KR102641871B1 - 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템 - Google Patents
질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템 Download PDFInfo
- Publication number
- KR102641871B1 KR102641871B1 KR1020230062441A KR20230062441A KR102641871B1 KR 102641871 B1 KR102641871 B1 KR 102641871B1 KR 1020230062441 A KR1020230062441 A KR 1020230062441A KR 20230062441 A KR20230062441 A KR 20230062441A KR 102641871 B1 KR102641871 B1 KR 102641871B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- user
- module
- disease
- insurance
- Prior art date
Links
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 269
- 201000010099 disease Diseases 0.000 title claims abstract description 257
- 230000006378 damage Effects 0.000 claims abstract description 201
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 200
- 208000014674 injury Diseases 0.000 claims abstract description 200
- 230000000694 effects Effects 0.000 claims abstract description 154
- 230000036541 health Effects 0.000 claims abstract description 127
- 238000012360 testing method Methods 0.000 claims abstract description 82
- 230000002068 genetic effect Effects 0.000 claims abstract description 80
- 238000013461 design Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims description 245
- 210000004556 brain Anatomy 0.000 claims description 45
- 208000026350 Inborn Genetic disease Diseases 0.000 claims description 35
- 208000016361 genetic disease Diseases 0.000 claims description 35
- 206010028980 Neoplasm Diseases 0.000 claims description 25
- 201000011510 cancer Diseases 0.000 claims description 25
- 235000006694 eating habits Nutrition 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 17
- 230000000241 respiratory effect Effects 0.000 claims description 16
- 238000012252 genetic analysis Methods 0.000 claims description 11
- 230000002526 effect on cardiovascular system Effects 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 9
- 206010012289 Dementia Diseases 0.000 claims description 6
- 210000004072 lung Anatomy 0.000 claims description 6
- 230000002792 vascular Effects 0.000 claims description 6
- 210000004204 blood vessel Anatomy 0.000 claims description 5
- 210000000621 bronchi Anatomy 0.000 claims description 2
- 238000011282 treatment Methods 0.000 description 26
- 238000012937 correction Methods 0.000 description 24
- 230000001419 dependent effect Effects 0.000 description 16
- 206010017076 Fracture Diseases 0.000 description 13
- 230000009467 reduction Effects 0.000 description 12
- 235000013305 food Nutrition 0.000 description 11
- 238000000034 method Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 201000007270 liver cancer Diseases 0.000 description 9
- 208000014018 liver neoplasm Diseases 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 8
- 208000010392 Bone Fractures Diseases 0.000 description 7
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 230000003862 health status Effects 0.000 description 4
- 201000005202 lung cancer Diseases 0.000 description 4
- 208000020816 lung neoplasm Diseases 0.000 description 4
- 235000012000 cholesterol Nutrition 0.000 description 3
- 230000035622 drinking Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 230000000391 smoking effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- -1 fried food Chemical compound 0.000 description 2
- 238000011221 initial treatment Methods 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000332371 Abutilon x hybridum Species 0.000 description 1
- 206010008111 Cerebral haemorrhage Diseases 0.000 description 1
- 206010020710 Hyperphagia Diseases 0.000 description 1
- 208000001132 Osteoporosis Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000011394 anticancer treatment Methods 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019441 ethanol Nutrition 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000011866 long-term treatment Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 235000020830 overeating Nutrition 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 210000002480 semicircular canal Anatomy 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000037221 weight management Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Finance (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Physical Education & Sports Medicine (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
본 발명은 사용자별 질환 및 상해 예측에 기반하여 맞춤형 보험설계서비스를 제공하는 시스템에 관한 것으로, 보다 구체적으로 상해의 종류에 따라 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 그룹화하여 반영함으로써 사용자의 상해위험도를 정확하게 산출함은 물론, 질환예측을 위해 사용하는 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 사용자별 가중치를 달리 적용하여 사용자 맞춤형 질환위험도를 정확하게 산출할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스이며 특히, 사용자별 월보험료 납부액의 적정 범위를 설정하고, 사용자별 가입대상 보험상품의 우선순위를 설정하며, 사용자별 보험상품의 적정 보장범위를 설정한 다음, 사용자별 월납부액 적정 범위, 가입대상 보험상품 우선순위 및 보험상품별 적정 보장범위를 종합하여 보험상품별 가입조건을 조정함으로써, 사용자 맞춤형 보험상품을 설계할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템에 관한 것이다.
Description
본 발명은 사용자별 질환 및 상해 예측에 기반하여 맞춤형 보험설계서비스를 제공하는 시스템에 관한 것으로, 보다 구체적으로 상해의 종류에 따라 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 그룹화하여 반영함으로써 사용자의 상해위험도를 정확하게 산출함은 물론, 질환예측을 위해 사용하는 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 사용자별 가중치를 달리 적용하여 사용자 맞춤형 질환위험도를 정확하게 산출할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스이며 특히, 사용자별 월보험료 납부액의 적정 범위를 설정하고, 사용자별 가입대상 보험상품의 우선순위를 설정하며, 사용자별 보험상품의 적정 보장범위를 설정한 다음, 사용자별 월납부액 적정 범위, 가입대상 보험상품 우선순위 및 보험상품별 적정 보장범위를 종합하여 보험상품별 가입조건을 조정함으로써, 사용자 맞춤형 보험상품을 설계할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템에 관한 것이다.
일반적으로, 보험은 우발적 사고나 병 따위의 장차 발생할 수 있는 일에 대비하여 미리 일정한 돈을 내게 하고, 약정된 조건이 성립될 경우 그에 맞는 일정 금액을 지급하는 제도이다. 대표적인 보험으로는 교통상해보험, 의료실비보험, 암보험 등이 있다. 생활 수준이 높아지고 의료 기술이 발전함에 따라, 사람의 예상 기대 수명도 증가하여 의료비 부담 또한 증가하고 있다. 따라서, 예상 기대 수명의 증가로 인한 의료비 부담을 절감하기 위해, 각종 상해보험, 질병보험 등의 보험에 가입하여 사고 및 질병에 대비하고 있다. 보험사들은 고객의 상해 내지 질병이 발생할수록 지급하는 보험금이 늘어나게 된다.
한편, 개인마다 건강상태, 체질, 생활 습관, 활동 범위 등 다양한 요인에 따라 걸릴 수 있는 질병의 종류와 발병 확률 내지 상해의 발생가능성이 다르다. 그럼에도 불구하고, 단순히 성별, 나이, 직업에만 맞춰 보험에 가입하게 되므로, 비교적 걸릴 확률이 낮은 질병이나 상해에 대하여 고액의 보험료를 납부하게 되거나, 꼭 필요한 질병 내지 상해에 대하여 대비하지 못하는 사례가 발생할 수 있다.
반대로, 보험회사의 입장에서, 가입시 예상치보다 상해나 질병이 많이 발생되는 경우, 사차손(mortality loss) 등 손해가 발생할 수 있다. 따라서, 고객의 니즈를 최대한으로 충족시키는 것과 동시에 사차손이 발생할 가능성(또는 사차리스크)을 줄이기 위한 다양한 시도들이 보험업계 내에서 이루어지고 있다.
이를 위해, 각종 의료 시설에서 기초적인 진료를 받은 이후, 이러한 의료 시설의 진료 결과 및 피보험자의 현재 상태에 따라 예상 관련 질병의 보험에 가입시키려는 기술이 제시되고 있는데, 이러한 선행기술들은 피보험자 및 보험사 양측에 초기진료 단계에 의한 정확한 보험료 산출 및 질환예측 정확도를 제공하려는 것이다.
<특허문헌> 등록특허 제10-2442873호(2022.09.14.공고) "보험 설계를 위한 질환예측 서비스 시스템"
상기 <특허문헌>에 개시된 종래 기술 역시, 문진을 통해 신체 정보, 과거력, 가족력, 생활 습관 등 고객의 건강관련 기본정보를 수집하고, 과거 건강검진 정보와 인구사회학적 변수를 수집하고, 이들 수집된 데이터 중 결측 데이터를 보정하여, 해당 고객의 예상 질환 및 그 예상 질환의 발병 확률을 예측하는 개념만을 개시하고 있을 뿐, 사용자별 연령대, 성별, 가족유전질환력 내지는 신체부위별 상태를 고려하여 판단 요소가 되는 데이터(건강검진, 생활습관 등)들을 어떻게 상황별로 다르게 고려함으로써 질환예측의 정확도를 높일 수 있게 하는 것과는 전혀 무관하다.
그 외에도 사용자별 질병뿐 아니라 상해에 대한 위험예측까지 모두 반영하여 사용자별 적정 월납부액 내에서 보다 신뢰성 있고 정확한 보험설계를 제공해주는 서비스 시스템에 대한 니즈는 증대되고 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로,
본 발명의 목적은, 사용자의 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 함께 고려하여 사용자별 상해에 대한 위험을 정확하게 예측함과 아울러, 사용자의 건강검진 데이터에 더해 유전전검사 데이터 및 생활습관 데이터를 함께 고려하여 사용자별 특정 질환에 대한 위험을 정확하게 예측하고, 그에 따른 맞춤형 보험을 설계할 수 있도록 서비스하는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템을 제공하는 것이다.
본 발명의 다른 목적은, 상해의 종류에 따라 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 그룹화하여 반영함으로써 사용자의 상해위험도를 정확하게 산출함은 물론, 질환예측을 위해 사용하는 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 사용자별 가중치를 달리 적용하여 사용자 맞춤형 질환위험도를 정확하게 산출할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은, 교통상해위험도에 대해서는 상기 기본정보 데이터 및 이동정보 데이터를 그룹화하여 산출하고, 일반상해위험도에 대해서는 상기 기본정보 데이터, 활동영역 데이터, 여가활동 데이터 및 상기 질환위험예측분석부의 제공 정보를 그룹화하여 산출하고, 여행위험도에 대해서는 상기 이동정보 데이터 및 여가활동 데이터를 그룹화하여 산출함으로써, 사용자의 상해 종류별 위험도를 보다 정확하게 산출할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은, 사용자의 연령대, 성별, 생애주기, 신체 부위 및 신체 부위별 건강변화 정도에 따라 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리 적용하여 질환위험도를 정확하게 산출할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은, 사용자의 신체 부위에 따라 다양한 생활습관에 따른 데이터의 적용 가중치를 달리 적용함으로써 신체부위별 질환위험도를 정확하게 산출할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은, 사용자별 월보험료 납부액의 적정 범위를 설정하고, 사용자별 가입대상 보험상품의 우선순위를 설정하며, 사용자별 보험상품의 적정 보장범위를 설정한 다음, 사용자별 월납부액 적정 범위, 가입대상 보험상품 우선순위 및 보험상품별 적정 보장범위를 종합하여 보험상품별 가입조건을 조정함으로써, 사용자 맞춤형 보험상품을 설계할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은, 보험우선순위설정모듈에서 제시한 보험상품별로 보장범위설정모듈에서 제시한 보장범위를 충족하도록 월보험료를 산출하고, 사용자의 생애주기에 따른 질환위험도 및 상해위험도를 기준으로 생애주기별로 관련된 보험상품을 배치시켜 생애주기별 월납부액이 적정 범위를 초과하는지 여부를 체크한 다음, 월납부액이 초과된 생애주기의 보험상품들을 대비하여 보장범위가 중복된 항목을 체크하거나 보험상품별 가입조건을 조정하거나 질환위험도 및 상해위험도를 기준으로 월납부액을 보정하여, 사용자 맞춤형 보험상품을 설계할 수 있는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템을 제공하는 것이다.
본 발명은 앞서 본 목적을 달성하기 위해서 다음과 같은 구성을 가진 실시예에 의해서 구현된다.
본 발명의 일 실시예에 따르면, 본 발명에 따른 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템은, 사용자의 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터를 반영하여 사용자의 질환위험도를 산출하는 질환위험예측분석부; 사용자의 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 반영하여 사용자의 상해위험도를 산출하는 상해위험예측분석부; 상기 질환위험예측분석부 및 상해위험예측분석부의 제공 정보를 기반으로 사용자 맞춤형 보험상품을 설계하는 보험설계부;를 포함하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 본 발명에 따른 시스템은, 사용자의 이동정보 데이터를 수집,분석하는 이동정보분석부; 사용자의 활동영역 데이터를 수집,분석하는 활동영역분석부; 및 사용자의 여가활동 데이터를 수집,분석하는 여가활동분석부;를 추가로 포함하며, 상기 이동정보분석부는 사용자 단말기의 GPS정보를 활용하여 사용자의 일평균 이동거리 정보를 분석하여 제공하는 이동거리분석모듈과, 사용자 단말기의 GPS정보 및 사용자 카드사용내역정보를 비교하여 대중교통 내지 자차 이용 관련 정보를 분석하여 제공하는 이동수단분석모듈을 포함하며, 상기 활동영역분석부는 사용자 단말기가 통신 접속되는 중계기 내지는 기지국 AP정보를 활용하여 사용자의 주 활동영역이 실내인지 실외인지 분석하여 제공하며, 상기 여가활동분석부는 사용자 단말기의 GPS정보 및 심박수정보를 활용하여 사용자 여가활동의 활동량을 분석하여 제공하며, 상기 상해위험예측분석부는, 상해의 종류에 따라 상기 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 그룹화하여 반영함으로써 사용자의 상해위험도를 정확하게 산출하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 상해위험예측분석부는, 상기 기본정보 데이터 및 이동정보 데이터를 그룹화하여 교통상해위험도를 산출하는 교통상해그룹화예측모듈과, 상기 기본정보 데이터, 활동영역 데이터, 여가활동 데이터 및 상기 질환위험예측분석부의 제공 정보를 그룹화하여 일반상해위험도를 산출하는 일반상해그룹화예측모듈과, 상기 이동정보 데이터 및 여가활동 데이터를 그룹화하여 여행위험도를 산출하는 여행그룹화예측모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 교통상해그룹화예측모듈은, 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈에서 제공하는 자차 이용 관련 정보를 종합하여 교통상해위험도를 산출하는 교통상해위험예측모듈과, 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈에서 제공하는 대중교통 이용 관련 정보를 종합하여 대중교통상해위험도를 산출하는 대중교통상해위험예측모듈과, 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈에서 제공하는 대중교통 내지 자차 이용 관련 정보를 종합하여 휴일교통상해위험도를 산출하는 휴일교통상해위험예측모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 일반상해그룹화예측모듈은, 상기 기본정보 데이터의 나이에 따른 상해위험가중치를 적용하는 연령대가중치부가모듈과, 상기 기본정보 데이터의 성별에 따른 상해위험가중치를 적용하는 성별가중치부가모듈과, 상기 활동영역 데이터의 주 활동영역에 따른 상해위험가중치를 적용하는 활동영역가중치부가모듈과, 상기 여가활동 데이터의 여가활동의 활동량에 따른 상해위험가중치를 적용하는 여가활동량가중치부가모듈과, 상기 질환위험예측분석부 제공 정보의 예측 질환에 따른 상해위험가중치를 적용하는 예측질환가중치부가모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명의 시스템은, 사용자의 유전자검사 데이터를 수집,분석하는 유전자분석부; 사용자의 건강검진 데이터를 수집,분석하는 건강검진분석부; 및 사용자의 생활습관 데이터를 수집,분석하는 생활습관분석부;를 추가로 포함하며, 상기 질환위험예측분석부는, 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 사용자별 가중치를 적용하여 사용자 맞춤형 질환위험도를 정확하게 산출하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 질환위험예측분석부는, 사용자의 연령대에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 연령별가중치적용모듈과, 사용자의 성별에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 성별가중치적용모듈과, 사용자의 현재 시점에 질환위험도에는 상기 건강검진 데이터의 가중치를 높게 적용하고, 근미래의 질환위험도에는 상기 생활습관 데이터의 가중치를 높게 적용하고, 원미래의 질환위험도에는 상기 유전자검사 데이터의 가중치를 높게 적용하여 사용자의 생애주기 질환위험도를 정확하게 산출하는 생애주기별가중치적용모듈을 포함하며, 상기 연령별가중치적용모듈은, 저연령대 사용자에 대해 건강검진 데이터의 가중치는 상대적으로 낮게 적용하고 유전자검사 데이터의 가중치는 상대적으로 높게 적용하는 저연령대가중치적용모듈과, 고연령대 사용자에 대해 건강검진 데이터의 가중치는 상대적으로 높게 적용하고 유전자검사 데이터의 가중치는 상대적으로 낮게 적용하는 고연령대가중치적용모듈과, 중연령대 사용자에 대해 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터의 가중치를 균등하게 적용하는 중연령대가중치적용모듈을 포함하고, 상기 성별가중치적용모듈은, 여성 사용자에 대해서는 유전자검사 데이터의 가중치를 상대적으로 높게 적용하고, 남성 사용자에 대해서는 생활습관 데이터의 가중치를 상대적으로 높게 적용하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 건강검진분석부는, 사용자의 누적된 건강검진 데이터를 비교,분석하는 건강검진이력데이터분석모듈과, 상기 건강검진이력데이터분석모듈의 분석 결과를 기반으로 사용자의 신체부위별 건강변화에 대한 추세를 분석하는 신체부위별건강변화분석모듈을 포함하며, 상기 질환위험예측분석부는, 사용자의 신체 부위에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 신체부위별가중치적용모듈을 추가로 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 생활습관분석부는, 사용자의 일상생활이 이루어지는 주변 환경에 대한 정보를 수집,분석하는 일상생활주변환경분석모듈과, 사용자의 일상생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하는 일상생활움직임분석모듈과, 사용자의 여가생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하는 여가생활활동량분석모듈과, 사용자의 일상생활에서의 식습관에 대한 정보를 수집,분석하는 일상생활식습관분석모듈과, 사용자의 일상생활에서의 뇌사용량에 대한 정보를 수집,분석하는 일상생활뇌사용량분석모듈을 포함하고, 상기 신체부위별가중치적용모듈은, 기관지나 폐와 같은 호흡기 부위에 대해서는 상기 일상생활주변환경분석모듈의 주변 환경 데이터 및 상기 일상생활식습관분석모듈의 식습관 데이터의 가중치를 상대적으로 높게 적용하는 호흡기부위가중치적용모듈과, 척추나 관절과 같은 척추/관절 부위에 대해서는 상기 일상생활움직임분석모듈 및 여가생활활동량분석모듈에서의 신체 움직임 정도 데이터의 가중치를 상대적으로 높게 적용하는 척추/관절부위가중치적용모듈과, 심장이나 혈관과 같은 혈관계 부위에 대해서는 상기 일상생활식습관분석모듈의 식습관 데이터 및 상기 일상생활움직임분석모듈와 여가생활활동량분석모듈에서의 신체 움직임 정도 데이터의 가중치를 상대적으로 높게 적용하는 심혈관부위가중치적용모듈과, 치매와 같은 뇌 부위에 대해서는 상기 일상생활뇌사용량분석모듈의 뇌사용량 데이터의 가중치를 상대적으로 높게 적용하는 뇌부위가중치적용모듈과, 암 질환에 대해서는 상기 유전자질환가중치적용모듈의 신체부위별 유전자 질환에 대한 데이터 및 상기 일상생활식습관분석모듈의 식습관 데이터의 가중치를 상대적으로 높게 적용하는 암질환가중치적용모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 보험설계부는, 사용자별 월보험료 납부액의 적정 범위를 설정하는 월납부액설정모듈과, 사용자별 가입대상 보험상품의 우선순위를 설정하는 보험우선순위설정모듈과, 사용자별 보험상품의 적정 보장범위를 설정하는 보장범위설정모듈과, 사용자별 월납부액 적정 범위, 가입대상 보험상품 우선순위 및 보험상품별 적정 보장범위를 종합하여 보험상품별 가입조건을 조정하는 보험상품설계모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 월납부액설정모듈은, 사용자 기본정보 데이터의 직업 정보를 기반으로 한 사용자 수입액의 변화추세 및 자산 정보를 기반으로 월납부액상한선을 설정하는 상한액설정모듈과, 사용자 기본정보 데이터의 결혼 유무/계획 정보, 자녀 유무/계획 정보, 부양가족 정보를 기반으로 월납부액 적정범위를 설정하는 납부범위설정모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 보험우선순위설정모듈은, 상기 질환위험예측분석부 및 상해위험예측분석부를 통해 질환위험도 및 상해위험도가 높은 항목을 보장하는 보험상품순으로 제시하는 위험도반영순위설정모듈과, 더 많은 복수의 항목을 함께 보장하는 보험상품을 보다 우선순위로 제시하는 항목반영순위설정모듈과, 가입조건을 다양하게 조정할 수 있는 보험상품을 보다 우선순위로 제시하는 조건반영순위설정모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 보장범위설정모듈은, 항목별 평균 치료비용을 기준으로 보장범위를 설정하는 평균치료비설정모듈과, 항목별 치료기간이나 재활기간을 반영한 소득감소 정도를 기준으로 보장범위를 보정하는 소득감소반영모듈과, 사용자별 부양가족 정보를 기반으로 보장범위를 보정하는 부양가족반영모듈과, 질환위험도 및 상해위험도를 기준으로 보장범위를 보정하는 위험도반영모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 보험상품설계모듈은, 상기 보험우선순위설정모듈에서 제시한 보험상품별로 상기 보장범위설정모듈에서 제시한 보장범위를 충족하도록 월보험료를 산출하는 상품별보험료산출모듈과, 사용자의 생애주기에 따른 질환위험도 및 상해위험도를 기준으로 생애주기별로 관련된 보험상품을 배치시켜 생애주기별 월납부액이 적정 범위를 초과하는지 여부를 체크하는 월납부액체크모듈과, 월납부액이 초과된 생애주기의 보험상품들을 대비하여 보장범위가 중복된 항목을 체크하여 월납부액을 보정하는 제1월납부액보정모듈과, 월납부액이 초과된 생애주기의 보험상품들을 대비하여 보험상품별 가입조건을 조정하여 월납부액을 보정하는 제2월납부액보정모듈과, 월납부액이 초과된 생애주기의 보험상품들을 대비하여 질환위험도 및 상해위험도를 기준으로 월납부액을 보정하는 제3월납부액보정모듈을 포함하는 것을 특징으로 한다.
본 발명은 앞서 본 실시예와 하기에 설명할 구성과 결합, 사용관계에 의해 다음과 같은 효과를 얻을 수 있다.
본 발명은, 사용자의 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 함께 고려하여 사용자별 상해에 대한 위험을 정확하게 예측함과 아울러, 사용자의 건강검진 데이터에 더해 유전전검사 데이터 및 생활습관 데이터를 함께 고려하여 사용자별 특정 질환에 대한 위험을 정확하게 예측하고, 그에 따른 맞춤형 보험을 설계할 수 있도록 효과를 갖는다.
본 발명은, 상해의 종류에 따라 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 그룹화하여 반영함으로써 사용자의 상해위험도를 정확하게 산출함은 물론, 질환예측을 위해 사용하는 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 사용자별 가중치를 달리 적용하여 사용자 맞춤형 질환위험도를 정확하게 산출할 수 있는 효과를 갖는다.
본 발명은, 교통상해위험도에 대해서는 상기 기본정보 데이터 및 이동정보 데이터를 그룹화하여 산출하고, 일반상해위험도에 대해서는 상기 기본정보 데이터, 활동영역 데이터, 여가활동 데이터 및 상기 질환위험예측분석부의 제공 정보를 그룹화하여 산출하고, 여행위험도에 대해서는 상기 이동정보 데이터 및 여가활동 데이터를 그룹화하여 산출함으로써, 사용자의 상해 종류별 위험도를 보다 정확하게 산출할 수 있는 효과를 갖는다.
본 발명은, 사용자의 연령대, 성별, 생애주기, 신체 부위 및 신체 부위별 건강변화 정도에 따라 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리 적용하여 질환위험도를 정확하게 산출할 수 있는 효과를 갖는다.
본 발명은, 사용자의 신체 부위에 따라 다양한 생활습관에 따른 데이터의 적용 가중치를 달리 적용함으로써 신체부위별 질환위험도를 정확하게 산출할 수 있는 효과를 갖는다.
본 발명은, 사용자별 월보험료 납부액의 적정 범위를 설정하고, 사용자별 가입대상 보험상품의 우선순위를 설정하며, 사용자별 보험상품의 적정 보장범위를 설정한 다음, 사용자별 월납부액 적정 범위, 가입대상 보험상품 우선순위 및 보험상품별 적정 보장범위를 종합하여 보험상품별 가입조건을 조정함으로써, 사용자 맞춤형 보험상품을 설계할 수 있는 효과를 갖는다.
본 발명은, 보험우선순위설정모듈에서 제시한 보험상품별로 보장범위설정모듈에서 제시한 보장범위를 충족하도록 월보험료를 산출하고, 사용자의 생애주기에 따른 질환위험도 및 상해위험도를 기준으로 생애주기별로 관련된 보험상품을 배치시켜 생애주기별 월납부액이 적정 범위를 초과하는지 여부를 체크한 다음, 월납부액이 초과된 생애주기의 보험상품들을 대비하여 보장범위가 중복된 항목을 체크하거나 보험상품별 가입조건을 조정하거나 질환위험도 및 상해위험도를 기준으로 월납부액을 보정하여, 사용자 맞춤형 보험상품을 설계할 수 있는 효과를 갖는다.
도 1은 본 발명에 따른 맞춤형 보험설계서비스 시스템의 구성도
도 2는 이동정보분석부의 구성도
도 3은 상해위험예측분석부의 구성도
도 4는 유전자분석부 구성도
도 5는 건강검진분석부 구성도
도 6은 생활습관분석부 구성도
도 7은 질환위험예측분석부 구성도
도 8은 보험설계부의 구성도
도 2는 이동정보분석부의 구성도
도 3은 상해위험예측분석부의 구성도
도 4는 유전자분석부 구성도
도 5는 건강검진분석부 구성도
도 6은 생활습관분석부 구성도
도 7은 질환위험예측분석부 구성도
도 8은 보험설계부의 구성도
이하에서는 본 발명에 따른 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템의 바람직한 실시예들을 첨부된 도면을 참조하여 상세히 설명한다. 도면들 중 동일한 구성요소들은 가능한 한 어느 곳에서든지 동일한 부호들로 나타내고 있음에 유의해야 한다. 특별한 정의가 없는 한 본 명세서의 모든 용어는 본 발명이 속하는 기술분야의 통상의 지식을 가진 기술자가 이해하는 당해 용어의 일반적 의미와 동일하고 만약 본 명세서에 사용된 용어의 의미와 충돌하는 경우에는 본 명세서에 사용된 정의에 따른다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 또한 명세서에 기재된 "...부", "...모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1 내지 도 8을 참조하면, 본 발명의 일 실시예에 따른 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템은, 사용자의 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터를 반영하여 사용자의 질환위험도를 산출하는 질환위험예측분석부(40); 사용자의 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 반영하여 사용자의 상해위험도를 산출하는 상해위험예측분석부(80); 상기 질환위험예측분석부(40) 및 상해위험예측분석부(80)의 제공 정보를 기반으로 사용자 맞춤형 보험상품을 설계하는 보험설계부(90);를 포함할 수 있다. 앞서 설명한 바와 같이, 본 발명의 경우, 사용자의 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 함께 고려하여 사용자별 상해에 대한 위험을 정확하게 예측함과 아울러, 사용자의 건강검진 데이터에 더해 유전전검사 데이터 및 생활습관 데이터를 함께 고려하여 사용자별 특정 질환에 대한 위험을 정확하게 예측하고, 그에 따른 맞춤형 보험을 설계할 수 있도록 서비스하는 것이 특징인바, 먼저 상해위험에 대한 예측분석 구성 및 질환위험에 대한 예측분석 구성에 대해 설명하고, 맞춤형 보험설계 구성에 대해 설명하도록 한다. 한편, 이하에서 설명하는 유전자분석부(10), 건강검진분석부(20), 생활습관분석부(30), 질환위험예측분석부(40), 이동정보분석부(50), 활동영역분석부(60), 여가활동분석부(70), 상해위험예측분석부(80), 보험설계부(90) 등의 구성 및 기능은 질환예측, 상해예측 및 보험설계를 위한 분석 전용 웹 또는 어플리케이션을 제공하면서 해당 웹 또는 어플리케이션을 통해 분석 결과 등을 제공하는 별도의 서버 등을 통해 구현될 수 있다.
먼저, 본 발명에서 활용하는 사용자의 기본정보 데이터는, 사용자가 본 발명의 시스템을 사용하기 위해 회원가입 등을 하는 과정에서 보다 정확한 분석을 위해 상해나 질환 예측 내지는 자신의 보험설계에 활용될 수 있는 자신의 개인정보를 (전용 웹 또는 어플리케이션을 통해)입력하여 제공하는 데이터를 의미하는 것으로, 상기 기본정보 데이터에는 자신의 나이, 성별, 직업, 연봉, 결혼 유무(내지 계획), 자녀 유무(내지 계획), 부양가족 정보, 여가(취미)활동 등의 정보 등이 포함될 수 있다.
이동정보분석부(50)는, 사용자의 이동정보 데이터를 수집,분석하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하는 구성으로, 보다 구체적으로 상기 이동정보분석부(50)는 (사용자가 정보제공 동의 등을 통해 제공하는)사용자 단말기(일 예로, 스마트폰, 스마트워치 등 사용자가 휴대하는 단말기 등을 의미함)의 GPS정보를 활용하여 사용자의 일평균 이동거리 정보를 분석하여 제공하는 이동거리분석모듈(510)과, 사용자 단말기의 GPS정보 및 (사용자가 정보제공 동의 등을 통해 제공하는)사용자 카드사용내역정보를 비교하여 대중교통 내지 자차 이용 관련 정보를 분석하여 제공하는 이동수단분석모듈(520)을 포함할 수 있다.
상기 이동거리분석모듈(510)은 사용자 단말기의 GPS정보를 활용하여 사용자의 일평균 이동거리 정보를 분석하여 제공하는 구성으로, 상기 이동거리분석모듈(510)을 통해 평일 기준으로 분석된 일평균 이동거리 정보는 해당 사용자의 직업 정보와 연계하여 일상 생활(일을 하는 생활) 범위 내에서 어느 정도의 상해 위험에 노출될 수 있는지에 대한 분석을 위한 정보로 활용되며, 휴일 기준으로 분석된 일평균 이동거리 정보의 경우 해당 사용자의 여가 생활 범위 내에서 어느 정도의 상해 위험에 노출될 수 있는지에 대한 분석을 위한 정보로 활용될 수 있다.
상기 이동수단분석모듈(520)은 사용자 단말기의 GPS정보 및 사용자 카드사용내역정보를 비교하여 대중교통 내지 자차 이용 관련 정보를 분석하여 제공하는 구성으로, 상기 이동거리분석모듈(510)을 통해 사용자가 평일 기준 내지는 휴일 기준으로 어느 정도의 평균 이동거리를 움직이는지에 더해, 사용자 카드사용내역정보를 기반으로 대중교통을 사용하는 경우라면 대중교통 이용률이 상대적으로 높은 경우로, 특히 휴일에만 대중교통을 사용하는 경우라면 휴일 대중교통 이용률이 상대적으로 높은 경우로, 반대로 일정 거리 이상을 이동하면서 대중교통을 사용하지 않고 주요소 주유카드 사용이 많은 경우라면 자가차량을 이용하는 이용률이 상대적으로 높은 경우로 각각 분석하여 제공하게 된다. 이러한 제공 정보는 해당 사용자의 일상/여가 생활 범위 내에서 어느 정도의 (대중교통 등으로 인한)상해 위험에 노출될 수 있는지에 대한 분석을 위한 정보로 활용될 수 있다.
활동영역분석부(60)는, 사용자의 활동영역 데이터를 수집,분석하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하는 구성으로, 보다 구체적으로 상기 활동영역분석부(60)는 사용자 단말기가 통신 접속되는 중계기 내지는 기지국 AP정보를 활용하여 사용자의 주 활동영역이 실내인지 실외인지 등에 대한 정보를 분석하여 제공할 수 있다. 통상적으로 사용자가 실외에서 활동이 많은 경우에 여러가지 사고 등의 상해에 대한 가능성이 더 높게 나올수 밖에 없으므로, 상기 활동영역분석부(60)를 통해 분석된 정보는 해당 사용자의 일상/여가 생활 범위 내에서 어느 정도의 상해 위험에 노출될 수 있는지에 대한 분석을 위한 정보로 활용될 수 있다.
여가활동분석부(70)는, 사용자의 여가활동 데이터를 수집,분석하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하는 구성으로, 보다 구체적으로 상기 여가활동분석부(70)는 사용자 단말기의 GPS정보 및 심박수정보등을 활용하여 사용자 여가활동의 활동량을 분석하여 제공할 수 있다. 즉, 사용자가 항상 휴대하는 사용자 단말기의 GPS정보를 기반으로 사용자의 여가활동 영역이 어느 정도의 이동거리 내지 이동시간을 갖는지에 대한 정보는 평소 사용자가 여가활동으로 걷는지, 달리는지 내지는 자전거 등을 활용하는지에 대한 정보분석에 활용될 수 있으며, 또한 스마트워치 등을 통해 측정되는 심박수정보는 해당 여가활동이 어느 정도 격렬하게 수행되는지 등에 대한 정보로 활용되어, 해당 사용자의 여가활동이 어느 정도의 상해 위험에 노출될 수 있는지에 대한 분석을 위한 정보로 활용될 수 있다.
상기 상해위험예측분석부(80)는, 사용자의 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 반영하여 사용자의 상해위험도를 산출하는 구성으로, 특히 본 발명에서 상기 상해위험예측분석부(80)는 상해의 종류에 따라 상기 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 그룹화하여 반영함으로써 사용자의 상해위험도를 정확하게 산출하는 것을 특징으로 한다.
이에 대해 구체적으로 설명하면, 상기 상해위험예측분석부(80)는, 상기 기본정보 데이터 및 이동정보 데이터를 그룹화하여 교통상해위험도를 산출하는 교통상해그룹화예측모듈(810)과, 상기 기본정보 데이터, 활동영역 데이터, 여가활동 데이터 및 상기 질환위험예측분석부(40)의 제공 정보를 그룹화하여 일반상해위험도를 산출하는 일반상해그룹화예측모듈(820)과, 상기 이동정보 데이터 및 여가활동 데이터를 그룹화하여 여행위험도를 산출하는 여행그룹화예측모듈(830)을 포함할 수 있다.
상기 교통상해그룹화예측모듈(810)은 상기 기본정보 데이터 및 이동정보 데이터를 그룹화하여 교통상해위험도를 산출하는 구성으로, 보다 구체적으로 상기 교통상해그룹화예측모듈(810)은 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈(510)에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈(520)에서 제공하는 자차 이용 관련 정보를 종합하여 교통상해위험도를 산출하는 교통상해위험예측모듈(811)과, 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈(510)에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈(520)에서 제공하는 대중교통 이용 관련 정보를 종합하여 대중교통상해위험도를 산출하는 대중교통상해위험예측모듈(812)과, 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈(510)에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈(520)에서 제공하는 대중교통 내지 자차 이용 관련 정보를 종합하여 휴일교통상해위험도를 산출하는 휴일교통상해위험예측모듈(813)을 포함할 수 있다.
상기 교통상해위험예측모듈(811)은 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈(510)에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈(520)에서 제공하는 자차 이용 관련 정보 내지는 도보로 이동하는 정보 등을 종합하여 교통상해위험도를 산출하는 구성으로, 일 예로, 특정 사용자의 직업이 영업사원으로, 평소 장거리 이동을 자차를 사용하여 많이 하는 경우로 분석되는 경우 내지는 특정 사용자가 특정 공단을 관리하는 직업으로 많은 작업차량 등이 자주 운행하는 특정 공단 내부를 자주 걸어서 이동하는 경우로 분석되는 경우 등에 있어서, 해당 정보를 기반으로 해당 사용자의 자차 이용 관련 상해 위험도 내지는 다른 차량,장비 등에 의한 상해 위험도 등을 분석하여 제공하게 된다.
상기 대중교통상해위험예측모듈(812)은 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈(510)에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈(520)에서 제공하는 대중교통 이용 관련 정보를 종합하여 대중교통상해위험도를 산출하는 구성으로, 일 예로, 특정 사용자의 직업이 사무직원으로, 평소 출퇴근 시에 대중교통을 이용한 후 사무실 내에서만 주로 근무하는 경우로 분석되는 경우로 분석되는 경우 등에 있어서, 해당 정보를 기반으로 해당 사용자의 대중교통 이용 관련 상해 위험도 등을 분석하여 제공하게 된다.
상기 휴일교통상해위험예측모듈(813)은 상기 기본정보 데이터의 직업 정보, 상기 이동거리분석모듈(510)에서 제공하는 일평균 이동거리 정보, 상기 이동수단분석모듈(520)에서 제공하는 대중교통 내지 자차 이용 관련 정보를 종합하여 휴일교통상해위험도를 산출하는 구성으로, 일 예로, 특정 사용자가 (주말부부 등의 원인으로)평소에는 자차를 사용하다가 휴일에만 특정 지역으로 대중교통을 이용하여 이동하는 경우가 잦은 경우 내지는 특정 사용자가 평소에는 대중교통으로 출퇴근하다가 휴일에만 자차로 드라이브를 즐기는 경우로 분석되는 경우 등에 있어서, 해당 정보를 기반으로 해당 사용자의 휴일 대중교통 이용 관련 상해 위험도 내지는 자차 이용 관련 상해 위험도 등을 분석하여 제공하게 된다.
상기 일반상해그룹화예측모듈(820)은 상기 기본정보 데이터, 활동영역 데이터, 여가활동 데이터 및 상기 질환위험예측분석부(40)의 제공 정보를 그룹화하여 해당 정보들 중에서 특정 사용자에게 일반 상해 관련 특히 고려해야 할 정보를 보다 가중치를 부여하여 고려하도록 함으로써 일반상해위험도를 산출하는 구성으로, 보다 구체적으로 상기 일반상해그룹화예측모듈(820)은 상기 기본정보 데이터의 나이에 따른 상해위험가중치를 적용하는 연령대가중치부가모듈(821)과, 상기 기본정보 데이터의 성별에 따른 상해위험가중치를 적용하는 성별가중치부가모듈(822)과, 상기 활동영역 데이터의 주 활동영역에 따른 상해위험가중치를 적용하는 활동영역가중치부가모듈(823)과, 상기 여가활동 데이터의 여가활동의 활동량에 따른 상해위험가중치를 적용하는 여가활동량가중치부가모듈(824)과, 상기 질환위험예측분석부(40) 제공 정보의 예측 질환에 따른 상해위험가중치를 적용하는 예측질환가중치부가모듈(825)을 포함할 수 있다.
상기 연령대가중치부가모듈(821)은 상기 기본정보 데이터의 나이에 따른 상해위험가중치를 적용하는 구성으로, 일 예로, 60대 이상의 나이에 들어서는 경우에는 특히, 골절 등의 상해가 보다 쉽게 발생할 수 있는 가능성이 크기 때문에, 이러한 사용자별 나이에 따라 보다 발생가능성이 높은 상해에 대한 가중치가 적용될 수 있도록 하는 구성이다.
상기 성별가중치부가모듈(822)은 상기 기본정보 데이터의 성별에 따른 상해위험가중치를 적용하는 구성으로, 일 예로, 여성 사용자의 경우에는 골다공증 등의 영향으로 특히, 골절 등의 상해가 보다 쉽게 발생할 수 있는 가능성이 크거나 또는 남성 사용자의 경우에는 상대적으로 운전하는 시간이 길게 나타나기 때문에, 이러한 사용자별 성별에 따라 보다 발생가능성이 높은 상해에 대한 가중치가 적용될 수 있도록 하는 구성이다.
상기 활동영역가중치부가모듈(823)은 상기 활동영역 데이터의 주 활동영역에 따른 상해위험가중치를 적용하는 구성으로, 앞서 상기 활동영역분석부(60)를 통해 특정 사용자의 주 활동영역(일상 생활에서의 활동영역 내지는 휴일 여가생활에서의 활동영역)이 실내인지 실외인지 등에 대한 분석정보가 제공되는 경우, 통상적으로 사용자가 실외에서 활동이 많은 경우에 여러가지 사고 등의 상해에 대한 가능성이 더 높게 나올수 밖에 없으므로, 이러한 사용자별 주 활동영역에 따라 보다 발생가능성이 높은 상해에 대한 가중치가 적용될 수 있도록 하는 구성이다.
상기 여가활동량가중치부가모듈(824)은 상기 여가활동 데이터의 여가활동의 활동량에 따른 상해위험가중치를 적용하는 구성으로, 앞서 상기 여가활동분석부(70)를 통해 특정 사용자가 여가활동으로 걷는지, 달리는지 내지는 자전거 등을 활용하는지에 대한 정보 또는 해당 여가활동이 어느 정도 격렬하게 수행되는지 등에 대한 정보가 제공되는 경우, 해당 사용자의 여가활동이 어느 정도의 상해 위험에 노출될 수 있는지에 대한 가능성이 도출되므로, 이러한 사용자별 여가활동의 활동량 등에 따라 보다 발생가능성이 높은 상해에 대한 가중치가 적용될 수 있도록 하는 구성이다.
상기 예측질환가중치부가모듈(825)은 상기 질환위험예측분석부(40) 제공 정보의 예측 질환에 따른 상해위험가중치를 적용하는 구성으로, 일 예로, 특정 사용자가 귀의 세반고리관 등에 평소 질환을 가지고 있는 경우에는 넘어져 골절 등의 상해를 입을 가능성이 크거나 특정 사용자가 시력이 특히 야간시력 등이 특히 안좋은 경우 등에는 야간에 상해사고를 입을 가능성이 클 수 있는 등 특정 질환/질병에 따라 어느 정도의 상해 위험에 노출될 수 있는 가능성이 도출되므로, 이러한 사용자별 보유 또는 예측 질환에 따라 보다 발생가능성이 높은 상해에 대한 가중치가 적용될 수 있도록 하는 구성이다.
상기 여행그룹화예측모듈(830)은 상기 이동정보 데이터 및 여가활동 데이터를 그룹화하여 여행위험도를 산출하는 구성으로, 일 예로, 특정 사용자가 휴일 등에 장거리 이동하는 여행을 자주하는 것으로 나타나며 특히, 여행지에서도 동호회 야구를 즐긴다거나 자건거 라이딩을 즐기는 등과 같은 여가활동의 활동량이 많은 경우로 나타나는 경우로 분석되는 경우 등에 있어서, 해당 정보를 기반으로 해당 사용자의 여행 빈도와 여행지에서의 활동 정보 등과 관련한 여행 위험도 내지는 여행지에서의 상해 위험도 등을 분석하여 제공하게 된다.
한편, 이하에서는, 본 발명에서 분석하는 특정 사용자에 대한 질환위험에 대한 예측분석 구성에 대해 설명하도록 한다.
유전자분석부(10)는, 사용자의 유전자검사 데이터를 수집,분석하는 구성으로, 사용자가 자신이 유전자검사 기관에 검사하여 받은 유전자검사 데이터를 직접 어플리케이션 등을 통해 시스템에 제공하거나 또는 유전자검사 기관에 개인정보제공 동의 등을 통해 제공하는 사용자별 유전자검사 데이터를 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 유전자분석부(10)를 통해 수집 및 분석된 사용자별 유전자검사 데이터는 후술할 질환위험예측분석부(40)에서 다양하게 활용하게 되며, 상기 유전자분석부(10)의 세부 구성에 대해서는 후술하도록 한다.
건강검진분석부(20)는, 사용자의 건강검진 데이터를 수집,분석하는 구성으로, 사용자가 건강보험관리공단에서 받은 건강검진 데이터 내지는 의료기관에서 받은 건강검진 데이터를 직접 어플리케이션 등을 통해 시스템에 제공하거나 또는 건강보험관리공단 내지는 의료기관에 개인정보제공 동의 등을 통해 제공하는 사용자별 건강검진 데이터를 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 건강검진분석부(20)를 통해 수집 및 분석된 사용자별 건강검진 데이터는 후술할 질환위험예측분석부(40)에서 다양하게 활용하게 되며, 상기 건강검진분석부(20)의 세부 구성에 대해서는 후술하도록 한다.
생활습관분석부(30)는, 사용자의 생활습관 데이터를 수집,분석하는 구성으로, 사용자가 직접 어플리케이션 등을 통해 시스템에 제공하는 자신의 주변환경, 움직임, 식습관 등에 대한 생활습관 관련 데이터 내지는 별도의 활동량 분석 어플리케이션 내지는 식습관/식사량 분석 어플리케이션 등을 통해 관리되는 데이터를 통해 연동 제공되는 데이터 등을 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 생활습관분석부(30)를 통해 수집 및 분석된 사용자별 생활습관 데이터는 후술할 질환위험예측분석부(40)에서 다양하게 활용하게 되며, 상기 생활습관분석부(30)의 세부 구성에 대해서는 후술하도록 한다.
상기 질환위험예측분석부(40)는, 상기 유전자분석부(10), 건강검진분석부(20) 및 생활습관분석부(30) 등을 통해 제공되는 사용자의 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터를 반영하여 사용자의 질환위험도를 산출하여 제공하는 구성으로, 특히 본 발명에서 상기 질환위험예측분석부(40)는 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 사용자별 상황에 맞는 가중치를 적용하여 사용자 맞춤형 질환위험도를 정확하게 산출하는 것을 특징으로 한다.
이에 대해 보다 구체적으로 설명하면, 상기 질환위험예측분석부(40)는, 사용자의 연령대에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 연령별가중치적용모듈(410)과, 사용자의 성별에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 성별가중치적용모듈(420)과, 사용자의 현재 시점에 질환위험도에는 상기 건강검진 데이터의 가중치를 높게 적용하고, 근미래의 질환위험도에는 상기 생활습관 데이터의 가중치를 높게 적용하고, 원미래의 질환위험도에는 상기 유전자검사 데이터의 가중치를 높게 적용하여 사용자의 생애주기 질환위험도를 정확하게 산출하는 생애주기별가중치적용모듈(430)을 포함할 수 있다.
상기 연령별가중치적용모듈(410)은 사용자의 연령대에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리함으로써 사용자별 질환위험도를 보다 정확하게 산출할 수 있게 하는 구성으로, 보다 구체적으로 상기 연령별가중치적용모듈(410)은 저연령대 사용자에 대해 건강검진 데이터의 가중치는 상대적으로 낮게 적용하고 유전자검사 데이터의 가중치는 상대적으로 높게 적용하는 저연령대가중치적용모듈(411)과, 고연령대 사용자에 대해 건강검진 데이터의 가중치는 상대적으로 높게 적용하고 유전자검사 데이터의 가중치는 상대적으로 낮게 적용하는 고연령대가중치적용모듈(413)과, 중연령대 사용자에 대해 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터의 가중치를 균등하게 적용하는 중연령대가중치적용모듈(412)을 포함할 수 있다.
상기 저연령대가중치적용모듈(411)은, 저연령대 사용자에 대해 건강검진 데이터의 가중치는 상대적으로 낮게 적용하고 유전자검사 데이터의 가중치는 상대적으로 높게 적용하는 구성으로, 2~30대와 같은 저연령대 사용자의 경우에는 신체적 특성상 상대적으로 건강상태가 양호하게 나오기 때문에 질환 예측의 관점에서는 현재의 건강검진 데이터로는 향후의 질환 예측에 큰 기여를 하기는 어려운 데이터인 반면, 유전자검사 데이터의 경우에는 유전적으로 향후 발생 가능한 질환에 대한 예측에 있어서는 크게 참고할 수 있는 데이터이며, 여기에 더해 생활습관 데이터 역시 현재의 생활습관으로 인한 저연령대 사용자에게 향후 발생 가능한 질환 예측에 보다 도움이 될 수 있는 데이터로 보다 크게 기여할 수 있다. 따라서, 저연령대 사용자에 대한 질환예측에 활용하는 데이터의 가중치로는 유전자검사 데이터>생활습관 데이터>건강검진 데이터 순으로 가중치를 달리 적용함으로써, 신체적 특성상 현재 양호하게 나오는 건강검진 데이터에도 불구하고 향후 발생이 예측되는 질환에 대해 보다 정확하게 산출할 수 있게 한다.
상기 고연령대가중치적용모듈(413)은, 고연령대 사용자에 대해 건강검진 데이터의 가중치는 상대적으로 높게 적용하고 유전자검사 데이터의 가중치는 상대적으로 낮게 적용하는 구성으로, 50대 후반 이상과 같은 고연령대 사용자의 경우에는 상대적으로 그 동안의 생활습관이나 신체적 변화 등이 누적되어 나타나는 현재의 건강상태가 향후 발생가능한 질환에 대한 예측에 보다 직접적인 바로미터가 될 수 있고, 상대적으로 유전적으로 향후 발생 가능한 질환에 대한 유전자검사 데이터의 경우에는 이미 신체적으로 특별한 징후가 나타나지 않은 이상 고연령대에서는 새로운 질환 예측에는 상대적으로 큰 기여를 하기는 어려운 데이터인 반면, 건강검진 데이터에 더해 생활습관 데이터 역시 그 동안 누적된 생활습관으로 인한 발생 가능한 질환 예측에 보다 도움이 될 수 있는 데이터로 기여할 수 있다. 따라서, 고연령대 사용자에 대한 질환예측에 활용하는 데이터의 가중치로는 건강검진 데이터>생활습관 데이터>유전자검사 데이터 순으로 가중치를 달리 적용함으로써, 그 동안 누적된 건강검진 데이터 및 생활습관 데이터를 통해 향후 발생이 예측되는 질환에 대해 보다 정확하게 산출할 수 있게 한다.
상기 중연령대가중치적용모듈(412)은, 중연령대 사용자에 대해 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터의 가중치를 균등하게 적용하는 구성으로, 30대 후반부터 50대 초반과 같은 중연령대 사용자의 경우에는 그 동안에 어느 정도는 누적된 생활습관이나 신체의 건강생태 변화(건강검진 데이터)는 물론 향후 발생 가능한 질환에 대한 유전자검사 데이터의 경우에도 새로운 질환 예측에 기여할 수 있는 데이터이다. 따라서, 중연령대 사용자에 대한 질환예측에 활용하는 데이터의 가중치에서는 건강검진 데이터=생활습관 데이터=유전자검사 데이터의 가중치를 균등한 기준에서 고려하여 적용함으로써, 일정 정도 누적된 건강검진 데이터 및 생활습관 데이터에 향후 예상되는 질환에 대한 유전자검사 데이터를 종합적으로 반영하여 향후 발생이 예측되는 질환에 대해 보다 정확하게 산출할 수 있게 한다.
상기 성별가중치적용모듈(420)은 사용자의 성별에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리함으로써 사용자별 질환위험도를 보다 정확하게 산출할 수 있게 하는 구성으로, 보다 구체적으로 상기 성별가중치적용모듈(420)은 여성 사용자에 대해서는 유전자검사 데이터의 가중치를 상대적으로 높게 적용하고, 남성 사용자에 대해서는 생활습관 데이터의 가중치를 상대적으로 높게 적용하는 것을 특징으로 한다. 즉, 남성들의 경우에는 생활습관에서 오는 흡연, 음주 등의 건강에 악영향을 미치는 식습관은 물론, 주말에 거의 소파에서 TV를 본거나 운동을 하지 않는 것 등과 같은 생활습관으로 인해 즉, 생활습관 데이터의 향후에 발생 가능한 질환 예측과의 상관관계가 보다 높게 연계되는 반면, 여성들의 경우에는 소식 내지는 비흡연, 비음주 또는 평소 체중관리 내지 운동관리 등 상대적으로 양호하게 나타나는 생활습관 데이터로부터의 향후 질환 예측 상관관계보다는, 유전적으로 향후 발생 가능한 질환에 대한 예측에 있어서는 크게 참고할 수 있는 유전자검사 데이터로부터의 향후 질환 예측 상관관계가 상대적으로 더 높게 연계되는바, 상기 성별가중치적용모듈(420)에서는 남성 사용자에 대해서는 상대적으로 데이터들 중 생활습관 데이터의 가중치를 상대적으로 높게 적용하고, 여성 사용자에 대해서는 상대적으로 데이터들 중 유전자검사 데이터의 가중치를 상대적으로 높게 적용함으로써, 사용자의 성별에 따른 질환위험도 예측을 보다 정확하게 산출할 수 있게 한다.
상기 생애주기별가중치적용모듈(430)은 사용자의 생애주기 즉, 현재 시점/근미래/원미래에서의 질환위험도 예측시에 각각 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리함으로써 생애주기 질환위험도를 정확하게 산출할 수 있게 하는 구성으로, 사용자의 현재 시점에 질환위험도에는 상기 건강검진 데이터의 가중치를 높게 적용하고, 근미래의 질환위험도에는 상기 생활습관 데이터의 가중치를 높게 적용하고, 원미래의 질환위험도에는 상기 유전자검사 데이터의 가중치를 높게 적용하는 것을 특징으로 한다. 즉, 사용자의 전체 생애에 걸친 맞춤형 보험설계를 최적화하여 제시하기 위해서는, 해당 사용자의 생애주기 즉, 일 예로 20대 사용자의 경우 현재 시점과 근미래(3~40대) 및 원미래(50대 이후)에 각각 예상되는 질환위험도가 정확하게 산출된다면 그에 따라 맞춤형 보험설계를 최적화여 제시할 수 있게 된다. 따라서, 상기 생애주기별가중치적용모듈(430)은 특정 사용자에 대한 질환위험도를 단순하게 예측,제시하는 것이 아닌, 해당 사용자의 생애주기별 질환위험도를 구분하여 보다 정확한 예측치를 산출할 수 있게 하는 것이다. 이를 위해 상기 생애주기별가중치적용모듈(430)에서는, 현재 시점의 질환위험도 예측에서는 현재의 건강검진 데이터에 기반하여 즉, 건강검진 데이터의 가중치를 가장 높게 적용하여 예상가능한 질환을 예측하고, 근미래의 질환위험도 예측에서는 어느 정도 누적되는 생활습관 데이터가 영향을 미치는 관련 질환에 대한 위험도를 가장 비중있게 고려하여 예상가능한 질환을 예측하고, 원미래의 질환위험도 예측에서는 유전적으로 향후 발생 가능한 질환에 대한 위험도 즉, 유전자검사 데이터의 가중치를 가장 높게 적용함으로써, 사용자의 생애주기 구간별로의 질환위험도를 구분하여 보다 정확하게 예측,제시함으로써 사용자의 전체 생애에 걸친 맞춤형 보험설계를 최적화,제시하는데 기여하게 된다.
추가적으로, 본 발명의 사용자별 질환예측분석에서는, 질환 위험도 예측에 활용하는 유전자검사 데이터에 대해, 해당 사용자의 가족 관련 유전자 질환 데이터에 대한 가중치를 적용하여 질환위험도를 정확하게 산출할 수 있게 하는데, 이를 위해, 상기 유전자분석부(10)는 사용자에 대해 사용자의 가족이 걸린 유전자 질환에 대한 데이터를 수집,분석하는 가족력질환분석모듈(110)을 포함하며, 상기 질환위험예측분석부(40)는 상기 유전자검사 데이터에 상기 가족력질환분석모듈(110)에서 분석,제공되는 가족 관련 유전자 질환 데이터를 가중치 적용하여 신체부위별 유전자 질환에 대한 데이터를 제공하는 유전자질환가중치적용모듈(440)을 추가로 포함할 수 있다.
상기 가족력질환분석모듈(110)은, 사용자에 대해 사용자의 가족이 걸린 유전자 질환에 대한 데이터를 수집,분석하는 구성으로, 사용자가 자신의 가족들이 유전자검사 기관에 검사하여 받은 유전자검사 데이터 내지는 자신의 가족이 걸리 유전자질환에 대한 데이터를 직접 어플리케이션 등을 통해 시스템에 제공하거나 또는 유전자검사 기관에 개인정보제공 동의 등을 통해 제공하는 사용자별 해당 가족의 유전자질환 관련 데이터를 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 가족력질환분석모듈(110)을 통해 수집 및 분석된 사용자별 가족 관련 유전자 질환 데이터는 특히 후술할 유전자질환가중치적용모듈(440)에서 다양하게 활용되면서 사용자의 유전자질환 관련 예측의 정확도를 높이게 된다.
상기 유전자질환가중치적용모듈(440)은, 상기 유전자검사 데이터에 상기 가족력질환분석모듈(110)에서 분석,제공되는 가족 관련 유전자 질환 데이터를 가중치 적용하여 특정 사용자에 대한 신체부위별 유전자 질환에 대한 데이터로 제공하는 구성으로, 즉 특정 사용자가 자신의 유전자검사 데이터를 제공함과 아울러 자신의 가족이 걸린 유전자 질환에 대한 데이터(내지는 자신 가족의 유전자검사 데이터)를 제공하게 되면, 상기 유전자질환가중치적용모듈(440)에서는 해당 사용자 자신의 유전자검사 데이터에 해당 사용자의 가족 관련 유전자 질환 데이터를 가중치 적용하여 즉, 해당 사용자의 유전자검사 데이터에서 간암 발병 가능성이 예측되었는데, 그 가족의 유전자 질환에 대한 데이터에서도 감암 발병 가족력이 있다거나 또는 간암 발병 가능성이 예측된 경우라면, 이를 가중 적용하여 해당 사용자의 간암 발병 관련 유전자검사 데이터에서 질환 위험가능성을 보다 높게 가중치 적용하여 제공하게 된다. 이와 같이 상기 유전자질환가중치적용모듈(440)은 질환 위험도 예측에 활용하는 유전자검사 데이터에서 해당 사용자의 가족 관련 유전자 질환에 대한 데이터에 대한 가중치를 적용하여 질환위험도를 보다 정확하게 산출하는데 기여하게 된다.
또한, 본 발명의 사용자별 질환예측분석에서는, 사용자의 신체 부위 및 신체 부위별 건강변화 정도에 따라 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리 적용함으로써 신체부위별 질환위험도를 보다 정확하게 산출할 수 있게 하는데, 이를 위해, 상기 건강검진분석부(20)는 사용자의 누적된 건강검진 데이터를 비교,분석하는 건강검진이력데이터분석모듈(210)과 상기 건강검진이력데이터분석모듈(210)의 분석 결과를 기반으로 사용자의 신체부위별 건강변화에 대한 추세를 분석하는 신체부위별건강변화분석모듈(220)을 포함하며, 상기 질환위험예측분석부(40)는 사용자의 신체 부위에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 신체부위별가중치적용모듈(450)을 추가로 포함할 수 있다.
상기 건강검진이력데이터분석모듈(210)은, 사용자의 누적된 건강검진 데이터를 비교,분석하는 구성으로, 사용자가 제공하는 건강검진 데이터가 일정 기간 누적되었거나 또는 일정 기간 누적된 데이터를 제공하는 경우, 해당 누적된 건강검진 데이터를 기반으로 이를 비교,분석하여 후술할 신체부위별건강변화분석모듈(220) 등에 제공하게 된다.
상기 신체부위별건강변화분석모듈(220)은, 상기 건강검진이력데이터분석모듈(210)의 분석 결과를 기반으로 사용자의 신체부위별 건강변화에 대한 추세를 분석하는 구성으로, 즉 사용자의 신체부위를 호흡기, 심혈관 등으로 세분화한 다음, 누적된 건강검진 데이터를 기반으로 해당 신체부위별 건강상태 변화에 대해 추세를 분석하게 되는데, 일 예로 심혈관 부위에 대한 건강상태가 시간이 경과함에 따라 상태가 더 악화하는 추세인지 또는 관절 부위에 대한 건강상태가 갈수록 호전되는 추세인지 등의 건강변화에 대한 추세분석 데이터를 제공하게 된다.
상기 신체부위별가중치적용모듈(450)은, 사용자의 신체 부위에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 구성으로, 보다 구체적으로 상기 신체부위별가중치적용모듈(450)은, 상기 신체부위별건강변화분석모듈(220)을 통해 건강변화가 나빠진 신체부위에 대해서는 건강검진 데이터의 가중치를 상대적으로 높게 적용하고, 건강변화가 없는 신체부위에 대해서는 생활습관 데이터의 가중치를 상대적으로 높게 적용함으로써 신체부위별 질환위험도를 보다 정확하게 산출할 수 있게 한다. 즉, 특정 신체부위에 대해 해당 부위에 대한 건강검진 데이터에서 건강상태가 갈수록 악화되고 있다고 나타나는 경우라면 이는 향후 해당 부위에 대한 질환 발생 가능성이 더 높게 예측되는 경우이고, 다른 예로 특정 신체부위(일 예로, 간 부위)에 대해 그 동안 누적된 건강검진 데이터에서 건강변화는 특별히 나타나지 않는 경우라면, 이때는 생활습관 데이터(음주,흡연 여부 등)에 더 비중을 두고 해당 신체부위에 대한 향후 발생가능한 질환을 예측하는 것이 보다 정확하게 질환위험도를 산출할 수 있게 된다.
추가로, 본 발명의 사용자별 질환예측분석에서는, 사용자별 생활습관에 대한 데이터를 보다 세분화해서 수집,관리,분석함과 아울러, 추가로 사용자의 신체 부위에 따라 세분화되어 수집,관리되는 다양한 생활습관에 따른 데이터의 적용 가중치를 달리 적용함으로써, 신체부위별 질환위험도를 보다 정확하게 산출할 수 있게 하는데, 이를 위해, 상기 생활습관분석부(30)는, 사용자의 일상생활이 이루어지는 주변 환경에 대한 정보를 수집,분석하는 일상생활주변환경분석모듈(310)과, 사용자의 일상생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하는 일상생활움직임분석모듈(320)과, 사용자의 여가생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하는 여가생활활동량분석모듈(330)과, 사용자의 일상생활에서의 식습관에 대한 정보를 수집,분석하는 일상생활식습관분석모듈(340)과, 사용자의 일상생활에서의 뇌사용량에 대한 정보를 수집,분석하는 일상생활뇌사용량분석모듈(350)을 포함할 수 있으며, 또한 상기 신체부위별가중치적용모듈(450)은, 기관지나 폐와 같은 호흡기 부위에 대해서는 상기 일상생활주변환경분석모듈(310)의 주변 환경 데이터 및 상기 일상생활식습관분석모듈(340)의 식습관 데이터의 가중치를 상대적으로 높게 적용하는 호흡기부위가중치적용모듈(451)과, 척추나 관절과 같은 척추/관절 부위에 대해서는 상기 일상생활움직임분석모듈(320) 및 여가생활활동량분석모듈(330)에서의 신체 움직임 정도 데이터의 가중치를 상대적으로 높게 적용하는 척추/관절부위가중치적용모듈(452)과, 심장이나 혈관과 같은 혈관계 부위에 대해서는 상기 일상생활식습관분석모듈(340)의 식습관 데이터 및 상기 일상생활움직임분석모듈(320)와 여가생활활동량분석모듈(330)에서의 신체 움직임 정도 데이터의 가중치를 상대적으로 높게 적용하는 심혈관부위가중치적용모듈(453)과, 치매와 같은 뇌 부위에 대해서는 상기 일상생활뇌사용량분석모듈(350)의 뇌사용량 데이터의 가중치를 상대적으로 높게 적용하는 뇌부위가중치적용모듈(454)과, 암 질환에 대해서는 상기 유전자질환가중치적용모듈(440)의 신체부위별 유전자 질환에 대한 데이터 및 상기 일상생활식습관분석모듈(340)의 식습관 데이터의 가중치를 상대적으로 높게 적용하는 암질환가중치적용모듈(455)을 포함할 수 있다.
상기 일상생활주변환경분석모듈(310)은, 사용자의 일상생활이 이루어지는 주변 환경에 대한 정보를 수집,분석하는 구성으로, 사용자가 자신의 주변 환경시설 등에 대한 정보를 직접 어플리케이션 등을 통해 시스템에 제공하거나 또는 사용자의 위치정보제공 동의 등을 통해 제공하는 사용자별 위치정보에 기반한 주변 환경시설 정보 등의 데이터를 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 일상생활주변환경분석모듈(310)을 통해 수집 및 분석된 사용자별 주변 환경에 대한 정보는 후술할 신체부위별가중치적용모듈(450)에서 다양하게 활용하게 된다. 일 예로, 사용자가 직접 제공한 주변 환경시설 정보 내지는 사용자의 거주하는 위치정보에 기반한 주변 환경시설 정보에서, 사용자의 거주지 주변에 쓰레기소각장 내지 시멘트공장 등과 같은 유해가스 내지 미세먼지가 많이 발생되는 환경시설이 위치하고 있다던지 또는 지하수를 사용하는 환경에서 주변에 축사시설 등이 있다던지 등 이와 같은 사용자의 일상생활이 이루어지는 주변에서의 환경시설 등에 대한 정보를 수집,분석,제공하게 된다.
상기 일상생활움직임분석모듈(320)은, 사용자의 일상생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하는 구성으로, 사용자가 자신의 평소 걸음량, 운동량 등에 대한 정보를 직접 어플리케이션 등을 통해 시스템에 제공하거나 또는 사용자가 자신이 착용하는 스마트워치 내지 사용하는 건강관리어플리케이션 등을 통해 수집되는 움직임 정도 등에 대한 데이터 제공동의 등을 통해 제공하는 사용자별 일상생활에서의 신체 움직임 정도에 대한 데이터를 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 일상생활움직임분석모듈(320)을 통해 수집 및 분석된 사용자별 움직임 정도에 대한 정보는 후술할 신체부위별가중치적용모듈(450)에서 다양하게 활용하게 된다. 일 예로, 사용자가 직접 제공한 자신의 일상생활에서의 움직임 정도가 택배배달과 같이 많이 걷거나 계단을 많이 오르내리는 상태인지 또는 직장 작업환경이 허리를 구부려서 장시간 작업을 하는 상태 내지는 의자에 장시간 앉아서 업무를 보는 상태인지 등에 대한 정보에서 해당 사용자의 일상 생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하여 제공하게 된다.
상기 여가생활활동량분석모듈(330)은, 사용자의 여가생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하는 구성으로, 사용자가 자신이 주말이나 공휴일에 즐기는 여가생활에서의 걸음량, 운동량 등에 대한 정보를 직접 어플리케이션 등을 통해 시스템에 제공하거나 또는 사용자가 자신이 착용하는 스마트워치 내지 사용하는 건강관리어플리케이션 등을 통해 수집되는 여가활동시의 움직임 정도 등에 대한 데이터 제공동의 등을 통해 제공하는 사용자별 여가생활에서의 신체 움직임 정도에 대한 데이터를 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 여가생활활동량분석모듈(330)을 통해 수집 및 분석된 사용자별 여가생활에서의 움직임 정도에 대한 정보는 후술할 신체부위별가중치적용모듈(450)에서 다양하게 활용하게 된다. 일 예로, 사용자가 직접 제공한 자신의 여가생활에서의 움직임 정도가 축구를 하는 것과 같이 많이 뛰거나 움직이는 상태인지 또는 장시간 TV를 보거나 책을 읽는 것과 같이 거의 움직임이 없는 상태인지 또는 페러글라이딩이나 암벽등반 등 위험성 있는 레저를 주로 하는지 등에 대한 정보에서 해당 사용자의 여가생활에서의 신체 움직임 정도 내지는 부상의 위험성 등에 대한 정보를 수집,분석하여 제공하게 된다.
상기 일상생활식습관분석모듈(340)은, 사용자의 일상생활에서의 식습관에 대한 정보를 수집,분석하는 구성으로, 사용자가 자신의 평소 먹는 식사량, 칼로리, 식단(음식 종류) 등에 대한 정보를 직접 어플리케이션 등을 통해 시스템에 제공하거나 또는 사용자가 자신이 사용하는 건강관리어플리케이션 등을 통해 수집되는 식단 등에 대한 데이터 제공동의 등을 통해 제공하는 사용자별 생활에서의 식습관에 대한 데이터를 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 일상생활식습관분석모듈(340)을 통해 수집 및 분석된 사용자별 식습관에 대한 정보는 후술할 신체부위별가중치적용모듈(450)에서 다양하게 활용하게 된다. 일 예로, 사용자가 평소 즐겨 먹는 음식이 튀김류 등과 같이 콜레스테롤이 상당량 축적되는 음식류인지 내지는 평소 먹는 식사량이 과식으로 위에 부담을 주는 정도의 많은 음식을 섭취하는지 또는 과도한 칼로리를 섭취하는지 등에 대한 사용자의 식습관에 대한 정보를 수집,분석하여 제공하게 된다.
상기 일상생활뇌사용량분석모듈(350)은, 사용자의 일상생활에서의 뇌사용량에 대한 정보를 수집,분석하는 구성으로, 사용자가 자신의 직업 또는 업무 관련된 내용이나 여가생활로 어떤 활동을 즐기는지 등에 대한 정보를 직접 어플리케이션 등을 통해 시스템에 제공하거나 또는 사용자가 자신이 착용하는 스마트워치 내지 사용하는 건강관리어플리케이션 등을 통해 수집되는 정보 등에 대한 데이터 제공동의 등을 통해 제공하는 사용자별 일상생활에서 뇌사용량 관련 데이터를 수집하여 데이터베이스에 저장하거나 이를 분석한 데이터를 제공하는 기능을 수행하게 된다. 상기 일상생활뇌사용량분석모듈(350)을 통해 수집 및 분석된 사용자별 뇌사용량 정도에 대한 정보는 후술할 신체부위별가중치적용모듈(450)에서 다양하게 활용하게 된다. 일 예로, 사용자가 자신의 직업이 전문직으로 평소에 업무 특성상 뇌사용량이 활발하게 이루어지는지 내지는 휴일에 주로 소파에서 TV를 시청하는 등 여가생활에서 뇌사용량이 많지 않은 상태인지 또는 휴일에 책을 즐겨 읽으면서 뇌 사용량이 많은 상태인지 등에 대한 사용자의 뇌사용량에 대한 정보를 수집,분석하여 제공하게 된다.
상기 호흡기부위가중치적용모듈(451)은, 기관지나 폐와 같은 호흡기 부위에 대해서는 생활습관 데이터들 중에서 특히, 상기 일상생활주변환경분석모듈(310)의 주변 환경 데이터 및 상기 일상생활식습관분석모듈(340)의 식습관 데이터의 가중치를 상대적으로 높게 적용하는 구성으로, 질환위험을 예측함에 있어 특히, 기관지나 폐와 같은 호흡기 부위와 관련한 질환에서는 기관지나 폐에 영향을 주는 미세먼지나 유해가스 내지는 관련 식습관에 의한 영향이 다른 생활습관 대비 상관관계가 높게 나타남에 따라 상기 호흡기부위가중치적용모듈(451)에서는 이에 대한 가중치를 높게 적용하여 관련 질환의 예측 정확도를 높일 수 있게 한다. 일 예로, 상기 일상생활주변환경분석모듈(310)을 통해 사용자의 주변 환경시설 정보에서 사용자의 거주지 주변에 쓰레기소각장 내지 시멘트공장 등과 같은 유해가스 내지 미세먼지가 많이 발생되는 환경시설이 위치하고 있다면 이를 반영하여 호흡기 부위에 대한 질환예측에 그 가중치를 높게 적용하여 발병가능성을 높게 산출하거나 또는 상기 일상생활식습관분석모듈(340)을 통해 사용자의 식습관 정보에서 사용자가 호흡기에 좋은 도라지 등의 관련 음식을 자주 섭취하고 있다면 이를 반영하여 호흡기 부위에 대한 질환예측에 그 가중치를 높게 적용하여 발병가능성을 낮게 산출하는 등 호흡기 부위에 밀접하게 관련된 생활습관데이터만을 보다 가중치를 부여하여 분석함으로써, 질환예측의 정확도를 높일 수 있게 한다.
상기 척추/관절부위가중치적용모듈(452)은, 척추나 관절과 같은 척추/관절 부위에 대해서는 생활습관 데이터들 중에서 특히, 상기 일상생활움직임분석모듈(320) 및 여가생활활동량분석모듈(330)에서의 신체 움직임 정도 데이터의 가중치를 상대적으로 높게 적용하는 구성으로, 질환위험을 예측함에 있어 특히, 척추나 관절과 같은 척추/관절 부위와 관련한 질환에서는 일상생활 내지는 여가활동에서의 무릅과 같은 관절이나 척추 등을 사용하는 정도가 다른 생활습관 대비 상관관계가 높게 나타남에 따라 상기 척추/관절부위가중치적용모듈(452)에서는 이에 대한 가중치를 높게 적용하여 관련 질환의 예측 정확도를 높일 수 있게 한다. 일 예로, 상기 일상생활움직임분석모듈(320)을 통해 사용자의 움직임 정도가 택배배달과 같이 많이 걷거나 계단을 많이 오르내리는 상태인지 또는 직장 작업환경이 허리를 구부려서 장시간 작업을 하는 상태 내지는 의자에 장시간 앉아서 업무를 보는 상태인지 등에 대한 정보 및 상기 여가생활활동량분석모듈(330)을 통해 사용자의 여가생활에서의 움직임 정도가 축구를 하는 것과 같이 많이 뛰거나 움직이는 상태인지 등의 정보를 기반으로 이를 반영하여 관절이나 척추 부위에 대한 질환예측에 그 가중치를 높게 적용하여 발병가능성을 높게 산출하는 등 척추/관절 부위에 밀접하게 관련된 생활습관데이터만을 보다 가중치를 부여하여 분석함으로써, 질환예측의 정확도를 높일 수 있게 한다.
상기 심혈관부위가중치적용모듈(453)은, 심장이나 혈관과 같은 혈관계 부위에 대해서는 생활습관 데이터들 중에서 특히, 상기 일상생활식습관분석모듈(340)의 식습관 데이터 및 상기 일상생활움직임분석모듈(320)와 여가생활활동량분석모듈(330)에서의 신체 움직임 정도 데이터의 가중치를 상대적으로 높게 적용하는 구성으로, 질환위험을 예측함에 있어 특히, 심장,혈관 등 혈관계 부위와 관련한 질환에서는 일상생활 내지는 여가활동에서의 활동량이나 평소에 즐겨 먹는 음식 등에서의 콜레스테롤양 등의 정도가 다른 생활습관 대비 상관관계가 높게 나타남에 따라 상기 심혈관부위가중치적용모듈(453)에서는 이에 대한 가중치를 높게 적용하여 관련 질환의 예측 정확도를 높일 수 있게 한다. 일 예로, 상기 일상생활식습관분석모듈(340)을 통해 사용자가 평소 즐겨 먹는 음식이 튀김류 등과 같이 콜레스테롤이 상당량 축적되는 음식류인지 또는 상기 일상생활움직임분석모듈(320)와 여가생활활동량분석모듈(330)을 통해 사용자가 평소 내지 휴일 등에도 거의 활동량이 많지 않고 소파에서 TV를 주로 시청하는 등 활동량이 많지 않은 상태인지 등의 정보를 기반으로 이를 반영하여 심근경색이나 뇌출혈 등 심혈관/혈관계 부위에 대한 질환예측에 그 가중치를 높게 적용하여 발병가능성을 높게 산출하는 등 심혈관 부위에 밀접하게 관련된 생활습관데이터만을 보다 가중치를 부여하여 분석함으로써, 질환예측의 정확도를 높일 수 있게 한다.
상기 뇌부위가중치적용모듈(454)은, 치매와 같은 뇌 부위에 대해서는 생활습관 데이터들 중에서 특히, 상기 일상생활뇌사용량분석모듈(350)의 뇌사용량 데이터의 가중치를 상대적으로 높게 적용하는 구성으로, 질환위험을 예측함에 있어 특히, 치매 등 뇌부위와 관련한 질환에서는 일상생활 등에서 어느 정도 뇌를 충분히 잘 활용 내지는 사용하고 있는지 등의 정도가 다른 생활습관 대비 상관관계가 높게 나타남에 따라 상기 뇌부위가중치적용모듈(454)에서는 이에 대한 가중치를 높게 적용하여 관련 질환의 예측 정확도를 높일 수 있게 한다. 일 예로, 상기 일상생활뇌사용량분석모듈(350)을 통해 사용자가 자신의 직업이 전문직으로 평소에 업무 특성상 뇌사용량이 활발하게 이루어지는지 내지는 휴일에 책을 즐겨 읽으면서 뇌 사용량이 많은 상태인지 등에 대한 사용자의 뇌사용량에 대한 정보를 기반으로 이를 반영하여 치매 등의 뇌부위에 대한 질환예측에 그 가중치를 높게 적용하여 발병가능성을 낮게 산출하는 등 뇌 부위에 밀접하게 관련된 생활습관데이터만을 보다 가중치를 부여하여 분석함으로써, 질환예측의 정확도를 높일 수 있게 한다.
상기 암질환가중치적용모듈(455)은, 암 질환에 대해서는 유전자검사 데이터 중 특히, 상기 유전자질환가중치적용모듈(440)의 신체부위별 유전자 질환에 대한 데이터 및 생활습관 데이터들 중에서 특히, 상기 일상생활식습관분석모듈(340)의 식습관 데이터의 가중치를 상대적으로 높게 적용하는 구성으로, 질환위험을 예측함에 있어 특히, 암 질환에서는 유전자 관련 영향 및 일상생활 등에서 식습관 관련 정도가 다른 생활습관 대비 상관관계가 높게 나타남에 따라 상기 암질환가중치적용모듈(455)에서는 이에 대한 가중치를 높게 적용하여 관련 질환의 예측 정확도를 높일 수 있게 한다. 일 예로, 상기 유전자질환가중치적용모듈(440)을 통해 특정 사용자의 유전자검사 데이터에서 간암 발병 가능성이 예측되었고 거기에 더해 그 가족의 유전자 질환에 대한 데이터에서도 감암 발병 가족력이 있다거나 또는 간암 발병 가능성이 예측된 경우라서 해당 사용자의 간암 발병 관련 위험가능성을 보다 높게 가중치 적용하여 제공한다거나 또는 상기 일상생활식습관분석모듈(340)을 통해 해당 사용자가 평소에 음주를 즐겨함으로써 간 부위에 대한 악영향이 예상되는 정보를 제공하는 경우 이러한 정보를 기반으로 이를 반영하여 간암과 같은 질환예측에 그 가중치를 높게 적용하여 발병가능성을 높게 산출하는 등 암 질환과 밀접하게 관련된 유전자검사 데이터 및 생활습관 데이터만을 보다 가중치를 부여하여 분석함으로써, 질환예측의 정확도를 높일 수 있게 한다.
한편, 이하에서는, 상기와 같은 특정 사용자에 대한 상해위험예측 내지는 질환위험예측 분석 결과에 기반한, 해당 사용자에 특화된 맞춤형 보험설계가 이루어지도록 하는 구성에 대해 설명하도록 한다.
상기 보험설계부(90)는, 상기 질환위험예측분석부(40) 및 상해위험예측분석부(80)의 제공 정보를 기반으로 사용자 맞춤형 보험상품을 설계하는 구성으로, 보다 구체적으로 상기 보험설계부(90)는, 사용자별 월보험료 납부액의 적정 범위를 설정하는 월납부액설정모듈(910)과, 사용자별 가입대상 보험상품의 우선순위를 설정하는 보험우선순위설정모듈(920)과, 사용자별 보험상품의 적정 보장범위를 설정하는 보장범위설정모듈(930)과, 사용자별 월납부액 적정 범위, 가입대상 보험상품 우선순위 및 보험상품별 적정 보장범위를 종합하여 보험상품별 가입조건을 조정하는 보험상품설계모듈(940)을 포함할 수 있다.
상기 월납부액설정모듈(910)은 사용자별 월보험료 납부액의 적정 범위를 설정하는 구성으로, 보다 구체적으로 상기 월납부액설정모듈(910)은, 사용자 기본정보 데이터의 직업 정보를 기반으로 한 사용자 수입액의 변화추세 및 자산 정보를 기반으로 월납부액상한선을 설정하는 상한액설정모듈(911)과, 사용자 기본정보 데이터의 결혼 유무/계획 정보, 자녀 유무/계획 정보, 부양가족 정보를 기반으로 월납부액 적정범위를 설정하는 납부범위설정모듈(912)을 포함할 수 있다.
상기 상한액설정모듈(911)은 사용자 기본정보 데이터의 직업 정보를 기반으로 한 사용자 수입액의 변화추세 및 자산 정보를 기반으로 월납부액상한선을 설정하는 구성으로, 기본적으로 월 수입액의 일정 비율 및 자산의 일정 비율을 기반으로 해당 사용자가 부담할 수 있는 보험료의 월납부액상한선을 설정하게 되는데, 특히 해당 사용자의 직업 정보에 기반한 사용자의 월수입액 변화추세(일 예로, 해당 사용자가 공무원인 경우 공무원의 호봉변화 내지는 승진 등을 반영한 향후 월수입액의 변화추세 등) 및 보유 자산의 금리 내지 부동산 상승폭 등을 반영한 향후 자산 변화추세를 반영하여, 해당 사용자의 생애주기에 걸쳐 특정 주기(저연령대/중연령대/고연령대 등)별 부담할 수 있는 월납부액상한선을 설정할 수 있다.
상기 납부범위설정모듈(912)은 사용자 기본정보 데이터의 결혼 유무/계획 정보, 자녀 유무/계획 정보, 부양가족 정보를 기반으로 월납부액 적정범위를 설정하는 구성으로, 앞서 상기 상한액설정모듈(911)을 통해 특정 사용자의 생애주기별 부담할 수 있는 월납부액상한선 정보를 기반으로, 여기에 더해 해당 사용자의 결혼 유무/계획 정보, 자녀 유무/계획 정보, 부양가족 정보를 반영하여 해당 사용자의 생애주기에 걸쳐 생애주기별 부담할 수 있는 월납부액 적정범위를 산출,제시하게 된다. 일 예로, 해당 사용자가 지금은 결혼 전이지만, 향후 3년내 결혼계획과 향후 5~8년 내에 2명의 자녀를 출산하여 양육할 계획이 있는 경우라면, 이를 반영하여 생애주기에서 한창 자녀 양육비가 많이 소요되는 주기에서는 일정 정도 월납부액 부담 적정범위를 낮추는 등의 설정이 이루어질 수 있다.
상기 보험우선순위설정모듈(920)은 사용자별 가입대상 보험상품의 우선순위를 설정하는 구성으로, 보다 구체적으로 상기 보험우선순위설정모듈(920)은, 상기 질환위험예측분석부(40) 및 상해위험예측분석부(80)를 통해 질환위험도 및 상해위험도가 높은 항목을 보장하는 보험상품순으로 제시하는 위험도반영순위설정모듈(921)과, 더 많은 복수의 항목을 함께 보장하는 보험상품을 보다 우선순위로 제시하는 항목반영순위설정모듈(922)과, 가입조건을 다양하게 조정할 수 있는 보험상품을 보다 우선순위로 제시하는 조건반영순위설정모듈(923)을 포함할 수 있다.
상기 위험도반영순위설정모듈(921)은 상기 질환위험예측분석부(40) 및 상해위험예측분석부(80)를 통해 질환위험도 및 상해위험도가 높은 항목을 보장하는 보험상품순으로 제시하는 구성으로, 특정 사용자에게 위험 가능성이 높은 것으로 나타난 질환이나 상해 항목을 보장하는 보험상품을 우선순위로 제시하게 되는데, 특히 상기 위험도반영순위설정모듈(921)에서는 해당 사용자의 생애주기에 걸쳐 특정 생애주기(저연령대/중연령대/고연령대 등)별로 위험 가능성이 높은 질환이나 상해에 대해 해당 항목을 보장하는 보험상품들을 우선순위로 제시할 수 있다.
상기 항목반영순위설정모듈(922)은 더 많은 복수의 항목을 함께 보장하는 보험상품을 보다 우선순위로 제시하는 구성으로, 특정 보험상품의 경우 질환(질병)과 상해를 함께 보장하거나 또는 질환(질병)에 있어서도 다양한 질환(질병)을 폭넓게 보장하거나 또는 특약을 통해 다양한 질환(질병)에 대해 선택하여 그 보장범위를 넓힐 수 있거나 또는 상해보험에서도 특약 등을 통해 특정 질환(질병)에 대해 선택하여 그 보장범위를 넓힐 수 있는 상품들이 있는데, 이러한 상품들의 경우 하나의 상품을 통해 다양한 항목을 보장받으면서도 비용을 절감할 수 있는 특징이 있는바, 상기 항목반영순위설정모듈(922)에서는 특정 사용자에게 위험 가능성이 높은 것으로 나타난 질환이나 상해 항목에 대해 이를 복수로 보장할 수 있는 보험상품을 보다 우선순위로 제시함으로써 경제적 비용으로(보다 적은 보험상품으로) 해당 항목들을 보장받을 수 있게 가이드를 제시할 수 있다.
상기 조건반영순위설정모듈(923)은 가입조건을 다양하게 조정할 수 있는 보험상품을 보다 우선순위로 제시하는 구성으로, 특정 보험상품의 경우 가입조건 즉, 갱신형인지 비갱신형인지 순수보장형인지 만기환급형인지를 조정할 수 없는 상품이 있는 반면, 사용자 편의에 따라 해당 가입조건을 다양하게 설정 및 조정할 수 있도록 하는 보험상품들이 있는데, 일 예로, 순수보장형 상품의 경우 보장은 유지하면서도 보험료 부담을 낮출 수 있고, 만기환급형은 경제적 여유가 있는 사용자에게는 만기시에 목돈으로 활용할 수 있는 장점이 있고, 갱신형의 경우에는 초기 보험료 부담을 낮출 수 있는 특징이 있는바, 이와 같이 가입조건을 다양하게 조정할 수 있는 보험상품의 경우, 사용자 편의와 형편에 맞게 월납부비용이나 보장범위를 조정할 수 있는 다양한 설계가 가능하도록 하는 장점이 있는바, 복수 개의 보험상품을 설계함에 있어서는 이러한 보험상품들을 우선순위로 고려할 수 있도록 하는 것이 보다 적절한 보험상품 설계에 유용하게 활용되는바, 상기 조건반영순위설정모듈(923)에서 여러 보험상품들 중에서 이와 같이 가입조건을 다양하게 조정할 수 있는 보험상품을 보다 우선순위로 제시하게 된다. 이와 같이 상기 위험도반영순위설정모듈(921), 항목반영순위설정모듈(922) 및 조건반영순위설정모듈(923)을 활용함으로써, 사용자별 위험예측이 높은 항목을 보장하면서도 보다 경제적으로 복수의 보험상품들을 설계할 수 있게 하는 보험상품들이 우선순위로 제시되어, 후술할 보험상품설계모듈(940)에서 적절히 활용할 수 있게 된다.
상기 보장범위설정모듈(930)은 사용자별 보험상품의 적정 보장범위를 설정하는 구성으로, 보다 구체적으로 상기 보장범위설정모듈(930)은, 항목별 평균 치료비용을 기준으로 보장범위를 설정하는 평균치료비설정모듈(931)과, 항목별 치료기간이나 재활기간을 반영한 소득감소 정도를 기준으로 보장범위를 보정하는 소득감소반영모듈(932)과, 사용자별 부양가족 정보를 기반으로 보장범위를 보정하는 부양가족반영모듈(933)과, 질환위험도 및 상해위험도를 기준으로 보장범위를 보정하는 위험도반영모듈(934)을 포함할 수 있다.
상기 평균치료비설정모듈(931)은 항목별 평균 치료비용을 기준으로 보장범위를 설정하는 구성으로, 사용자에게 위험이 예측되는 특정 질환(질병)이나 상해에 대해 해당 질환(질병)이나 상해의 평균 치료비용으로 소요되는 비용을 해당 보험상품에 대한 일차 보장범위로 설정할 수 있게 한다.
상기 소득감소반영모듈(932)은 항목별 치료기간이나 재활기간을 반영한 소득감소 정도를 기준으로 보장범위를 보정하는 구성으로, 일 예로, 폐암 등의 질병의 경우 해당 폐암에 대한 치료기간 내지는 항암치료를 위해 통상 1년 정도의 치료기간이 소요되어 통상적으로 장기간 병가로 인해 해당 기간 일정 정도의 소득감소가 예상되는 경우 또는 특정 골절 등의 상해의 경우 해당 골절에 대한 치료기간 내지는 재활기간 동안 프리랜서 직업의 특정 사용자의 일실 소득감소가 예상되는 경우 등에 있어서는, 치료비만으로는 해당 소득감소를 충당할 수 없어 진단비 등으로 추가 보장범위를 보정할 필요가 있는바, 상기 소득감소반영모듈(932)에서는 이러한 소득감소 정도를 기준으로, 앞서 상기 평균치료비설정모듈(931)을 통해 설정된 일차 보장범위를 보정하여 제시하게 된다.
상기 부양가족반영모듈(933)은 사용자별 부양가족 정보를 기반으로 보장범위를 보정하는 구성으로, 특정 사용자가 부양하는 가족이 있는 경우에 있어서는 해당 사용자의 치료 등으로 인해 소득이 감소하는 구간에서 부양해야 하는 가족으로 인해 추가로 감안해야 할 비용 등이 발생하는바, 일 예로, 폐암 등의 질병의 경우 해당 폐암에 대한 치료기간 내지는 항암치료를 위해 통상 1년 정도의 치료기간이 소요되어 통상적으로 장기간 병가로 인해 해당 기간 일정 정도의 소득감소가 예상되는 경우 또는 특정 골절 등의 상해의 경우 해당 골절에 대한 치료기간 내지는 재활기간 동안 프리랜서 직업의 특정 사용자의 일실 소득감소가 예상되는 경우 등에 있어서는, 단순한 소득감소분에 더해 부양가족으로 인한 추가로 감안해야 하는 비용까지 감안하여 진단비 등으로 추가 보장범위를 보정할 필요가 있는바, 상기 부양가족반영모듈(933)에서는 이러한 부분까지 고려하여, 앞서 상기 평균치료비설정모듈(931)을 통해 설정된 일차 보장범위 및 상기 소득감소반영모듈(932)를 통해 보정된 내용에 추가적으로 해당 내용을 반영한 보정된 보장범위를 제시하게 된다.
상기 위험도반영모듈(934)은 질환위험도 및 상해위험도를 기준으로 보장범위를 보정하는 구성으로, 앞서 상기 평균치료비설정모듈(931)을 통해 설정된 특정 사용자에게 예상되는 질환(질병) 내지 상해에 대한 일차 보장범위에 대해, 해당 질환(질병) 내지 상해의 예측가능성이 매우 높은 경우에는 해당 보장범위를 그대로 적용하는 것이 타당하나, 상대적으로 해당 질환(질병) 내지 상해의 예측가능성이 낮은 경우에는 그만큼 낮춘 확률에 따른 보장범위를 낮추는 것이 소요되는 비용 대비 보다 효율적이기 때문에, 상기 위험도반영모듈(934)에서는 앞서 상기 평균치료비설정모듈(931)을 통해 설정된 일차 보장범위에 대해 해당 질환(질병) 내지 상해의 예측가능성을 반영하여 보정된 보장범위를 제시하게 된다. 이와 같이 상기 평균치료비설정모듈(931), 소득감소반영모듈(932), 부양가족반영모듈(933) 및 위험도반영모듈(934)을 통해 특정 사용자의 특정 예측 질환(질병) 내지 상해에 대한 보다 합리적인 보장범위가 설정될 수 있게 된다.
상기 보험상품설계모듈(940)은 사용자별 월납부액 적정 범위, 가입대상 보험상품 우선순위 및 보험상품별 적정 보장범위를 종합하여 보험상품별 가입조건을 조정하는 구성으로, 보다 구체적으로 상기 보험상품설계모듈(940)은, 상기 보험우선순위설정모듈(920)에서 제시한 보험상품별로 상기 보장범위설정모듈(930)에서 제시한 보장범위를 충족하도록 월보험료를 산출하는 상품별보험료산출모듈(941)과, 사용자의 생애주기에 따른 질환위험도 및 상해위험도를 기준으로 생애주기별로 관련된 보험상품을 배치시켜 생애주기별 월납부액이 적정 범위를 초과하는지 여부를 체크하는 월납부액체크모듈(942)과, 월납부액이 초과된 생애주기의 보험상품들을 대비하여 보장범위가 중복된 항목을 체크하여 월납부액을 보정하는 제1월납부액보정모듈(943)과, 월납부액이 초과된 생애주기의 보험상품들을 대비하여 보험상품별 가입조건을 조정하여 월납부액을 보정하는 제2월납부액보정모듈(944)과, 월납부액이 초과된 생애주기의 보험상품들을 대비하여 질환위험도 및 상해위험도를 기준으로 월납부액을 보정하는 제3월납부액보정모듈(945)을 포함할 수 있다.
상기 상품별보험료산출모듈(941)은 상기 보험우선순위설정모듈(920)에서 제시한 보험상품별로 상기 보장범위설정모듈(930)에서 제시한 보장범위를 충족하도록 월보험료를 산출하는 구성으로, 앞서 설명한 바와 같이 특정 사용자의 생애주기별 발생가능한 예측 질환(질병) 내지 상해에 대해 보장할 수 있는 복수의 보험상품들이 상기 보험우선순위설정모듈(920)을 통해 우선순위별로 제시된 후, 해당 상품별 (특정 사용자에게)필요한 보장범위가 상기 보장범위설정모듈(930)을 통해 제시되게 되면, 상기 상품별보험료산출모듈(941)에서는 일차적으로 해당 상품에 대해 제시된 보장범위를 충족하도록 월보험료를 산출하여 제시하게 된다.
상기 월납부액체크모듈(942)은 사용자의 생애주기에 따른 질환위험도 및 상해위험도를 기준으로 생애주기별로 관련된 보험상품을 배치시켜 생애주기별 월납부액이 적정 범위를 초과하는지 여부를 체크하는 구성으로, 일 예로, 20대의 특정 사용자에게 저연령대(2~30대) 생애주기에 필요한 보험상품으로 3개의 질병 내지 상해를 보장하는 보험상품이 우선순위로 제시되어 가입하여야 하는 경우, 해당 3개의 보험상품별 상기 상품별보험료산출모듈(941)을 통해 제시된 월보험료를 합산하였을때, 합산된 월납부액이 상기 월납부액설정모듈(910)을 통해 제시된 해당 사용자의 해당 생애주기에 설정된 적정 납부범위를 초과하였는지를 체크하여 제시하는 구성이다. 이를 통해 해당 사용자가 부담하여야 하는 월납부액이 적정 범위 이내가 되도록 관리하며 혹시 초과된 경우에는 후술할 제1 내지 3월납부액조정모듈들을 통해 적정 범위 내로 월납부액을 보정할 수 있게 한다.
상기 제1월납부액보정모듈(943)은 상기 월납부액체크모듈(942)을 통해 월납부액이 초과된 생애주기의 보험상품들에 대해 해당 상품들을 대비하여 보장범위가 중복된 항목을 체크하여 월납부액을 보정하는 구성으로, 일 예로, 20대의 특정 사용자에게 저연령대(2~30대) 생애주기에 필요한 보험상품으로 3개의 질병(암 포함) 내지 골절 상해를 보장하는 보험상품이 제시되어 가입을 설계하는데 월납부액이 초과된 것으로 나타나는 경우, 상기 제1월납부액보정모듈(943)에서는 특정 상해보험을 통해 골절 위험이 충분히 보장되는데도 불구하고 특정 암보험에서 특약으로 골절상해에 대한 담보가 추가된 경우, 이를 대비하여 해당 암보험에서 골절상해 특약을 해제시킴으로써 중복된 항목을 체크하여 암보험의 월납부액을 보정하는 등의 중복체크를 통해 전체 월납부액을 보정하게 된다. 또한, 의료실비보험만으로 상해에 대한 충분한 치료비가 보장되는 경우 등에 있어서는 중복되는 상해보험의 설계를 해제시키는 등의 기능도 수행할 수 있다.
상기 제2월납부액보정모듈(944)은 상기 월납부액체크모듈(942)을 통해 월납부액이 초과된 생애주기의 보험상품들에 대해 해당 상품들을 대비하여 보험상품별 가입조건을 조정하여 월납부액을 보정하는 구성으로, 일 예로, 20대의 특정 사용자에게 저연령대(2~30대) 생애주기에 필요한 보험상품으로 3개의 질병(암 포함) 내지 골절 상해를 보장하는 보험상품이 제시되어 가입을 설계하는데 월납부액이 초과된 것으로 나타나는 경우, 상기 제2월납부액보정모듈(944)에서는 특정 암보험의 가입조건을 만기환급형에서 순수보장형으로 조건을 조정하여 암보험의 월납부액을 보정하거나 또는 특정 상해보험의 보장기간을 5년 한정으로 한다던가 내지는 보장범위를 휴일 등으로 한정하는 등의 조건을 조정하여 상해보험의 월납부액을 보정하는 등의 가입조건 조정을 통해 전체 월납부액을 보정하게 된다.
상기 제3월납부액보정모듈(945)은 상기 월납부액체크모듈(942)을 통해 월납부액이 초과된 생애주기의 보험상품들에 대해 해당 상품들을 대비하여 질환위험도 및 상해위험도를 기준으로 월납부액을 보정하는 구성으로, 앞서 상기 제1월납부액보정모듈(943), 제2월납부액보정모듈(944) 등을 통한 보정을 통해서도 월납부액에 대한 추가 보정이 필요한 경우에 있어, 상기 제3월납부액보정모듈(945)에서는 질환위험도 및 상해위험도를 기준으로 월납부액을 보정할 수 있다. 일 예로, 20대의 특정 사용자에게 저연령대(2~30대) 생애주기에 필요한 보험상품으로 3개의 질병(암 포함) 내지 골절 상해를 보장하는 보험상품이 제시되어 가입을 설계하는데 월납부액이 초과된 것으로 나타나는 경우, 상기 제3월납부액보정모듈(945)에서는 해당 사용자에게 예측된 질환위험도 및 상해위험도를 기준으로 그 중 암에 대한 발생가능성이 가장 낮게 예측된 경우라면, 해당 보험상품들 중에서 암보험의 보장범위를 낮추거나 또는 암보험을 중연령대에 가입하고 저연령대에서는 해제시키는 등의 보정을 통해 전체 월납부액을 보정하게 된다.
이와 같은 상기 제1월납부액보정모듈(943), 제2월납부액보정모듈(944) 내지 제3월납부액보정모듈(945)을 통해 특정 사용자별로 해당 사용자에게 제시된 월납부액 적정범위를 초과하지 않으면서도 해당 사용자에게 예측된 질환(질병) 내지 상해를 전체 생애주기에 걸쳐 경제적이면서도 효과적으로 보장받을 수 있도록 하는 최적의 맞춤형 보험설계가 이루어질 수 있게 된다.
이상에서, 출원인은 본 발명의 다양한 실시예들을 설명하였지만, 이와 같은 실시예들은 본 발명의 기술적 사상을 구현하는 일 실시예일 뿐이며, 본 발명의 기술적 사상을 구현하는 한 어떠한 변경예 또는 수정예도 본 발명의 범위에 속하는 것으로 해석되어야 한다.
10: 유전자분석부 110: 가족력질환분석모듈
20: 건강검진분석부
210: 건강검진이력데이터분석모듈 220: 신체부위별건강변화분석모듈
30: 생활습관분석부
310: 일상생활주변환경분석모듈 320: 일상생활움직임분석모듈
330: 여가생활활동량분석모듈 340: 일상생활식습관분석모듈
350: 일상생활뇌사용량분석모듈
40: 질환위험예측분석부
410: 연령별가중치적용모듈 411: 저연령대가중치적용모듈
412: 중연령대가중치적용모듈 413: 고연령대가중치적용모듈
420: 성별가중치적용모듈 430: 생애주기별가중치적용모듈
440: 유전자질환가중치적용모듈 450: 신체부위별가중치적용모듈
451: 호흡기부위가중치적용모듈 452: 척추/관절부위가중치적용모듈
453: 심혈관부위가중치적용모듈 454: 뇌부위가중치적용모듈
455: 암질환가중치적용모듈
50: 이동정보분석부
510: 이동거리분석모듈 520: 이동수단분석모듈
60: 활동영역분석부 70: 여가활동분석부
80: 상해위험예측분석부
810: 교통상해그룹화예측모듈 811: 교통상해위험예측모듈
812: 대중교통상해위험예측모듈 813: 휴일교통상해위험예측모듈
820: 일반상해그룹화예측모듈 821: 연령대가중치부가모듈
822: 성별가중치부가모듈 823: 활동영역가중치부가모듈
824: 여가활동량가중치부가모듈 825: 예측질환가중치부가모듈
830: 여행그룹화예측모듈
90: 보험설계부
910: 월납부액설정모듈 911: 상한액설정모듈 912: 납부범위설정모듈
920: 보험우선순위설정모듈 921: 위험도반영순위설정모듈
922: 항목반영순위설정모듈 923: 조건반영순위설정모듈
930: 보장범위설정모듈 931: 평균치료비설정모듈
932: 소득감소반영모듈 933: 부양가족반영모듈 934: 위험도반영모듈
940: 보험상품설계모듈 941: 상품별보험료산출모듈
942: 월납부액체크모듈 943: 제1월납부액보정모듈
944: 제2월납부액보정모듈 945: 제3월납부액보정모듈
20: 건강검진분석부
210: 건강검진이력데이터분석모듈 220: 신체부위별건강변화분석모듈
30: 생활습관분석부
310: 일상생활주변환경분석모듈 320: 일상생활움직임분석모듈
330: 여가생활활동량분석모듈 340: 일상생활식습관분석모듈
350: 일상생활뇌사용량분석모듈
40: 질환위험예측분석부
410: 연령별가중치적용모듈 411: 저연령대가중치적용모듈
412: 중연령대가중치적용모듈 413: 고연령대가중치적용모듈
420: 성별가중치적용모듈 430: 생애주기별가중치적용모듈
440: 유전자질환가중치적용모듈 450: 신체부위별가중치적용모듈
451: 호흡기부위가중치적용모듈 452: 척추/관절부위가중치적용모듈
453: 심혈관부위가중치적용모듈 454: 뇌부위가중치적용모듈
455: 암질환가중치적용모듈
50: 이동정보분석부
510: 이동거리분석모듈 520: 이동수단분석모듈
60: 활동영역분석부 70: 여가활동분석부
80: 상해위험예측분석부
810: 교통상해그룹화예측모듈 811: 교통상해위험예측모듈
812: 대중교통상해위험예측모듈 813: 휴일교통상해위험예측모듈
820: 일반상해그룹화예측모듈 821: 연령대가중치부가모듈
822: 성별가중치부가모듈 823: 활동영역가중치부가모듈
824: 여가활동량가중치부가모듈 825: 예측질환가중치부가모듈
830: 여행그룹화예측모듈
90: 보험설계부
910: 월납부액설정모듈 911: 상한액설정모듈 912: 납부범위설정모듈
920: 보험우선순위설정모듈 921: 위험도반영순위설정모듈
922: 항목반영순위설정모듈 923: 조건반영순위설정모듈
930: 보장범위설정모듈 931: 평균치료비설정모듈
932: 소득감소반영모듈 933: 부양가족반영모듈 934: 위험도반영모듈
940: 보험상품설계모듈 941: 상품별보험료산출모듈
942: 월납부액체크모듈 943: 제1월납부액보정모듈
944: 제2월납부액보정모듈 945: 제3월납부액보정모듈
Claims (14)
- 사용자의 유전자검사 데이터를 수집,분석하는 유전자분석부;
사용자의 건강검진 데이터를 수집,분석하는 건강검진분석부;
사용자의 생활습관 데이터를 수집,분석하는 생활습관분석부;
사용자의 이동정보 데이터를 수집,분석하는 이동정보분석부;
사용자의 활동영역 데이터를 수집,분석하는 활동영역분석부;
사용자의 여가활동 데이터를 수집,분석하는 여가활동분석부;
사용자의 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터를 반영하여 사용자의 질환위험도를 산출하는 질환위험예측분석부;
사용자의 기본정보 데이터, 이동정보 데이터, 활동영역 데이터 및 여가활동 데이터를 반영하여 사용자의 상해위험도를 산출하는 상해위험예측분석부; 및
상기 질환위험예측분석부 및 상해위험예측분석부의 제공 정보를 기반으로 사용자 맞춤형 보험상품을 설계하는 보험설계부;를 포함하며,
상기 유전자분석부는 사용자에 대해 사용자의 가족이 걸린 유전자 질환에 대한 데이터를 수집,분석하는 가족력질환분석모듈을 포함하고,
상기 건강검진분석부는, 사용자의 누적된 건강검진 데이터를 비교,분석하는 건강검진이력데이터분석모듈과, 상기 건강검진이력데이터분석모듈의 분석 결과를 기반으로 사용자의 신체부위별 건강변화에 대한 추세를 분석하는 신체부위별건강변화분석모듈을 포함하고,
상기 생활습관분석부는, 사용자의 일상생활이 이루어지는 주변 환경에 대한 정보를 수집,분석하는 일상생활주변환경분석모듈과, 사용자의 일상생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하는 일상생활움직임분석모듈과, 사용자의 여가생활에서의 신체 움직임 정도에 대한 정보를 수집,분석하는 여가생활활동량분석모듈과, 사용자의 일상생활에서의 식습관에 대한 정보를 수집,분석하는 일상생활식습관분석모듈과, 사용자의 일상생활에서의 뇌사용량에 대한 정보를 수집,분석하는 일상생활뇌사용량분석모듈을 포함하고,
상기 질환위험예측분석부는, 사용자의 연령대에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 연령별가중치적용모듈과, 사용자의 성별에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 성별가중치적용모듈과, 사용자의 현재 시점에 질환위험도에는 상기 건강검진 데이터의 가중치를 높게 적용하고, 근미래의 질환위험도에는 상기 생활습관 데이터의 가중치를 높게 적용하고, 원미래의 질환위험도에는 상기 유전자검사 데이터의 가중치를 높게 적용하여 사용자의 생애주기 질환위험도를 정확하게 산출하는 생애주기별가중치적용모듈과, 상기 유전자검사 데이터에 상기 가족력질환분석모듈에서 분석,제공되는 가족 관련 유전자 질환 데이터를 가중치 적용하여 신체부위별 유전자 질환에 대한 데이터를 제공하는 유전자질환가중치적용모듈과, 사용자의 신체 부위에 따라 상기 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 적용하는 가중치를 달리하는 신체부위별가중치적용모듈을 포함하고,
상기 연령별가중치적용모듈은, 저연령대 사용자에 대해 건강검진 데이터의 가중치는 상대적으로 낮게 적용하고 유전자검사 데이터의 가중치는 상대적으로 높게 적용하는 저연령대가중치적용모듈과, 고연령대 사용자에 대해 건강검진 데이터의 가중치는 상대적으로 높게 적용하고 유전자검사 데이터의 가중치는 상대적으로 낮게 적용하는 고연령대가중치적용모듈과, 중연령대 사용자에 대해 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터의 가중치를 균등하게 적용하는 중연령대가중치적용모듈을 포함하고,
상기 성별가중치적용모듈은, 여성 사용자에 대해서는 유전자검사 데이터의 가중치를 상대적으로 높게 적용하고, 남성 사용자에 대해서는 생활습관 데이터의 가중치를 상대적으로 높게 적용하고,
상기 신체부위별가중치적용모듈은, 기관지나 폐와 같은 호흡기 부위에 대해서는 상기 일상생활주변환경분석모듈의 주변 환경 데이터 및 상기 일상생활식습관분석모듈의 식습관 데이터의 가중치를 상대적으로 높게 적용하는 호흡기부위가중치적용모듈과, 척추나 관절과 같은 척추/관절 부위에 대해서는 상기 일상생활움직임분석모듈 및 여가생활활동량분석모듈에서의 신체 움직임 정도 데이터의 가중치를 상대적으로 높게 적용하는 척추/관절부위가중치적용모듈과, 심장이나 혈관과 같은 혈관계 부위에 대해서는 상기 일상생활식습관분석모듈의 식습관 데이터 및 상기 일상생활움직임분석모듈와 여가생활활동량분석모듈에서의 신체 움직임 정도 데이터의 가중치를 상대적으로 높게 적용하는 심혈관부위가중치적용모듈과, 치매와 같은 뇌 부위에 대해서는 상기 일상생활뇌사용량분석모듈의 뇌사용량 데이터의 가중치를 상대적으로 높게 적용하는 뇌부위가중치적용모듈과, 암 질환에 대해서는 상기 유전자질환가중치적용모듈의 신체부위별 유전자 질환에 대한 데이터 및 상기 일상생활식습관분석모듈의 식습관 데이터의 가중치를 상대적으로 높게 적용하는 암질환가중치적용모듈을 포함하고,
상기 상해위험예측분석부는, 상기 기본정보 데이터, 활동영역 데이터, 여가활동 데이터 및 상기 질환위험예측분석부의 제공 정보를 그룹화하여 일반상해위험도를 산출하는 일반상해그룹화예측모듈을 포함하고,
상기 일반상해그룹화예측모듈은, 상기 기본정보 데이터의 나이에 따른 상해위험가중치를 적용하는 연령대가중치부가모듈과, 상기 기본정보 데이터의 성별에 따른 상해위험가중치를 적용하는 성별가중치부가모듈과, 상기 활동영역 데이터의 주 활동영역에 따른 상해위험가중치를 적용하는 활동영역가중치부가모듈과, 상기 여가활동 데이터의 여가활동의 활동량에 따른 상해위험가중치를 적용하는 여가활동량가중치부가모듈과, 상기 질환위험예측분석부의 제공 정보의 예측 질환에 따른 상해위험가중치를 적용하는 예측질환가중치부가모듈을 포함하는 것을 특징으로 하는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제 1 항에 있어서,
상기 보험설계부는, 사용자별 월보험료 납부액의 적정 범위를 설정하는 월납부액설정모듈과, 사용자별 가입대상 보험상품의 우선순위를 설정하는 보험우선순위설정모듈과, 사용자별 보험상품의 적정 보장범위를 설정하는 보장범위설정모듈과, 사용자별 월납부액 적정 범위, 가입대상 보험상품 우선순위 및 보험상품별 적정 보장범위를 종합하여 보험상품별 가입조건을 조정하는 보험상품설계모듈을 포함하는 것을 특징으로 하는 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템. - 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230062441A KR102641871B1 (ko) | 2023-05-15 | 2023-05-15 | 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230062441A KR102641871B1 (ko) | 2023-05-15 | 2023-05-15 | 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102641871B1 true KR102641871B1 (ko) | 2024-02-28 |
Family
ID=90052841
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230062441A KR102641871B1 (ko) | 2023-05-15 | 2023-05-15 | 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102641871B1 (ko) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013502651A (ja) * | 2009-08-17 | 2013-01-24 | メトロポリタン ライフ インシュアランス カンパニー | 保険引受用オンラインシステムおよび方法 |
| KR20160074139A (ko) * | 2014-12-18 | 2016-06-28 | (주)이패스에프엔 | 보험상품 판매방법 |
| KR20200082445A (ko) * | 2018-12-28 | 2020-07-08 | (주)블루와이즈 | 위치 정보를 활용한 건강 및 생활안전 관리 시스템 |
| KR102197095B1 (ko) * | 2020-04-02 | 2020-12-30 | 이준호 | 유전자 분석정보, 건강검진정보 및 생체정보에 기반한 인슈테크 시스템 |
| KR20210112827A (ko) * | 2020-03-06 | 2021-09-15 | 이원석 | 네트워크를 통한 개인 이동 수단의 보험 관리 방법 및 이에 사용되는 보험사 서버 |
| KR20220059296A (ko) * | 2020-11-02 | 2022-05-10 | 한화생명보험 (주) | 보험 상품 정보를 제공하는 방법 및 이를 위한 장치 |
| KR20230001435A (ko) * | 2021-06-28 | 2023-01-04 | 보맵 주식회사 | 고객정보 통합분석기반 보험 보장핏팅 서비스 방법 및 장치 |
-
2023
- 2023-05-15 KR KR1020230062441A patent/KR102641871B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013502651A (ja) * | 2009-08-17 | 2013-01-24 | メトロポリタン ライフ インシュアランス カンパニー | 保険引受用オンラインシステムおよび方法 |
| KR20160074139A (ko) * | 2014-12-18 | 2016-06-28 | (주)이패스에프엔 | 보험상품 판매방법 |
| KR20200082445A (ko) * | 2018-12-28 | 2020-07-08 | (주)블루와이즈 | 위치 정보를 활용한 건강 및 생활안전 관리 시스템 |
| KR20210112827A (ko) * | 2020-03-06 | 2021-09-15 | 이원석 | 네트워크를 통한 개인 이동 수단의 보험 관리 방법 및 이에 사용되는 보험사 서버 |
| KR102197095B1 (ko) * | 2020-04-02 | 2020-12-30 | 이준호 | 유전자 분석정보, 건강검진정보 및 생체정보에 기반한 인슈테크 시스템 |
| KR20220059296A (ko) * | 2020-11-02 | 2022-05-10 | 한화생명보험 (주) | 보험 상품 정보를 제공하는 방법 및 이를 위한 장치 |
| KR20230001435A (ko) * | 2021-06-28 | 2023-01-04 | 보맵 주식회사 | 고객정보 통합분석기반 보험 보장핏팅 서비스 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ho et al. | The impact of consumer inattention on insurer pricing in the Medicare Part D program | |
| Devaux et al. | Income-related inequalities in health service utilisation in 19 OECD countries, 2008-2009 | |
| Wynand et al. | Risk adjustment in competitive health plan markets | |
| Hariri et al. | Medicare physician reimbursement: past, present, and future | |
| Daley et al. | Healthcare systems: the Netherlands | |
| Layton et al. | Health plan payment in US marketplaces: regulated competition with a weak mandate | |
| Dunn | The value of coverage in the medicare advantage insurance market | |
| McGuire et al. | Very high and low residual spenders in private health insurance markets: Germany, The Netherlands and the US Marketplaces | |
| van den Broek-Altenburg et al. | The relation between selective contracting and healthcare expenditures in private health insurance plans in the United States | |
| Brammli-Greenberg et al. | Regulated competition and health plan payment under the national health insurance law in Israel—The unfinished story | |
| Kabaniha et al. | Global healthcare financing: Economics, methods, and strategies for sustainable healthcare | |
| McGuire et al. | Regulated competition in health insurance markets: Paradigms and ongoing issues | |
| Chen et al. | Latino population growth and hospital uncompensated care in California | |
| KR102641871B1 (ko) | 질환 및 상해 예측에 기반한 맞춤형 보험설계서비스 시스템 | |
| Yaesoubi et al. | Payment contracts in a preventive health care system: A perspective from Operations Management | |
| KR102613344B1 (ko) | 3d 뷰잉을 통한 맞춤형 보험 진단 및 설계서비스 시스템 | |
| Cid | Diagnoses-based risk adjusted capitation payments for improving solidarity and efficiency in the Chilean health care system: evaluation and comparison with a demographic model | |
| McGuire et al. | Medicare advantage: regulated competition in the shadow of a public option | |
| KR102641873B1 (ko) | 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템 | |
| KR102607650B1 (ko) | 보험 설계를 위한 사용자별 질환예측 서비스 시스템 | |
| Lieberman et al. | A proposal to enhance competition and reform bidding in the medicare advantage program | |
| Van Kleef et al. | Does risk equalization reduce the viability of voluntary deductibles? | |
| Lee et al. | Physician payment reform: an idea whose time has come | |
| Melnick et al. | An empirical analysis of hospital ED pricing power | |
| Koziol et al. | Health care consumption among elderly patients in California: a comprehensive 10-year evaluation of trends in hospitalization rates and charges |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |