KR102641873B1 - 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템 - Google Patents

Abstract

본 발명은 사용자에 대한 예측된 질환에 대해 최적의 보험상품을 검색할 수 있도록 하는 서비스 시스템에 관한 것으로, 보다 구체적으로 사용자의 건강검진 데이터에 더해 유전전검사 데이터 및 생활습관 데이터를 함께 고려하여 사용자별 특정 질환에 대한 위험을 정확하게 예측하고, 여기에 더해 사용자가 예측된 질환에 대한 보장을 위한 보험상품을 신속,정확하게 검색할 수 있도록 검색키워드 및 검색가이드를 제공하며 특히, 기존 보험상품의 약관을 분석하여 특정 질환별 관련 키워드를 생성한 다음, 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하고, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 분석하여 특정 질환 관련 키워드를 보강하여, 특정 질환에 대한 보장을 위한 보험상품 검색에 필요한 키워드를 정확하게 제공함은 물론, 기존 보험상품에서 특정 질환의 보장조건과 관련한 조건키워드 및 특정 질환에서 보장하지 않는 면책조항 관련한 면책키워드를 정확하게 제공하여 사용자가 자신의 니즈에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 하는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템에 관한 것이다.

Description

예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템{A Customized insurance products search service system for predicted disease}

본 발명은 사용자에 대한 예측된 질환에 대해 최적의 보험상품을 검색할 수 있도록 하는 서비스 시스템에 관한 것으로, 보다 구체적으로 사용자의 건강검진 데이터에 더해 유전전검사 데이터 및 생활습관 데이터를 함께 고려하여 사용자별 특정 질환에 대한 위험을 정확하게 예측하고, 여기에 더해 사용자가 예측된 질환에 대한 보장을 위한 보험상품을 신속,정확하게 검색할 수 있도록 검색키워드 및 검색가이드를 제공하며 특히, 기존 보험상품의 약관을 분석하여 특정 질환별 관련 키워드를 생성한 다음, 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하고, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 분석하여 특정 질환 관련 키워드를 보강하여, 특정 질환에 대한 보장을 위한 보험상품 검색에 필요한 키워드를 정확하게 제공함은 물론, 기존 보험상품에서 특정 질환의 보장조건과 관련한 조건키워드 및 특정 질환에서 보장하지 않는 면책조항 관련한 면책키워드를 정확하게 제공하여 사용자가 자신의 니즈에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 하는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 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.

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.

<특허문헌> 등록특허 제10-2442873호(2022.09.14.공고) "보험 설계를 위한 질환예측 서비스 시스템"

상기 <특허문헌>에 개시된 종래 기술은, 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.

추가로, 예측된 질환에 대한 적절한 보장을 하는 보험상품을 사용자가 검색하고자 하는 경우에 있어서, 보험상품에 대한 지식이 부족한 사용자라 하더라도 자신의 니즈에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 가이드해주는 시스템에 대한 니즈는 증대되고 있으며, 추가로 사용자별 적정 월납부액이나 적정한 보장범위 등을 기반으로 한 맞춤형 보험상품을 검색할 수 있도록 하는 서비스 시스템에 대한 니즈 역시 증대되고 있다.

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로,

본 발명의 목적은, 사용자의 건강검진 데이터에 더해 유전전검사 데이터 및 생활습관 데이터를 함께 고려하여 사용자별 특정 질환에 대한 위험을 정확하게 예측하고, 여기에 더해 사용자가 예측된 질환에 대한 보장을 위한 보험상품을 신속,정확하게 검색할 수 있도록 검색키워드 및 검색가이드를 제공하는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템을 제공하는 것이다.

본 발명의 다른 목적은, 기존 보험상품의 약관을 분석하여 특정 질환별 관련 키워드를 생성한 다음, 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하고, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 분석하여 특정 질환 관련 키워드를 보강하여, 특정 질환에 대한 보장을 위한 보험상품 검색에 필요한 키워드를 정확하게 제공하는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템을 제공하는 것이다.

본 발명의 또 다른 목적은, 기존 보험상품에서 특정 질환의 보장조건과 관련한 조건키워드 및 특정 질환에서 보장하지 않는 면책조항 관련한 면책키워드를 정확하게 제공하여 사용자가 자신의 니즈에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 하는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템을 제공하는 것이다.

본 발명의 또 다른 목적은, 사용자별 월보험료 납부액의 적정 범위를 설정하여 제공하고, 사용자별 보험상품의 적정 보장범위를 설정하여 제공하고, 사용자별 가입대상 보험상품의 우선순위를 설정하여 제공함으로써, 사용자가 현재 가입되어 있는 보험에 대한 정확한 진단 및 자신의 상황에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 하는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템을 제공하는 것이다.

본 발명의 또 다른 목적은, 질환예측을 위해 사용하는 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 사용자별 가중치를 달리 적용하여 사용자 맞춤형 질환위험도를 정확하게 산출하여 이에 기반한 사용자 맞춤형 보험상품 검색이 이루어지도록 하는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 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 적용함은 물론, 신체 부위에 따라 다양한 생활습관에 따른 데이터의 적용 가중치를 달리 적용하여 질환위험도를 정확하게 산출할 수 있는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 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 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템은, 사용자의 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터를 반영하여 사용자의 질환위험도를 산출하는 질환위험예측분석부; 예측된 질환에 대한 보험상품 검색을 위한 검색키워드를 생성하여 제공하는 검색키워드제공부;를 포함하며, 상기 검색키워드제공부는, 기존 보험상품의 약관을 분석하여 특정 질환별 관련 키워드를 생성하는 키워드생성모듈과, 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하는 제1키워드보강모듈을 포함하는 것을 특징으로 한다.

본 발명의 다른 실시예에 따르면, 본 발명에 있어서 상기 키워드생성모듈은, 기존 보험상품의 약관에서 보장하는 손해조항과 보장하지 않는 면책조항별로 텍스트를 추출하는 손해/면책정보추출모듈과, 손해조항 및 면책조항 텍스트에서 각각 특수문자와 같은 불용어를 제거하는 텍스트정제모듈과, 손해조항 텍스트에서 특정 질환과 관련한 키워드를 추출하는 질환관련키워드추출모듈과, 상기 질환관련키워드추출모듈에서 추출된 키워드와 연이어 사용된 키워드 또는 연관성 있는 키워드를 확인,분석하여 해당 질환과 관련한 키워드로 추가하는 제1키워드추가모듈과, 손해조항 텍스트에서 특정 질환의 보장과 관련한 조건키워드를 추출하는 조건관련키워드추출모듈과, 면책조항 텍스트에서 특정 질환과 관련한 면책키워드를 추출하는 면책관련키워드추출모듈과, 손해조항 텍스트에서 특정 질환의 보장 제외와 관련한 키워드를 확인,분석하여 면책키워드로 추가하는 제2키워드추가모듈을 포함하는 것을 특징으로 한다.

본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 제1키워드보강모듈은, 사용자가 제공하는 마이데이터의 보험상품정보에서 사용된 특정 질환과 관련한 텍스트를 추출하는 마이데이터정보추출모듈과, 상기 마이데이터정보추출모듈에서 추출된 텍스트에서 특정 질환과 관련한 키워드를 추출하여 상기 키워드생성모듈에서 추출 및 추가된 키워드와 대비하여 신규 키워드를 선별하는 신규키워드선별모듈과, 상기 신규 키워드에 대해 해당 질환과 관련된 키워드인지 또는 해당 질환의 보장과 관현한 조건키워드인지 또는 해당 질환과 관련한 면책키워드인지를 분별하여 각각의 키워드로 보강하는 키워드분별보강모듈을 포함하는 것을 특징으로 한다.

본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 검색키워드제공부는, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 특정 질환과 관련한 키워드로 추출하여 상기 키워드생성모듈에서 추출 및 추가된 키워드와 대비하여 신규 키워드를 해당 질환과 관련된 키워드로 보강하는 제2키워드보강모듈을 추가로 포함하는 것을 특징으로 한다.

본 발명의 또 다른 실시예에 따르면, 본 발명의 시스템은, 예측된 질환에 대해 사용자가 직접 관련된 보험상품 검색을 용이하게 할 수 있도록 사용자 검색을 가이드하는 검색가이드제공부;를 추가로 포함하며, 상기 검색가이드제공부는, 사용자가 특정 질환과 관련한 보험상품을 검색하기 위해 검색란에 특정 키워드를 입력하면 상기 키워드생성모듈을 통해 추출된 해당 질환 관련 키워드를 기반으로 상기 특정 키워드와 연관된 키워드를 조합하여 검색키워드를 제시하는 검색키워드제공모듈과, 사용자가 보험상품의 특정 질환의 보장과 관련한 조건을 기반으로 보험상품을 검색할 수 있도록 상기 키워드생성모듈을 통해 추출된 조건키워드를 기반으로 특정 조건에 대한 필터링 기능을 제공하는 조건별필터링제공모듈과, 사용자가 보험상품의 특정 질환에 대한 면책 내용을 기반으로 보험상품을 검색할 수 있도록 상기 키워드생성모듈을 통해 추출된 면책키워드를 기반으로 특정 면책사항에 대한 필터링 기능을 제공하는 면책별필터링제공모듈을 포함하는 것을 특징으로 한다.

본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 검색가이드제공부는, 사용자가 부담해야 하는 월보험료 납부액을 기반으로 예측된 질환에 대한 보험상품을 검색할 수 있도록 사용자별 월보험료 납부액의 적정 범위를 설정하는 월납부액설정모듈과, 보험상품이 보장하는 보장범위를 기반으로 예측된 질환에 대한 보험상품을 검색할 수 있도록 사용자별 보험상품의 적정 보장범위를 설정하는 보장범위설정모듈과, 검색된 보험상품들 중에서 사용자별 가입대상 보험상품의 우선순위를 설정하는 보험우선순위설정모듈을 추가로 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 포함하고, 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, 질환위험도를 기준으로 보장범위를 보정하는 위험도반영모듈을 포함하고, 상기 보험우선순위설정모듈은, 상기 질환위험예측분석부를 통해 질환위험도가 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 검색가이드제공부는, 현재 사용자가 보유하고 있는 보험상품이 상기 월납부액설정모듈에서 제시한 월보험료 납부액의 적정 범위 이내인지 여부를 진단하는 월납부액진단모듈과, 현재 사용자가 보유하고 있는 보험상품이 상기 보험우선순위설정모듈에서 제시한 우선순위 내에 포함되는지 여부를 진단하는 우선순위진단모듈과, 현재 사용자가 보유하고 있는 보험상품이 상기 보장범위설정모듈에서 제시한 보험상품별 적정 보장범위를 충족하는지 여부를 진단하는 보장범위진단모듈을 추가로 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, 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 발명은 앞서 본 실시예와 하기에 설명할 구성과 결합, 사용관계에 의해 다음과 같은 효과를 얻을 수 있다.

본 발명은, 사용자의 건강검진 데이터에 더해 유전전검사 데이터 및 생활습관 데이터를 함께 고려하여 사용자별 특정 질환에 대한 위험을 정확하게 예측하고, 여기에 더해 사용자가 예측된 질환에 대한 보장을 위한 보험상품을 신속,정확하게 검색할 수 있도록 검색키워드 및 검색가이드를 제공하는 효과를 갖는다.

본 발명은, 기존 보험상품의 약관을 분석하여 특정 질환별 관련 키워드를 생성한 다음, 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하고, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 분석하여 특정 질환 관련 키워드를 보강하여, 특정 질환에 대한 보장을 위한 보험상품 검색에 필요한 키워드를 정확하게 제공하는 효과를 갖는다.

본 발명은, 기존 보험상품에서 특정 질환의 보장조건과 관련한 조건키워드 및 특정 질환에서 보장하지 않는 면책조항 관련한 면책키워드를 정확하게 제공하여 사용자가 자신의 니즈에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 하는 효과를 갖는다.

본 발명은, 사용자별 월보험료 납부액의 적정 범위를 설정하여 제공하고, 사용자별 보험상품의 적정 보장범위를 설정하여 제공하고, 사용자별 가입대상 보험상품의 우선순위를 설정하여 제공함으로써, 사용자가 현재 가입되어 있는 보험에 대한 정확한 진단 및 자신의 상황에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 하는 효과를 갖는다.

본 발명은, 질환예측을 위해 사용하는 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터에 사용자별 가중치를 달리 적용하여 사용자 맞춤형 질환위험도를 정확하게 산출하여 이에 기반한 사용자 맞춤형 보험상품 검색이 이루어지도록 하는 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 적용함은 물론, 신체 부위에 따라 다양한 생활습관에 따른 데이터의 적용 가중치를 달리 적용하여 질환위험도를 정확하게 산출할 수 있는 효과를 갖는다.

도 1은 본 발명에 따른 맞춤형 보험상품 검색서비스 시스템의 구성도
도 2는 유전자분석부 구성도
도 3은 건강검진분석부 구성도
도 4는 생활습관분석부 구성도
도 5는 질환위험예측분석부 구성도
도 6은 검색키워드제공부의 구성도
도 7은 검색가이드제공부의 구성도

이하에서는 본 발명에 따른 예측된 질환에 대한 맞춤형 보험상품 검색서비스 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 7을 참조하면, 본 발명의 일 실시예에 따른 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템은, 사용자의 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터를 반영하여 사용자의 질환위험도를 산출하는 질환위험예측분석부(40); 예측된 질환에 대한 보험상품 검색을 위한 검색키워드를 생성하여 제공하는 검색키워드제공부(50); 및 예측된 질환에 대해 사용자가 직접 관련된 보험상품 검색을 용이하게 할 수 있도록 사용자 검색을 가이드하는 검색가이드제공부(60);를 포함할 수 있다. 앞서 설명한 바와 같이, 본 발명의 경우, 사용자의 건강검진 데이터에 더해 유전전검사 데이터 및 생활습관 데이터를 함께 고려하여 사용자별 특정 질환에 대한 위험을 정확하게 예측하고, 그에 따라 사용자가 예측된 질환에 대한 보장을 위한 보험상품을 신속,정확하게 검색할 수 있도록 검색키워드 및 검색가이드를 제공하는 것이 특징인바, 먼저 질환위험에 대한 예측분석 구성에 대해 설명하고, 이를 기반으로 사용자가 맞춤형 보험상품을 신속,정확하게 검색할 수 있도록 검색키워드를 제공하고 검색가이드를 제공하는 구성에 대해 설명하도록 한다. 한편, 이하에서 설명하는 유전자분석부(10), 건강검진분석부(20), 생활습관분석부(30), 질환위험예측분석부(40), 검색키워드제공부(50) 및 검색가이드제공부(60) 등의 구성 및 기능은 질환예측, 보험검색 및 가이드 구현을 위한 전용 웹 또는 어플리케이션을 제공하면서 해당 웹 또는 어플리케이션을 통해 분석 결과 등을 제공하는 별도의 서버 등을 통해 구현될 수 있다.

먼저, 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 질환위험예측 분석 결과를 기반으로, 사용자가 예측된 질환에 대해 맞춤형 보험상품을 신속,정확하게 검색할 수 있도록 서비스하는 구성에 대해 설명하도록 한다.

상기 검색키워드제공부(50)는, 예측된 질환에 대한 보험상품 검색을 위한 검색키워드를 생성하여 제공하는 기능을 수행하는 구성으로, 데이터베이스에 저장된 또는 기존 보험사의 DB에 접속하여 기존 보험상품의 약관을 분석하여 약관에서 특정 질환과 관련하여 사용되는 키워드를 추출하고 추가적으로 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하고, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 분석하여 특정 질환 관련 키워드를 보강함으로써, 특정 질환에 대한 보장을 위한 보험상품 검색에 필요한 키워드를 정확하게 제공하게 된다. 이를 위해 보다 구체적으로 상기 검색키워드제공부(50)는, 기존 보험상품의 약관을 분석하여 특정 질환별 관련 키워드를 생성하는 키워드생성모듈(510)과, 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하는 제1키워드보강모듈(520)과, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 특정 질환과 관련한 키워드로 추출하여 상기 키워드생성모듈(510)에서 추출 및 추가된 키워드와 대비하여 신규 키워드를 해당 질환과 관련된 키워드로 보강하는 제2키워드보강모듈(530)을 포함할 수 있다.

상기 키워드생성모듈(510)은 기존 보험상품의 약관을 분석하여 특정 질환별 관련 키워드를 생성하는 구성으로, 이를 위해 상기 키워드생성모듈(510)은 보다 구체적으로, 기존 보험상품의 약관에서 보장하는 손해조항과 보장하지 않는 면책조항별로 텍스트를 추출하는 손해/면책정보추출모듈(511)과, 손해조항 및 면책조항 텍스트에서 각각 특수문자와 같은 불용어를 제거하는 텍스트정제모듈(512)과, 손해조항 텍스트에서 특정 질환과 관련한 키워드를 추출하는 질환관련키워드추출모듈(513)과, 상기 질환관련키워드추출모듈(513)에서 추출된 키워드와 연이어 사용된 키워드 또는 연관성 있는 키워드를 확인,분석하여 해당 질환과 관련한 키워드로 추가하는 제1키워드추가모듈(514)과, 손해조항 텍스트에서 특정 질환의 보장과 관련한 조건키워드를 추출하는 조건관련키워드추출모듈(515)과, 면책조항 텍스트에서 특정 질환과 관련한 면책키워드를 추출하는 면책관련키워드추출모듈(516)과, 손해조항 텍스트에서 특정 질환의 보장 제외와 관련한 키워드를 확인,분석하여 면책키워드로 추가하는 제2키워드추가모듈(517)을 포함할 수 있다.

상기 손해/면책정보추출모듈(511)은 기존 보험상품의 약관에서 보장하는 손해조항과 보장하지 않는 면책조항별로 텍스트를 추출하는 구성으로, 기존 보험상품의 약관에서는 해당 보험상품이 어떤 질환에 대해 어떤 조건하에서 손해를 보장하는지에 대한 손해조항 및 어떤 경우에는 해당 질환에 대해 손해를 보장하지 않는지에 대한 면책조항을 포함하고 있는데, 상기 손해/면책정보추출모듈(511)에서는 기존 보험상품의 약관 규정들 중에서 조항의 제목 내지는 조항의 내용(텍스트)에 포함된 단어 중 해당 손해조항 내지는 면책조항에 해당하는 단어(일 예로, '손해, 보장, 면책 등') 및 문맥을 중심으로 분석하여, 손해조항과 면책조항을 분별하고 해당 손해조항과 면책조항별로 텍스트를 추출하여 제공하게 된다.

상기 텍스트정제모듈(512)은 손해조항 및 면책조항 텍스트에서 각각 특수문자와 같은 불용어를 제거하는 구성으로, 상기 손해/면책정보추출모듈(511)을 통해 추출된 손해조항 및 면책조항 텍스트에서 해당 텍스트를 분석하여 필요한 키워드를 추출하기 위해 먼저, 해당 텍스트들에서 불필요한 특수문자 내지는 불용어(일 예로, '은, 는, 이, 가 등'의 조사)를 사전에 제거하는 기능을 수행하게 된다.

상기 질환관련키워드추출모듈(513)은 상기 손해/면책정보추출모듈(511) 및 텍스트정제모듈(512)을 거친 손해조항 텍스트에서 특정 질환과 관련한 키워드를 추출하는 구성으로, 일 예로, 대장암이라는 특정 질환과 관련하여 해당 보험상품의 약관에서 사용되는 관련한 키워드로, 대장암, 대장점막내암 등의 관련된 키워드를 일차적으로 추출하게 된다.

상기 제1키워드추가모듈(514)은 상기 질환관련키워드추출모듈(513)에서 추출된 키워드와 연이어 사용된 키워드 또는 연관성 있는 키워드를 확인,분석하여 해당 질환과 관련한 키워드로 추가하는 구성으로, 일 예로, 상기 질환관련키워드추출모듈(513)에서 대장암이라는 특정 질환과 관련하여 약관으로부터 추출된 키워드가 '대장암'이라고 하면, 해당 키워드와 함께 연이어 사용되거나 연관성 있는 '진단코드인 C18 등', '대장의 악성신생물', '의약품 관련 분류번호인 421 등'의 키워드를 대상으로 상기 제1키워드추가모듈(514)에서는 해당 질환과 관련한 키워드로 추가할 수 있다.

상기 조건관련키워드추출모듈(515)은 상기 손해/면책정보추출모듈(511) 및 텍스트정제모듈(512)을 거친 손해조항 텍스트에서 특정 질환의 보장과 관련한 조건키워드를 추출하는 구성으로, 보험상품의 약관에서는 해당 보험상품이 보장하는 질환 관련하여 보장은 하되, 특정 조건하에서만 이를 보장하는 조건을 전제하는 경우가 많은데, 이러한 해당 보험상품이 보장 관련하여 제시하는 조건을 사용자가 명확하게 확인하여 해당 조건을 알고 보험상품을 검색할 수 있도록 하기 위해서는 이러한 보장과 관련한 조건키워드를 추출하고 DB화하여 이를 제시하는 기능이 필요한데, 상기 조건관련키워드추출모듈(515)을 통해 이를 수행하게 된다. 보험상품의 약관에서는 '1회에 한해 보장한다', '확정되었을 때 진단금을 1회만 제공한다', '6개월 내에는 절반으로 삭감하여 지급한다' 등의 해당 보장과 관련한 조건을 명시하고 있는데, 상기 조건관련키워드추출모듈(515)에서는 손해조항 텍스트에서의 문맥 분석을 통해, 이러한 '1회', '확정', '6개월내' 등과 같은 특정 질환의 보장과 관련한 조건키워드를 추출하여 해당 보험상품의 손해 보장이 실시되는 조건 관련한 DB를 구축하고, 이를 제공하게 된다.

상기 면책관련키워드추출모듈(516)은 상기 손해/면책정보추출모듈(511) 및 텍스트정제모듈(512)을 거친 면책조항 텍스트에서 특정 질환과 관련한 면책키워드를 추출하는 구성으로, 보험상품의 약관에서는 해당 보험상품이 손해를 보장하지 않는 면책 관련 조항을 규정하면서, 일 예로, '우울증 등의 정신질환을 가진 경우에는 지급하지 아니한다', '피부암은 지급하지 아니한다' 등의 면책과 관련한 규정을 명시하고 있는데, 상기 면책관련키워드추출모듈(516)에서는 면책조항 텍스트에서의 문맥 분석을 통해, 이러한 '우울증', '피부암' 등과 같은 해당 보험상품에서의 면책을 규정하고 있는 면책키워드를 추출하여 해당 보험상품의 보장이 이루어지지 않는 면책 관련한 DB를 구축하고, 이를 제공하게 된다.

상기 제2키워드추가모듈(517)은 상기 손해/면책정보추출모듈(511) 및 텍스트정제모듈(512)을 거친 손해조항 텍스트에서 특정 질환의 보장 제외와 관련한 키워드를 확인,분석하여 면책키워드로 추가하는 구성으로, 보험상품의 약관에서는 별도로 규정하고 있는 면책조항에서 해당 보험상품이 손해를 보장하지 않는 면책을 규정하고 있는 것과 별개로, 보장과 관련한 손해조항에서도 특정 경우에는 손해를 보장하지 않는다라는 보장 제외를 규정하고 있다. 따라서, 상기 제2키워드추가모듈(517)에서는 이러한 경우에 있어서의 면책키워드 누락을 방지할 수 있도록, 손해조항 텍스트에서 특정 질환의 보장 제외와 관련한 키워드를 확인,분석하여 면책키워드로 추가하는 기능을 수행하게 된다. 일 예로, '단, 진단금 수령 후 5년 이내에 재발에는 진단금을 지급하지 아니한다', '단, 특정 질환에 대한 고지의무 위반시에는 지급하지 아니한다' 등과 같은 손해조항 텍스트에서 단서 규정을 통해 보장 제외를 규정하고 있는데, 상기 제2키워드추가모듈(517)에서는 손해조항 텍스트에서의 문맥 분석을 통해, 이러한 '지급하지 아니한다'와 같은 문구와 연해 있는 '5년 이내 재발', '고지의무 위반' 등과 같은 키워드를 해당 보험상품에서의 면책키워드로 추출하여 해당 보험상품의 보장이 이루어지지 않는 면책 관련한 DB에 이를 보강하고, 이를 제공하게 된다.

상기 제1키워드보강모듈(520)은 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하는 구성이다. '마이데이터'란 개인(사용자)가 자신의 보험상품을 포함한 다양한 개인정보를 언제 누구에게 어느 범위까지 제공하고 이용하게 할 것인지를 능동적으로 관리하는 개념으로, 이와 같이 제공된 마이데이터는 다양한 분야에서 응용 및 활용되고 있다. 보험상품 관련하여서도 사용자는 마이데이터 제공을 통해 자신이 가입한 보험상품에 대한 정보는 물론, 질환 관련하여 병원에서 받은 진료기록이나 결제기록 등의 정보를 제공할 수 있는데, 다만 이러한 마이데이터 상의 정보에서 사용되는 용어는 기존의 용어와는 다른 용어들이 혼재되어 있는 경우가 많으므로, 상기 제1키워드보강모듈(520)에서는 사용자가 제공하는 마이데이터상의 보험상품 관련한 정보를 분석하여 이러한 데이터에서만 사용되는 특정 질환 관련 키워드를 통해 관련 키워드를 보강할 수 있다.

이를 위해 상기 제1키워드보강모듈(520)은 보다 구체적으로, 사용자가 제공하는 마이데이터의 보험상품정보에서 사용된 특정 질환과 관련한 텍스트를 추출하는 마이데이터정보추출모듈(521)과, 상기 마이데이터정보추출모듈(521)에서 추출된 텍스트에서 특정 질환과 관련한 키워드를 추출하여 상기 키워드생성모듈(510)에서 추출 및 추가된 키워드와 대비하여 신규 키워드를 선별하는 신규키워드선별모듈(522)과, 상기 신규 키워드에 대해 해당 질환과 관련된 키워드인지 또는 해당 질환의 보장과 관현한 조건키워드인지 또는 해당 질환과 관련한 면책키워드인지를 분별하여 각각의 키워드로 보강하는 키워드분별보강모듈(523)을 포함할 수 있다.

상기 마이데이터정보추출모듈(521)은 사용자가 제공하는 마이데이터의 보험상품정보에서 사용된 특정 질환과 관련한 텍스트를 추출하는 구성으로, 마이데이터 상의 보험상품 관련한 또는 특정 질환과 관련한 용어를 기반으로 해당 텍스트를 추출하여 제공하게 된다.

상기 신규키워드선별모듈(522)은 상기 마이데이터정보추출모듈(521)에서 추출된 텍스트에서 특정 질환과 관련한 키워드를 추출하여 상기 키워드생성모듈(510)에서 추출 및 추가된 키워드와 대비하여 신규 키워드를 선별하는 구성으로, 일 예로, 사용자가 제공하는 마이데이터 상의 추출된 텍스트에서, 특정 질환인 대장암이라는 용어와 함께 '소액암'이라는 용어가 사용되는 경우, 이와 같은 키워드를 추출하여 이를 상기 키워드생성모듈(510)에서 추출 및 추가된 키워드와 대비하고, 해당 용어가 기존에 추출 및 추가된 키워드와는 다른 용어 즉, 기존 DB에 없었던 용어라면 이를 신규 키워드로 선별하게 된다.

상기 키워드분별보강모듈(523)은 상기 신규 키워드에 대해 해당 질환과 관련된 키워드인지 또는 해당 질환의 보장과 관현한 조건키워드인지 또는 해당 질환과 관련한 면책키워드인지를 분별하여 각각의 키워드로 보강하는 구성으로, 일 예로, 대장암이라는 특정 질환과 관련하여 마이데이터 상에서는 이를 '소액암'으로 지칭하고 있는 경우가 있는데, 상기 키워드분별보강모듈(523)에서는 이러한 신규 키워드에 대해 해당 질환과 관련된 키워드인지를 분별하여 해당 키워드를 해당 질환 관련 키워드로 보강하게 된다. 상기 키워드분별보강모듈(523)에서 해당 키워드에 대한 분별은 마이데이터 상의 추출된 텍스트에 대한 문맥분석을 통하거나 또는 별도의 전문가 분석단계를 통해 이루어질 수 있다.

상기 제2키워드보강모듈(530)은 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 특정 질환과 관련한 키워드로 추출하여 상기 키워드생성모듈(510)에서 추출 및 추가된 키워드와 대비하여 신규 키워드를 해당 질환과 관련된 키워드로 보강하는 구성으로, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 분석하여 특정 질환 관련 키워드를 보강함으로써, 해당 질환에 대한 보장을 위한 보험상품 검색에 필요한 키워드를 보다 정확하게 제공할 수 있게 하다. 즉, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호에 대해서도, 상기 제2키워드보강모듈(530)에서는 이를 분석하여 이러한 데이터에서만 사용되는 특정 질환 관련 키워드를 통해 관련 키워드를 보강할 수 있다.

한편, 상기 검색가이드제공부(60)는 예측된 질환에 대해 사용자가 직접 관련된 보험상품 검색을 용이하게 할 수 있도록 사용자 검색을 가이드하는 구성으로, 앞서 설명한 바와 같이, 본 발명에서는 특정 질환에 대한 보장을 위한 보험상품 검색에 필요한 키워드를 정확하게 제공함과 아울러, 기존 보험상품에서 특정 질환의 보장조건과 관련한 조건키워드 및 특정 질환에서 보장하지 않는 면책조항 관련한 면책키워드를 정확하게 제공하여 사용자가 자신의 니즈에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 하는 맞춤형 보험상품 검색서비스 시스템을 제공하고자 하는 것인바, 이를 위해 상기 검색가이드제공부(60)는 보다 구체적으로, 사용자가 특정 질환과 관련한 보험상품을 검색하기 위해 검색란에 특정 키워드를 입력하면 상기 키워드생성모듈(510)을 통해 추출된 해당 질환 관련 키워드를 기반으로 상기 특정 키워드와 연관된 키워드를 조합하여 검색키워드를 제시하는 검색키워드제공모듈(610)과, 사용자가 보험상품의 특정 질환의 보장과 관련한 조건을 기반으로 보험상품을 검색할 수 있도록 상기 키워드생성모듈(510)을 통해 추출된 조건키워드를 기반으로 특정 조건에 대한 필터링 기능을 제공하는 조건별필터링제공모듈(620)과, 사용자가 보험상품의 특정 질환에 대한 면책 내용을 기반으로 보험상품을 검색할 수 있도록 상기 키워드생성모듈(510)을 통해 추출된 면책키워드를 기반으로 특정 면책사항에 대한 필터링 기능을 제공하는 면책별필터링제공모듈(630)을 포함할 수 있다.

상기 검색키워드제공모듈(610)은 사용자가 특정 질환과 관련한 보험상품을 검색하기 위해 본 발명의 시스템을 활용한 검색란에 특정 키워드를 입력하면 상기 키워드생성모듈(510)을 통해 추출된 해당 질환 관련 키워드를 기반으로 상기 특정 키워드와 연관된 키워드를 조합하여 검색키워드를 제시하는 구성으로, 즉 본 발명의 시스템을 통한 사용자의 예측된 질환 관련 보험상품 직접 검색의 용이성을 위해, 사용자가 검색란에 특정 키워드를 입력하게 되면, 해당 키워드와 연관된 키워드를 자동으로 조합하여 제공함으로써, 보험 관련 지식이 많지 않은 사용자라도 해당 질환에 관련된 보험상품들을 놓치지 않고 검색할 수 있게 가이드할 수 있다. 상기 검색키워드제공모듈(610)에서는 상기 키워드생성모듈(510)을 통해 추출된 해당 질환 관련 키워드(DB)를 기반으로 연관된 키워드 조합을 구성하여 제시할 수 있게 된다.

상기 조건별필터링제공모듈(620)은 사용자가 보험상품의 특정 질환의 보장과 관련한 조건을 기반으로 보험상품을 검색할 수 있도록 상기 키워드생성모듈(510)을 통해 추출된 조건키워드를 기반으로 특정 조건에 대한 필터링 기능을 제공하는 구성으로, 즉 앞서 설명한 상기 검색키워드제공모듈(610)을 통해 제공받은 키워드 조합을 통해 특정 질환 관련한 다양한 보험상품들을 검색할 수 있는데, 이러한 다양한 보험상품들 중에서 특정 질환의 보장 개시와 관련한 조건을 기반으로 사용자가 해당 보험상품들을 필터링할 수 있어야, 사용자가 자신이 필요로 하는 맞춤형 보험상품을 검토하는데 신속,정확하게 검색을 할 수 있게 되는바, 상기 조건별필터링제공모듈(620)에서는 이러한 보험상품별 특정 질환의 보장과 관련한 조건 기반 보험상품에 대한 필터링 기능을 수행하게 된다. 앞서 설명한 바와 같이, 보험상품의 약관에서는 '1회에 한해 보장한다', '확정되었을 때 진단금을 1회만 제공한다', '6개월 내에는 절반으로 삭감하여 지급한다' 등의 해당 보장과 관련한 조건을 명시하고 있는바, 이러한 보장 조건 중 사용자가 자신의 상황에 맞는 최적의 보험상품을 검토하기 위해서는, 이러한 보험상품별 특정 질환의 보장과 관련한 조건을 기반으로 보험상품들을 필터링할 수 있도록, 상기 조건별필터링제공모듈(620)에서는 상기 키워드생성모듈(510)(조건관련키워드추출모듈(515))을 통해 추출된 조건키워드를 기반으로 사용자 검색시 특정 조건에 대한 필터링 기능을 제공함으로써 이를 구현할 수 있다. 일 예로, 사용자는 1회에 한하여 보장을 지급하는 보험상품을 선택하고 싶은 경우에는 상기 조건별필터링제공모듈(620)을 통해 '1회'라는 조건에 해당되는 보험상품들만을 필터링하여 검색할 수 있게 된다.

상기 면책별필터링제공모듈(630)은 사용자가 보험상품의 특정 질환에 대한 면책 내용을 기반으로 보험상품을 검색할 수 있도록 상기 키워드생성모듈(510)을 통해 추출된 면책키워드를 기반으로 특정 면책사항에 대한 필터링 기능을 제공하는 구성으로, 즉 앞서 설명한 상기 검색키워드제공모듈(610)을 통해 제공받은 키워드 조합을 통해 특정 질환 관련한 다양한 보험상품들을 검색할 수 있는데, 이러한 다양한 보험상품들 중에서 특정 질환이 보장되지 않는 사항 즉, 면책 관련한 조건을 기반으로 사용자가 해당 보험상품들을 필터링할 수 있어야, 사용자가 자신이 필요로 하는 맞춤형 보험상품을 검토하는데 신속,정확하게 검색을 할 수 있게 되는바, 상기 면책별필터링제공모듈(630)에서는 이러한 보험상품별 특정 질환 보장에 대한 면책과 관련한 면책 기반 보험상품에 대한 필터링 기능을 수행하게 된다. 앞서 설명한 바와 같이, 보험상품의 약관에서는 해당 보험상품이 손해를 보장하지 않는 면책 관련 조항을 규정하면서, 일 예로, '우울증 등의 정신질환을 가진 경우에는 지급하지 아니한다', '피부암은 지급하지 아니한다' 등의 면책과 관련한 규정을 명시하고 있는바, 이러한 면책 규정을 기반으로 사용자가 자신의 상황에 맞는 최적의 보험상품을 검토하기 위해서는, 이러한 보험상품별 특정 질환의 면책과 관련한 조건을 기반으로 보험상품들을 필터링할 수 있도록, 상기 면책별필터링제공모듈(630)에서는 상기 키워드생성모듈(510)(면책관련키워드추출모듈(516) 내지 제2키워드추가모듈(517))을 통해 추출된 면책키워드를 기반으로 사용자 검색시 면책 조건에 대한 필터링 기능을 제공함으로써 이를 구현할 수 있다. 일 예로, 사용자는 피부암에 대해서는 보장을 지급하는 보험상품을 선택하고 싶은 경우에는 상기 면책별필터링제공모듈(630)을 통해 '피부암'이라는 면책조건에 해당되는 보험상품들만을 필터링하여 검색할 수 있게 된다.

한편, 앞서 설명한 바와 같이, 본 발명은 사용자별 월보험료 납부액의 적정 범위를 설정하여 제공하고, 사용자별 보험상품의 적정 보장범위를 설정하여 제공하고, 사용자별 가입대상 보험상품의 우선순위를 설정하여 제공함으로써, 사용자가 현재 가입되어 있는 보험에 대한 정확한 진단 및 자신의 상황에 맞는 보험상품을 신속,정확하게 검색할 수 있도록 하는 맞춤형 보험상품 검색서비스 시스템을 제공하고자 하는 것인바, 이를 위해 상기 검색가이드제공부(60)는 추가로, 사용자가 부담해야 하는 월보험료 납부액을 기반으로 예측된 질환에 대한 보험상품을 검색할 수 있도록 사용자별 월보험료 납부액의 적정 범위를 설정하는 월납부액설정모듈(640)과, 보험상품이 보장하는 보장범위를 기반으로 예측된 질환에 대한 보험상품을 검색할 수 있도록 사용자별 보험상품의 적정 보장범위를 설정하는 보장범위설정모듈(650)과, 검색된 보험상품들 중에서 사용자별 가입대상 보험상품의 우선순위를 설정하는 보험우선순위설정모듈(660)과, 현재 사용자가 보유하고 있는 보험상품이 상기 월납부액설정모듈(640)에서 제시한 월보험료 납부액의 적정 범위 이내인지 여부를 진단하는 월납부액진단모듈(670)과, 현재 사용자가 보유하고 있는 보험상품이 상기 보험우선순위설정모듈(660)에서 제시한 우선순위 내에 포함되는지 여부를 진단하는 우선순위진단모듈(680)과, 현재 사용자가 보유하고 있는 보험상품이 상기 보장범위설정모듈(650)에서 제시한 보험상품별 적정 보장범위를 충족하는지 여부를 진단하는 보장범위진단모듈(690)을 포함할 수 있다.

상기 월납부액설정모듈(640)은 사용자별 월보험료 납부액의 적정 범위를 설정하는 구성으로, 보다 구체적으로 상기 월납부액설정모듈(640)은, 사용자 기본정보 데이터의 직업 정보를 기반으로 한 사용자 수입액의 변화추세 및 자산 정보를 기반으로 월납부액상한선을 설정하는 상한액설정모듈(641)과, 사용자 기본정보 데이터의 결혼 유무/계획 정보, 자녀 유무/계획 정보, 부양가족 정보를 기반으로 월납부액 적정범위를 설정하는 납부범위설정모듈(642)을 포함할 수 있다.

상기 상한액설정모듈(641)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(642)은 사용자 기본정보 데이터의 결혼 유무/계획 정보, 자녀 유무/계획 정보, 부양가족 정보를 기반으로 월납부액 적정범위를 설정하는 구성으로, 앞서 상기 상한액설정모듈(641)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 보장범위설정모듈(650)은 사용자별 보험상품의 적정 보장범위를 설정하는 구성으로, 보다 구체적으로 상기 보장범위설정모듈(650)은, 항목별 평균 치료비용을 기준으로 보장범위를 설정하는 평균치료비설정모듈(651)과, 항목별 치료기간이나 재활기간을 반영한 소득감소 정도를 기준으로 보장범위를 보정하는 소득감소반영모듈(652)과, 사용자별 부양가족 정보를 기반으로 보장범위를 보정하는 부양가족반영모듈(653)과, 질환위험도 및 상해위험도를 기준으로 보장범위를 보정하는 위험도반영모듈(654)을 포함할 수 있다.

상기 평균치료비설정모듈(651)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(652)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(652)에서는 이러한 소득감소 정도를 기준으로, 앞서 상기 평균치료비설정모듈(651)을 통해 설정된 일차 보장범위를 보정하여 제시하게 된다.

상기 부양가족반영모듈(653)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(653)에서는 이러한 부분까지 고려하여, 앞서 상기 평균치료비설정모듈(651)을 통해 설정된 일차 보장범위 및 상기 소득감소반영모듈(652)를 통해 보정된 내용에 추가적으로 해당 내용을 반영한 보정된 보장범위를 제시하게 된다.

상기 위험도반영모듈(654)은 질환위험도 등을 기준으로 보장범위를 보정하는 구성으로, 앞서 상기 평균치료비설정모듈(651)을 통해 설정된 특정 사용자에게 예상되는 질환(질병) 등에 대한 일차 보장범위에 대해, 해당 질환(질병)의 예측가능성이 매우 높은 경우에는 해당 보장범위를 그대로 적용하는 것이 타당하나, 상대적으로 해당 질환(질병)의 예측가능성이 낮은 경우에는 그만큼 낮춘 확률에 따른 보장범위를 낮추는 것이 소요되는 비용 대비 보다 효율적이기 때문에, 상기 위험도반영모듈(654)에서는 앞서 상기 평균치료비설정모듈(651)을 통해 설정된 일차 보장범위에 대해 해당 질환(질병) 등의 예측가능성을 반영하여 보정된 보장범위를 제시하게 된다. 이와 같이 상기 평균치료비설정모듈(651), 소득감소반영모듈(652), 부양가족반영모듈(653) 및 위험도반영모듈(654)을 통해 특정 사용자의 특정 예측 질환(질병) 등에 대한 보다 합리적인 보장범위가 설정될 수 있게 되고, 사용자는 이러한 정보를 기반으로 자신의 현 가입된 보험에 대한 진단은 물론 자신이 가입해야 할 보험상품에 대한 맞춤형 검색을 수행할 수 있게 된다.

상기 보험우선순위설정모듈(660)은 사용자별 가입대상 보험상품의 우선순위를 설정하는 구성으로, 보다 구체적으로 상기 보험우선순위설정모듈(660)은, 상기 질환위험예측분석부(40)를 통해 질환위험도가 높은 항목을 보장하는 보험상품순으로 제시하는 위험도반영순위설정모듈(661)과, 더 많은 복수의 항목을 함께 보장하는 보험상품을 보다 우선순위로 제시하는 항목반영순위설정모듈(662)과, 가입조건을 다양하게 조정할 수 있는 보험상품을 보다 우선순위로 제시하는 조건반영순위설정모듈(663)을 포함할 수 있다.

상기 위험도반영순위설정모듈(661)은 상기 질환위험예측분석부(40)를 통해 질환위험도가 높은 항목을 보장하는 보험상품순으로 제시하는 구성으로, 특정 사용자에게 위험 가능성이 높은 것으로 나타난 질환 등을 보장하는 보험상품을 우선순위로 제시하게 되는데, 특히 상기 위험도반영순위설정모듈(661)에서는 해당 사용자의 생애주기에 걸쳐 특정 생애주기(저연령대/중연령대/고연령대 등)별로 위험 가능성이 높은 질환 등에 대해 해당 항목을 보장하는 보험상품들을 우선순위로 제시할 수 있다.

상기 항목반영순위설정모듈(662)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(662)에서는 특정 사용자에게 위험 가능성이 높은 것으로 나타난 질환 등에 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(663)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(663)에서 여러 보험상품들 중에서 이와 같이 가입조건을 다양하게 조정할 수 있는 보험상품을 보다 우선순위로 제시하게 된다. 이와 같이 상기 위험도반영순위설정모듈(661), 항목반영순위설정모듈(662) 및 조건반영순위설정모듈(663)을 활용함으로써, 사용자별 위험예측이 높은 항목을 보장하면서도 보다 경제적으로 복수의 보험상품들을 설계할 수 있게 하는 보험상품들이 우선순위로 제시되어, 사용자는 이러한 정보를 기반으로 자신의 현 가입된 보험에 대한 진단은 물론 자신이 가입해야 할 보험상품에 대한 맞춤형 검색을 수행할 수 있게 된다.

상기 월납부액진단모듈(670)은 현재 사용자가 보유하고 있는 보험상품이 상기 월납부액설정모듈(640)에서 제시한 월보험료 납부액의 적정 범위 이내인지 여부를 진단하는 구성으로, 현재 사용자가 보유하고 있는 보험상품에 대해 사용자가 제공한 정보 내지는 사용자의 정보제공동의 등을 통해 수집한 정보를 기반으로, 해당 보유한 보험상품들의 보험료를 합산하고, 이를 상기 월납부액설정모듈(640)에서 제시한 월보험료 납부액의 적정 범위 이내인지 이를 이미 초과하고 있는지에 대한 진단정보를 제공하게 된다.

상기 우선순위진단모듈(680)은 현재 사용자가 보유하고 있는 보험상품이 상기 보험우선순위설정모듈(660)에서 제시한 우선순위 내에 포함되는지 여부를 진단하는 구성으로, 현재 사용자가 보유하고 있는 보험상품에 대해 사용자가 제공한 정보 내지는 사용자의 정보제공동의 등을 통해 수집한 정보를 기반으로, 해당 보유한 보험상품들의 정보를 확인한 다음, 해당 보험상품들의 구체적 보장항목이나 조건 등의 내용을 데이터베이스 저장정보 내지는 검색정보 등을 활용하여 분석하고, 해당 보험상품들이 특정 사용자에 대해 상기 보험우선순위설정모듈(660)에서 제시한 우선순위 내에 포함되는 보험상품인지에 대한 진단정보를 제공하게 된다.

상기 보장범위진단모듈(690)은 현재 사용자가 보유하고 있는 보험상품이 상기 보장범위설정모듈(650)에서 제시한 보험상품별 적정 보장범위를 충족하는지 여부를 진단하는 구성으로, 현재 사용자가 보유하고 있는 보험상품에 대해 사용자가 제공한 정보 내지는 사용자의 정보제공동의 등을 통해 수집한 정보를 기반으로, 해당 보유한 보험상품들의 정보를 확인한 다음, 해당 보험상품들의 구체적 보장범위 내용을 데이터베이스 저장정보 내지는 검색정보 등을 활용하여 분석하고, 해당 보험상품들이 특정 사용자에 대해 상기 보장범위설정모듈(650)에서 제시한 보험상품별 적정 보장범위를 충족하는 보험상품인지에 대한 진단정보를 제공하게 된다.

이와 같이 분석,제시되는 정보를 기반으로, 사용자는 자신의 현 가입된 보험에 대한 진단은 물론 자신이 가입해야 할 보험상품에 대한 맞춤형 검색을 수행할 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: 검색키워드제공부 510: 키워드생성모듈
511: 손해/면책정보추출모듈 512: 텍스트정제모듈
513: 질환관련키워드추출모듈 514: 제1키워드추가모듈
515: 조건관련키워드추출모듈 516: 면책관련키워드추출모듈
517: 제2키워드추가모듈 520: 제1키워드보강모듈
521: 마이데이터정보추출모듈 522: 신규키워드선별모듈
523: 키워드분별보강모듈 530: 제2키워드보강모듈
60: 검색가이드제공부 610: 검색키워드제공모듈
620: 조건별필터링제공모듈 630: 면책별필터링제공모듈
640: 월납부액설정모듈 641: 상한액설정모듈 642: 납부범위설정모듈
650: 보장범위설정모듈 651: 평균치료비설정모듈
652: 소득감소반영모듈 653: 부양가족반영모듈 654: 위험도반영모듈
660: 보험우선순위설정모듈 661: 위험도반영순위설정모듈
662: 항목반영순위설정모듈 663: 조건반영순위설정모듈
670: 월납부액진단모듈 680: 우선순위진단모듈 690: 보장범위진단모듈

Claims (11)

1. 사용자의 유전자검사 데이터를 수집,분석하는 유전자분석부;
   사용자의 건강검진 데이터를 수집,분석하는 건강검진분석부;
   사용자의 생활습관 데이터를 수집,분석하는 생활습관분석부;
   사용자의 건강검진 데이터, 유전자검사 데이터 및 생활습관 데이터를 반영하여 사용자의 질환위험도를 산출하는 질환위험예측분석부;
   예측된 질환에 대한 보험상품 검색을 위한 검색키워드를 생성하여 제공하는 검색키워드제공부;
   예측된 질환에 대해 사용자가 직접 관련된 보험상품 검색을 용이하게 할 수 있도록 사용자 검색을 가이드하는 검색가이드제공부;를 포함하며,
   상기 검색키워드제공부는, 기존 보험상품의 약관을 분석하여 특정 질환별 관련 키워드를 생성하는 키워드생성모듈과, 사용자가 제공하는 마이데이터의 보험상품정보를 분석하여 특정 질환 관련 키워드를 보강하는 제1키워드보강모듈과, 질병분류기호 또는 의약품분류코드에서 사용된 특정 질환과 관련한 코드나 기호를 특정 질환과 관련한 키워드로 추출하여 상기 키워드생성모듈에서 추출 및 추가된 키워드와 대비하여 신규 키워드를 해당 질환과 관련된 키워드로 보강하는 제2키워드보강모듈을 포함하고,
   상기 키워드생성모듈은, 기존 보험상품의 약관에서 보장하는 손해조항과 보장하지 않는 면책조항별로 텍스트를 추출하는 손해/면책정보추출모듈과, 손해조항 및 면책조항 텍스트에서 각각 특수문자와 같은 불용어를 제거하는 텍스트정제모듈과, 손해조항 텍스트에서 특정 질환과 관련한 키워드를 추출하는 질환관련키워드추출모듈과, 상기 질환관련키워드추출모듈에서 추출된 키워드와 연이어 사용된 키워드 또는 연관성 있는 키워드를 확인,분석하여 해당 질환과 관련한 키워드로 추가하는 제1키워드추가모듈과, 손해조항 텍스트에서 특정 질환의 보장과 관련한 조건키워드를 추출하는 조건관련키워드추출모듈과, 면책조항 텍스트에서 특정 질환과 관련한 면책키워드를 추출하는 면책관련키워드추출모듈과, 손해조항 텍스트에서 특정 질환의 보장 제외와 관련한 키워드를 확인,분석하여 면책키워드로 추가하는 제2키워드추가모듈을 포함하고,
   상기 검색가이드제공부는, 사용자가 특정 질환과 관련한 보험상품을 검색하기 위해 검색란에 특정 키워드를 입력하면 상기 키워드생성모듈을 통해 추출된 해당 질환 관련 키워드를 기반으로 상기 특정 키워드와 연관된 키워드를 조합하여 검색키워드를 제시하는 검색키워드제공모듈과, 사용자가 보험상품의 특정 질환의 보장과 관련한 조건을 기반으로 보험상품을 검색할 수 있도록 상기 키워드생성모듈을 통해 추출된 조건키워드를 기반으로 특정 조건에 대한 필터링 기능을 제공하는 조건별필터링제공모듈과, 사용자가 보험상품의 특정 질환에 대한 면책 내용을 기반으로 보험상품을 검색할 수 있도록 상기 키워드생성모듈을 통해 추출된 면책키워드를 기반으로 특정 면책사항에 대한 필터링 기능을 제공하는 면책별필터링제공모듈과, 사용자가 부담해야 하는 월보험료 납부액을 기반으로 예측된 질환에 대한 보험상품을 검색할 수 있도록 사용자별 월보험료 납부액의 적정 범위를 설정하는 월납부액설정모듈과, 보험상품이 보장하는 보장범위를 기반으로 예측된 질환에 대한 보험상품을 검색할 수 있도록 사용자별 보험상품의 적정 보장범위를 설정하는 보장범위설정모듈과, 검색된 보험상품들 중에서 사용자별 가입대상 보험상품의 우선순위를 설정하는 보험우선순위설정모듈과, 현재 사용자가 보유하고 있는 보험상품이 상기 월납부액설정모듈에서 제시한 월보험료 납부액의 적정 범위 이내인지 여부를 진단하는 월납부액진단모듈과, 현재 사용자가 보유하고 있는 보험상품이 상기 보험우선순위설정모듈에서 제시한 우선순위 내에 포함되는지 여부를 진단하는 우선순위진단모듈과, 현재 사용자가 보유하고 있는 보험상품이 상기 보장범위설정모듈에서 제시한 보험상품별 적정 보장범위를 충족하는지 여부를 진단하는 보장범위진단모듈을 포함하고,
   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 포함하고,
   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, 질환위험도를 기준으로 보장범위를 보정하는 위험도반영모듈을 포함하고,
   상기 보험우선순위설정모듈은, 상기 질환위험예측분석부를 통해 예측된 복수의 질환 항목 중 질환위험도가 높은 항목을 보장하는 보험상품순으로 제시하는 위험도반영순위설정모듈과, 하나의 보험상품에서 예측된 복수의 질환 항목을 함께 보장하는 보험상품을 보다 우선순위로 제시하는 항목반영순위설정모듈과, 가입조건을 다양하게 조정할 수 있는 보험상품을 보다 우선순위로 제시하는 조건반영순위설정모듈을 포함하고,
   상기 유전자분석부는 사용자에 대해 사용자의 가족이 걸린 유전자 질환에 대한 데이터를 수집,분석하는 가족력질환분석모듈을 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 포함하는 것을 특징으로 하는 예측된 질환에 대한 맞춤형 보험상품 검색서비스 시스템.
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 삭제
9. 삭제
10. 삭제
11. 삭제

Images