서 본원에서 개시하는 일주기 리듬 관리 장치(100)와 연계된 애플리케이션(App), 프로그램 등이 실행되는 경우 표출되는 초기 인터페이스(예를 들면, 해당일에 최초로 본원의 일주기 리듬 관리 장치(100)와 연계된 App 등을 실행한 경우에 표시되는 인터페이스 등)에 기분 변화 예측 정보가 표시되도록 할 수 있다.
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 복수의 사용자에 대하여 수집된 특징 정보와 해당 복수의 사용자에 대하여 수집된 기분 상태 정보를 포함하는 학습 데이터에 기반한 기계 학습을 통해 구현된 예측 모델에 기초하여 사용자(1)를 타겟하여 수집된 특징 정보에 기초하여 해당 사용자(1)의 소정의 기간 동안의 기분 변화를 예측하는 것일 수 있다. 여기서, 소정의 기간은 예시적으로 현 시점으로부터 3일(예를 들어, 도 5를 참조하면, "11-29 ~ 12-01의 기분 예보")일 수 있다.
또한, 기계 학습을 통해 구현되는 예측 모델과 관련하여, 본원의 일 실시예에 따르면, 예측 모델은 지도 학습 기반의 랜덤 포레스트(Random Forest) 알고리즘에 기반하여 학습되는 것일 수 있으나, 이에만 한정되는 것은 아니고, 본원에서는 종래에 이미 공지되었거나 향후 개발되는 다양한 기계 학습 알고리즘 모델이 적용될 수 있다.
또한, 도 5의 C를 참조하면, 일주기 리듬 관리 장치(100)는 기분 변화 예측 정보에 대응하여 외형이 결정되는 가상의 아바타를 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나에 표시하는 방식으로 기분 변화 예측 정보를 제공할 수 있다. 이해를 돕기 위해 예시하면, 도 5의 C는 사용자(1)에 대하여 예측 모델을 통해 예측된 기분 변화 예측 정보가 기분 삽화(mood episode)의 발생 가능성이 낮게 예측되는 등 좋은 기분일 것으로 예측되는 경우 웃는 형상의 아바타가 표시되어 사용자(1)가 직관적으로 사용자의 특징 정보에 대응하여 예측되는 현재와 미래의 기분을 확인하도록 할 수 있다. 이와 관련하여, 일주기 리듬 관리 장치(100)는 사용자(1)에 대하여 수집된 특징 정보에 대응하는 사용자(1)의 기분 변화 예측 정보를 직관적인 형태로 제공함으로써, 사용자(1)가 자신의 과거 행동(예를 들면, 생활 패턴 등)이 미래의 기분에 영향을 미칠 수 있음을 인지하도록 하여 행동을 개선하려는 노력을 기울이도록 유도할 수 있다.
또한, 도 5의 B(최근 기분 예측 추세)를 참조하면, 일주기 리듬 관리 장치(100)는 소정의 기간 동안 예측된 사용자(1)의 기분 변화 예측 정보를 시계열적인 그래프 형태로 도식화하여 제공할 수 있다.
도 6은 사용자 단말을 통해 사용자의 건강 지표를 종합한 평가 정보를 제공하기 위해 표출되는 인터페이스를 예시적으로 나타낸 도면이다.
도 6의 A를 참조하면, 일주기 리듬 관리 장치(100)는 산출된 카테고리별 건강 지표에 기초하여 사용자(1)에 대한 종합적인 건강 지표 평가 정보를 생성할 수 있다. 예시적으로, 일주기 리듬 관리 장치(100)는 산출된 카테고리별 건강 지표의 평균 정보에 기초하여 종합적인 건강 지표에 대한 평가를 수행하여, 사용자(1)의 일주기 리듬 상태를 '좋음', '보통', '나쁨' 등으로 구분하여 표시할 수 있으나, 이에만 한정되는 것은 아니다.
또한, 도 6의 B(최근 생활리듬 점수 추세)를 참조하면, 일주기 리듬 관리 장치(100)는 소정의 기간 동안 예측된 사용자(1)의 종합적인 건강 지표 평가 정보를 시계열적인 그래프 형태로 도식화하여 제공할 수 있다
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 건강 지표가 미리 설정된 수준 미만으로 악화되면 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나로 미리 설정된 경고 알람을 제공할 수 있다. 예시적으로, 도 6의 A를 참조하면, 사용자(1)의 건강 지표에 대한 종합 평가 결과, 사용자(1)의 일주기 리듬 상태가 '나쁨'에 대응하는 구간으로 악화되면 미리 설정된 경고 알람이 표시되는 것일 수 있다. 예시적으로, 경고 알람은 진동, 경고 음성/음향, Push 메시지, SMS, MMS 등의 다양한 형태로 사용자(1)에게 제공되는 것일 수 있다.
보다 구체적으로, 일주기 리듬 관리 장치(100)는 산출된 심박 관련 지표, 광노출 관련 지표, 수면 관련 지표 및 활동성 관련 지표에 대한 평균값이 미리 설정된 제1임계값보다 낮으면 경고 알람을 제공하도록 동작할 수 있다. 다른 예로, 일주기 리듬 관리 장치(100)는 미리 설정된 모니터링 주기 동안의 산출된 심박 관련 지표, 광노출 관련 지표, 수면 관련 지표 및 활동성 관련 지표에 대한 평균값이 전술한 모니터링 주기 동안 계속하여 미리 설정된 제2임계값 보다 낮은 값을 유지하면 경고 알람을 제공할 수 있다. 여기서, 제2임계값은 전술한 제1임계값보다 높게 설정되는 것일 수 있다.
이와 관련하여, 예시적으로 건강 지표가 100점 만점으로 수치화(0 내지 100 범위의 점수로 평가)되는 경우 제1임계값이 50점이고, 제2임계값이 60점이면, 일주기 리듬 관리 장치(100)는 카테고리 별로 산출된 건강 지표의 평균이 제1임계값인 50점 이하로 산출되어, 사용자(1)의 일주기 리듬이 매우 악화된 것으로 평가되면 즉각적인 경고 알람이 출력되도록 하며, 카테고리 별로 산출된 건강 지표의 평균이 제1임계값인 50점 이하까지 악화되지는 않았으나, 제2임계값인 60점 이하의 수준을 미리 설정된 모니터링 주기(예를 들면, 2일 등) 동안 지속하여 유지한 경우 경고 알람이 출력되도록 동작할 수 있다.
이와 관련하여, 본원의 구현예에 따라, 제1임계값에 기반한 경고 알람 및 제2암계값에 기반한 경고 알람은 그 출력 방식, 내용 등이 상이하게 결정되는 것일 수 있다.
또한, 본원의 일 실시예에 따르면, 일주기 리듬 관리 장치(100)는 웨어러블 디바이스(200)의 착용 시간 정보를 수집할 수 있다. 예시적으로, 웨어러블 디바이스(200)의 착용 시간 정보는 웨어러블 디바이스(200)의 일별, 주별, 월별, 시간대별 착용 시간 등을 포함할 수 있다. 또한, 일주기 리듬 관리 장치(100)는 수집된 사용자(1)의 웨어러블 디바이스(200)의 착용 시간 정보에 기초한 피드백 정보를 사용자 단말(300)을 통해 제공할 수 있다.
예를 들어, 사용자(1)의 일별, 주별, 월별 등을 기준으로 산출된 착용 시간 정보가 미리 설정된 임계 시간 범위 미만이면, 사용자 단말(300)을 통해 웨어러블 디바이스(200)를 착용할 것 또는 착용 시간을 늘릴 것을 요청하는 내용의 피드백 정보를 출력할 수 있다. 이와 관련하여, 웨어러블 디바이스(200)의 착용 시간과 관련하여 제공되는 피드백 정보가 출력되는 기준인 전술한 임계 시간 범위는 사용자의 성별, 연령, 체형, BMI 정보, 질병 이력, 기분 장애 유무 등에 기초하여 맞춤형으로 설정되는 것일 수 있다.
이하에서는 도 7a, 도 7b 및 도 8을 참조하여, 본원의 일 실시예에 따른 일주기 리듬 관리 장치(100)와 연계된 실험 결과를 통해 본원에서 개시하는 일주기 리듬 관리 기법의 효과를 설명하도록 한다.
이하에서 설명하는 일주기 리듬 관리 장치(100)와 연계된 실험예는, 기분 장애가 있는 소정의 환자군에서 본원에서 개시하는 일주기 리듬 관리 장치(100)를 통해 일상 생활을 영위하면서 피드백 정보 및 경고 알람을 지속적으로 받은 환자들의 그룹인 CRM(Circadian Rhythm for Mood) 그룹과 일주기 리듬 관리 장치(100)를 통한 피드백 정보 및 경고 알람을 제공받지 않은 채로 생활한 환자들의 그룹인 Non-CRM 그룹 사이의 생활 패턴의 개선 유무, 기분 삽화(mood episode)의 발생, 웨어러블 디바이스(200)의 착용 비율을 비교하는 방식으로 수행되었다.
또한, 두 그룹(CRM 그룹 및 non-CRM 그룹)에서의 기분 삽화(mood episode)에 발생을 평가하기 위해 두 그룹은 모두 매일 자가 기분 평가(예를 들면, eMoodChart의 작성 등)를 수행하도록 요구받았으며, 두 그룹에 의해 수행된 자가 기분 평가 결과는 정신과 전문의에 의해 평가되어 두 그룹에서의 기분 삽화(mood episode)의 발생 경향(비율, 빈도 등)이 분석되었다.
도 7a 및 도 7b는 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치와 연계된 일 실험예로서, 본원에서의 피드백 기반의 일주기 리듬 관리가 적용된 사용자 그룹과 미적용된 사용자 그룹에서 특징 정보 및 기분 삽화(mood episode)의 발생을 비교하여 나타낸 도면이다.
구체적으로, 도 7a는 CRM 그룹과 non-CRM 그룹에서 구분하여 획득된 각각의 특징 정보의 변화 분포를 비교하여 나타낸 도면으로서, 도 7a의 (a) 내지 (j)는 각각, 정점 위상(CR_acrophase), 진폭(CR_amplitude), 야간 광노출량(light_exposure during_bedtime), 주간 광노출량(light_exposure_during_daytime), 수면의 질(sleep_efficiency), 수면 길이(sleep_length), 수면 개시 편차(sleep_onset_dev), 수면 종료 편차(sleep_offset_dev), 야간 걸음수(steps_during_bedtime) 및 주간 걸음수(steps_during_daytime)에 대응하는 특징 정보의 변화를 CRM 그룹과 non-CRM 그룹에서 비교하여 나타낸 그래프이다. 구체적으로, 녹색으로 표시된 중앙값이 0보다 클수록 해당 특징 정보에 대응하는 값이 시간의 흐름에 따라 증가하는 경항을 보이도록 수집된 것으로 해석될 수 있고, 반대로 중앙값이 0보다 작을수록 해당 특징 정보에 대응하는 값이 시간의 흐름에 따라 감소하는 경향을 보이도록 수집된 것으로 해석될 수 있다. 또한, KST 및 MWT는 각각 Kolmogorov-Smirnov 검정 및 Mahn Whitney U 검정을 의미할 수 있다.
도 7a를 참조하면, CRM 그룹에서 non-CRM 그룹에 비해 대부분의 특징 정보가 개선되는 방향으로의 변화가 발생한 것을 확인할 수 있고, 특히, 도 7a의 (b), (d), (j)를 참조하면, CRM 그룹의 사용자는 야간 시간대에 수면을 취하고, 주간 시간대에 주로 활동하는 올바른 생활 패턴으로 생활 양식이 개선되는 것을 확인할 수 있고, 이에 따라 CRM 그룹의 사용자의 심박 기능이 유의미하게 향상되는 것을 알 수 있다.
또한, 도 7b는 CRM 그룹과 non-CRM 그룹에서 기분 삽화(mood episode)의 재발(reoccurrence) 경향을 비교하여 나타낸 것으로서, 도 7b를 참조하면, 단변량 GLM(Univariable GLM) 분석에 의할 때, CRM 그룹은 non-CRM 그룹에 비하여, 전체 우울 삽화 발생 빈도(Total depressive episodes, N/년)가 60.7% 적고, 전체 우울 삽화 지속 기간(Duration of total depressive episodes, 일/년)이 48.5% 짧고, 전체 조증/경조증 삽화 지속 기간(Duration of Manic/hypomanic episodes, 일/년)이 85.7% 짧고, 전체 기분 삽화 발생 빈도(Total mood episodes, N/년)가 66.4% 적고, 전체 기분 삽화 지속 기간(Duration of total mood episodes, 일/년)이 63% 짧은 것을 확인할 수 있다.
또한, 도 7b를 참조하면, 다변량 GLM(Multivariable GLM) 분석에 의할 때, CRM 그룹은 non-CRM 그룹에 비하여, 전체 우울 삽화 발생 빈도(Total depressive episodes, N/년)가 96.7% 적고, 전체 우울 삽화 지속 기간(Duration of total depressive episodes, 일/년)이 99.5% 짧고, 전체 조증/경조증 삽화 지속 기간(Duration of Manic/hypomanic episodes, 일/년)이 96.1% 짧고, 전체 기분 삽화 발생 빈도(Total mood episodes, N/년)가 97.4% 적고, 전체 기분 삽화 지속 기간(Duration of total mood episodes, 일/년)이 98.9% 짧은 것을 확인할 수 있다.
도 8은 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치와 연계된 일 실험예로서, 본원에서의 피드백 기반의 일주기 리듬 관리가 적용된 사용자 그룹과 미적용된 사용자 그룹에서 웨어러블 디바이스의 착용 비율을 비교하여 나타낸 도면이다.
도 8을 참조하면, 웨어러블 디바이스(200)의 착용 비율은 윈도우(창) 크기를 6일로 하여 총 30일 동안 CRM 그룹(도 8의 (a))과 non-CRM 그룹(도 8의 (b))에서 상측에 도시된 이동 평균(Moving Average, MA) 및 하측에 도시된 이동 표준 편차(Moving Standard Deviation, MSD)를 산출하는 방식으로 비교되었으며, 얇은 선은 각 그룹 내의 환자 각각의 추세선을, 굵은 선은 각 그룹 내의 환자 전체의 평균적인 추세선을 나타낸다. 이동 평균(MA)은 시간의 흐름에 따라 증가하는 경향을 보이되, 이동 표준 편차(MSD) 추세선은 시간의 흐름에 따라 감소하는 경향을 보일수록 웨어러블 디바이스(200)가 그룹 내에서 지속적으로 잘 착용된 것을 반영할 수 있다.
이와 관련하여, 도 8을 참조하면, CRM 그룹에 속한 환자(사용자)는 해당 기간 내에서 웨어러블 디바이스(200)의 착용 비율이 높고 이를 기간 내에서 지속적으로 유지한 반면, non-CRM 그룹에 속한 환자(사용자)는 해당 기간 동안 시간이 흐를수록 웨어러블 디바이스(200)의 착용 비율이 감소하며, 이러한 경향이 가속화되는 것을 확인할 수 있다.
전술한 본원의 일 실시예에 따른 일주기 리듬 관리 장치(100)와 연계된 실험예를 종합하면, 일주기 리듬 관리 장치(100)를 통해 일주기 리듬에 기초하여 사용자(1)의 기분 예측 결과, 건강 지표 분석 결과, 건강 지표를 개선할 수 있는 행동 양식을 포함하는 피드백 정보, 경고 알람 등을 지속적으로 모니터링 및 제공하면 사용자(1)가 규칙적인 일상 생활을 영위하도록 유도할 수 있고, 이에 따라 사용자(1)의 일주기 리듬이 개선되도록 보조할 수 있으며, 특히 기분 장애가 있는 환자에 대한 실질적인 행동 변화를 유발하고, 웨어러블 디바이스(200)의 착용을 지속적으로 유지하도록 하여 기분 삽화의 재발을 효과적으로 방지하는 효과와 더불어 기분 삽화의 재발 후의 빠른 회복에도 긍정적인 영향을 줄 수 있음을 확인할 수 있다.
도 9는 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 장치의 개략적인 구성도이다.
도 9를 참조하면, 일주기 리듬 관리 장치(100)는, 수집부(110), 지표 산출부(120), 피드백 제공부(130), 기분 예측부(140) 및 알람부(150)를 포함할 수 있다.
수집부(110)는, 사용자(1)에 대한 맥박 정보, 광량 정보, 수면 정보 및 보행 정보를 포함하는 특징 정보를 수집할 수 있다. 또한, 수집부(110)는, 웨어러블 디바이스(200)의 착용 시간 정보를 수집할 수 있다.
지표 산출부(120)는, 수집된 특징 정보에 기초하여 사용자(1)에 대한 건강 지표를 산출할 수 있다.
구체적으로, 지표 산출부(120)는, 맥박 정보에 포함된 정점 위상, 진폭, 진동 중앙 및 결정 계수 중 적어도 하나에 기초하여 사용자(1)의 심박 관련 지표를 산출할 수 있다. 또한, 지표 산출부(120)는, 광량 정보에 포함된 주간 광노출량 및 야간 광노출량 중 적어도 하나에 기초하여 사용자(1)의 광노출 관련 지표를 산출할 수 있다. 또한, 지표 산출부(120)는, 수면 정보에 포함된 수면 길이, 수면의 질, 수면 개시 편차 및 수면 종료 편차 중 적어도 하나에 기초하여 사용자(1)의 수면 관련 지표를 산출할 수 있다. 또한, 지표 산출부(120)는 보행 정보에 포함된 주간 누적 걸음수 및 야간 누적 걸음수 중 적어도 하나에 기초하여 사용자(1)의 활동성 관련 지표를 산출할 수 있다.
피드백 제공부(130)는, 산출된 건강 지표에 기초하여 사용자(1)의 건강 지표를 개선하기 위한 행동 양식을 포함하는 피드백 정보를 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나를 통해 제공할 수 있다. 또한, 피드백 제공부(130)는, 수집된 웨어러블 디바이스(200)의 착용 시간 정보에 기초한 피드백 정보를 사용자 단말(300)을 통해 제공할 수 있다.
기분 예측부(140)는, 입력된 특징 정보에 대응하는 기분 변화 예측 정보를 출력하도록 미리 학습된 예측 모델에 기초하여 사용자(1)에 대하여 수집된 특징 정보에 대응하는 사용자(1)의 기분 변화 예측 정보를 생성할 수 있다. 또한, 기분 예측부(140)는, 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나를 통해 생성된 기분 변화 예측 정보를 제공할 수 있다.
알람부(150)는, 산출된 사용자(1)의 건강 지표가 미리 설정된 수준 미만으로 악화되면 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나로 미리 설정된 경고 알람을 제공할 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 10은 본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 방법에 대한 동작 흐름도이다.
도 10에 도시된 피드백 기반의 일주기 리듬 관리 방법은 앞서 설명된 일주기 리듬 관리 장치(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 일주기 리듬 관리 장치(100)에 대하여 설명된 내용은 피드백 기반의 일주기 리듬 관리 방법에 대한 설명에도 동일하게 적용될 수 있다.
도 10을 참조하면, 단계 S11에서 수집부(110)는, 사용자(1)에 대한 맥박 정보, 광량 정보, 수면 정보 및 보행 정보를 포함하는 특징 정보를 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나로부터 수집할 수 있다.
또한, 단계 S11에서 수집부(110)는, 광량 정보 및 보행 정보를 미리 분할된 복수의 시간대 별로 구분하여 수집할 수 있다.
다음으로, 단계 S121에서 지표 산출부(120)는, 수집된 특징 정보에 기초하여 사용자(1)에 대한 건강 지표를 산출할 수 있다.
구체적으로, 단계 S121에서 지표 산출부(120)는, 맥박 정보에 포함된 정점 위상, 진폭, 진동 중앙 및 결정 계수 중 적어도 하나에 기초하여 사용자(1)의 심박 관련 지표를 산출할 수 있다. 또한, 단계 S121에서 지표 산출부(120)는, 광량 정보에 포함된 주간 광노출량 및 야간 광노출량 중 적어도 하나에 기초하여 사용자(1)의 광노출 관련 지표를 산출할 수 있다. 또한, 단계 S121에서 지표 산출부(120)는, 수면 정보에 포함된 수면 길이, 수면의 질, 수면 개시 편차 및 수면 종료 편차 중 적어도 하나에 기초하여 사용자(1)의 수면 관련 지표를 산출할 수 있다. 또한, 단계 S121에서 지표 산출부(120)는, 보행 정보에 포함된 주간 누적 걸음수 및 야간 누적 걸음수 중 적어도 하나에 기초하여 사용자(1)의 활동성 관련 지표를 산출할 수 있다.
다음으로, 단계 S122에서 피드백 제공부(130)는, 산출된 건강 지표에 기초하여 건강 지표를 개선하기 위한 행동 양식을 포함하는 피드백 정보를 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나를 통해 제공할 수 있다.
또한, 단계 S131에서 기분 예측부(140)는, 수집된 특징 정보에 대응하는 기분 변화 예측 정보를 출력하도록 미리 학습된 예측 모델에 기초하여 사용자(1)의 특징 정보에 대응하는 사용자(1)의 기분 변화 예측 정보를 생성할 수 있다.
다음으로, 단계 S132에서 기분 예측부(140)는, 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나를 통해 생성된 기분 변화 예측 정보를 제공할 수 있다. 구체적으로, 단계 S132에서 기분 예측부(140)는, 생성된 기분 변화 예측 정보에 대응하여 외형이 결정되는 가상의 아바타를 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나에 표시할 수 있다.
다음으로, 단계 S14에서 알람부(150)는, 산출된 사용자(1)의 건강 지표가 미리 설정된 수준 미만으로 악화되었는지 여부를 판단할 수 있다.
구체적으로, 단계 S14에서 알람부(150)는, 심박 관련 지표, 광노출 관련 지표, 수면 관련 지표 및 활동성 관련 지표에 대한 평균값이 미리 설정된 제1임계값보다 낮은지 여부를 판단할 수 있다.
또한, 단계 S14에서 알람부(150)는, 미리 설정된 모니터링 주기 동안의 건강 지표의 평균값이 제1임계값보다 높게 설정되는 미리 설정된 제2임계값 보다 낮은 값을 유지하는지 여부를 판단할 수 있다.
다음으로, 단계 S15에서 알람부(150)는, 단계 S14에서 사용자의 건강 지표가 제1임계값 및 제2임계값 중 적어도 하나에 비추어 미리 설정된 수준 미만으로 악화된 것으로 판단되면, 사용자 단말(300) 및 웨어러블 디바이스(200) 중 적어도 하나로 미리 설정된 경고 알람을 제공할 수 있다.
상술한 설명에서, 단계 S11 내지 S15는 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 일 실시예에 따른 피드백 기반의 일주기 리듬 관리 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 피드백 기반의 일주기 리듬 관리 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
10: 디지털 헬스 케어 시스템
100: 피드백 기반의 일주기 리듬 관리 장치
110: 수집부
120: 지표 산출부
130: 피드백 제공부
140: 기분 예측부
150: 알람부
200: 웨어러블 디바이스
300: 사용자 단말
20: 네트워크

Claims (15)

  1. 피드백 기반의 일주기 리듬 관리 방법에 있어서,
    사용자에 대한 맥박 정보, 광량 정보, 수면 정보 및 보행 정보를 포함하는 특징 정보를 수집하는 단계;
    상기 특징 정보에 기초하여 상기 사용자에 대한 건강 지표를 산출하는 단계; 및
    상기 산출된 건강 지표에 기초하여 상기 건강 지표를 개선하기 위한 행동 양식을 포함하는 피드백 정보를 상기 사용자의 사용자 단말을 통해 제공하는 단계,
    를 포함하되,
    상기 건강 지표는 심박 관련 지표, 광노출 관련 지표 및 수면 관련 지표를 포함하는 복수의 카테고리의 건강 지표를 포함하고,
    상기 제공하는 단계는,
    상기 복수의 카테고리 각각에 대응하는 개별 피드백 정보가 표출되는 영역을 구분하여 표출하되, 상기 복수의 카테고리 중 어느 하나의 카테고리에 대한 건강 지표에 대응하여 생성되는 상기 개별 피드백 정보의 내용을 상기 어느 하나의 카테고리 외의 나머지 카테고리 중 적어도 하나의 카테고리에 대한 건강 지표를 고려하여 결정하는 것인, 일주기 리듬 관리 방법.
  2. 제1항에 있어서,
    상기 특징 정보를 수집하는 단계는,
    상기 광량 정보 및 상기 보행 정보를 미리 분할된 복수의 시간대 별로 구분하여 수집하는 것을 특징으로 하는, 일주기 리듬 관리 방법.
  3. 제2항에 있어서,
    입력된 특징 정보에 대응하는 기분 변화 예측 정보를 출력하도록 미리 학습된 예측 모델에 기초하여 상기 특징 정보에 대응하는 상기 사용자의 기분 변화 예측 정보를 생성하는 단계; 및
    상기 사용자 단말을 통해 상기 기분 변화 예측 정보를 제공하는 단계,
    를 더 포함하는 것인, 일주기 리듬 관리 방법.
  4. 제3항에 있어서,
    상기 기분 변화 예측 정보를 제공하는 단계는,
    상기 기분 변화 예측 정보에 대응하여 외형이 결정되는 가상의 아바타를 상기 사용자 단말에 표시하는 것인, 일주기 리듬 관리 방법.
  5. 제2항에 있어서,
    상기 맥박 정보는, 상기 사용자의 단위 시간당 맥박수에 기초하여 도출되는 맥박 피팅 커브에서의 정점 위상, 진폭, 진동 중앙 및 결정 계수를 포함하고,
    상기 광량 정보는, 주간 광노출량 및 야간 광노출량을 포함하고,
    상기 수면 정보는, 수면 길이, 수면의 질, 수면 개시 편차 및 수면 종료 편차를 포함하고,
    상기 보행 정보는, 주간 누적 걸음수 및 야간 누적 걸음수를 포함하는 것인, 일주기 리듬 관리 방법.
  6. 제5항에 있어서,
    상기 건강 지표를 산출하는 단계는,
    상기 정점 위상, 진폭, 진동 중앙 및 결정 계수 중 적어도 하나에 기초하여 사용자의 심박 관련 지표를 산출하는 단계;
    상기 주간 광노출량 및 상기 야간 광노출량 중 적어도 하나에 기초하여 광노출 관련 지표를 산출하는 단계;
    상기 수면 길이, 상기 수면의 질, 상기 수면 개시 편차 및 상기 수면 종료 편차 중 적어도 하나에 기초하여 수면 관련 지표를 산출하는 단계; 및
    상기 주간 누적 걸음수 및 상기 야간 누적 걸음수 중 적어도 하나에 기초하여 활동성 관련 지표를 산출하는 단계,
    를 포함하는 것인, 일주기 리듬 관리 방법.
  7. 제6항에 있어서,
    상기 건강 지표가 미리 설정된 수준 미만으로 악화되면 상기 사용자 단말로 미리 설정된 경고 알람을 제공하는 단계,
    를 더 포함하는 것인, 일주기 리듬 관리 방법.
  8. 제7항에 있어서,
    상기 경고 알람을 제공하는 단계는,
    상기 심박 관련 지표, 상기 광노출 관련 지표, 상기 수면 관련 지표 및 상기 활동성 관련 지표에 대한 평균값이 미리 설정된 제1임계값보다 낮으면 상기 경고 알람을 제공하는 것인, 일주기 리듬 관리 방법.
  9. 제8항에 있어서,
    상기 경고 알람을 제공하는 단계는,
    미리 설정된 모니터링 주기 동안의 상기 평균값이 미리 설정된 제2임계값 보다 낮은 값을 유지하면 상기 경고 알람을 제공하되, 상기 제2임계값은 상기 제1임계값보다 높게 설정되는 것인, 일주기 리듬 관리 방법.
  10. 제1항에 있어서,
    상기 특징 정보를 수집하는 단계는,
    상기 사용자 단말 및 상기 사용자의 신체에 착용되는 웨어러블 디바이스 중 적어도 하나로부터 상기 특징 정보를 수집하는 것인, 일주기 리듬 관리 방법.
  11. 제10항에 있어서,
    상기 웨어러블 디바이스의 착용 시간 정보를 수집하는 단계; 및
    상기 착용 시간 정보에 기초한 피드백 정보를 상기 사용자 단말을 통해 제공하는 단계,
    를 더 포함하는 것인, 일주기 리듬 관리 방법.
  12. 피드백 기반의 일주기 리듬 관리 장치에 있어서,
    사용자에 대한 맥박 정보, 광량 정보, 수면 정보 및 보행 정보를 포함하는 특징 정보를 수집하는 수집부;
    상기 특징 정보에 기초하여 상기 사용자에 대한 건강 지표를 산출하는 지표 산출부; 및
    상기 산출된 건강 지표에 기초하여 상기 건강 지표를 개선하기 위한 행동 양식을 포함하는 피드백 정보를 상기 사용자의 사용자 단말을 통해 제공하는 피드백 제공부,
    를 포함하되,
    상기 건강 지표는 심박 관련 지표, 광노출 관련 지표 및 수면 관련 지표를 포함하는 복수의 카테고리의 건강 지표를 포함하고,
    상기 피드백 제공부는,
    상기 복수의 카테고리 각각에 대응하는 개별 피드백 정보가 표출되는 영역을 구분하여 표출하되, 상기 복수의 카테고리 중 어느 하나의 카테고리에 대한 건강 지표에 대응하여 생성되는 상기 개별 피드백 정보의 내용을 상기 어느 하나의 카테고리 외의 나머지 카테고리 중 적어도 하나의 카테고리에 대한 건강 지표를 고려하여 결정하는 것인, 일주기 리듬 관리 장치.
  13. 제12항에 있어서,
    입력된 특징 정보에 대응하는 기분 변화 예측 정보를 출력하도록 미리 학습된 예측 모델에 기초하여 상기 특징 정보에 대응하는 상기 사용자의 기분 변화 예측 정보를 생성하고, 상기 사용자 단말을 통해 상기 기분 변화 예측 정보를 제공하는 기분 예측부,
    를 더 포함하는 것인, 일주기 리듬 관리 장치.
  14. 제12항에 있어서,
    상기 맥박 정보는, 상기 사용자의 단위 시간당 맥박수에 기초하여 도출되는 맥박 피팅 커브에서의 정점 위상, 진폭, 진동 중앙 및 결정 계수를 포함하고,
    상기 광량 정보는, 주간 광노출량 및 야간 광노출량을 포함하고,
    상기 수면 정보는, 수면 길이, 수면의 질, 수면 개시 편차 및 수면 종료 편차를 포함하고,
    상기 보행 정보는, 주간 누적 걸음수 및 야간 누적 걸음수를 포함하고,
    상기 지표 산출부는,
    상기 정점 위상, 진폭, 진동 중앙 및 결정 계수 중 적어도 하나에 기초하여 사용자의 심박 관련 지표를 산출하고, 상기 주간 광노출량 및 상기 야간 광노출량 중 적어도 하나에 기초하여 광노출 관련 지표를 산출하고, 상기 수면 길이, 상기 수면의 질, 상기 수면 개시 편차 및 상기 수면 종료 편차 중 적어도 하나에 기초하여 수면 관련 지표를 산출하고, 상기 주간 누적 걸음수 및 상기 야간 누적 걸음수 중 적어도 하나에 기초하여 활동성 관련 지표를 산출하는 것인, 일주기 리듬 관리 장치.
  15. 제14항에 있어서,
    상기 건강 지표가 미리 설정된 수준 미만으로 악화되면 상기 사용자 단말로 미리 설정된 경고 알람을 제공하는 알람부,
    를 더 포함하는 것인, 일주기 리듬 관리 장치.
KR1020200146801A 2020-11-05 2020-11-05 피드백 기반의 일주기 리듬 관리 장치 및 방법 KR102417541B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200146801A KR102417541B1 (ko) 2020-11-05 2020-11-05 피드백 기반의 일주기 리듬 관리 장치 및 방법
US17/474,616 US20220139563A1 (en) 2020-11-05 2021-09-14 Apparatus and method for managing circadian rhythm based on feedback function

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200146801A KR102417541B1 (ko) 2020-11-05 2020-11-05 피드백 기반의 일주기 리듬 관리 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20220060802A KR20220060802A (ko) 2022-05-12
KR102417541B1 true KR102417541B1 (ko) 2022-07-06

Family

ID=81379145

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200146801A KR102417541B1 (ko) 2020-11-05 2020-11-05 피드백 기반의 일주기 리듬 관리 장치 및 방법

Country Status (2)

Country Link
US (1) US20220139563A1 (ko)
KR (1) KR102417541B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102594242B1 (ko) * 2023-01-10 2023-10-27 주식회사 웨이센 디지털 표현형 특징을 이용한 사회 불안장애 분석방법 및 장치

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100001610A (ko) * 2008-06-27 2010-01-06 가톨릭대학교 산학협력단 임상의사결정지원시스템이 적용된 유비쿼터스 고혈압 관리시스템
KR101278155B1 (ko) * 2010-12-07 2013-06-27 삼성전자주식회사 건강 관리를 위한 건강 관리 장치, 방법 및 그래픽 사용자 인터페이스
US10740438B2 (en) * 2012-08-16 2020-08-11 Ginger.io, Inc. Method and system for characterizing and/or treating poor sleep behavior
US10009644B2 (en) * 2012-12-04 2018-06-26 Interaxon Inc System and method for enhancing content using brain-state data
KR101779264B1 (ko) * 2015-12-16 2017-09-18 경희대학교 산학협력단 센서 어레이를 이용한 생체 정보 측정 장치
KR20180108664A (ko) * 2016-02-15 2018-10-04 헬스 센싱 가부시키가이샤 수면 상태 측정장치 및 방법, 위상 코히어런스 산출 장치, 생체 진동신호 측정 장치, 스트레스 상태 측정 장치 및 수면 상태 측정 장치 및 심박 파형 추출 방법
EP3472828B1 (en) * 2016-06-20 2022-08-10 Magic Leap, Inc. Augmented reality display system for evaluation and modification of neurological conditions, including visual processing and perception conditions
KR101851690B1 (ko) * 2016-08-11 2018-04-25 고려대학교 산학협력단 착용형 센서를 이용한 일주기 생체리듬의 비정상성 탐지 장치 및 방법
US20190000349A1 (en) * 2017-06-28 2019-01-03 Incyphae Inc. Diagnosis tailoring of health and disease
WO2020056418A1 (en) * 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
KR20200055293A (ko) * 2018-11-13 2020-05-21 무하마드 샤프루딘 헬스케어 모니터링 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102594242B1 (ko) * 2023-01-10 2023-10-27 주식회사 웨이센 디지털 표현형 특징을 이용한 사회 불안장애 분석방법 및 장치

Also Published As

Publication number Publication date
KR20220060802A (ko) 2022-05-12
US20220139563A1 (en) 2022-05-05

Similar Documents

Publication Publication Date Title
US11875895B2 (en) Method and system for characterizing and/or treating poor sleep behavior
US11626031B2 (en) Systems and techniques for tracking sleep consistency and sleep goals
US20210035067A1 (en) Method to increase efficiency, coverage, and quality of direct primary care
US20210233641A1 (en) Anxiety detection apparatus, systems, and methods
CN106256316B (zh) 用于评估生理老化水平的方法和设备
WO2022017990A1 (en) Sleep reactivity monitoring based sleep disorder prediction system and method
US20200268265A1 (en) Integration of sensor-based cardiovascular measures into physical benefit measure related to hearing instrument use
US20200215299A1 (en) Method and apparatus for determining sleep need and sleep pressure based on physiological data
EP3671757A1 (en) System and method for determining a level of alertness
JP2004254827A (ja) 睡眠状態判定装置
CA3187943A1 (en) Illness detection based on temperature data
US11478187B2 (en) Method and system for monitoring and improving sleep pattern of user
US20210358628A1 (en) Digital companion for healthcare
KR102417541B1 (ko) 피드백 기반의 일주기 리듬 관리 장치 및 방법
US11793454B2 (en) Method and system for providing feedback to user for improving performance level management thereof
JP6846723B2 (ja) 認知機能低下判定システム
US9295414B1 (en) Adaptive interruptions personalized for a user
US20230293070A1 (en) Stress score calculation apparatus, method, and non-transitory computer readable medium
EP4089600A1 (en) Determining a sleep schedule
CN113095140B (zh) 基于Q-Learning的移动终端传感器调度方法
US20230240922A1 (en) Bed with features for determining risk of congestive heart failure
US20230310933A1 (en) Hearing device with health function
Turner et al. Predicting Emotional Dysregulation
Aranda et al. A multi-agent system for optimizing physiological collection based on adaptive strategies
Woods-Hill et al. 778: ICU CAPACITY STRAIN AS A RISK FACTOR FOR INCREASED BEDSIDE EMERGENCY EVENTS IN A PICU

Legal Events

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